CN111660306B - 一种基于操作者舒适度的机器人可变导纳控制方法及*** - Google Patents

一种基于操作者舒适度的机器人可变导纳控制方法及*** Download PDF

Info

Publication number
CN111660306B
CN111660306B CN202010458279.3A CN202010458279A CN111660306B CN 111660306 B CN111660306 B CN 111660306B CN 202010458279 A CN202010458279 A CN 202010458279A CN 111660306 B CN111660306 B CN 111660306B
Authority
CN
China
Prior art keywords
robot
force
tail end
matrix
operator
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.)
Active
Application number
CN202010458279.3A
Other languages
English (en)
Other versions
CN111660306A (zh
Inventor
赵欢
刘家成
葛科迪
丁汉
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202010458279.3A priority Critical patent/CN111660306B/zh
Publication of CN111660306A publication Critical patent/CN111660306A/zh
Application granted granted Critical
Publication of CN111660306B publication Critical patent/CN111660306B/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
    • B25J11/00—Manipulators not otherwise provided for
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/085—Force or torque sensors
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/0081—Programme-controlled manipulators with master teach-in means
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/02—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type
    • B25J9/023—Cartesian coordinate type
    • 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

Landscapes

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

Abstract

本发明属于人机交互相关技术领域，并具体公开了一种基于操作者舒适度的机器人可变导纳控制方法及***。所述方法包括对人手操作力进行前处理，得到与环境交互力；根据该操作者舒适力和机器人末端实际位姿生成虚阻尼调整策略；根据虚阻尼调整策略构建机器人六自由度导纳控制模型以获取与环境交互力和期望力之间的偏差力，并根据该偏差力生成机器人末端的位置、速度以及加速度的修正量，以此对机器人末端实际位姿进行修正。所述***包括人机交互模块、人手操作力前处理模块、变导纳控制模块以及机器人末端位置控制模块。本发明根据操作者舒适力与机器人末端速度实时调整导纳控制中的阻尼系数，计算简单，实时性高，提高人机交互的操作感和沉浸感。

Description

一种基于操作者舒适度的机器人可变导纳控制方法及***
技术领域
本发明属于人机交互相关技术领域，更具体地，涉及一种基于操作者舒适度的机器人可变导纳控制方法及***。
背景技术
