CN104950692A - 一种适用于欠驱动机械手的抓取仿真*** - Google Patents
一种适用于欠驱动机械手的抓取仿真*** Download PDFInfo
- Publication number
- CN104950692A CN104950692A CN201510261075.XA CN201510261075A CN104950692A CN 104950692 A CN104950692 A CN 104950692A CN 201510261075 A CN201510261075 A CN 201510261075A CN 104950692 A CN104950692 A CN 104950692A
- Authority
- CN
- China
- Prior art keywords
- crawl
- module
- model
- grasping
- analogue system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Manipulator (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于机器人仿真技术领域,涉及一种适用于欠驱动机械手的抓取仿真***。本***包括模型生成模块、抓取规划模块、抓取求解模块、抓取质量评估模块、数据可视化模块。与现有欠驱动机械手仿真***相比,因考虑了真实抓取中的接触及摩擦约束条件,使仿真结果更接近真实抓取情况。本发明能够对欠驱动机械手进行快速设计迭代、设计参数优化,缩短研发周期、提高研发效率。
Description
技术领域
本发明属于机器人仿真技术领域,具体涉及一种适用于欠驱动机械手的抓取仿真***。
背景技术
欠驱动机械手是一种独立驱动器数量少于关节自由度数量的新型机械手。通过巧妙的传动链设计及引入弹性元器件,这类机械手能够利用较少的驱动器带动所有关节自由度,并保留一定的抓取灵活性和形状自适应性。与传统全驱动机械手相比,其具有体积小、重量轻、控制方式简单、功耗低的特点,特别适合于仿人假肢手及其它一些对尺寸、重量等有着严格限制的应用场合。
具备接近人手抓取功能的机械手是一个复杂的***,因此在设计过程中需要反复调整和优化参数。如果研发过程中采用“制造样机-试验分析-调整参数”的模式,往往造成研发周期长、设计效率低、优化效果不佳。如果能利用计算机仿真***对抓取过程进行模拟、获得仿真试验结果、快速进行设计迭代,则能够有效地提高设计效率、缩短研发周期。
自20世纪80年代起,传统全驱动机械手的抓取问题得到了深入研究,基于此发展出了一套完备的抓取仿真方法及相应的仿真工具。例如Miller等开发的一款叫做“GraspIt!”的抓取仿真***,就实现了对一些具有代表性的全驱动机械手的抓取仿真(Miller A T,Allen P K.Graspit!a versatilesimulator for robotic grasping[J].Robotics&Automation Magazine,IEEE,2004,11(4):110-122)。
对于欠驱动机械手而言,由于驱动器数量的减少及关节被动顺应性的引入,使得该类机械手与传统全驱动机械手在抓取特性上有着本质的区别,这导致了原有的一些适用于全驱动机械手的较为成熟的抓取仿真方法及工具无法直接用于该类新型机械手。近年来,人们在传统全驱动机械手抓取研究的基础上开始对欠驱动机械手的抓取进行了初探。Bicchi等学者构建了欠驱动机械手抓取基础框架,并开发了一款专门针对具有关节被动顺应性的欠驱机械手抓取仿真工具“SynGrasp”(Gabiccini M,Farnioli E,Bicchi A.Grasp analysistools for synergistic underactuated robotic hands[J].The InternationalJournal of Robotics Research,2013:0278364913504473)。Guo等研究者也开发了一款类似的抓取仿真工具,并将其用于一个自由度数为20的仿人机械手的抓取仿真(Guo D,Sun F,Zhang J,et al.A grasp synthesis and graspsynergy analysis for anthropomorphic hand[C].Robotics and Biomimetics,2013IEEE International Conference on,2013:1617-1622)。
然而,目前上述这些针对新型机械手的抓取仿真***仍然存在问题:即仿真方法中所使用的抓取模型没有考虑抓取中的接触及摩擦约束条件,这使得仿真结果与实际抓取存在较大偏差。
发明内容
本发明的目的是针对上述问题,改进了欠驱动机械手抓取模型,提供了一种更为接近真实抓取情况的、专门针对欠驱动机械手的抓取仿真***。
本发明的技术方案如下:
一种适用于欠驱动机械手的抓取仿真***,其包括了以下几个模块:
(1)模型生成模块:用于机械手模型及被抓取物体模型的定义与生成。
(2)抓取规划模块:在给定机械手模型及物体模型后,通过随机优化算法产生若干机械手抓取初始构形。之后由初始构形出发,采用随机优化算法计算最优抓取路径。
