CN108189037A - 一种用于机械手的扰动观测器与主次协调控制方法 - Google Patents
一种用于机械手的扰动观测器与主次协调控制方法 Download PDFInfo
- Publication number
- CN108189037A CN108189037A CN201810049340.1A CN201810049340A CN108189037A CN 108189037 A CN108189037 A CN 108189037A CN 201810049340 A CN201810049340 A CN 201810049340A CN 108189037 A CN108189037 A CN 108189037A
- Authority
- CN
- China
- Prior art keywords
- manipulator
- disturbance
- grip
- control
- formula
- 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
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Feedback Control In General (AREA)
Abstract
一种用于机械手的扰动观测器与主次协调控制方法,针对机械手抓取物体时,操作环境复杂,抓握物体信息未知,传感器缺乏和环境中存在扰动的问题,以及现有的力传感器由于接触点不确定,检测信息不全等限制,本发明提供一种扰动观测器用于估计环境中的扰动信息,再利用估计出来的扰动量,结合被抓取物体估计的质量、刚度及其表面的摩擦系数,估计反射控制中的反射抓握力,最后结合主模式控制方法,建立主次协调控制策略,控制机械手在扰动作用下稳定地抓取物体。替代了传统只能通过高成本传感器获取扰动信息的方法,同时方法简单有效,提高了机械手稳定可靠抓取问题的效率,同时分析了扰动观测器的误差,为精确分析机械手抓取过程中的扰动奠定了基础。
Description
技术领域
本发明涉及一种基于扰动观测器的机械手主次协调控制方法,特别适用于机械手在不确定的环境下抓取物体等操作。
背景技术
机械手模仿人手,其操作环境十分复杂,抓握物体各不相同,每个质量不一样的物体要求不同的抓握力,而且环境中还存在各种扰动。人在扰动环境下抓握物体时,人手的触觉感觉到物体的滑动信号,人的大脑可以根据物体特征估计一个合适的抓握力,并通过神经***实现物体的稳定抓握。对机械手而言,只有少数传感器,也不如人手灵活,无法了解被抓物体的抓握状态,不能根据被抓物体状态的改变来调节机械手的抓握力。因而力的调节不具有实时性。而且,如果机械手抓取力过小,而又没有及时增大抓握力的大小,可能会使得物体滑落,相反,如果抓取力过大,并且没有及时减小抓握力,可能会使物体变形甚至毁坏,同时抓握日常物品的重量,材质,刚度未知,外界扰动也不确定,因此抓握力的控制十分困难。如何确定机械手合适的抓握力,在抓握力过小或者受到环境扰动时,怎样调整抓握力的大小成为机械手应用中迫切需要解决的难题。为了提高机械手的抗扰动能力,国内外许多学者进行了广泛的研究,主要包括开环控制和闭环控制。
机械手开环控制的研究主要是采用生物解码的技术直接控制机械手。研究的主要生物信号有肌电信号(EMG),脑电信号(EEG)和周围神经信号(PNS)。通过对生物信号的直接解码获得人的运动意愿,然后通过比例放大,直接控制机械手。当机械手抓握不稳定时,通过视觉反馈,调整输出的生物信号,根据生物信号的改变来调整抓握力状态。然而生物解码信号十分微弱,随时间的推移而不断变化。从大脑发出来的信号,经过中枢神经,脊髓神经,人的神经到肌肉,存在时空耦合。另外,生理信号的采集与传感器的贴敷位置,密布程度和解码效果的好坏都有很大的关系。人体疲劳状态也会带来肌电信号的变化,从而导致分类解码器与信号不匹配。而且解码控制算法复杂,运算时间长,稳定性差。机械手闭环控制的研究基于力、位置和滑觉等传感器。常用的控制策略为阻抗控制,它通过机械手的位置反馈,控制机械手的参考位置来间接控制抓握力的大小,这种控制方法使得机械手在***空间到约束运动空间之间平稳过渡。闭环力控制比开环控制有更好的稳定性,对力超调有一定的调节力能。应对环境扰动的问题,反射控制被提出来。主要解决的问题是怎样检测外界扰动,需要增加多大的力,反射控制比肌电开环的反射控制响应更快,实时性更好。
对于机械手,设计要求其重量、尺寸都有限制,不可能配置很多传感器,只能在有限位置布置若干传感器。力矩传感器一般尺寸偏大并且价格很高,难以装入结构紧凑的机械手,如机械手。一般机械手有很多力传感器,然而这种机械手与物体接触时,由于接触点不确定,即传感器有可能检测不到机械手是否抓取物体,或者检测信息不全。由于缺少足够的传感器反馈,容易造成抓握力超过期望的抓握力而不能及时调整,可能破坏被抓物体,更有可能会对机械手造成损害。因此,需要通过有效的方法获得环境中的扰动信息,预测和控制抓握过程中合适的抓握力,从而达到稳定抓握物体的目的。
发明内容
本发明目的在于提供一种扰动控制器用于估计环境中的扰动信息,同时提供一种主次协调控制策略根据估计的扰动信息预测和控制抓握力,用于取代力传感器和力矩传感的功能,或者给机械手的力过载增加保护。首先建立机械手的动态模型,由于机械手有力传感器,能够抓取力信息,基于此,建立一个非线性的扰动观测器,同时分析了扰动观测器的误差。再利用估计出来的扰动量,结合被抓取物体估计的质量、刚度及其表面的摩擦系数,估计反射控制中的反射抓握力,最后结合主模式控制方法,建立主次协调控制策略,控制机械手在扰动作用下稳定地抓取物体。
本发明解决其技术问题所采用的技术方案是:
一种机械手的扰动观测器与主次协调控制方法,包括以下步骤:
步骤1:根据机械手抓握物体时的受力情况,建立机械手的动态模型;
步骤2:将跟踪机械手抓握力,抓握力的速度项和扰动量作为状态变量,建立一个非线性扰动观测器,并采用李雅普诺夫函数分析扰动观测器的误差;
步骤3:根据步骤1和步骤2估算的扰动量,确定机械手在扰动情况下的期望抓握力,同时结合主模式控制抓握下,根据多指协调控制策略确定的各手指的期望抓握力,得到各手指的总期望抓握力;
步骤4:根据主次协调控制原理,确定基于模糊控制的主与次控制量,结合扰动观测器确定的控制量,确定主次协调控制量,控制机械手抓握。
附图说明
图1为本发明方法的示意图。
图2为本发明的机械手的扰动观测器的示意图。
图3为本发明的机械手的主次协调控制的原理图。
具体实施方式
下面结合附图和具体实施方式对本发明做进一步描述。
如图1,建立机械手的扰动观测器及主次协调控制方法的具体步骤如下:
步骤1:机械手动态模型的建立
机械手动态模型为
(1)
其中为关节的角位移,为惯性矩阵,为重力、摩擦力等引起的关节转矩,为驱动力矩,为驱动力矩对机械手某一关节的耦合系数(对于单自由度机械手,),为雅克比矩阵;表示被抓去物体对机械手的反作用力,可采用如下的模型表示:
(2)
其中:表示机械手与物体接触点的位置,表示被抓取物体的刚度矩阵,表示接触点到关节点的距离矩阵。
将(2)代入(1)得到
(3)
式中,。
步骤2:扰动观测器的建立
参照图2设
(4)
式中为非线性函数,其表达式为
(5)
式中表示扰动量。
基于(4),建立一个非线性扰动观测器
(6)
式中为状态变量,为机械手抓取力,为系数,表示饱和函数。
采用如下形式的李雅普诺夫函数进行误差分析
(7)
式中,,和表示正常数。
经推导得
(8)
式中,,,为(5)式给出的非线性函数。
这个二次型函数的二次项部分为负定的充要条件为
(9)
根据这个条件,可推出如下的参数设计原则
(10)
此时二次型函数(8)不满足负定条件,即取正值的区域是变量和的抛物面
(11)
与变量和的平面
(12)
相交的上面部分,而这个交线上的变量的量级是与方程
(13)
的根同级。由的表达式知,与同级,因此根与同级。因此,只要取,就有
(14)
式中右边为线性观测器的误差。这一结果说明,非线性扰动观测器的状态跟踪效率比线性状态观测器高很多。由上述的扰动观测器及误差分析可知,其中是跟踪机械手抓握力,是抓握力的速度项,而是扰动量。将上述的扰动观测器应用于机械手抓握力的扰动观测。一旦扰动量估计出来,结合被抓取物体估计的质量、刚度及其表面的摩擦系数,就可比较合理地估计反射控制中的反射抓握力。
步骤3:主次协调控制策略的建立
参照图3,当物体被检测到滑移时,就需调节机械手的抓握力,抓握力的调整采用如下自适应的方式进行
(a)主模式抓握力较小,此时有,物体在重力作用下产生滑移,取反射期望抓握力为
(15)
式中为扰动观察器的输出,为获得滑移信息之前的量,与为加权系数,为如下表达式
(16)
(b)主模式抓握力能够稳定抓握物体,但外界扰动引起物体滑移时,此时有,物体在扰动作用下产生滑移,设计扰动自适应调整方式为
(17)
在主模式控制的抓握下,根据多指协调控制策略,机械手各个手指抓握力的期望值为,表示参与抓握的手指数量。同理,根据机械手期望抓握力,得到各手指期望抓握力为
根据主次协调控制的原理,最后主与次控制的增量如下
(18)
式中表示模糊控制器,即将输入映射为控制输出。
基于前述的扰动观察器,得到
(19)
式中。
最后得到主次协调控制量为
(20)。
Claims (5)
1.一种机械手的扰动观测器与主次协调控制方法,特别适用于机械手在不确定的环境下抓取物体等操作,其特征在于包括以下步骤:首先建立机械手的动态模型,由于机械手有力传感器,能够抓取力信息,基于此,建立一个非线性的扰动观测器,同时分析了扰动观测器的误差;再利用估计出来的扰动量,结合被抓取物体估计的质量、刚度及其表面的摩擦系数,估计反射控制中的反射抓握力;最后结合主模式控制方法,建立主次协调控制策略,控制机械手在扰动作用下稳定地抓取物体;建立机械手的扰动观测器及主次协调控制方法的具体步骤如下:
第一步,建立机械手动态模型:
机械手动态模型为
(1)
其中为关节的角位移,为惯性矩阵,为重力、摩擦力等引起的关节转矩,为驱动力矩,为驱动力矩对机械手某一关节的耦合系数(对于单自由度机械手,),为雅克比矩阵;表示被抓去物体对机械手的反作用力,可采用如下的模型表示:
(2)
其中:表示机械手与物体接触点的位置,表示被抓取物体的刚度矩阵,表示接触点到关节点的距离矩阵,
将(2)代入(1)得到
(3)
式中,;
第二步:建立扰动观测器的:
设
(4)
式中为非线性函数,其表达式为:
(5)
式中表示扰动量,基于式(4),建立一个非线性扰动观测器:
(6)
式中为状态变量,为机械手抓取力,为系数,表示饱和函数,
采用如下形式的李雅普诺夫函数进行误差分析:
(7)
式中,,和表示正常数,
经推导得:
(8)
式中,,,为式(5)给出的非线性函数;
第三步,建立主次协调控制策略的:
参照图2,当物体被检测到滑移时,就需调节机械手的抓握力,抓握力的调整采用如下自适应的方式进行;
假若主模式抓握力较小,此时有,物体在重力作用下产生滑移,取反射期望抓握力为:
(9)
式中为扰动观察器的输出,为获得滑移信息之前的量,与为加权系数,为如下表达式:
(10)
其次,如果主模式抓握力能够稳定抓握物体,但外界扰动引起物体滑移时,此时有,物体在扰动作用下产生滑移,设计扰动自适应调整方式为:
(11)
在主模式控制的抓握下,根据多指协调控制策略,机械手各个手指抓握力的期望值为,表示参与抓握的手指数量,同理,根据机械手期望抓握力,得到各手指期望抓握力为;
根据主次协调控制的原理,最后主与次控制的增量如下:
(12)
式中表示模糊控制器,即将输入映射为控制输出,
基于前述的扰动观察器,得到:
(13)
式中,
最后得到:
(14)
为主次协调的控制量。
2.按照权利要求1所述的方法,其特征在于根据机械手抓握物体时的受力情况,建立机械手的动态模型。
3.按照权利要求1所述的方法,其特征在于将跟踪机械手抓握力,抓握力的速度项和扰动量作为状态变量,建立一个非线性扰动观测器,并采用李雅普诺夫函数分析扰动观测器的误差。