机器人具有柔性好、智能化、操作空间大等优势，广泛应用于零件加工、遥操作、医疗机器人领域。机器人在示教、运动控制过程中是否具备良好的顺应性是实现人机共融、柔顺加工、路径引导等一系列智能化功能化的基础。机器人主动顺应控制分为直接力控、间接力控、智能控制，间接力控又细分为阻抗控制与导纳控制。导纳控制相比阻抗控制不依赖机器人的动力学模型而能够提高人机交互过程中的顺应性。机器人在导纳控制下虽然能够顺应人手操作，但是针对一些特殊情况如机器人的启停、突然改变方向等仍会因惯性导致动作不柔顺。由于现有控制方案中导纳控制参数固定，因此操作者施加的力过大或***受外部干扰时机器人容易因加速度过大导致***不稳定。过大的阻尼项会增加操作者的负担，阻力项较小时因惯性导致机器人动作难以控制***不稳定。
因此，在人机协作过程中保证操作者舒适度如何调整机器人导纳控制参数以提高机器人顺应性及抗干扰能力是一个重要的研究问题。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种基于操作者舒适度的机器人可变导纳控制方法及***，其中结合导纳控制自身的特征以及人机交互的工艺特点，相应的设计了基于操作者舒适度的机器人可变导纳控制方法及***，通过获取机器人与操作者之间的与环境交互力，以根据操作者舒适力与机器人末端速度实时调整导纳控制中的阻尼系数，进而通过调整机器人末端的速度来纠正力偏差，使机器人末端能够在基于操作者舒适力的可变导纳控制下顺应性动作，提高交互过程的沉浸感，具有计算简单，实时性高，提高人机交互的操作感和沉浸感的特点。
为实现上述目的，按照本发明的一个方面，提出了一种基于操作者舒适度的机器人可变导纳控制方法，包括以下步骤：
S1对牵引机器人过程中的人手操作力进行前处理，得到与环境交互力，并将该与环境交互力转换为机器人末端的期望位姿；
S2设定操作者舒适力，根据该操作者舒适力以及机器人末端实际位姿生成虚阻尼调整策略；
S3根据虚阻尼调整策略构建机器人六自由度导纳控制模型，该机器人六自由度导纳控制模型用于获取与环境交互力和期望力之间的偏差力，并根据该偏差力生成机器人末端的位置、速度以及加速度的修正量；
S4根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，以此方式，使机器人末端能够在基于操作者舒适力的可变导纳控制下顺应性动作。
作为进一步优选的，步骤S1中，所述前处理包括滤波处理以及重力补偿处理。
作为进一步优选的，步骤S2中，所述虚阻尼调整策略的计算模型为：
Figure GDA0003002187600000021
其中，
Figure GDA0003002187600000022
为虚阻尼调整策略，Fstd为操作者舒适力，
Figure GDA0003002187600000023
为机器人末端实际位姿速度，Dmax为预设的最大阻尼，Dmin为预设的最小阻尼。
作为进一步优选的，步骤S3中根据虚阻尼调整策略构建机器人六自由度导纳控制模型具体包括以下步骤：
S31构建机器末端位置导纳控制模型：
Figure GDA0003002187600000031
其中，Mp为位置惯性矩阵，Dp为位置阻尼矩阵，Kp为位置刚度矩阵，Δxp为位置误差，
Figure GDA0003002187600000032
为速度误差，
Figure GDA0003002187600000033
为加速度误差；
S32构建机器人末端姿态导纳控制模型：
Figure GDA0003002187600000034
其中，Mo为姿态惯性矩阵，Do为姿态阻尼矩阵，Ko为姿态刚度矩阵，
Figure GDA0003002187600000035
为由旋转矩阵提取的欧拉角，
Figure GDA0003002187600000036
为
Figure GDA0003002187600000037
的一阶导数，
Figure GDA0003002187600000038
为
Figure GDA0003002187600000039
的二阶导数，eΔfo为在机器人末端实际姿态下的力矩值，T表示欧拉角与机器人末端在笛卡尔空间下的角速度旋转矩阵；
S33根据机器末端位置导纳控制模型和机器人末端姿态导纳控制模型构建机器人末端空间导纳控制模型：
Figure GDA00030021876000000310
其中，
Figure GDA00030021876000000311
为质量矩阵，
Figure GDA00030021876000000312
为阻尼矩阵，
Figure GDA00030021876000000313
为刚度矩阵，
