基于力和视觉的未知平面内机械手伺服控制

研究机械手对未知平面内直线和圆形轨迹的跟踪方法,在跟踪过程中,保持末端执行器与未知平面之间接触力恒定.该控制系统采用视觉和力的双闭环控制结构,利用双目立体视觉系统实现对未知平面法线方向的估计,实现对水平面内运动分量的视觉伺服控制;应用力传感器感知末端执行器与未知平面之间的接触力,实现对末端执行器在垂直方向运动分量的控制.应用MATLAB机器人工具箱进行仿真实验,验证控制策略的有效性.     

基于智能预测的力/位混合控制方法

针对机器人在形状未知接触环境表面上进行柔顺力控制问题,在传统的力/位混合控制模型中采用一种智能预测算法,此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹,并考虑环境曲率和刚度变化的特点.为了验证预测算法的有效性,构建了开放式的机器人力控制系统,在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究,分析了受限系统中未知环境参数对接触力的影响.实验结果证明该方法对未知接触环境的变化具有较强的适应能力.在实验条件下,稳定状态下的力控制误差可以控制在3%之内.     

在未知环境下基于模糊预测的力/位混合控制方法

针对机器人在形状未知的接触环境表面上进行柔顺力控制的问题,在传统的力/位混合控制模型中采用一种模糊预测算法.此算法利用机械手末端与环境已产生的接触轨迹和运动方向,通过三种预测因子(满意度因子,曲率适应因子,参考比例因子),预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹.每次预测时首先对以前的预测进行评估,同时考虑环境曲率和刚度变化的特点.此预测算法还可以应用于阻抗控制模型中.仿真证明,这种方法可以在不同的控制模型中取得较好的力控制效果,对未知环境的变化具有较强的适应能力.     

无末端力传感器的可重构机械臂分散力控制

针对存在关节摩擦和外扰的可重构机械臂系统在受限空间内的力控制问题,提出一种无需使用力传感器即可同时控制受限空间内机械臂力和位置的分散阻抗内环/力外环控制方案.采用模糊系统逼近机械臂系统中的不确定项及子系统间的耦合关联项,通过基于模糊预测的力外环控制器为内环的阻抗控制器提供参考轨迹,并利用模糊系统逼近实际的接触力.该方案为没有力传感器情况下的可重构机械臂的力控制提供了一种可能的解决方案,且模糊预测调节参考轨迹的阻抗内环控制使机械臂具有一定的柔顺性,能较好地实现机械臂由自由空间向受限空间的过渡.通过对2自由度平面机械臂和3自由度机械臂的仿真验证了该方法的有效性.     

机器人力控制系统仿真分析

本文对由Movemaster-EX机器人和HUST-FS6腕力传感器组成的力控制系统进行了分析,讨论了接触物体和腕力传感器刚度、力反馈矩阵、库仑摩擦以及间隙非线性对整个力控制系统稳定性的影响;引入力的微分反馈有助于增强力控系统的稳定性,用单关节机器人模型进行了仿真研究.结果表明,接触物体综合刚度、力反馈矩阵、库仑摩擦和间隙非线性对力控系统影响很大;引入力微分反馈能改善系统性能.     

机器人主动柔顺恒力打磨控制方法

为了解决打磨过程中打磨控制系统存在扰动问题,设计了一种机器人力控末端执行器,并提出了一种机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法.所提方法的内环控制采用模糊变阻抗控制器,外环控制采用自抗扰打磨控制器.采用Lyapunov稳定性理论证明了所提方法的跟踪误差收敛为零.通过仿真和实验,验证了所提方法的有效性和适用性.研究结果表明：在内环控制相同情况下,与外环控制为PID控制器相比,所提出的机器人主动柔顺恒力打磨自抗扰模糊变阻抗控制方法减小了打磨过程中的力跟踪误差和位置超调量,提高了机器人打磨力控制系统的控制效果和鲁棒性,实现机器人柔顺恒力控制.     

