CN111319042A - 一种基于遗忘因子动态参数的机器人柔顺装配控制方法 - Google Patents

一种基于遗忘因子动态参数的机器人柔顺装配控制方法 Download PDF

Info

Publication number
CN111319042A
CN111319042A CN202010081718.3A CN202010081718A CN111319042A CN 111319042 A CN111319042 A CN 111319042A CN 202010081718 A CN202010081718 A CN 202010081718A CN 111319042 A CN111319042 A CN 111319042A
Authority
CN
China
Prior art keywords
robot
forgetting factor
control
dynamic parameters
control method
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
Application number
CN202010081718.3A
Other languages
English (en)
Other versions
CN111319042B (zh
Inventor
不公告发明人
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.)
Beijing Fanchuan Intelligent Robot Technology Co ltd
Original Assignee
Beijing Fanchuan Intelligent Robot Technology Co ltd
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 Beijing Fanchuan Intelligent Robot Technology Co ltd filed Critical Beijing Fanchuan Intelligent Robot Technology Co ltd
Priority to CN202010081718.3A priority Critical patent/CN111319042B/zh
Publication of CN111319042A publication Critical patent/CN111319042A/zh
Application granted granted Critical
Publication of CN111319042B publication Critical patent/CN111319042B/zh
Active 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • 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
    • B25J9/1679—Programme controls characterised by the tasks executed
    • B25J9/1687—Assembly, peg and hole, palletising, straight line, weaving pattern movement
    • 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
    • B25J9/1697—Vision controlled systems
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明提供了一种基于遗忘因子动态参数的机器人柔顺装配控制方法，包括基于视觉定位获取初始运动轨迹，然后基于遗忘因子函数动态改变阻抗控制初始位置值，然后基于阻抗控制获取机器人末端运动位置，最后利用机器人逆运动学获取机器人关节控制角度的整个安防机器人柔顺装配控制流程。本发明定义了一种阻抗控制函数，能够实时依据上一步末端规划位置与初始期望规划位置动态改变下一步期望规划位置，减小阻抗力，避免因较大的位置偏差产生的大阻抗力导致对接振荡的问题。

