CN106945043B - 一种主从式遥操作手术机器人多臂协同控制*** - Google Patents

一种主从式遥操作手术机器人多臂协同控制*** Download PDF

Info

Publication number
CN106945043B
CN106945043B CN201710254171.0A CN201710254171A CN106945043B CN 106945043 B CN106945043 B CN 106945043B CN 201710254171 A CN201710254171 A CN 201710254171A CN 106945043 B CN106945043 B CN 106945043B
Authority
CN
China
Prior art keywords
joint
matrix
arm
control system
industrial
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.)
Expired - Fee Related
Application number
CN201710254171.0A
Other languages
English (en)
Other versions
CN106945043A (zh
Inventor
向洋
傅舰艇
熊亮
谢毅
王黎
张敏锐
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing Institute of Green and Intelligent Technology of CAS
Original Assignee
Chongqing Institute of Green and Intelligent Technology of CAS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing Institute of Green and Intelligent Technology of CAS filed Critical Chongqing Institute of Green and Intelligent Technology of CAS
Priority to CN201710254171.0A priority Critical patent/CN106945043B/zh
Publication of CN106945043A publication Critical patent/CN106945043A/zh
Application granted granted Critical
Publication of CN106945043B publication Critical patent/CN106945043B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1682—Dual arm manipulator; Coordination of several manipulators
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

发明公开了一种主从式遥操作手术机器人多臂协同控制***，包括工业PC***和底层控制***，所述工业PC***包括工业PC、以太网、CAN总线适配卡；所述底层控制***包括数字量与模拟量采集卡、伺服驱动器；工业PC利用以太网接受来自其他***的信号，利用CAN总线适配卡连接伺服驱动器控制机械臂运动，利用数字量/模拟量采集卡采集和处理来自多维力传感器的信号。本发明完成了硬件架构的搭建和机械臂运动学算法和多臂协同控制软件开发，实现了手术机器人的多臂协同控制功能。