Figure GDA00030021876000000314
Δxo为方向误差，Δfo为力矩误差。
作为进一步优选的，本发明中，通过与环境交互力和操作者舒适力进行对比，改变机器人末端的加速度以调整机器人末端的速度大小：
Figure GDA00030021876000000315
当与环境交互力和操作者舒适力的差值为0时，设置机器人末端的加速度为零；
当与环境交互力和操作者舒适力的差值大于0时，设置机器人末端的加速度为正；
当与环境交互力和操作者舒适力的差值小于0时，设置机器人末端的加速度为负；
其中，Fstd为操作者舒适力，Fe为与环境交互力，
Figure GDA0003002187600000041
为机器人末端的最大速度。
作为进一步优选的，步骤S3中还需定义机器人末端的最大速度和最大加速度，所述机器人末端的最大速度
Figure GDA0003002187600000042
的计算模型为：
Figure GDA0003002187600000043
所述机器人末端的最大加速度
Figure GDA0003002187600000044
的计算模型为：
Figure GDA0003002187600000045
其中，Fstd为操作者舒适力，Fe为与环境交互力，M为质量矩阵，D为阻尼矩阵，
Figure GDA0003002187600000046
为机器人末端的实际速度。
作为进一步优选的，步骤S4具体包括以下步骤：
S41根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，获取机器人末端的期望位姿；
S42根据机器人末端的期望位姿获取机器人末端的理想运动关节角，并以此控制机器人末端在基于操作者舒适力的可变导纳控制下沿虚拟夹具引导路径顺应性动作。
按照本发明的另一个方面，还提供了一种基于操作者舒适度的机器人可变导纳控制***，包括人机交互模块、人手操作力前处理模块、变导纳控制模块以及机器人末端位置控制模块，其中，
所述人机交互模块包括操作者单元以及机器人末端，操作者单元用于牵引机器人末端；
所述人手操作力前处理模块用于将牵引机器人过程中的人手操作力进行前处理，得到与环境交互力；
所述变导纳控制模块根据操作者舒适力以及机器人末端实际位姿生成虚阻尼调整策略，并根据虚阻尼调整策略构建机器人六自由度导纳控制模型，该机器人六自由度导纳控制模型用于获取与环境交互力和期望力之间的偏差力，并根据该偏差力生成机器人末端的位置、速度以及加速度的修正量；
所述机器人末端位置控制模块根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，以此方式，使机器人末端能够在基于操作者舒适力的可变导纳控制下顺应性动作。
作为进一步优选的，所述虚阻尼调整策略的计算模型为：
Figure GDA0003002187600000051
其中，
Figure GDA0003002187600000052
为虚阻尼调整策略，Fstd为操作者舒适力，
Figure GDA0003002187600000053
为机器人末端实际位姿速度，Dmax为预设的最大阻尼，该预设的最大阻尼是人为设定的，Dmin为预设的最小阻尼，该预设的最小阻尼是人为设定的；
所述机器人六自由度导纳控制模型为：
Figure GDA0003002187600000054
其中，
Figure GDA0003002187600000055
为质量矩阵，
Figure GDA0003002187600000056
为阻尼矩阵，
Figure GDA0003002187600000057
为刚度矩阵，
Figure GDA0003002187600000058
Δxo为方向误差，Δfo为力矩误差，Mp为位置惯性矩阵，Dp为位置阻尼矩阵，Kp为位置刚度矩阵，Δxp为位置误差，Δfp为机器末端位置导纳控制模型，Δxo为方向误差。。
作为进一步优选的，所述人手操作力前处理模块包括依次连接的力传感器以及重力补偿与滤波器；
所述变导纳控制模块包括通信连接的阻尼更新律单元以及导纳控制器。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：
1.本发明通过获取机器人与操作者之间的与环境交互力，以根据操作者舒适力与机器人末端速度实时调整机器人末端导纳控制模型的阻尼系数，进而通过调整机器人末端的速度来纠正力偏差，使机器人末端能够在基于操作者舒适力的可变导纳控制下顺应性动作，提高交互过程的沉浸感，具有计算简单，实时性高，提高人机交互的操作感和沉浸感的特点。