Description

一种基于遗忘因子动态参数的机器人柔顺装配控制方法
技术领域
本发明涉及机器人柔顺装配控制技术，尤其涉及一种用于安防机器人利用机械臂自主对于有较大初始位姿偏差的装置进行柔顺装配的控制方法。
背景技术
随着机械化、信息化、智能化技术推进发展，利用机器人辅助和代替武警执行危险的固定勤务、重大活动安保、反恐行动、搜排***物等安防任务，是我国武警装备发展的必然趋势与重要目标，也是世界各国发展的重点方向和研究热点。安防机器人也朝着智能化、人-机协同、多功能化的方向发展。安防机器人不再仅仅执行巡查任务，越来越丰富的任务类型对机器人作业能力也提出了新的要求。
安防机器人在执行反恐及搜排爆任务的过程中可能遇到装置装配的任务作业。装置装配指机器人末端夹持或抓取特定装置将其固定安装在另一部件上。此任务对于装配精度要求很高，一旦位置发生偏差，则会导致装置卡住无法完成装配。而机器人视觉、机械及控制不可避免的会存在误差，纯位置控制无法完成组装工作。因此，目前多采用力柔顺装配的方案，机器人根据装配过程中接触力的情况，实时调节运动方向，以完成装配作业。
中国专利申请第20171084022.3号公开了一种基于赫兹弹性模型的机器人主动力柔顺销孔对接装配方法，该方法根据力柔顺控制方式进行机器人主动力柔顺销孔的自动对接，机器人在导向销孔的导引下，基于弹性接触数学模型和摩擦模型进行控制，实时校正机器人末端位姿信息，完成被安装设备或舱板安装面与被安装面贴合工作，解决了航天器装配中大型仪器设备及舱板的力柔顺安装问题，提高装配质量和装配效率。
中国专利申请第20191002267.8号公开了一种用于自组装任务的空间机械臂柔顺装配控制方法，基于漂浮基座空间机械臂动力学模型获得空间机械臂自组装封闭链结构的阻抗控制规律，可实现控制机械臂输出力矩的同时完成封闭链结构的柔顺阻抗控制，保证舱体-机械臂-底座组成的封闭链结构的位置和姿态的柔顺稳定，从而实现空间机械臂稳定可靠进行舱体自组装任务的目标。
当需要装配的装置存在较大的初始偏差时，现有的柔顺技术能够在对接初始阶段实现机械臂末端姿态调节，避免对接失败。但位姿偏差会产生阻抗力，较大的初始位姿偏差会在机器人末端产生较大的阻抗力，可能引起振动从而对柔顺装配过程的稳定性产生严重影响。现有的技术方案均没有依据大偏差情况下的装配特点进行特殊设计，在实际使用中可能出现问题。
发明内容
本发明的目的在于提供一种可以方便快捷且准确的放置电极固定装置的工具，提高手术效率，改善手术效果。
本发明的技术方案如下。
本发明第一方面提供了一种基于遗忘因子动态参数的机器人柔顺装配控制方法，包括：
步骤S1，视觉引导靠近，获取平衡位置初始值；
步骤S2，基于阻抗控制原理对装配***阶段进行建模；
步骤S3，依据遗忘因子动态计算阻抗控制平衡位置；
步骤S4，基于阻抗控制补偿量控制机器人运动。
优选地，在所述步骤S1中，所述机器人依靠视觉对需要柔顺安装的部件进行识别定位，初步靠近装配位置；根据识别定位结果，机器人生成末端运动轨迹的期望位置X0、速度
Figure BDA0002380543140000021
加速度
Figure BDA0002380543140000022
并参照该轨迹进行运动。
优选地，在所述步骤S2中，采用“质量-弹簧-阻尼”模型对机器人装配过程进行建模，末端阻抗运动公式如式(1)所示
Figure BDA0002380543140000023
式中F为6×1维的向量，代表机器人末端的装配装置与安装位置接触产生的六维接触力；M、C、K均为6×6维的对角矩阵，分别为机器人末端的虚拟质量矩阵、虚拟阻尼矩阵与虚拟刚度矩阵；X0、
Figure BDA0002380543140000024
均为6×1维的向量，分别代表末端期望的位置、速度、加速度；Xt、
Figure BDA0002380543140000025
均为6×1维的向量，分别代表机器人实际末端运动的位置、速度、加速度；
依靠上述公式(1)计算得到机械臂末端在发生接触力时的应进行的运动值。
优选地，所述步骤S3基于遗忘因子动态调节X0值，具体如公式(2)所示：
Xd0(tk+1)＝(1-r(k))Xt(tk)+r(k)X0(tk) (2)
式中k表示控制周期数；tk表示控制周期为k时的控制时间；X0(tk)为时间为tk时刻机器人末端基于期望末端位置；Xt(tk)为时间为tk时刻机器人末端实际的末端位置；Xd0(tk+1)为时间为tk+1时刻机器人末端的期望位置；r(k)为遗忘因子函数，用于动态调节对接期望位置值。
优选地，所述遗忘因子函数r(k)是从1到0单调减函数。
优选地，所述遗忘因子函数r(k)如式(3)所示：
Figure BDA0002380543140000031
用基于遗忘因子动态调整的末端期望位置Xd0替代式(1)中的末端期望位置X0，得到基于遗忘因子动态参数的柔顺装配控制方法
Figure BDA0002380543140000032
优选地，所述步骤S4依据公式(4)得到机器人的末端运动位置值Xt，根据机器人末端逆运动学，得到该时刻的机器人关节角Θ，将机器人关节角发送至关节控制器实现安防机器人基于遗忘因子动态参数的柔顺装配控制。