Description

一种主从式遥操作手术机器人多臂协同控制***
技术领域
本发明属于手术机器人领域，具体涉及一种主从式遥操作手术机器人多臂协同控制***，属于人机交互领域。
背景技术
主从式遥操作手术机器人控制***通常由一个主手操作端和若干个从手执行臂组成。从手执行臂安装于手术台旁边，在其末端可以安装内窥镜以及各种手术器械，通过微小创口到达病人体内病灶处。医生操作主手操作，即可控制从手末端器械完成各种手术操作，为外科医生提供了传统手术的操作环境，可以协助医生完成更精细的手术动作，减少手术时由于疲劳产生的误操作或手部震颤造成的损伤。多臂机器人是髙阶强耦合的复杂非线性***，同时由于工作环境的多变性，对机器人***控制方法的鲁棒性、控制***的实时性提出了很髙要求。基于对单臂机器人的运动学优化求解，无法满足机器人末端受环境约束并需要与环境交互的应用需求。在针对非结构化环境设计的多臂协作机器人比传统的单臂机器人具有更加灵活的特点，能实现人与机器人之间以及各机器人之间的互动功能。目前国外已研制出主从式遥操作手术机器人，但尚不具备力反馈功能及多从臂协同控制功能。
发明内容
有鉴于此，本发明提供一种主从式遥操作手术机器人多臂协同控制***，利用滑模控制***及多运动控制器并行解算，可以实现各机械臂之间的协同作业功能。
本发明的目的是通过这样的技术方案实现的，一种主从式遥操作手术机器人多臂协同控制***，用于对多臂手术机器人进行控制，多臂手术机器人包括主手操作端和从手执行端，主手操作端为7DOF串联式机器人，从手执行端由两个7DOF串联式机械臂和两个6DOF串联式机械臂组成，每个机械臂末端均安装多维力传感器和运动控制器，其特征在于：该控制***包括工业PC***和底层控制***，所述工业PC***包括工业PC、以太网、CAN总线适配卡；所述底层控制***包括数字量与模拟量采集卡、伺服驱动器；工业PC利用以太网接受来自其他***的信号，利用CAN总线适配卡连接伺服驱动器控制机械臂运动，利用数字量/模拟量采集卡采集和处理来自多维力传感器的信号；各机械臂接收主手操作端传递过来的位置控制指令，通过逆运动学解算得到各关节期望位置；通过多维力传感器感知与环境间的接触力及机械臂之间的接触力，经过逆动力学求解得到各关节力和力矩信息，并将接触力反馈至手术机器人主手；通过绝对值位置传感器获取各关节实际位置；由工业PC协调各运动控制器的数据传递及信号传递，完成多机械臂协同控制功能。
进一步，该手术机器人多臂协同控制***包括滑模控制器、自适应模糊逻辑控制器和非线性观测器；所述滑模控制器，用于精确获得***的动力学参数；所述自适应模糊逻辑控制器，用于提高控制精度；所述非线性观测器，用于补偿外部环境对***稳定新和精度的影响。
进一步，所述滑模控制器的控制律为τ＝τeq+τsm，其中τsm为滑模控制项，
Figure BDA0001272912810000021
为机器人的动力学等效模型，M(q)为惯量矩阵，J-1(q)为逆雅可比矩阵，
Figure BDA0001272912810000022
为机器人末端笛卡尔空间加速度，
Figure BDA0001272912810000023
为雅可比矩阵的导数，
Figure BDA00012729128100000220
为关节空间速度，
Figure BDA0001272912810000025
为惯性项和科氏项，G(q)为重力项；选择滑模面
Figure BDA0001272912810000026
其中s为6×1维向量，c为正定对角矩阵，e＝qid-qi，
Figure BDA0001272912810000027
表示e的导数，qid为关节期望位置，qi为关节实际位置；所述滑模项为
Figure BDA0001272912810000028
k1为6×6的正定对角矩阵；M(q)为惯性矩阵；JT(q)为雅可比矩阵的转秩矩阵，s＝[s1,s2,…,si]为模糊逻辑输入量，γ＝[γ1,γ2,…,γi]为模糊逻辑输出量。
进一步，所述非线性观测器的模型为：
Figure BDA0001272912810000029
Figure BDA00012729128100000210
其中K1与K2是正定矩阵，
Figure BDA00012729128100000211
表示外部转矩扰动，
Figure BDA00012729128100000212
表示外部转矩扰动的估计，
Figure BDA00012729128100000213
Figure BDA00012729128100000214
为关节速度误差向量，
Figure BDA00012729128100000215
为对关节速度误差
Figure BDA00012729128100000216
的估计量，
Figure BDA00012729128100000217
表示关节加速度误差；M-1表示逆惯量矩阵，C表示惯性项和科氏项，
Figure BDA00012729128100000218
表示关节空间速度，G表示重力项，
Figure BDA00012729128100000219
为关节输入加速度，τ∈R6为关节输入力矩。
由于采用了上述技术方案，本发明具有如下的优点：
本发明完成了硬件架构的搭建和机械臂运动学算法和多臂协同控制软件开发，实现了手术机器人的多臂协同控制功能。
附图说明
为了使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步的详细描述，其中：
图1为本发明主从式手术机器人控制***示意图；
图2为本发明动力学控制策略示意图；
图3为本发明多臂协同作业控制***示意图。
具体实施方式
以下将结合附图，对本发明的优选实施例进行详细的描述；应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
附图1为本发明的控制***硬件架构，主手操作端和从手执行端，主手操作端为7DOF串联式机器人，从手执行端由两个7DOF串联式机械臂和两个6DOF串联式机械臂组成，每个机械臂末端均安装多维力传感器。所述的机械臂的控制***硬件包括工业PC***和底层控制***。所述工业PC***包括可视化人机界面、工业PC、以太网卡、CAN总线适配卡；所述底层控制***包括多个运动控制器、数字量与模拟量采集卡、伺服驱动器及电机、多维力传感器、绝对式编码器。工业PC利用以太网接受来自其他***的信号，利用CAN总线适配卡连接伺服驱动器控制机械臂运动，利用数字量/模拟量采集卡采集和处理来自多维力传感器与其他传感器的信号。
附图3为本发明的多臂协同作业控制***示意图，各机械臂接收主手操作端传递过来的位置控制指令，通过逆运动学解算得到各关节期望位置；通过多维力传感器感知与环境间的接触力及机械臂之间的接触力，经过逆动力学求解得到各关节力和力矩信息，并将接触力反馈至手术机器人主手；通过绝对值位置传感器获取各关节实际位置；采用滑模控制器对各关节进行控制，实现多臂协同作业控制。