2.本发明基于操作者舒适度的可变阻尼策略，能够使操作者控制机器人末端速度与施加的人手操作力大小相似，机器人动作更加柔顺。限定导纳控制下机器人末端的最大速度和最大加速度，避免***在突发情况下的震荡问题。
3.本发明在操作者需要快速运动时，使阻尼系数减小；在操作者需要慢速精细运动时，使阻尼系数增加。机器人末端反馈合适的操作交互力来增加操作者舒适度。
4.本发明在基于操作者舒适度的可变导纳控制下，人机交互过程中当对机器人末端施加力时，机器人顺应性动作，反之机器人停止；当施加的力增加时，其运动速度增加，反之则速度减小或改变方向。
附图说明
图1是本发明优选实施例涉及的一种基于操作者舒适度的机器人可变导纳控制方法的流程图；
图2是本发明优选实施例涉及的一种基于操作者舒适度的机器人可变导纳控制方法的***控制图；
图3是按照本发明的优选实施例构建的基于操作者舒适力的可变导纳控制策略示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1以及图2所示，本发明实施例提供的一种基于操作者舒适度的机器人可变导纳控制方法，在人机协作交互过程中，需要机器人末端流畅柔顺地跟随操作者运动，本发明通过传感器获取机器人与环境间接触力，以根据操作者舒适力与机器人末端速度实时调整导纳控制中的阻尼系数，进而通过调整机器人的速度来纠正力偏差，提高交互过程的沉浸感，其具体步骤如下：
步骤一，对牵引机器人过程中的人手操作力进行前处理，得到与环境交互力，并将该与环境交互力转换为机器人末端执行动作的期望位姿。
具体而言，示教过程中，操作者牵引机器人末端运动，在机器人末端依次设置有力传感器以及重力补偿与滤波器，力传感器用于检测操作者牵引机器人末端运动的人手操作力，并将该力传感器信号发送给重力补偿与滤波器。该重力补偿与滤波器则对力信号进行滤波处理和力补偿处理，得到与环境交互力，机器人末端位置控制模块则将经导纳控制处理后的与环境交互力转换为机器人末端执行动作的期望位姿。在本发明中，力传感器为6维力传感器。
更具体的，在本发明中，由于机器人动觉示教过程中，需要在力传感器上安装末端执行器，此时，当机器人姿态发生变化时，力传感器的姿态也会发生相应的变化，但是，机器人末端执行器相对于世界坐标系的重力并不会因为机器人末端姿态的变换而发生改变，为了保证机器人动觉示教的正常进行，需要对机器人末端执行器在各姿态下进行重力补偿。
首先构建世界坐标系与机器人末端坐标系之间的旋转矩阵T，通过zyx形式的欧拉角进行表示，其中，
Figure GDA0003002187600000081
θ,ψ分别表示绕Z轴，Y轴，X轴的旋转角度。该旋转矩阵T的计算模型为：
Figure GDA0003002187600000082
机器人末端执行器的重力为G，在世界坐标系下的重力向量可表示为：
Figure GDA0003002187600000083
机器人末端执行器的重力矢量
Figure GDA0003002187600000084
与机器人末端坐标系Xt轴之间夹角余弦通过旋转矩阵T计算得到：
Figure GDA0003002187600000085
同时，机器人末端执行器在Xt轴上的重力分量Gx通过夹角余弦计算得到：
Gx＝G*cosα＝r31*G
同理可获取机器人末端执行器在机器人末端坐标系{T}各轴上的重力分量为：
{Gx，Gy，Gz}＝{r31*G，r32*G，r33*G}
根据力传感器测得的数据构建机器人末端执行器重力和重心坐标计算模型：
Figure GDA0003002187600000091
根据器人末端执行器重力和重心坐标对机器人末端执行器在各姿态下进行重力补偿。
步骤二，设定操作者舒适力，根据该操作者舒适力以及机器人末端实际位姿生成虚阻尼调整策略。
所述虚阻尼调整策略的计算模型为：
Figure GDA0003002187600000092
其中，
Figure GDA0003002187600000093
为虚阻尼调整策略，Fstd为操作者舒适力，
Figure GDA0003002187600000094
为机器人末端实际位姿速度，Dmax为预设的最大阻尼，Dmin为预设的最小阻尼。
步骤三，根据虚阻尼调整策略构建机器人六自由度导纳控制模型，该机器人六自由度导纳控制模型用于获取与环境交互力和期望力之间的偏差力，并根据该偏差力生成机器人末端的位置、速度以及加速度的修正量。
在本发明中，根据虚阻尼调整策略构建机器人六自由度导纳控制模型具体包括以下步骤：
(1)构建机器末端位置导纳控制模型：