(3)抓取求解模块:该模块是整个抓取仿真***的核心,其采用准静力学分析方法,将抓取***状态变量的求解转化为了一个凸二次规划,然后使用内点法对其进行求解获得抓取***的新状态。
(4)抓取质量评估模块:在仿真抓取实施过程中计算评估抓取质量的指标,并反馈给抓取规划模块。
(5)数据可视化模块:将各模块的数值计算结果通过图形形式直观地显示出来,以便于用户观察和分析。
所述模型生成模块接收输入的机械手D-H参数、关节刚度、欠驱动矩阵、物体参数以及物体刚度并生成机械手模型和物体模型;所述抓取规划模块与模型生成模块连接,接收模型生成模块输出的机械手运动学模型、***刚度和物体参数并计算出最优抓取初始状态;所述抓取求解模块与抓取规划模块连接,接收抓取规划模块输出的初始状态,计算抓取动态过程和接触点位置以及接触力;所述抓取质量评估模块与抓取求解模块连接,接收抓取时接触点位置和接触力,计算抓取质量并将其传递给抓取规划模块;所述数据可视化模块分别与模型生成模块、抓取规划模块、抓取求解模块和抓取质量评估模块连接,将机械手模型、物体模型、抓取动态过程以及抓取特性用图形方式显示出来。
本发明的优点在于,与现有欠驱动机械手仿真方法相比,因考虑了真实抓取中的接触及摩擦约束条件,使得仿真得到的结果更接近真实抓取情况。其能够快速进行该类新型机械手的设计迭代、参数优化,有利于提高该类机械手的研发效率。
附图说明
图1为本发明的一种较佳实施例的原理框图。
图2为本发明仿真***的使用步骤。
具体实施方式
下面结合附图对本发明作进一步说明。
图1所示是本发明的一种实施方式的原理框图,该仿真***是基于MATLAB语言环境开发的,其主要由模型生成模块、抓取规划模块、抓取求解模块、抓取质量评估模块和数据可视化模块构成。所述模型生成模块接收输入的机械手D-H参数、关节刚度、欠驱动矩阵、物体参数以及物体刚度并生成机械手模型和物体模型;所述抓取规划模块与模型生成模块连接,接收模型生成模块输出的机械手运动学模型、***刚度和物体参数并计算出最优抓取初始状态;所述抓取求解模块与抓取规划模块连接,接收抓取规划模块输出的初始状态,计算抓取动态过程和接触点位置以及接触力;所述抓取质量评估模块与抓取求解模块连接,接收抓取时接触点位置和接触力,计算抓取质量并将其传递给抓取规划模块;所述数据可视化模块分别与模型生成模块、抓取规划模块、抓取求解模块和抓取质量评估模块连接,将机械手模型、物体模型、抓取动态过程以及抓取特性用图形方式显示出来。各个模块的原理如下:
(1)模型生成模块:利用该模块用户可以与抓取仿真***进行交互,通过输入参数定义和生成机械手模型及被抓取物体模型。对于机械手模型,用户可以通过配置机器人手的D-H参数来描述机械手的运动学模型,包括手指的数量、每个手指基座的位置、各个关节的位置、运动方向、运动范围,同时可以配置机械手各关节的刚度系数,以及描述独立驱动器到各手指关节耦合运动映射关系的欠驱动矩阵;对于物体模型,仿真***提供球体、圆柱体、立方体这几种基本的几何体,用户可以配置被抓取物体的类型,配置物体的几何参数以及物体刚度系数。该模块同时也提供了多种预设的机械手和物体模型,用户可在这些模型基础上进行参数修改,便于快速进行仿真试验。在完成机械手模型及被抓取物体模型的配置后,仿真***就能够对由机械手与物体构成的抓取***进行仿真抓取试验。
(2)抓取规划模块:该模块在获得机械手及物体模型后,通过模拟退火优化算法来寻找最优的抓取***初始构型,其包括机械手各驱动器的初始位移以及被抓取物体的初始位置和姿态。然后由这一抓取***初始构形出发,利用抓取质量评估模块提供的抓取质量评估指标,采用模拟退火优化算法选择最优抓取路径。
(3)抓取求解模块:该模块是整个抓取仿真***的核心。针对大部分抓取***是低速、小惯量的前提条件,该模块采用了准静力学分析方法。相比通用的动力学分析方法,准静力学分析方法大大降低了抓取模型的复杂程度、提高了***的求解速度。针对目前现有的欠驱动机械手抓取仿真***中未考虑抓取中的接触及摩擦约束条件之问题,本发明的仿真***改进了抓取模型,通过引入了前述的接触及摩擦约束条件,即1)抓取中机械手只能在接触点对物体产生压力;2)接触点处的作用力必须在以接触点为顶点、摩擦角为圆锥角的摩擦锥内,同时为了便于模型求解,我们对摩擦锥进行了线性近似处理。这样就将抓取***状态变量的求解问题转化为了一个可解的凸二次规划,并使用内点算法(interior point)对该凸二次规划进行求解,从而获得抓取***从前一个静力平衡状态出发,在其邻域内经单步长仿真计算后到达的新平衡状态。
(4)抓取质量评估模块:在仿真抓取实施过程中,该模块用于评估抓取***在新状态时的抓取质量。具体来说就是使用抓取力螺旋空间(grasp wrenchspace)的度量作为抓取质量的评估指标,将计算得到的评估指标反馈给抓取规划模块用于抓取路径规划。
(5)数据可视化模块:将各模块的数值计算结果通过图形的形式直观地显示出来,以便于用户观察和分析。具体来说该模块可以显示包括用户定义的机械手、物体模型,整个抓取的动态过程,抓取中的接触点位置,接触力及力矩的示意。同时也能将数值结果导出,便于进一步地分析。