优选地，所述步骤S4依据公式(4)得到机器人的末端运动位置值Xt，利用雅可比伪逆构建雅可比逆矩阵，将末端笛卡尔空间控制速度转换到关节控制速度，从而实现机械臂控制。
本发明第二方面提供了一种机器人控制装置，被配置为执行根据本发明第一方面中任一项所述的方法。
本发明第三方面提供了一种安防机器人，包括根据本发明第二方面所述的机器人控制装置。
通过以上技术方案，本发明能够取得如下技术效果。
(1)本发明实现了安防机器人柔顺装配控制流程：包括基于视觉定位获取初始运动轨迹，然后基于遗忘因子函数动态改变阻抗控制初始位置值，然后基于阻抗控制获取机器人末端运动位置，最后利用机器人逆运动学获取机器人关节控制角度的整个安防机器人柔顺装配控制流程。
(2)本发明实现了基于遗忘因子函数动态调节阻抗控制期望位置的方法：本发明定义了一种阻抗控制函数，能够实时依据上一步末端规划位置与初始期望规划位置动态改变下一步期望规划位置，减小阻抗力，避免因较大的位置偏差产生的大阻抗力导致对接振荡的问题。
附图说明
图1是本发明的机器人柔顺装配控制方法流程图。
具体实施方式
如图1所示，根据本发明的一种基于遗忘因子动态参数的机器人柔顺装配控制方法，包括如下步骤。
步骤一，视觉引导靠近，获取平衡位置初始值；
步骤二，基于阻抗控制原理对装配***阶段进行建模；
步骤三，依据遗忘因子动态计算阻抗控制平衡位置；
步骤四，基于阻抗控制补偿量控制机器人运动。
步骤一、视觉引导靠近，获取平衡位置初始值。
机器人依靠视觉对需要柔顺安装的部件进行识别定位，初步靠近装配位置。根据识别定位结果，机器人生成末端运动轨迹的期望位置X0、速度
Figure BDA0002380543140000041
加速度
Figure BDA0002380543140000042
并参照该轨迹进行运动。
步骤二、基于阻抗控制原理对装配***阶段进行建模。
采用“质量-弹簧-阻尼”模型对机器人装配过程进行建模，末端阻抗运动公式如式(1)所示
Figure BDA0002380543140000043
式中F为6x1维的向量，代表机器人末端的装配装置与安装位置接触产生的六维接触力；M、C、K均为6x6维的对角，分别为机器人末端的虚拟质量矩阵、虚拟阻尼矩阵与虚拟刚度矩阵，可以依据期望的机器人末端特性更改M、C、K参数值；X0、
Figure BDA0002380543140000044
的定义与步骤一一致，均为6x1维的向量，分别代表末端期望的位置、速度、加速度；Xt、
Figure BDA0002380543140000045
均为6x1维的向量，分别代表机器人实际末端运动的位置、速度、加速度。
依靠上述公式可以计算得到机械臂末端在发生接触力时的应进行的运动值。
步骤三、依据遗忘因子动态计算阻抗控制平衡位置。
由于对接过程中视觉测量误差等因素，无法对机械臂末端真实的期望位姿Xd进行准确预测，当发生较大偏差时可能导致阻抗控制器中的虚拟弹簧作用力较大，导致装配过程中销孔不断碰撞振动。因此本发明对阻抗控制器中的弹簧项初始位置X0进行改进，基于遗忘因子动态调节X0值，具体如公式(2)所示：
Xd0(tk+1)＝(1-r(k))Xt(tk)+r(k)X0(tk) (2)
式中k表示控制周期数；tk表示控制周期为k时的控制时间；X0(tk)为时间为tk时刻机器人末端基于期望末端位置；Xt(tk)为时间为tk时刻机器人末端实际的末端位置；Xd0(tk+1)为时间为tk+1时刻机器人末端的期望位置；r(k)为遗忘因子函数，用于动态调节对接期望位置值。
遗忘因子函数r(k)是从1到0单调减函数，引入该函数，可以随时间的增加，逐渐弱化虚拟弹簧的作用效果。从而起到在对接初始阶段充分利用虚拟弹簧的回拉作用，在对接中后段弱化阻抗力的负面作用。
本发明选用的遗忘因子函数如式(3)所示：
Figure BDA0002380543140000051
如式(4)所示，用基于遗忘因子动态调整的末端期望位置Xd0替代式(1)中的末端期望位置X0，便可以得到基于遗忘因子动态参数的柔顺装配控制方法
Figure BDA0002380543140000052
步骤四、基于阻抗控制补偿量控制机器人运动。
依据公式(4)可以得到机器人的末端运动位置值Xt，根据机器人末端逆运动学，根据机器人末端逆运动学，可以得到该时刻的机器人关节角Θ，将机器人关节角发送至关节控制器便可以实现安防机器人基于遗忘因子动态参数的柔顺装配控制。
虽然以上实施方式中步骤四采用机械臂逆运动学方法将末端运动转换到关节运动空间，但是本发明并不局限于此。本领域技术人员能够理解，以上转换还可以基于速度空间进行，利用雅可比伪逆构建雅可比逆矩阵，将末端笛卡尔空间控制速度转换到关节控制速度，从而实现机械臂控制。
本发明能够根据对接过程实时改变阻抗控制的平衡位置，有效的解决由于机械臂装配任务开始时存在较大初始位姿偏差的情况下，导致装配后期阻抗控制力较大而发生振荡的问题。本发明能够使装配更加的柔顺，可以广泛应用于多种机器人装配任务中，实现过程简单有效。