Figure GDA0003002187600000095
其中，Mp为位置惯性矩阵，Dp为位置阻尼矩阵，Kp为位置刚度矩阵，Δxp为位置误差，
Figure GDA0003002187600000096
为速度误差，
Figure GDA0003002187600000097
为加速度误差；
(2)构建机器人末端姿态导纳控制模型：
Figure GDA0003002187600000101
其中，Mo为姿态惯性矩阵，Do为姿态阻尼矩阵，Ko为姿态刚度矩阵，
Figure GDA0003002187600000102
为由旋转矩阵提取的欧拉角，
Figure GDA0003002187600000103
为
Figure GDA0003002187600000104
的一阶导数，
Figure GDA0003002187600000105
为
Figure GDA0003002187600000106
的二阶导数，eΔfo为在机器人末端实际姿态下的力矩值，T表示欧拉角与机器人末端在笛卡尔空间下的角速度旋转矩阵；
(3)根据机器末端位置导纳控制模型和机器人末端姿态导纳控制模型构建机器人末端空间导纳控制模型：
Figure GDA0003002187600000107
其中，
Figure GDA0003002187600000108
为质量矩阵，
Figure GDA0003002187600000109
为阻尼矩阵，
Figure GDA00030021876000001010
为刚度矩阵，
Figure GDA00030021876000001011
Δxo为方向误差，Δfo为力矩误差。
作为本发明的优选方案，步骤三中，还需根据与环境交互力和操作者舒适力的差值来改变机器人六自由度导纳控制模型中机器人末端的加速度，该调整模型为：
Figure GDA00030021876000001012
当与环境交互力和操作者舒适力的差值为0时，设置机器人末端的加速度为零；
当与环境交互力和操作者舒适力的差值大于0时，设置机器人末端的加速度为正；
当与环境交互力和操作者舒适力的差值小于0时，设置机器人末端的加速度为负；
其中，Fstd为操作者舒适力，Fe为与环境交互力，
Figure GDA0003002187600000111
为机器人末端的最大速度。
作为本发明的优选方案，步骤三中还需定义机器人末端的最大速度和最大加速度，所述机器人末端的最大速度
Figure GDA0003002187600000112
的计算模型为：
Figure GDA0003002187600000113
所述机器人末端的最大加速度
Figure GDA0003002187600000114
的计算模型为：
Figure GDA0003002187600000115
其中，Fstd为操作者舒适力，Fe为与环境交互力，M为质量矩阵，D为阻尼矩阵，
Figure GDA0003002187600000116
为机器人末端的实际速度。
步骤四：根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，获取机器人末端的期望位姿，然后根据机器人末端的期望位姿获取机器人末端的理想运动关节角，并以此控制机器人末端在基于操作者舒适力的可变导纳控制下顺应性动作。
具体而言，本发明方法首先建立机器人六自由度导纳控制模型。如图2所示，通过力传感器反馈回来的与环境交互力与期望力之间的偏差，转换为机器人末端的位置、速度以及加速度的修正量以纠正力偏差。将导纳控制模型简化为一个质量-阻尼-弹簧的振荡二阶***，具体如下：
(1)构建位置导纳控制模型。机器人末端运动过程中仅考虑线性力的影响，机器人末端仅位置发生变化，该控制模型为：
Figure GDA0003002187600000117
其中，Mp、Dp、Kp为(3×3)位置惯性矩阵，位置阻尼矩阵，位置刚度矩阵；Δxp＝xd-xe为(3×1)位置误差。
当Kp与Dp为正定矩阵时***成指数稳定，Mp、Kp与Dp满足
Figure GDA0003002187600000121
关系。
(2)构建姿态导纳控制模型。机器人末端姿态发生改变时，力传感器相对于世界坐标系所测得的力值需要实时改变，采用欧拉角的方式进行姿态导纳控制：
Figure GDA0003002187600000122
其中，Mo、Do、Do分别为(3×3)姿态惯性矩阵，姿态阻尼矩阵，姿态刚度矩阵；
Figure GDA0003002187600000123