所述模型生成模块接收输入的机械手D-H参数、关节刚度、欠驱动矩阵、物体参数以及物体刚度并生成机械手模型和物体模型;所述抓取规划模块与模型生成模块连接,接收模型生成模块输出的机械手运动学模型、***刚度和物体参数并计算出最优抓取初始状态;所述抓取求解模块与抓取规划模块连接,接收抓取规划模块输出的初始状态,计算抓取动态过程和接触点位置以及接触力;所述抓取质量评估模块与抓取求解模块连接,接收抓取时接触点位置和接触力,计算抓取质量并将其传递给抓取规划模块;所述数据可视化模块分别与模型生成模块、抓取规划模块、抓取求解模块和抓取质量评估模块连接,将机械手模型、物体模型、抓取动态过程以及抓取特性用图形方式显示出来。
该仿真***的使用遵循如图2所示的步骤:
用户首先通过输入参数或者修改预设模型参数配置机械手及被抓取物体模型。然后对仿真***参数进行配置,包括设置仿真步长、最大仿真步数、选择的抓取质量评估指标。在完成上述配置步骤后,即可开始进行仿真试验,仿真***每计算完一个仿真步长,就判断是否满足设置的仿真终止状态,循环往复进行抓取仿真试验。
以上所述仅是本发明的优选实施方式,应当理解,本领域的普通技术无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此,凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案,皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种适用于欠驱动机械手的抓取仿真***,其特征在于,包括:
模型生成模块,所述模型生成模块用于机械手模型及物体模型的定义与生成;
抓取规划模块,所述抓取规划模块用于寻找抓取最优路径;
抓取求解模块,所述抓取求解模块用于抓取***的状态变量求解;
抓取质量评估模块,所述抓取质量评估模块用于抓取质量指标的计算;
数据可视化模块,所述数据可视化模块通过图形形式显示上述各模块计算结果;
所述模型生成模块接收输入的参数并生成所述机械手模型和所述物体模型;所述抓取规划模块与所述模型生成模块连接,接收所述模型生成模块输出的参数并计算出最优抓取初始状态;所述抓取求解模块与所述抓取规划模块连接,接收抓取规划模块输出的初始状态,计算抓取动态过程和接触点位置以及接触力;所述抓取质量评估模块与所述抓取求解模块连接,接收抓取时所述接触点位置及所述接触力,计算抓取质量并将其传递给抓取规划模块;所述数据可视化模块分别与所述模型生成模块、所述抓取规划模块、所述抓取求解模块和所述抓取质量评估模块连接,将所述机械手模型、所述物体模型、所述抓取动态过程以及抓取特性用图形方式显示出来。
2.根据权利要求1所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述抓取求解模块采用准静力学分析方法。
3.根据权利要求2所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述准静力学分析方法中引入了抓取中的接触及摩擦约束条件,通过求解凸二次规划的方法计算抓取***的状态变量。
4.根据权利要求3所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述接触及摩擦约束条件包括:抓取中机械手只能在接触点对物体产生压力;接触点处的作用力必须在以接触点为顶点、摩擦角为圆锥角的摩擦锥内。
5.根据权利要求1所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述模型生成模块可以通过配置机器人手的D-H参数描述机械手的运动学模型;通过选择物体类型、输入几何参数配置物体模型。
6.根据权利要求1或5所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述模型生成模块提供多种预设的机械手模型和物体模型,并且可以进行参数修改,便于快速进行仿真实验。
7.根据权利要求1所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述抓取规划模块通过模拟退火优化算法寻找抓取***初始构形。
8.根据权利要求1所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述抓取质量评估模块采用抓取力螺旋空间的度量作为抓取质量的评估指标。
9.根据权利要求1所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述数据可视化模块将其他各所述模块的数值计算结果通过图形显示。
10.根据权利要求1所述适用于欠驱动机械手的抓取仿真***,其特征在于,所述仿真***的使用步骤为:
用户首先通过输入参数或者修改预设模型参数配置机械手模型及被抓取物体模型;
然后对仿真***参数进行配置,包括设置仿真步长、最大仿真步数、选择的抓取质量评估指标;
在完成上述配置步骤后,即可开始进行仿真试验,仿真***每计算完一个仿真步长,就判断是否满足设置的仿真终止状态,循环往复进行抓取仿真试验。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510261075.XA CN104950692B (zh) | 2015-05-20 | 2015-05-20 | 一种适用于欠驱动机械手的抓取仿真*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510261075.XA CN104950692B (zh) | 2015-05-20 | 2015-05-20 | 一种适用于欠驱动机械手的抓取仿真*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104950692A true CN104950692A (zh) | 2015-09-30 |