Claims (10)

1.一种基于遗忘因子动态参数的机器人柔顺装配控制方法，包括：
步骤S1，视觉引导靠近，获取平衡位置初始值；
步骤S2，基于阻抗控制原理对装配***阶段进行建模；
步骤S3，依据遗忘因子动态计算阻抗控制平衡位置；
步骤S4，基于阻抗控制补偿量控制机器人运动。
2.根据权利要求1所述的基于遗忘因子动态参数的机器人柔顺装配控制方法，其特征在于，在所述步骤S1中，所述机器人依靠视觉对需要柔顺安装的部件进行识别定位，初步靠近装配位置；根据识别定位结果，机器人生成末端运动轨迹的期望位置X0、速度
Figure FDA0002380543130000011
加速度
Figure FDA0002380543130000012
并参照该轨迹进行运动。
3.根据权利要求2所述的基于遗忘因子动态参数的机器人柔顺装配控制方法，其特征在于，在所述步骤S2中，采用“质量-弹簧-阻尼”模型对机器人装配过程进行建模，末端阻抗运动公式如式(1)所示
Figure FDA0002380543130000013
式中F为6×1维的向量，代表机器人末端的装配装置与安装位置接触产生的六维接触力；M、C、K均为6×6维的对角矩阵，分别为机器人末端的虚拟质量矩阵、虚拟阻尼矩阵与虚拟刚度矩阵；X0、
Figure FDA0002380543130000014
均为6×1维的向量，分别代表末端期望的位置、速度、加速度；Xt、
Figure FDA0002380543130000015
均为6×1维的向量，分别代表机器人实际末端运动的位置、速度、加速度；
所述步骤S2依靠上述公式(1)计算得到机械臂末端在发生接触力时的应进行的运动值。
4.根据权利要求3所述的基于遗忘因子动态参数的机器人柔顺装配控制方法，其特征在于，所述步骤S3基于遗忘因子动态调节X0值，具体如公式(2)所示：
Xd0(tk+1)＝(1-r(k))Xt(tk)+r(k)X0(tk) (2)
式中k表示控制周期数；tk表示控制周期为k时的控制时间；X0(tk)为时间为tk时刻机器人末端基于期望末端位置；Xt(tk)为时间为tk时刻机器人末端实际的末端位置；Xd0(tk+1)为时间为tk+1时刻机器人末端的期望位置；r(k)为遗忘因子函数，用于动态调节对接期望位置值。
5.根据权利要求4所述的基于遗忘因子动态参数的机器人柔顺装配控制方法，其特征在于，所述遗忘因子函数r(k)是从1到0单调减函数。
6.根据权利要求5所述的基于遗忘因子动态参数的机器人柔顺装配控制方法，其特征在于，所述遗忘因子函数r(k)如式(3)所示：
Figure FDA0002380543130000021
用基于遗忘因子动态调整的末端期望位置Xd0替代式(1)中的末端期望位置X0，得到基于遗忘因子动态参数的柔顺装配控制方法
Figure FDA0002380543130000022
7.根据权利要6所述的基于遗忘因子动态参数的机器人柔顺装配控制方法，其特征在于，所述步骤S4依据公式(4)得到机器人的末端运动位置值Xt，根据机器人末端逆运动学，得到该时刻的机器人关节角Θ，将机器人关节角发送至关节控制器实现安防机器人基于遗忘因子动态参数的柔顺装配控制。
8.根据权利要6所述的基于遗忘因子动态参数的机器人柔顺装配控制方法，其特征在于，所述步骤S4依据公式(4)得到机器人的末端运动位置值Xt，利用雅可比伪逆构建雅可比逆矩阵，将末端笛卡尔空间控制速度转换到关节控制速度，从而实现机械臂控制。
9.一种机器人控制装置，其特征在于，被配置为执行根据权利要求1-8之一所述的方法。
10.一种安防机器人，其特征在于，包括根据权利要求9所述的机器人控制装置。
CN202010081718.3A 2020-02-06 2020-02-06 一种基于遗忘因子动态参数的机器人柔顺装配控制方法 Active CN111319042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010081718.3A CN111319042B (zh) 2020-02-06 2020-02-06 一种基于遗忘因子动态参数的机器人柔顺装配控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010081718.3A CN111319042B (zh) 2020-02-06 2020-02-06 一种基于遗忘因子动态参数的机器人柔顺装配控制方法