为由旋转矩阵提取的欧拉角，eΔfo为在末端实际姿态下的力矩值，T表示欧拉角与机器人末端在笛卡尔空间下的(3×3)角速度旋转矩阵。
当Ko与Do为正定矩阵时***成指数稳定，Mo、Do、Ko满足
Figure GDA0003002187600000124
关系。
(3)综上，机器人空间导纳控制模型，即机器人六自由度导纳控制模型为：
Figure GDA0003002187600000125
Figure GDA0003002187600000126
Figure GDA0003002187600000127
其中，M，D，K分别为(6×6)质量矩阵，阻尼矩阵，刚度矩阵，力偏差Δf＝fe-fd，fd为期望力，fe为与环境交互力；位姿误差Δx＝xd-xe，xd与xe分别为机器人末端期望与实际位姿。
其次，简化机器人空间导纳控制模型。在本发明所述人机交互过程中，聚焦变导纳控制方法，不考虑机器人末端加持物体或其他驱动交互力即机器人末端期望力fd为零，此时空间导纳控制模型表示为：
Figure GDA0003002187600000131
接着，本发明所提出的基于操作者舒适度的可变导纳控制策略如图3所示。可变导纳控制方法的策略为：即在操作者需要快速运动时，使阻尼系数减小；在操作者需要慢速精细运动时，使阻尼系数增加。机器人末端反馈合适的操作交互力来增加操作者舒适度。具体构造方式如下：
(1)设定操作者舒适力。定义在示教过程中的特定交互力使操作者感到舒适，并控制机器人运动速度范围，其操作者舒适力设置为标准力Fstd，大小取决于操作者与机器人硬件平台。
(2)环境交互力固定时，机器人运动最大速度与虚阻尼成反比。维持速度的最小力等于速度与虚阻尼的乘积即
Figure GDA0003002187600000132
为了使与环境交互力能够保持在机器人运动范围内的最小值，在机器人速度增加的同时减小虚阻尼。
(3)虚阻尼调整策略。设计基于操作者舒适度的可变导纳控制策略为：
Figure GDA0003002187600000133
当机器人速度的改变时，即可动态调整导纳控制中虚阻力项的大小，具体调整方式如下所述：
速度项调整：通过与环境交互力与标准力比对改变机器人的加速度进而影响其速度大小，表示为：
Figure GDA0003002187600000134
上述策略表示为：当操作者所施加的与环境交互力与标准力相等时，机器人末端的加速度为0，速度将收敛于它的最大值；当与环境交互力超过标准力时，***的加速度为正，机器人速度增加；当与环境交互力小于标准力时，***的加速度为负，机器人速度减小。
同时，在本发明中还需设定机器人末端的安全速度与加速度。在所选择的阻尼范围内，机器人末端的最大速度取决于操作者与机器人之间的与环境交互力Fe与标准力Fstd之间的关系。为保证运动过程安全性，定义机器人末端的最大速度与加速度，运动过程中机器人不能超过限定值。
Figure GDA0003002187600000141
Figure GDA0003002187600000142
最后，在基于操作者舒适度的可变导纳控制下，人机交互过程中当对机器人末端施加力时，机器人顺应性动作，反之机器人停止；当施加的力增加时，其运动速度增加，反之则速度减小或改变方向。
本发明还提供了一种基于操作者舒适度的机器人可变导纳控制***，包括人机交互模块、人手操作力前处理模块、变导纳控制模块以及机器人末端位置控制模块，其中，
所述人机交互模块包括操作者单元以及机器人末端，操作者单元用于牵引机器人末端；
所述人手操作力前处理模块用于将牵引机器人过程中的人手操作力进行前处理，得到与环境交互力；
所述变导纳控制模块根据该操作者舒适力以及机器人末端实际位姿生成虚阻尼调整策略，并根据虚阻尼调整策略构建机器人六自由度导纳控制模型，该机器人六自由度导纳控制模型用于获取与环境交互力和期望力之间的偏差力，并根据该偏差力生成机器人末端的位置、速度以及加速度的修正量；
所述机器人末端位置控制模块根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，以此方式，使机器人末端能够在基于操作者舒适力的可变导纳控制下顺应性动作。
具体而言，所述虚阻尼调整策略的计算模型为：
Figure GDA0003002187600000151
其中，
Figure GDA0003002187600000152
为虚阻尼调整策略，Fstd为操作者舒适力，
Figure GDA0003002187600000153
为机器人末端实际位姿速度，Dmax为预设的最大阻尼，Dmin为预设的最小阻尼；
所述机器人六自由度导纳控制模型为：
Figure GDA0003002187600000154
其中，
Figure GDA0003002187600000155
为质量矩阵，
Figure GDA0003002187600000156
为阻尼矩阵，
Figure GDA0003002187600000157
为刚度矩阵，
Figure GDA0003002187600000158
Δxo为方向误差，Δfo为力矩误差，Mp为位置惯性矩阵，Dp为位置阻尼矩阵，Kp为位置刚度矩阵，Δxp为位置误差，Δfp为机器末端位置导纳控制模型，Δxo为方向误差。
所述人手操作力前处理模块包括依次连接的力传感器以及重力补偿与滤波器；所述变导纳控制模块包括通信连接的阻尼更新律单元以及导纳控制器，所述变导纳控制模块为质量-阻尼-弹簧的振荡二阶***。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于操作者舒适度的机器人可变导纳控制方法，其特征在于，包括以下步骤：
S1对牵引机器人过程中的人手操作力进行前处理，得到与环境交互力，并将该与环境交互力转换为机器人末端的期望位姿；
S2设定操作者舒适力，根据该操作者舒适力以及机器人末端实际位姿生成虚阻尼调整策略；
S3根据虚阻尼调整策略构建机器人六自由度导纳控制模型，该机器人六自由度导纳控制模型用于获取与环境交互力和期望力之间的偏差力，并根据该偏差力生成机器人末端的位置、速度以及加速度的修正量；
S4根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，以此方式，使机器人末端能够在基于操作者舒适力的可变导纳控制下顺应性动作。
2.根据权利要求1所述的一种基于操作者舒适度的机器人可变导纳控制方法，其特征在于，步骤S1中，所述前处理包括滤波处理以及重力补偿处理。
3.根据权利要求1所述的一种基于操作者舒适度的机器人可变导纳控制方法，其特征在于，步骤S2中，所述虚阻尼调整策略的计算模型为：
Figure DEST_PATH_IMAGE001
其中，
Figure DEST_PATH_IMAGE002
为虚阻尼调整策略，
Figure DEST_PATH_IMAGE003
为操作者舒适力，
Figure DEST_PATH_IMAGE004
为机器人末端实际位姿速度，
Figure DEST_PATH_IMAGE005
为预设的最大阻尼，
Figure DEST_PATH_IMAGE006
为预设的最小阻尼。
4.根据权利要求1所述的一种基于操作者舒适度的机器人可变导纳控制方法，其特征在于，步骤S3中根据虚阻尼调整策略构建机器人六自由度导纳控制模型具体包括以下步骤：
S31构建机器末端位置导纳控制模型：
Figure DEST_PATH_IMAGE007
其中，
Figure DEST_PATH_IMAGE008
为位置惯性矩阵，
Figure DEST_PATH_IMAGE009
为位置阻尼矩阵，
Figure DEST_PATH_IMAGE010
为位置刚度矩阵，
Figure DEST_PATH_IMAGE011
为位置误差，
Figure DEST_PATH_IMAGE012
为速度误差，
Figure DEST_PATH_IMAGE014
为加速度误差；
S32构建机器人末端姿态导纳控制模型：
Figure DEST_PATH_IMAGE016
其中，
Figure DEST_PATH_IMAGE017
为姿态惯性矩阵，
Figure DEST_PATH_IMAGE018
为姿态阻尼矩阵，
Figure DEST_PATH_IMAGE019
为姿态刚度矩阵，
Figure DEST_PATH_IMAGE021
为由旋转矩阵提取的欧拉角，
Figure DEST_PATH_IMAGE022
为
Figure DEST_PATH_IMAGE023
的一阶导数，
Figure DEST_PATH_IMAGE025
为
Figure DEST_PATH_IMAGE026
的二阶导数，
Figure DEST_PATH_IMAGE028
为在机器人末端实际姿态下的力矩值，
Figure DEST_PATH_IMAGE029
表示欧拉角与机器人末端在笛卡尔空间下的角速度旋转矩阵；
S33根据机器末端位置导纳控制模型和机器人末端姿态导纳控制模型构建机器人末端空间导纳控制模型：
Figure DEST_PATH_IMAGE030
其中，
Figure DEST_PATH_IMAGE031