基于模糊推理的上肢康复机器人自适应阻抗控制

根据患肢的病情特点为患肢康复运动提供最优的辅助力,保持系统的稳定,是机器人辅助康复控制技术中的关键所在.针对此问题在传统阻抗控制方法基础上,提出一种基于力参考值在线模糊调整的模糊自适应阻抗控制算法.该算法首先对患肢机械阻抗参数进行在线辨识,然后根据辨识得到的参数,运用模糊推理技术对康复机器人末端同患肢之间相互作用力的期望值以及目标阻抗控制参数进行实时调整.分析和仿真试验结果表明,该方法较传统阻抗控制方法更能有效地适应患肢病情的变化,具有较好的稳定性和鲁棒性.     

在未知环境下基于阻抗模型的受限机械手模糊力控制方法

在传统的阻抗控制模型中应用一种新的参考轨迹模糊调节算法.在该算法中应用一个参考比例因子调节参考轨迹.根据反馈的接触力信息,通过模糊推理确定参考比例因子的大小, 从而使生成的参考轨迹适应未知环境刚度的变化.根据接触力的变化对阻抗模型参数进行模糊调节,减少了受限运动中力干扰的影响,提高了全局力控制效果.仿真结果表明,与传统力控制方法比较,该方法提高了力控制精度,增强了对接触环境参数变化的鲁棒性.     

基于模糊迭代算法的曲面恒力跟踪

针对机器人末端执行器对曲面轮廓跟踪时难以得到恒定跟踪力的问题,对机器人末端执行器和曲面轮廓的接触力进行了研究,建立了研究对象曲面法向力和已知传感器坐标系的映射关系,提出了一种模糊迭代算法.模糊迭代算法不需要得到系统内部传递函数,简化了建模设计,同时,模糊迭代算法根据上次实验力误差以及误差变化量模糊补偿机器人的轨迹,加快了收敛速度,文中在理论上证明了模糊迭代算法有界收敛.实验结果显示:接触力的波动范围在±3 N之内,验证了此算法的可行性,相比于传统的比例微分(PD)算法,接触力误差波动的均方差减少了42%;相比于未进行模糊补偿的算法,在所选择的时间段内迭代周期至少减了1次.     

基于模糊神经网络的无标定全自由度手眼协调

研究机器人无标定手眼协调控制 .以单眼在手上配置 ,跟踪在三维空间进行平移和旋转的运动目标 .通过恰当定义目标特征 ,实现了机器人手爪 6自由度运动的一一对应控制 ,给出了视觉反馈与机器人控制之间的非线性映射关系 ,以模糊神经网络进行输入输出映射 .仿真证实了控制方法的性能 .     

机器人自适应阻抗控制方法的研究

本文研究了参数未知及负载不确定时机器人运动的阻抗控制问题,提出了阻抗误差的概念,首次将模型参考自适应控制方法成功地应用于机器人阻抗控制中,提出一种渐近稳定的机器人阻抗控制方法.     

基于分数阶的电动轮足式机器人腿部阻抗控制研究

为了减少机器人足端落地冲击力,提高机器人对复杂地形的适应能力,将基于位置的阻抗控制应用于电动轮足式机器人足式运动过程的柔顺性控制,提出具有分数阶结构形式的阻抗控制器以改善系统的接触性能.由于位置闭环的带宽会影响目标阻抗的实现,引入逆位置环补偿环节以提高系统的阻抗跟踪性能.仿真与实验结果表明,分数阶阻抗控制不仅能够实现足端与地面的稳定接触,而且相比于常规的二阶质量-阻尼-弹簧阻抗控制,能实现更好的接触过渡性能.      

基于自适应阻抗控制的轮足式机器人隔振控制研究

轮足式机器人在行进过程中不可避免要与环境发生交互,在环境信息（刚度与位置）未知与时变的情况下,传统的阻抗隔振力控制方法由于目标阻抗模型的参数固定,存在鲁棒性较差的问题.在阻抗控制的基础上,基于Lyapunov稳定性定理设计了自适应阻抗控制器.该方法通过一个位置补偿量来间接调整阻抗参数,使系统稳态误差为零,提高了控制方法对未知多变环境的适应性;针对机器人轮式运动通过不同减速带的隔振问题进行了实验,证实了自适应阻抗控制方法的优越性.      