4.按照权利要求1所述的方法,其特征在于根据扰动量确定机械手在扰动情况下的期望抓握力,同时结合主模式控制抓握下,根据多指协调控制策略确定的各手指的期望抓握力,得到各手指的总期望抓握力。
5.按照权利要求1所述的方法,其特征在于根据主次协调控制原理,确定基于模糊控制的主与次控制量,结合扰动观测器确定的控制量,确定主次协调控制量,控制机械手抓握。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810049340.1A CN108189037B (zh) | 2018-01-18 | 2018-01-18 | 一种基于扰动观测器的机械手主次协调控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810049340.1A CN108189037B (zh) | 2018-01-18 | 2018-01-18 | 一种基于扰动观测器的机械手主次协调控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108189037A true CN108189037A (zh) | 2018-06-22 |
CN108189037B CN108189037B (zh) | 2021-04-06 |
Family
ID=62589690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810049340.1A Active CN108189037B (zh) | 2018-01-18 | 2018-01-18 | 一种基于扰动观测器的机械手主次协调控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108189037B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111805545A (zh) * | 2020-07-13 | 2020-10-23 | 河北省科学院应用数学研究所 | 灵巧手控制方法、装置及终端设备 |
CN112223275A (zh) * | 2020-09-01 | 2021-01-15 | 上海大学 | 基于有限时间跟踪控制的协作机器人控制方法 |
CN114469142A (zh) * | 2022-01-06 | 2022-05-13 | 中南大学 | 一种基于人体肌肉动力学模型和肌电信号的肌力解码方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH106261A (ja) * | 1996-06-18 | 1998-01-13 | Sony Corp | ロボット制御装置 |
WO1998033100A1 (fr) * | 1997-01-27 | 1998-07-30 | Fanuc Ltd | Procede et systeme de commande de robot |
CN102591207A (zh) * | 2012-03-01 | 2012-07-18 | 北京航空航天大学 | 一种基于干扰观测器的柔性关节机械臂的滑模控制方法 |
CN104300863A (zh) * | 2014-10-21 | 2015-01-21 | 天津大学 | 一种变负载永磁同步电机调速的自适应滑模控制方法 |
CN105159084A (zh) * | 2015-09-06 | 2015-12-16 | 台州学院 | 一种带干扰观测器的机械手神经网络控制***及方法 |
-
2018
- 2018-01-18 CN CN201810049340.1A patent/CN108189037B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH106261A (ja) * | 1996-06-18 | 1998-01-13 | Sony Corp | ロボット制御装置 |
WO1998033100A1 (fr) * | 1997-01-27 | 1998-07-30 | Fanuc Ltd | Procede et systeme de commande de robot |
CN102591207A (zh) * | 2012-03-01 | 2012-07-18 | 北京航空航天大学 | 一种基于干扰观测器的柔性关节机械臂的滑模控制方法 |
CN104300863A (zh) * | 2014-10-21 | 2015-01-21 | 天津大学 | 一种变负载永磁同步电机调速的自适应滑模控制方法 |
CN105159084A (zh) * | 2015-09-06 | 2015-12-16 | 台州学院 | 一种带干扰观测器的机械手神经网络控制***及方法 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111805545A (zh) * | 2020-07-13 | 2020-10-23 | 河北省科学院应用数学研究所 | 灵巧手控制方法、装置及终端设备 |
CN111805545B (zh) * | 2020-07-13 | 2021-06-08 | 河北省科学院应用数学研究所 | 灵巧手控制方法、装置及终端设备 |
CN112223275A (zh) * | 2020-09-01 | 2021-01-15 | 上海大学 | 基于有限时间跟踪控制的协作机器人控制方法 |
CN112223275B (zh) * | 2020-09-01 | 2023-02-10 | 上海大学 | 基于有限时间跟踪控制的协作机器人控制方法 |
CN114469142A (zh) * | 2022-01-06 | 2022-05-13 | 中南大学 | 一种基于人体肌肉动力学模型和肌电信号的肌力解码方法 |