主从式遥操作手术机器人多臂协同控制***包括滑模控制器、自适应模糊逻辑控制器和非线性观测器；所述滑模控制器，用于精确获得***的动力学参数；所述自适应模糊逻辑控制器，用于提高控制精度；所述非线性观测器，用于补偿外部环境对***稳定新和精度的影响。
所述滑模控制器的控制律为τ＝τeq+τsm，其中τsm为滑模控制项，
Figure BDA0001272912810000031
为机器人的动力学等效模型，M(q)为惯量矩阵，J-1(q)为逆雅可比矩阵，
Figure BDA0001272912810000032
为机器人末端笛卡尔空间加速度，
Figure BDA0001272912810000033
为雅可比矩阵的导数，
Figure BDA0001272912810000038
为关节空间速度，
Figure BDA0001272912810000035
为惯性项和科氏项，G(q)为重力项；选择滑模面
Figure BDA0001272912810000036
Figure BDA0001272912810000037
表示e的导数，其中s为6×1维向量，c为正定对角矩阵，e＝qid-qi，qid为关节期望位置，qi为关节实际位置；滑模项τsm可设计为
Figure BDA0001272912810000041
k1,k2为6×6的正定对角矩阵。
引入模糊逻辑控制策略，模糊逻辑输出量γ只与s有关，γ＝FLC(s)，FLC(s)为模糊语言决策集的函数，s＝[s1,s2,…,si]为模糊逻辑输入量，γ＝[γ1,γ2,…,γi]为模糊逻辑输出量，
Figure BDA0001272912810000042
定义
Figure BDA0001272912810000043
Figure BDA0001272912810000044
表示当前参数，
Figure BDA0001272912810000045
表示初始参数，
Figure BDA0001272912810000046
Figure BDA0001272912810000047
表示
Figure BDA0001272912810000048
的估计值，ψki(si)表示模糊基函数，
Figure BDA0001272912810000049
为不确定性补偿项；于是可以将滑模项τsm修正为
Figure BDA00012729128100000410
k1,k2为6×6的正定对角矩阵；M(q)∈R6×6,为惯性矩阵；JT(q)为雅可比矩阵的转秩矩阵，s＝[s1,s2,…,si]为模糊逻辑输入量。
所述非线性观测器的模型为：
Figure BDA00012729128100000411
其中K1与K2是正定矩阵，
Figure BDA00012729128100000412
表示外部转矩扰动的估计，
Figure BDA00012729128100000413
表示关节加速度误差，
Figure BDA00012729128100000414
Figure BDA00012729128100000415
为关节速度误差向量，
Figure BDA00012729128100000416
为对关节速度误差
Figure BDA00012729128100000417
的估计量，；
Figure BDA00012729128100000418
为加速度，M-1表示逆惯量矩阵，C表示惯性项和科氏项，
Figure BDA00012729128100000419
表示关节速度，G表示重力项，
Figure BDA00012729128100000420
表示外部转矩扰动，τ∈R6为关节输入力矩。
所述非线性观测器的设计方法为，定义位置误差e＝q-qd，q表示关节当前位置，qd表示关节目标位置，求一阶导数和二阶导数为
Figure BDA00012729128100000421
qd,
Figure BDA00012729128100000422
为关节角位置、速度与加速度；定义
Figure BDA00012729128100000423
Figure BDA00012729128100000424
为关节速度误差向量，
Figure BDA00012729128100000425
为对关节速度误差
Figure BDA00012729128100000426
的估计量；定义
Figure BDA00012729128100000427
Figure BDA00012729128100000428
为对外部干扰力矩的估计，
Figure BDA00012729128100000429
为干扰误差的估计；将所述e,
Figure BDA00012729128100000430
的表达式代入动力学方程得到
Figure BDA00012729128100000431
基于迭代算法的非线性观测器设计为
Figure BDA00012729128100000432
其中K1与K2是正定矩阵。
所述的动力学方程为：
Figure BDA00012729128100000433
其中
Figure BDA00012729128100000434
为关节角位置、速度加速度，M(q)∈R6×6为惯性矩阵，
Figure BDA00012729128100000435
为科氏力和向心力矩阵，G(q)∈R6为重力矩阵，τ∈R6为关节输入力矩，τd∈R6为机械臂所受外力矩，将
Figure BDA00012729128100000436
代入机械臂的关节动力学方程得到
Figure BDA00012729128100000437
将机械臂末端期望位姿
Figure BDA00012729128100000438
代替
Figure BDA00012729128100000439
得到动力学等效方程为
Figure BDA00012729128100000440
由机械臂的DH参数建立串联机器人的齐次变换矩阵，将机械臂的正运动学方程表示为x(t)＝φ(q)，x(t)∈R6，q(t)∈R6，其中x(t)为笛卡尔空间中机械臂末端位姿，q(t)为关节空间中各关节位置；对正运动学方程求导得到速度方程为
Figure BDA0001272912810000051
其中，
Figure BDA0001272912810000052
为雅可比矩阵；对速度方程求导得到加速度方程
Figure BDA0001272912810000053
于是
Figure BDA0001272912810000054
本发明提出了一种主从式遥操作手术机器人多臂协同控制***，按照所述流程搭建控制***硬件并编写控制程序实现了多臂协同作业控制功能。
以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (1)

1.一种主从式遥操作手术机器人多臂协同控制***，用于对多臂手术机器人进行控制，多臂手术机器人包括主手操作端和从手执行端，主手操作端为7DOF串联式机器人，从手执行端由两个7DOF串联式机械臂和两个6DOF串联式机械臂组成，每个机械臂末端均安装多维力传感器和运动控制器，其特征在于：该控制***包括工业PC***和底层控制***，所述工业PC***包括工业PC、以太网、CAN总线适配卡；所述底层控制***包括数字量与模拟量采集卡、伺服驱动器；工业PC利用以太网接受来自其他***的信号，利用CAN总线适配卡连接伺服驱动器控制机械臂运动，利用数字量/模拟量采集卡采集和处理来自多维力传感器的信号；各机械臂接收主手操作端传递过来的位置控制指令，通过逆运动学解算得到各关节期望位置；通过多维力传感器感知与环境间的接触力及机械臂之间的接触力，经过逆动力学求解得到各关节力和力矩信息，并将接触力反馈至手术机器人主手；通过绝对值位置传感器获取各关节实际位置；由工业PC协调各运动控制器的数据传递及信号传递，完成多机械臂协同控制功能；该手术机器人多臂协同控制***包括滑模控制器、自适应模糊逻辑控制器和非线性观测器；所述滑模控制器，用于精确获得***的动力学参数；所述自适应模糊逻辑控制器，用于提高控制精度；所述非线性观测器，用于补偿外部环境对***稳定新和精度的影响；
所述滑模控制器的控制律为τ＝τeq+τsm，其中τsm为滑模控制项，
Figure FDA0002282812070000011
为机器人的动力学等效模型，M(q)为惯量矩阵，J-1(q)为逆雅可比矩阵，
Figure FDA0002282812070000012
为机器人末端笛卡尔空间加速度，
Figure FDA0002282812070000013
为雅可比矩阵的导数，
Figure FDA0002282812070000014
为关节空间速度，
Figure FDA0002282812070000015
为惯性项和科氏项，G(q)为重力项；选择滑模面
Figure FDA0002282812070000016
其中s为6×1维向量，c为正定对角矩阵，e＝qid-qi，
Figure FDA0002282812070000017
表示e的导数，qid为关节期望位置，qi为关节实际位置；所述滑模控制项为
Figure FDA0002282812070000018
k1为6×6的正定对角矩阵；M(q)为惯性矩阵；JT(q)为雅可比矩阵的转秩矩阵，s＝[s1,s2,…,si]为模糊逻辑输入量，γ＝[γ1,γ2,…,γi]为模糊逻辑输出量；
所述非线性观测器的模型为：
Figure FDA0002282812070000019
其中K1与K2是正定矩阵，
Figure FDA00022828120700000110
表示外部转矩扰动，
Figure FDA00022828120700000111
表示外部转矩扰动的估计，
Figure FDA00022828120700000112
Figure FDA00022828120700000113
为关节速度误差向量，
Figure FDA00022828120700000114
为对关节速度误差
Figure FDA00022828120700000115
的估计量，
Figure FDA00022828120700000116
表示关节加速度误差；M-1表示逆惯量矩阵，C表示惯性项和科氏项，
Figure FDA00022828120700000117
表示关节空间速度，G表示重力项，
Figure FDA00022828120700000118
为关节输入加速度，τ∈R6为关节输入力矩。
CN201710254171.0A 2017-04-18 2017-04-18 一种主从式遥操作手术机器人多臂协同控制*** Expired - Fee Related CN106945043B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710254171.0A CN106945043B (zh) 2017-04-18 2017-04-18 一种主从式遥操作手术机器人多臂协同控制***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710254171.0A CN106945043B (zh) 2017-04-18 2017-04-18 一种主从式遥操作手术机器人多臂协同控制***

