面向工业具身智能的形式化安全屏蔽与可靠性量化方法与流程
本发明涉及工业机器人安全控制、具身智能控制、形式化验证与可靠性评估,特别涉及一种面向工业具身智能的形式化安全屏蔽与可靠性量化方法。
背景技术:
1、随着人工智能、深度强化学习、模仿学习、大模型规划、视觉-语言-动作模型以及机器人感知与运动控制技术的发展,具身智能体逐渐被应用于精密装配、柔性焊接、航空发动机制造、复杂设备维护、半导体制造及人机协作生产线等工业场景。与传统工业机器人相比,具身智能体能够通过视觉、力觉、触觉、语言指令和环境反馈进行自适应决策,具有更高的任务泛化能力和复杂环境适应能力。
2、然而,在工业协作场景中,具身智能体通常与人员、工件、工装夹具和生产设备处于同一作业空间。具身智能策略模型,特别是基于深度强化学习、模仿学习、扩散策略或大模型规划的策略模型,具有较强的非线性和黑盒性,其输出动作在未知扰动、传感噪声、分布外场景或边缘工况下可能出现不可预测行为。该类不可预测行为在普通服务场景中可能仅导致任务失败,但在航空制造、精密装配、高速焊接、重载搬运等工业场景中,可能导致人员碰撞、工件损伤、夹具干涉、生产中断或设备故障。
3、现有工业机器人通常采用急停、围栏、固定安全区域、规则触发式限速、碰撞检测等安全机制。上述机制虽然能够在一定程度上降低风险,但存在如下不足。
4、第一,传统急停或硬停止机制通常在检测到安全风险时直接中断任务,导致工业作业流程中断,尤其在高精度装配或连续制造任务中会造成工件报废、重新标定或生产节拍损失。
5、第二,基于固定规则的安全控制方法通常依赖if-then形式的阈值判断,缺乏对时间连续性、未来轨迹演化、人员运动趋势及工序上下文的统一描述能力,容易出现过度保守或响应滞后的问题。
6、第三,现有具身智能策略模型输出的动作通常直接进入运动规划器或伺服控制器,缺乏位于策略层与执行层之间的可解释安全约束层,难以在保持策略意图的同时对不安全动作进行连续修正。
7、第四,现有可靠性评估方法多关注电机、减速器、传感器、控制器等硬件部件的失效率,而对具身智能策略的不确定性、形式化安全屏蔽器的拦截能力、人机协作一致性等软件和协作因素缺少统一量化,难以形成可用于实时控制参数更新的系统可靠度指标。
8、因此,亟需一种面向工业具身智能的安全控制方法,能够在不直接中断任务的前提下,对具身智能策略模型输出的原始动作进行形式化安全校验和修正,并将硬件可靠性、屏蔽器有效性及人机协作一致性进行融合量化,从而提高工业协作具身智能系统的安全性、任务连续性和可靠性可解释性。
技术实现思路
1、本发明针对现有工业协作具身智能系统中神经网络策略输出不可解释、传统急停机制导致任务中断、固定规则安全控制过度保守以及系统可靠性无法统一量化的问题,提供一种面向工业具身智能的形式化安全屏蔽与可靠性量化方法。本发明通过在具身智能策略模型与工业执行机构之间设置形式化安全屏蔽层,利用协作信号时序逻辑对工业协作安全边界进行形式化描述;对原始动作指令在未来预测时间窗内的执行轨迹进行安全鲁棒度计算;当原始动作存在安全风险时,通过优化投影将其修正为满足安全规范且尽量保持原始策略意图的安全动作;并根据执行反馈和屏蔽干预记录动态计算系统可靠度,进而反向更新安全规范参数和约束参数,形成闭环安全控制。
2、具体地,本发明提供一种面向工业具身智能的形式化安全屏蔽与可靠性量化方法,在每个控制周期内执行步骤:
3、获取工业协作场景中的多模态状态数据,生成原始动作指令;
4、基于原始动作指令预测未来预测时间窗内的执行轨迹,将执行轨迹中各预测时刻的预测状态代入协作信号时序逻辑安全规范中各安全谓词对应的安全函数,计算各安全谓词在各预测时刻的谓词鲁棒度,并基于时序算子对各预测时刻的谓词鲁棒度进行聚合,得到执行轨迹相对于协作信号时序逻辑安全规范的安全鲁棒度;
