前言：以下记录是研究碰撞检测时做的一个实验。
1、重力补偿话题订阅如下：
文章图片
2、示教后运行结果：
（1）力矩信息
文章图片
（2）关节位置信息
【Baxter|Baxter从重力补偿话题中订阅到的消息记录】
文章图片
（3）速度信息
文章图片
文章图片
3、综合上述，在运动重现过程中不同信息的图表现情况看。关节实际力矩值在发生碰撞时有突变，实际速度也有突变波峰。所以理论上碰撞检测可以从这两个方向（速度、力矩）下手。
在实际应用中碰撞检测是根据规划好的轨迹比较计算力矩与实际力矩的差值，如果超过一个阈值则表示碰撞发生。不过这个需要动力学参数辨识，以保证计算力矩值的精度，另外还需要实时计算力矩值的要求可以达到。至于其他方式的碰撞检测、速度观测器，动量观测器等。
想法：（1）如果提出一种正常、碰撞、有负载时速度或力矩数据的深度学习方法，可不可以不需要计算力矩的方式去根据学习后的模型做三种情况的分辨。
（2）直接去对速度和力矩信息做处理，单个或组合高通滤波（碰撞时的高频分量）。或者由于正常情况下数据变化是比较光滑的，只有在发生碰撞时有明显波峰。如何将这个信息提取出来？