Publications (2)

Publication Number Publication Date
CN106945043A CN106945043A (zh) 2017-07-14
CN106945043B true CN106945043B (zh) 2020-05-08

Family

ID=59476291

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710254171.0A Expired - Fee Related CN106945043B (zh) 2017-04-18 2017-04-18 一种主从式遥操作手术机器人多臂协同控制***

Country Status (1)

Country Link
CN (1) CN106945043B (zh)

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107351088B (zh) * 2017-08-31 2020-02-14 南京埃斯顿机器人工程有限公司 一种机器人外部运动路径控制方法
CN108214445B (zh) * 2018-01-24 2020-12-25 哈尔滨工业大学 一种基于ros的主从异构遥操作控制***
CN108406766B (zh) * 2018-02-11 2020-08-04 浙江工业大学 一种基于复合积分滑模的多机械臂***同步控制方法
CN108598965A (zh) * 2018-04-11 2018-09-28 南京理工大学 一种基于力反馈主从控制的带电作业机器人隔离刀闸更换方法
CN108646562B (zh) * 2018-05-15 2021-05-18 浙江工业大学 一种基于交叉耦合的多机械臂***有限时间参数辨识与位置同步控制方法
CN108656111B (zh) * 2018-05-15 2020-12-01 浙江工业大学 双机械臂***有限时间参数辨识与位置同步控制方法
CN109015634B (zh) * 2018-07-24 2021-07-06 西北工业大学 基于性能函数的多臂遥操作机器人力/位置混合控制方法
CN109358506B (zh) * 2018-10-26 2021-07-23 南京理工大学 一种基于干扰观测器的自适应模糊遥操作控制方法
CN110181510B (zh) * 2019-05-21 2021-12-21 南京航空航天大学 一种基于时延估计与模糊逻辑的机械臂轨迹跟踪控制方法
CN110794678B (zh) * 2019-11-05 2021-07-30 燕山大学 一种磁滞非线性受限下的四通道遥操作力反馈控制方法
CN111515951A (zh) * 2020-04-29 2020-08-11 江苏集萃华科智能装备科技有限公司 机器人的遥操作***及遥操作控制方法
CN114167725A (zh) * 2021-11-30 2022-03-11 荆楚理工学院 协作机器人轨迹跟踪控制方法及***
CN114378796B (zh) * 2022-03-04 2023-09-05 国网智能科技股份有限公司 主从与自主作业一体化的机械臂***、机器人***及方法
CN115570568B (zh) * 2022-10-11 2024-01-30 江苏高倍智能装备有限公司 一种多机械手协同控制方法及***
CN116214524B (zh) * 2023-05-08 2023-10-03 国网浙江省电力有限公司宁波供电公司 用于油样回收的无人机抓载方法、装置及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103862459A (zh) * 2012-12-11 2014-06-18 天津工业大学 一种用于机载并联平台的位姿观测器设计方法
CN105319972A (zh) * 2015-11-27 2016-02-10 燕山大学 基于快速终端滑模的遥操作机器人固定时间控制方法
CN106375421A (zh) * 2016-08-30 2017-02-01 上海交通大学 基于远程操控的机器人辅助智能维护***