5、当安全鲁棒度满足预设安全阈值时,将原始动作指令作为安全动作指令;当安全鲁棒度不满足预设安全阈值时,构建以原始动作指令与待求解修正动作指令之间的偏差最小为目标、以协作信号时序逻辑安全规范、执行器物理约束及作业工序约束为约束条件的优化投影问题,并求解得到修正动作指令作为安全动作指令;当优化投影问题不存在可行解或求解时间超过控制周期允许时间时,执行分级安全策略,并将分级安全策略输出的处置动作作为安全动作指令;
6、将安全动作指令下发至工业执行机构进行执行,并采集执行反馈数据、屏蔽干预数据及人机协作状态数据;
7、基于硬件可靠性、屏蔽器有效性及人机协作一致性计算当前作业周期的系统可靠度,并根据系统可靠度更新协作信号时序逻辑安全规范库中的安全参数及优化投影问题中的约束参数中的至少一种,将更新的参数写入协作信号时序逻辑安全规范库和优化投影问题,供下一控制周期计算安全鲁棒度和求解优化投影问题时调用。
8、优选地,协作信号时序逻辑安全规范库包括多条安全规范,每条安全规范至少包括规范编号、协作对象标识、工序标识、状态变量集合、至少一个安全谓词、时序算子、阈值参数、时间窗口、优先级参数、修正权重参数及异常处置策略;
9、其中,安全谓词为由状态变量集合中的状态变量构造的安全函数与对应的阈值参数形成的判定表达式,安全函数为输出标量安全裕量的函数,其函数值非负表示满足对应的安全约束,时序算子用于限定安全谓词在时间窗口内的满足方式。
10、优选地,协作信号时序逻辑安全规范中各安全谓词对应的安全函数包括:
11、距离安全谓词对应的安全函数为:
12、
13、其中,表示状态向量中机器人末端或机器人关键部位的位置分量;表示状态向量中人员手部或人员关键部位的位置分量;表示最小安全距离阈值;
14、接触力安全谓词对应的安全函数为:
15、
16、其中,表示状态向量中的外部接触力分量,表示最大允许接触力;
17、速度安全谓词对应的安全函数为:
18、
19、其中,表示状态向量中的机器人末端速度分量,表示速度上限,表示状态向量中的当前作业区域分量;
20、协作同步时延安全谓词对应的安全函数为:
21、;
22、其中,表示状态向量中的人机协作同步时延分量,表示最大允许同步时延;
23、作业区域安全谓词对应的安全函数为:
24、;
25、其中,表示禁入区域,表示机器人关键部位到禁入区域的距离,表示区域安全裕度。
26、优选地,安全谓词的谓词鲁棒度为:
27、;(12)
28、其中,表示安全谓词在预测时刻的谓词鲁棒度,表示执行轨迹在预测时刻的预测状态,表示将预测时刻的预测状态作为安全函数的自变量进行求值。
29、优选地,优化投影问题表示为:
30、;(18)
31、约束条件为:
32、;(19)
33、;(20)
34、;(21)
35、;(22)
36、;(23)
37、;(24)
38、其中,表示第个控制周期求解得到的安全动作指令,表示动作可行域,表示原始动作指令,表示上一控制周期的安全动作指令,表示原始动作保持权重矩阵,表示动作平滑权重矩阵,表示平滑项权重,表示任务保持项权重,表示时间代价权重,表示任务轨迹偏离项,表示执行时间增量项,表示施加动作后预测得到的执行轨迹,表示动作对应的关节角度,表示关节速度,表示关节加速度,表示关节力矩,表示施加动作后预测的外部接触力,和分别表示关节角度下限和上限,表示关节速度上限,表示关节加速度上限,表示关节力矩上限。
39、优选地,优化投影问题的目标函数包括以下至少一种:最小化待求解修正动作指令与原始动作指令之间的加权欧式距离;最小化待求解修正动作指令与上一控制周期安全动作指令之间的变化量;最小化待求解修正动作指令对应的任务轨迹偏离量;最小化待求解修正动作指令对应的执行时间增量。
40、优化投影问题的约束条件包括以下至少一种:由协作信号时序逻辑安全规范转化得到的安全约束;机器人关节限位约束;机器人速度约束;机器人加速度约束;机器人力矩约束;末端接触力约束;工件位姿偏差约束;作业区域边界约束;工序可达性约束。