Also Published As
Publication number | Publication date |
---|---|
CN108189037B (zh) | 2021-04-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Flanagan et al. | The role of internal models in motion planning and control: evidence from grip force adjustments during movements of hand-held loads | |
Chan et al. | Grip forces and load forces in handovers: implications for designing human-robot handover controllers | |
CN108189037A (zh) | 一种用于机械手的扰动观测器与主次协调控制方法 | |
Crevecoeur et al. | Movement stability under uncertain internal models of dynamics | |
JP7246751B2 (ja) | 行動推定装置、行動推定方法、および行動推定プログラム | |
Engeberg | A physiological basis for control of a prosthetic hand | |
Bazzi et al. | Stability and predictability in human control of complex objects | |
Bian et al. | An extended DMP framework for robot learning and improving variable stiffness manipulation | |
Gallina et al. | Progressive co-adaptation in human-machine interaction | |
Parastegari et al. | Failure recovery in robot–human object handover | |
Yang et al. | Teaching by demonstration on dual-arm robot using variable stiffness transferring | |
Pollard et al. | Generalizing demonstrated manipulation tasks | |
Ramadan et al. | Inferring control intent during seated balance using inverse model predictive control | |
CN103417315B (zh) | 一种假肢手的拟人反射控制方法 | |
Caldas et al. | Object-level impedance control for dexterous manipulation with contact uncertainties using an LMI-based approach | |
Crevecoeur et al. | Sensorimotor mapping for anticipatory grip force modulation | |
Crevecoeur et al. | Adaptive control of grip force to compensate for static and dynamic torques during object manipulation | |
Mazhitov et al. | Human–robot handover with prior-to-pass soft/rigid object classification via tactile glove | |
Malhotra et al. | Reduced dimensionality control for the act hand | |
Zhang et al. | An estimation model of human dynamic arm strength with joint rotation compensation | |
Xu et al. | A teleoperated shared control scheme for mobile robot based semg | |
Grover et al. | Grip force-load force coupling is influenced by altered visual feedback about object kinematics | |
Nakazawa et al. | Force control of a robot gripper based on human grasping schemes | |
Dutta et al. | Impedance control of a robotic gripper for cooperation with humans | |
Fallahinia et al. | Feasibility study of force measurement for multi-digit unconstrained grasping via fingernail imaging and visual servoing |
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 |