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103862459A (zh) * 2012-12-11 2014-06-18 天津工业大学 一种用于机载并联平台的位姿观测器设计方法
CN105319972A (zh) * 2015-11-27 2016-02-10 燕山大学 基于快速终端滑模的遥操作机器人固定时间控制方法
CN106375421A (zh) * 2016-08-30 2017-02-01 上海交通大学 基于远程操控的机器人辅助智能维护***

Also Published As

Publication number Publication date
CN106945043A (zh) 2017-07-14

Similar Documents

Publication Publication Date Title
CN106945043B (zh) 一种主从式遥操作手术机器人多臂协同控制***
CN110035871B (zh) 用于指示机器人的***和方法
Yao et al. A function block based cyber-physical production system for physical human–robot interaction
CN108582078A (zh) 一种面向直接示教的机械臂零力控制方法
CN108656112A (zh) 一种面向直接示教的机械臂零力控制实验***
CN111015649B (zh) 一种驱控一体化控制***
Shen et al. Asymptotic trajectory tracking of manipulators using uncalibrated visual feedback
CN109746913B (zh) 一种机器人姿势保持拖动示教的方法及***
JP2010524714A (ja) 関節を制御する方法及びトルク速度変換装置
US10335946B2 (en) Compositional impedance programming for robots
CN111702767A (zh) 一种基于反演模糊自适应的机械手阻抗控制方法
Cai et al. Modeling Method of Autonomous Robot Manipulator Based on D‐H Algorithm
CN115890735B (zh) 机械臂***、机械臂及其控制方法、控制器和存储介质
Si et al. Adaptive compliant skill learning for contact-rich manipulation with human in the loop
Huang et al. Cooperative manipulation of deformable objects by single-leader–dual-follower teleoperation
Yang et al. Whole-body fuzzy based impedance control of a humanoid wheeled robot
Almusawi et al. Online teaching of robotic arm by human–robot interaction: end effector force/torque sensing
Tan et al. Toward unified adaptive teleoperation based on damping ZNN for robot manipulators with unknown kinematics
CN113500597A (zh) 基于力翻译机制的多端遥操作滑模阻抗控制方法
JP2016221653A (ja) ロボット制御装置およびロボットシステム
JP2011067884A (ja) 高速高精度な接触作業に適用するロボット制御システム、ロボット制御方法、ロボット制御装置、およびプログラム
Parvin et al. Human-Machine Interface (HMI) Robotic Arm Controlled by Gyroscopically Acceleration
Kawasaki et al. Virtual robot teaching for humanoid hand robot using muti-fingered haptic interface
Ansarieshlaghi et al. Hybrid Force/Position Control of a Very Flexible Parallel Robot Manipulator in Contact with an Environment.
Wnuk et al. Challenges in robotic soft tissue manipulation—Problem identification based on an interdisciplinary case study of a teleoperated drawing robot in practice

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200508

CF01 Termination of patent right due to non-payment of annual fee