CN104950692B CN104950692B (zh) | 2017-08-11 |
Family
ID=54165428
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510261075.XA Active CN104950692B (zh) | 2015-05-20 | 2015-05-20 | 一种适用于欠驱动机械手的抓取仿真*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104950692B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109153118A (zh) * | 2017-03-09 | 2019-01-04 | 深圳蓝胖子机器人有限公司 | 抓取质量检测方法及其应用的方法与*** |
CN110271000A (zh) * | 2019-06-18 | 2019-09-24 | 清华大学深圳研究生院 | 一种基于椭圆形面接触的物体抓取方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101844353A (zh) * | 2010-04-14 | 2010-09-29 | 华中科技大学 | 机械臂/灵巧手***遥操作任务规划和仿真方法 |
US20110074171A1 (en) * | 2009-09-29 | 2011-03-31 | Canon Kabushiki Kaisha | Object grasping control method and apparatus |
CN102207997A (zh) * | 2011-06-07 | 2011-10-05 | 哈尔滨工业大学 | 基于力反馈的机器人微创手术仿真*** |
CN104139396A (zh) * | 2014-07-23 | 2014-11-12 | 西南交通大学 | 一种欠驱动自适应机械手 |
-
2015
- 2015-05-20 CN CN201510261075.XA patent/CN104950692B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110074171A1 (en) * | 2009-09-29 | 2011-03-31 | Canon Kabushiki Kaisha | Object grasping control method and apparatus |
CN101844353A (zh) * | 2010-04-14 | 2010-09-29 | 华中科技大学 | 机械臂/灵巧手***遥操作任务规划和仿真方法 |
CN102207997A (zh) * | 2011-06-07 | 2011-10-05 | 哈尔滨工业大学 | 基于力反馈的机器人微创手术仿真*** |
CN104139396A (zh) * | 2014-07-23 | 2014-11-12 | 西南交通大学 | 一种欠驱动自适应机械手 |
Non-Patent Citations (4)
Title |
---|
宋瑞岭 等: "欠驱动假肢手的运动学与静力学仿真", 《机械与电子》 * |
李正祥 等: "一种4自由度三指灵巧手的设计和运动学分析与仿真研究", 《机械制造与自动化》 * |
林壮 等: "二自由度欠驱动机械臂的动力学模型与位置闭环控制仿真", 《弹箭与制导学报》 * |
罗敏 等: "七自由度空间机械臂运动仿真技术研究", 《机械与电子》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109153118A (zh) * | 2017-03-09 | 2019-01-04 | 深圳蓝胖子机器人有限公司 | 抓取质量检测方法及其应用的方法与*** |
CN110271000A (zh) * | 2019-06-18 | 2019-09-24 | 清华大学深圳研究生院 | 一种基于椭圆形面接触的物体抓取方法 |
CN110271000B (zh) * | 2019-06-18 | 2020-09-22 | 清华大学深圳研究生院 | 一种基于椭圆形面接触的物体抓取方法 |
Also Published As
Publication number | Publication date |
---|---|
CN104950692B (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Prattichizzo et al. | On the manipulability ellipsoids of underactuated robotic hands with compliance | |
