基于GAT-LSTM时空特征融合的协作机器人无传感器碰撞检测方法

本发明提供一种基于GAT‑LSTM时空特征融合的协作机器人无传感器碰撞检测方法，所属技术领域为机器人碰撞检测技术领域。其特征在于该方法将机器人关节电机的电流、位置和速度时间序列数据建模为图结构，通过图注意力网络（GAT）提取关节间空间拓扑特征，长短期记忆网络（LSTM）学习电流信号的长期时间依赖，实现时空特征的深度融合。基于预测电流与实际电流的残差，结合动态阈值策略进行碰撞判断。本发明通过深度挖掘机器人本体数据，实现了机器人自身无外置传感器即可完成机器人自身是否发生碰撞感知的能力，极大降低了安全部署的成本以及系统复杂度，为协作机器人在更多的场景下安全可靠的融入现有智能设备带来新的技术方式。