DSP & FPGA-based control architecture for a highly integrated robot hand with enhanced impedance performance

A novel control system is developed to improve the capabilities of robot hand performing tasks in a variety of environments. A joint impedance control strategy has been successfully implemented in the low level control of a highly integrated robot hand. At first, a real time controller with DSP&FPGA-based multilevel control architecture is built. Then a current sensor of the single direct current (DC) link is used to measure and reconstruct the three phase currents, and a stable current signal is measured by optimizing sample instant. The experimental results of the joint impedance control show that the proposed method not only improves the effectiveness of contact environment performance, but also provides compliant interaction of robot hand with a person, which is very important for the development of friendly human robot of the next generation.     

自由漂浮空间双臂机器人动目标抓捕控制

针对空间双臂系统捕获移动目标任务,建立了自由漂浮空间双臂机器人系统动力学模型.针对开链追踪过程,利用自适应方法同时实现速度估计和目标追踪的收敛,可保证双臂同时捕获目标,并设计了基于耦合、漂浮模型的反馈控制律;针对闭链对接过程,根据运动约束协调规划双臂的运动,并利用反馈线性化法设计了一种自由浮动空间机器人双臂协调阻抗控制方法,使双臂并联系统的阻抗可以独立配置.仿真结果表明,相比纯追踪,该追踪方法捕获时间更短,轨迹更平直,闭链过程中有效降低了内力,保证了对接的平稳.      

机械手控制算法研究

本文对目前机器人柔顺性控制方法——阻抗控制方法、力/位混合控制方法、自适应方法、智能控制方法做了较全面的介绍;并着重论述了阻抗控制算法的研究进展情况。阐述了与一些先进的控制算法——自适应方法、智能控制方法相结合是目前阻抗控制算法研究的热点。     

基于无源观测器的机器人笛卡尔空间力/阻抗控制方法研究

许多由机器人完成的任务都需要机器人与外部环境接触。在如抛光、去毛刺和装配作业中都需要执行精确的力控制。由于环境模型的不准确在力控制过程中当机器人与环境脱离接触时可能与周围环境发生激烈碰撞。针对此问题提出了基于无源观测器的力控算法。通过分析系统无源性, 研究了笛卡尔空间力/阻抗控制的稳定条件。发现只有力控制器的输出会破坏系统的无源性,根据系统无源性的分析结果设计了使用无源性观测器的力/阻抗控制器。在MATLAB仿真环境中对力/阻抗控制控制算法和基于无源性观测器的力/阻抗控制进行仿真验证。仿真结果表明基于无源性观测器的力/阻抗控制器在机器人末端工具与环境脱离接触时能够有效降低机械臂移动速度,减小对周围环境的冲击力。     

基于位置控制的多自由度机械臂非线性比例-微分阻抗控制

机器人柔顺控制可以响应环境变化,但接触信息的延迟以及未知机器人系统的跟踪误差等问题均导致接触瞬间力矩超调严重。针对上述问题本文提出一种基于自适应位置控制的改进阻抗控制策略,实现快速、精确的位置跟踪,同时,提高力控制的响应速度和精度。本策略采用双环控制,外环在传统阻抗模型基础上引入非线性接触力微分项在保持系统稳定性的同时提高机器人对接触力变化的响应,有效降低接触力超调;内环为自适应滑模控制,并使用RBF神经网络逼近机器人动力学模型并补偿系统中不确定性扰动,提高了系统的鲁棒性,提高收敛速度并降低跟随误差。通过仿真与实验,验证了所提出的改进阻抗控制方法相比于传统的阻抗控制方法有更好的力控响应速度和位置跟踪精度,可有效解决机器人与环境接触瞬间的接触力超调问题。     

基于模糊阻抗控制的上肢康复机器人中接触力规划器的设计

在对脑卒中患者的上肢运动功能康复训练中,如何对患者施加最适合的接触力,是设计康复机器人的重要指标要求. 针对现有康复机器人的力规划器中,产生出来的接触力存在突变,对患者进行训练的舒适性方面存在不足的问题,提出一种连续渐变的接触力规划器,采用模糊控制与阻抗控制相结合的方法改进接触力突变的状况. 经过仿真和实验验证,本文采用的方法可以产生渐变的接触力,对于患者训练的安全性和舒适性有明显提高.