Malvezzi et al. | Syngrasp: A matlab toolbox for underactuated and compliant hands | |
Liarokapis et al. | Functional anthropomorphism for human to robot motion mapping | |
Tegin et al. | based learning and control for automatic grasping | |
Toz et al. | Dynamics simulation toolbox for industrial robot manipulators | |
Gioioso et al. | Mapping Synergies from Human to Robotic Hands with Dissimilator Kinematics: an Object Based Approach | |
Gabiccini et al. | Grasp and manipulation analysis for synergistic underactuated hands under general loading conditions | |
CN109190282B (zh) | 一种闭链机构的装配调整方法及其控制装置、机械装置 | |
CN104950692A (zh) | 一种适用于欠驱动机械手的抓取仿真*** | |
Senfelds | Analysis of motion modelling approaches for industrial robot applications | |
Mehling et al. | A model matching framework for the synthesis of series elastic actuator impedance control | |
Ishida et al. | Human motion imitation using optimal control with time-varying weights | |
Boughdiri et al. | Dynamic modeling of a multi-fingered robot hand in free motion | |
Bouakrif et al. | Passivity-based controller-observer for robot manipulators | |
Guo et al. | Application of particle swarm optimisation algorithm in manipulator compliance control | |
Rubert et al. | Comparison between grasp quality metrics and the anthropomorphism index for the evaluation of artificial hands | |
Chen et al. | Differentiable Robot Neural Distance Function for Adaptive Grasp Synthesis on a Unified Robotic Arm-Hand System | |
Chen et al. | A hybrid adaptive control strategy for a smart prosthetic hand | |
Du et al. | Simulation Analysis of Discrete Admittance Control of Manipulator | |
Zhang et al. | Classification of grasps by robot hands | |
Long | Robot arm trajectory tracking based on adaptive neural control | |
Tian | A Method of Manipulator Trajectory Control Based on Coordinate System | |
Guni et al. | Identification and characteristics of parallel actuation robot’s leg configuration using Hammerstein-Wiener approach | |
Liu et al. | Research on Motion Control Method of Rigid Flexible Coupling System Based on Input Shaping | |
Zhou et al. | Grasp force optimization in the design of a humanoid dexterous hand fingertips |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |