CN108972545B

CN108972545B - 一种基于模糊迭代算法的机器人恒力曲面跟踪方法

Info

Publication number: CN108972545B
Application number: CN201810648484.9A
Authority: CN
Inventors: 张铁; 肖蒙; 邹焱飚; 肖佳栋
Original assignee: South China University of Technology SCUT
Current assignee: South China University of Technology SCUT
Priority date: 2018-06-22
Filing date: 2018-06-22
Publication date: 2021-08-10
Anticipated expiration: 2038-06-22
Also published as: CN108972545A

Abstract

本发明公开了一种基于模糊迭代算法的机器人恒力曲面跟踪方法，包括步骤：(1)针对工业机器人末端执行器与曲面轮廓接触时的特征，建立曲面法向力和已知传感器坐标系的映射关系；(2)根据实验中得到的力和期望的力的误差，改变机器人的运动轨迹，同时根据上一次实验中力误差以及力误差变化量模糊补偿机器人的轨迹；(3)迭代实验直到得到力和期望的误差在设定的范围之内。本发明解决了现有机器人曲面跟踪中难以得到恒定跟踪力的问题，具有实现简单的优点，不需要得到机器人内部的未知传递函数也不需要改变机器人末端传感器姿态，得到的曲面轮廓轨迹为后续的打磨、抛光等加工提供初始的参考轨迹。

Description

一种基于模糊迭代算法的机器人恒力曲面跟踪方法

技术领域

本发明涉及机器人恒力控制技术领域，特别涉及一种基于模糊迭代算法的机器人恒力曲面跟踪方法。

背景技术

机器人与环境接触的过程中，通过力控制能够调节机器人与环境接触状态，从而达到理想的接触效果，因此力控制广泛的运用于机器人打磨、抛光、曲面跟踪等。利用机器人跟踪未知曲面接触时，保持恒定的接触力能够得到精确的曲面轮廓，然而在接触过程中由于机器人自身属性(如机器人动力学特性，机器人刚度)和未知环境是时变的(如曲面轮廓变化)，造成了机器人与曲面的接触力不稳定、波动较大，从而导致采集的曲面轮廓不够精确。

传统控制算法(如阻抗控制、力/位混合控制、自适应控制)很难补偿机器人跟踪过程中的各种不确定性，如机器人运动学的不确定性，同时机器人末端的传感器姿态的改变造成传感器示数的变化；而智能控制算法设计比较复杂，目前大多停留在仿真阶段。

发明内容

本发明的目的在于克服现有技术的缺点与不足，提供一种基于模糊迭代算法的机器人恒力曲面跟踪方法，旨在解决在机器人内部的传递函数未知和机器人末端传感器姿态不改变的情况下，实现机器人恒力曲面跟踪的效果。

本发明的目的通过以下的技术方案实现：一种基于模糊迭代算法的机器人恒力曲面跟踪方法，包括以下步骤：

(1)针对工业机器人末端执行器与曲面轮廓接触时的特征，建立曲面法向力和已知传感器坐标系的映射关系；

(2)沿着未知曲面跟踪，初始控制算法为PD算法，得到初始轨迹和力参数；

(3)根据实验中得到的力和期望的力的误差，设定机器人的运动轨迹初始改变量，同时根据上一次实验中力误差以及力误差变化量模糊补偿机器人的轨迹，两者之和为机器人的位移改变量；力误差为采集的力减去期望力；

(4)迭代步骤(3)直到得到力和期望的力的误差在设定的阈值范围之内。

优选的，在进行步骤(1)之前，还包括步骤：根据力传感器采集的信号，上位机运行算法给机器人发送位置指令。

进一步地，上述的根据力传感器采集的信号上位机运行算法给机器人发送位置指令的步骤包括：

a)数据采集模块采集力传感器的x和y方向的力信号，并将信号发送给上位机；

b)上位机发送模拟信号给机器人控制箱，机器人产生偏移，偏移位移方向与模拟信号符号一致，偏移位移与电压绝对值大小成正比。

优选的，所述的步骤(1)具体包括：

建立研究对象曲面法向力和已知传感器坐标系的映射关系：

F_n＝^T F_xsinθ-^TF_ycosθ

式中F_n为曲面法向量力，^TF_x为传感器坐标系{T}中x方向上的力，^TF_y为传感器坐标系y方向上的力，θ为曲面倾斜角。

优选的，所述的步骤(2)具体包括：

(21)初始控制算法为PD算法，沿着未知曲面进行跟踪，通过位移差分的方式得到初始的θ；

(22)利用测得θ得到F_n的值。

优选的，所述的步骤(3)具体包括：

(31)得到的力信号F_n减去期望值F_d，得到误差e的信号，e的绝对值大于阈值的部分波形分为两种情况，一种情况是力信号有回落，类似于抛物线，为类型Ⅰ；另一种情况是力信号没有回落，力信号一直增大或减小，为类型Ⅱ；

(32)类型Ⅰ的部分迭代更新方程为：

式中u^k+1(t)为当前k+1次迭代的机器人位移输入量；机器人位移改变量由初始改变量k_p(t)e^k(t)和模糊补偿量k_d(t)g(e^k(t),ec^k(t))构成；e^k(t)为法向力F_n和期望力F_d的误差；

ec^k(t)为误差变化量，k_p(t)和k_d(t)分别为e^k(t)，ec^k(t)的系数；g(e^k(t),ec^k(t))为补偿量，与e^k(t)和ec^k(t)有关，通过模糊算法得到；t_s为迭代开始时间；t_e为迭代结束时间；t_p为t_s到t_e时间段e的绝对值的最大值对应的时间。

(33)在模糊控制器中，取模糊论域和基本论域相同，把e^k(t)，ec^k(t)和g(e^k(t),ec^k(t))的论域定义五个语言值{NB，NS，ZO，PS，PB}，分别对应{负大，负小，零点，正小，正大}，隶属度函数选择三角形函数；

(34)类型Ⅱ的部分，迭代更新方程为：

u^k+1(t)＝u^k(t)+k_p(t)e^k(t)+k_d(t)g(e^k(t),ec^k(t))t_s＜t≤t_p。

优选的，所述的步骤(4)具体包括：

(41)类型Ⅰ的部分迭代的截止过程为迭代终止条件为：得到的力的误差全部在阈值范围内，即||e||＜F_TH，其中F_TH为自己设定阈值，单位为N；

(42)类型Ⅱ的部分迭代的截止过程为迭代终止条件为：得到的力的误差90％在阈值F_TH范围内。

本发明与现有技术相比，具有如下优点和有益效果：

本发明解决了现有机器人曲面跟踪中难以得到恒定跟踪力的问题，具有实现简单的优点，不需要得到机器人内部的未知传递函数也不需要改变机器人末端传感器姿态，得到的曲面轮廓轨迹为后续的打磨，抛光等加工提供初始的参考轨迹。

附图说明

图1是实施例机器人恒力曲面跟踪平台示意图。

图2是实施例机器人恒力曲面跟踪平台局部放大图示意图；

图中：1-机器人；2-六维力传感器；3-探头；4-曲面工件；5-工作台。

具体实施方式

下面结合实施例及附图对本发明作进一步详细的描述，但本发明的实施方式不限于此。

实施例1

基于模糊迭代算法的机器人恒力曲面跟踪方法，方法基于机器人恒力跟踪平台，包括六轴工业机器人、工作台、曲面工件、六维力传感器、上位机、数据采集模块。机器人始终以恒定的速度沿着x方向移动，当机器人与工件接触的时候，根据的力的大小沿着y方向偏移，沿着未知曲面跟踪，确保机器人末端不离开曲面工件。

具体包括以下步骤：

(1)建立曲面法向力和已知传感器坐标系的映射关系；

(3)得到机器人的轨迹和力信号，将力信号与期望的力的误差，在与阈值进行对比后将信号分类；根据实验中得到的力和期望的力的误差，改变机器人的运动轨迹，同时根据上一次实验中力误差以及力误差变化量模糊补偿机器人的轨迹，设计模糊迭代算法；

(4)迭代步骤(3)直到得到力和期望的误差在设定的阈值之内。

在进行步骤(1)之前，还包括步骤：根据六维力传感器采集的信号上位机能运行算法给机器人发送位置指令。

所述的根据六维力传感器采集的信号上位机能运行算法给机器人发送位置指令的步骤具体包括：

(a)数据采集模块采集六维力传感器的力信号，并将信号发送给上位机；

(b)上位机发送模拟信号给机器人控制箱，机器人产生偏移，偏移位移方向与模拟信号符号一致，偏移位移与电压绝对值大小成正比。

所述的步骤(1)具体包括：

建立研究对象曲面法向力和已知传感器坐标系的映射关系：

F_n＝^T F_xsinθ-^TF_ycosθ

其中F_n为曲面法向量力，^TF_x为传感器坐标系{T}中x方向上的力，^TF_y为传感器坐标系y方向上的力，θ为曲面倾斜角。

所述的步骤(2)具体包括：

(22)利用测得θ得到F_n的值。

所述的步骤(3)具体包括：

(31)得到的力信号F_n减去期望值F_d得到误差e的信号，e的绝对值大于阈值的部分波形分为两种情况，一种情况是力信号有回落，类似于抛物线，为类型Ⅰ；另一种情况是力信号没有回落，力信号一直增大或减小，为类型Ⅱ；

(32)类型Ⅰ的部分迭代更新方程为：

式中u^k+1(t)为当前k+1次迭代的机器人位移输入量；机器人位移改变量由初始改变量k_p(t)e^k(t)和模糊补偿量k_d(t)g(e^k(t),ec^k(t))构成；e^k(t)为法向力F_n和期望力F_d的误差；ec^k(t)为误差变化量，k_p(t)和k_d(t)分别为e^k(t)，ec^k(t)的系数；g(e^k(t),ec^k(t))为补偿量，与e^k(t)和ec^k(t)有关，通过模糊算法得到；t_s为迭代开始时间；t_e为迭代结束时间；t_p为t_s到t_e时间段e的绝对值的最大值对应的时间。

(34)类型Ⅱ的部分，迭代更新方程为：

u^k+1(t)＝u^k(t)+k_p(t)e^k(t)+k_d(t)g(e^k(t),ec^k(t))t_s＜t≤t_p

所述的步骤(4)具体包括：

(41)类型Ⅰ的部分迭代的截止过程为迭代终止条件为：即||e||＜F_TH，其中F_TH为自己设定阈值，单位为N；

本发明所述的各零部件可选型如下，但选型不限于此：

六轴工业机器人：可选用其他同类型的机器人；工件2：可选用形状规则的同类型工件。

上述实施例为本发明较佳的实施方式，但本发明的实施方式并不受上述实施例的限制，其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化，均应为等效的置换方式，都包含在本发明的保护范围之内。

Claims

1.一种基于模糊迭代算法的机器人恒力曲面跟踪方法，其特征在于，包括以下步骤：

(3)根据曲面法向力和期望力的误差，设定机器人的运动轨迹初始改变量，同时根据上一次力误差以及力误差变化量模糊补偿机器人的轨迹，力误差以及力误差变化量模糊补偿机器人的轨迹之和为机器人的位移改变量；力误差为曲面法向力减去期望力；

步骤(3)具体包括：

(31)得到的曲面法向力F_n减去期望力F_d，得到误差e的信号，e的绝对值大于阈值的部分波形分为两种情况，一种情况是力信号有回落，类似于抛物线，为类型Ⅰ；另一种情况是力信号没有回落，力信号一直增大或减小，为类型Ⅱ；

(32)类型Ⅰ的部分迭代更新方程为：

式中u^k+1(t)为当前k+1次迭代的机器人位移输入量；机器人位移改变量由初始改变量k_p(t)e^k(t)和模糊补偿量k_d(t)g(e^k(t),ec^k(t))构成；e^k(t)为法向力F_n和期望力F_d的误差；ec^k(t)为误差变化量，k_p(t)和k_d(t)分别为e^k(t)，ec^k(t)的系数；g(e^k(t),ec^k(t))为补偿量，与e^k(t)和ec^k(t)有关，通过模糊算法得到；t_s为迭代开始时间；t_e为迭代结束时间；t_p为t_s到t_e时间段e的绝对值的最大值对应的时间；

(34)类型Ⅱ的部分，迭代更新方程为：

u^k+1(t)＝u^k(t)+k_p(t)e^k(t)+k_d(t)g(e^k(t),ec^k(t))t_s＜t≤t_p；

(4)迭代步骤(3)直到曲面法向力和期望力的误差在设定的阈值范围之内。

2.根据权利要求1所述的基于模糊迭代算法的机器人恒力曲面跟踪方法，其特征在于，在进行步骤(1)之前，还包括步骤：根据力传感器采集的信号，上位机运行算法给机器人发送位置指令。

3.根据权利要求2所述的基于模糊迭代算法的机器人恒力曲面跟踪方法，其特征在于，根据力传感器采集的信号上位机运行算法给机器人发送位置指令的步骤包括：

4.根据权利要求1所述的基于模糊迭代算法的机器人恒力曲面跟踪方法，其特征在于，步骤(1)具体包括：

建立研究对象曲面法向力和已知传感器坐标系的映射关系：

F_n＝^TF_xsinθ-^TF_ycosθ

5.根据权利要求1所述的基于模糊迭代算法的机器人恒力曲面跟踪方法，其特征在于，步骤(2)具体包括：

(22)利用测得θ得到F_n的值，F_n为曲面法向量力，θ为曲面倾斜角。

6.根据权利要求1所述的基于模糊迭代算法的机器人恒力曲面跟踪方法，其特征在于，步骤(4)具体包括：

(41)类型Ⅰ部分迭代截止过程的迭代终止条件具体为：得到的力的误差全部在阈值范围内，即||e||＜F_TH，其中F_TH为自己设定阈值，单位为N；

(42)类型Ⅱ部分迭代截止过程的迭代终止条件具体为：得到的力的误差90％在阈值F_TH范围内。