41、优选地,当协作信号时序逻辑安全规范中的至少一个安全谓词违反安全阈值时,对违反安全阈值的安全谓词对应的安全函数进行一阶线性化、分段线性化或二阶锥近似,得到可由在线优化器求解的安全凸约束,并采用二次规划、序列二次规划、二阶锥规划或主动集算法求解优化投影问题。
42、优选地,分级安全策略包括以下至少一种:
43、降低机器人末端速度;扩大人员与机器人之间的安全距离阈值;降低最大允许接触力阈值;将机器人回退至预设安全位姿;保持末端执行器姿态并降低输出力矩;请求人工确认;切换至预设保守控制策略;触发安全停止;
44、其中,执行分级安全策略后,将分级安全策略输出的处置动作作为安全动作指令,继续执行将安全动作指令下发至工业执行机构进行执行的步骤;当分级安全策略为触发安全停止时,在接收到人工确认恢复指令后,返回获取多模态状态数据的步骤。
45、优选地,屏蔽器有效性根据截至当前控制周期被判定为存在安全风险的原始动作的风险动作数量、被成功修正或安全处置的成功处置数量、漏检数量及优化投影不可行数量递归更新。
46、优选地,根据系统可靠度更新协作信号时序逻辑安全规范库中的安全参数及优化投影问题中的约束参数中的至少一种,包括:
47、当系统可靠度低于第一可靠度阈值时,增大安全距离阈值、降低最大接触力阈值、延长未来预测时间窗、降低机器人速度上限、提高人员安全类安全谓词的优先级参数及提高修正权重参数中的至少一种;
48、当系统可靠度高于第二可靠度阈值且任务连续性指标低于任务阈值时,在预设安全边界内减小安全距离冗余、缩短未来预测时间窗及降低非人员安全类安全谓词的修正权重参数中的至少一种;
49、其中,第一可靠度阈值小于或等于第二可靠度阈值;更新后的安全参数写入协作信号时序逻辑安全规范库,在下一控制周期计算安全鲁棒度时作为安全函数中的阈值参数被调用;更新后的约束参数写入优化投影问题,在下一控制周期求解优化投影问题时作为约束条件被调用。
50、与现有技术相比,本发明至少具有如下有益效果。
51、1、本发明通过在策略层与执行层之间设置安全屏蔽器,能够对具身智能策略模型的黑盒动作输出进行形式化安全约束。原始动作指令在进入物理执行机构之前必须经过协作信号时序逻辑安全规范校验,从而降低神经网络策略在分布外场景或边缘工况下产生危险动作的风险。
52、2、本发明能够在不中断任务的前提下实现安全控制。不同于传统急停机制,本发明通过优化投影将不安全动作修正为满足安全规范且尽量接近原始动作意图的安全动作,使机器人能够继续执行任务,提升工业作业连续性和轨迹平滑性;在优化投影不可行时,分级安全策略输出确定性的处置动作并回流至执行与反馈环节,避免优化失败导致系统输出不可控动作。
53、3、本发明通过在协作信号时序逻辑安全规范库引入协作对象标识、工序标识、优先级参数和修正权重参数,可以对复杂工业协作安全约束进行结构化描述,能够统一表达人员安全、工件安全、设备安全和工序安全。
54、4、本发明通过在未来预测时间窗内将预测执行轨迹代入安全函数计算安全鲁棒度,能够对未来轨迹进行提前校验。本发明能够在危险动作实际发生之前进行预判和修正,相比单纯基于当前时刻阈值的规则控制具有更强的前瞻性。
55、5、本发明通过融合硬件可靠性、屏蔽器有效性和人机协作一致性,能够将可靠性量化结果反馈至控制参数。本发明能够得到当前作业周期的系统可靠度,并基于系统可靠度动态调整安全距离、最大接触力、预测时间窗和速度上限等参数,更新后的参数在下一控制周期直接被安全规范库和优化投影问题调用,提高工业协作具身智能系统的可解释性和可认证性。
56、6、本发明通过对违反安全阈值的安全谓词对应的安全函数进行线性化、分段线性化或二阶锥近似,具有较好的工程实时性和可部署性。本发明能够将部分复杂安全约束转化为可由在线优化器实时求解的约束形式,适用于工业控制周期下的在线安全屏蔽。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com