Publications (2)

Publication Number Publication Date
CN111319042A true CN111319042A (zh) 2020-06-23
CN111319042B CN111319042B (zh) 2023-03-07

Family

ID=71165153

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010081718.3A Active CN111319042B (zh) 2020-02-06 2020-02-06 一种基于遗忘因子动态参数的机器人柔顺装配控制方法

Country Status (1)

Country Link
CN (1) CN111319042B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112264993A (zh) * 2020-09-21 2021-01-26 北京配天技术有限公司 机器人末端的控制方法、机器人及存储介质
CN113189950A (zh) * 2021-05-07 2021-07-30 南京航空航天大学 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法
CN113547506A (zh) * 2021-06-28 2021-10-26 北京精密机电控制设备研究所 一种基于六维力传感器的双臂机器人精密装配方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06320451A (ja) * 1993-04-26 1994-11-22 Sanyo Electric Co Ltd マニピュレータ制御方法
CN104379308A (zh) * 2012-06-29 2015-02-25 三菱电机株式会社 机器人控制装置以及机器人控制方法
CN105965508A (zh) * 2016-06-13 2016-09-28 北京理工大学 一种机器人宇航员稳定攀爬控制方法
CN106078748A (zh) * 2016-06-13 2016-11-09 北京理工大学 一种基于手、眼、臂协调操作的机器人抓取物体的控制方法
CN107553492A (zh) * 2017-09-18 2018-01-09 北京卫星环境工程研究所 基于赫兹弹性模型的机器人主动力柔顺销孔对接装配方法
CN107972030A (zh) * 2017-11-10 2018-05-01 浙江科技学院 一种冗余机械臂重复运动中的初始位置修正方法
CN109366488A (zh) * 2018-12-07 2019-02-22 哈尔滨工业大学 一种面向机器人装配的叠加振荡力笛卡尔阻抗控制方法
WO2019206922A1 (de) * 2018-04-23 2019-10-31 Franka Emika Gmbh Verfahren zum einfügen eines gegenstands in eine gegenstandsaufnahme mittels eines robotermanipulators

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06320451A (ja) * 1993-04-26 1994-11-22 Sanyo Electric Co Ltd マニピュレータ制御方法
CN104379308A (zh) * 2012-06-29 2015-02-25 三菱电机株式会社 机器人控制装置以及机器人控制方法
CN105965508A (zh) * 2016-06-13 2016-09-28 北京理工大学 一种机器人宇航员稳定攀爬控制方法
CN106078748A (zh) * 2016-06-13 2016-11-09 北京理工大学 一种基于手、眼、臂协调操作的机器人抓取物体的控制方法
CN107553492A (zh) * 2017-09-18 2018-01-09 北京卫星环境工程研究所 基于赫兹弹性模型的机器人主动力柔顺销孔对接装配方法
CN107972030A (zh) * 2017-11-10 2018-05-01 浙江科技学院 一种冗余机械臂重复运动中的初始位置修正方法
WO2019206922A1 (de) * 2018-04-23 2019-10-31 Franka Emika Gmbh Verfahren zum einfügen eines gegenstands in eine gegenstandsaufnahme mittels eines robotermanipulators
CN109366488A (zh) * 2018-12-07 2019-02-22 哈尔滨工业大学 一种面向机器人装配的叠加振荡力笛卡尔阻抗控制方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
谢光辉等: "矢量场逐次逼近的康复机器人柔顺交互控制", 《自动化学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112264993A (zh) * 2020-09-21 2021-01-26 北京配天技术有限公司 机器人末端的控制方法、机器人及存储介质
CN112264993B (zh) * 2020-09-21 2022-04-29 北京配天技术有限公司 机器人末端的控制方法、机器人及存储介质
CN113189950A (zh) * 2021-05-07 2021-07-30 南京航空航天大学 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法
CN113189950B (zh) * 2021-05-07 2022-02-11 南京航空航天大学 用于大型弱刚性结构件装配的双机器人协同柔顺装调方法
CN113547506A (zh) * 2021-06-28 2021-10-26 北京精密机电控制设备研究所 一种基于六维力传感器的双臂机器人精密装配方法

Also Published As

Publication number Publication date
CN111319042B (zh) 2023-03-07

Similar Documents

Publication Publication Date Title
CN110103220B (zh) 机器人高速高精度运动轨迹规划方法、装置、设备及介质
CN111319042A (zh) 一种基于遗忘因子动态参数的机器人柔顺装配控制方法
CN110065070B (zh) 一种基于动力学模型的机器人自适应阻抗控制***
CN109382828B (zh) 一种基于示教学习的机器人轴孔装配***及方法
Ferretti et al. Impedance control for elastic joints industrial manipulators
CN106094528B (zh) 一种空间柔性机械臂振动抑制算法
CN106625684B (zh) 一种用于机器人耦合动态特性分析与控制的***和方法
CN109352656B (zh) 一种具有时变输出约束的多关节机械臂控制方法
Polverini et al. Sensorless and constraint based peg-in-hole task execution with a dual-arm robot
CN106842954B (zh) 一种半柔性机械臂***的控制方法
CN110450143B (zh) 基于协作机器人的工件疲劳测试方法
JP6153372B2 (ja) ロボット装置、ロボット制御方法、プログラム及び記録媒体
CN110842913B (zh) 一种单关节机械臂的自适应滑模迭代学习控制方法
Krenn et al. Limitations of hardware-in-the-loop simulations of space robotics dynamics using industrial robots
CN110238866A (zh) 一种割胶机器人柔性机械臂
CN111230882A (zh) 一种水果分拣并联机器人夹持机构的自适应变阻抗控制方法
JP6112947B2 (ja) ロボット装置、ロボット制御方法、プログラム及び記録媒体
CN115256401A (zh) 一种基于强化学习的空间机械臂轴孔装配变阻抗控制方法
CN111515928A (zh) 机械臂运动控制***
Eppinger Modeling robot dynamic performance for endpoint force control
Xu et al. Nonlinear sliding mode control of manipulator based on iterative learning algorithm.
Oikawa et al. Assembly robots with optimized control stiffness through reinforcement learning
Filipovic et al. Complement of source equation of elastic line
CN108227493A (zh) 一种机器人轨迹跟踪方法
Saeed et al. Model-Based Control of Planar Rigid-Flexible Manipulator

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