，为质量矩阵，
Figure DEST_PATH_IMAGE032
，为阻尼矩阵，
Figure DEST_PATH_IMAGE033
，为刚度矩阵，
Figure DEST_PATH_IMAGE034
，
Figure DEST_PATH_IMAGE035
，
Figure DEST_PATH_IMAGE036
为方向误差，
Figure DEST_PATH_IMAGE037
为力矩误差。
5.根据权利要求4所述的一种基于操作者舒适度的机器人可变导纳控制方法，其特征在于，步骤S3中还需定义机器人末端的最大速度和最大加速度，所述机器人末端的最大速度
Figure DEST_PATH_IMAGE038
的计算模型为：
Figure DEST_PATH_IMAGE039
所述机器人末端的最大加速度
Figure DEST_PATH_IMAGE040
的计算模型为：
Figure DEST_PATH_IMAGE041
其中，
Figure DEST_PATH_IMAGE043
为操作者舒适力，
Figure DEST_PATH_IMAGE044
为与环境交互力，M为质量矩阵，D为阻尼矩阵，
Figure DEST_PATH_IMAGE045
为机器人末端的实际速度。
6.根据权利要求1所述的一种基于操作者舒适度的机器人可变导纳控制方法，其特征在于，步骤S4具体包括以下步骤：
S41根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，获取机器人末端的期望位姿；
S42根据机器人末端的期望位姿获取机器人末端的理想运动关节角，并以此控制机器人末端在基于操作者舒适力的可变导纳控制下顺应性动作。
7.一种基于操作者舒适度的机器人可变导纳控制***，其特征在于，包括人机交互模块、人手操作力前处理模块、变导纳控制模块以及机器人末端位置控制模块，其中，
所述人机交互模块包括操作者单元以及机器人末端，操作者单元用于牵引机器人末端；
所述人手操作力前处理模块用于将牵引机器人过程中的人手操作力进行前处理，得到与环境交互力；
所述变导纳控制模块根据操作者舒适力以及机器人末端实际位姿生成虚阻尼调整策略，并根据虚阻尼调整策略构建机器人六自由度导纳控制模型，该机器人六自由度导纳控制模型用于获取与环境交互力和期望力之间的偏差力，并根据该偏差力生成机器人末端的位置、速度以及加速度的修正量；
所述机器人末端位置控制模块根据机器人末端的位置、速度以及加速度的修正量对机器人末端实际位姿进行修正，以此方式，使机器人末端能够在基于操作者舒适力的可变导纳控制下顺应性动作。
8.根据权利要求7所述的一种基于操作者舒适度的机器人可变导纳控制***，其特征在于，所述虚阻尼调整策略的计算模型为：
Figure DEST_PATH_IMAGE046
其中，
Figure DEST_PATH_IMAGE047
为虚阻尼调整策略，
Figure DEST_PATH_IMAGE048
为操作者舒适力，
Figure DEST_PATH_IMAGE049
为机器人末端实际位姿速度，
Figure DEST_PATH_IMAGE050
为预设的最大阻尼，
Figure DEST_PATH_IMAGE051
为预设的最小阻尼；
所述机器人六自由度导纳控制模型为：
Figure DEST_PATH_IMAGE052
其中，
Figure DEST_PATH_IMAGE053
，为质量矩阵，
Figure DEST_PATH_IMAGE054
，为阻尼矩阵，
Figure DEST_PATH_IMAGE055
，为刚度矩阵，
Figure DEST_PATH_IMAGE056
，
Figure DEST_PATH_IMAGE057
，
Figure DEST_PATH_IMAGE058
为方向误差，
Figure DEST_PATH_IMAGE060
为力矩误差，
Figure DEST_PATH_IMAGE061
为位置惯性矩阵，
Figure DEST_PATH_IMAGE062
为位置阻尼矩阵，
Figure DEST_PATH_IMAGE063
为位置刚度矩阵，
Figure DEST_PATH_IMAGE064
为位置误差，
Figure DEST_PATH_IMAGE065
为机器末端位置导纳控制模型，
Figure DEST_PATH_IMAGE066
为姿态惯性矩阵，
Figure DEST_PATH_IMAGE067
为姿态阻尼矩阵，
Figure DEST_PATH_IMAGE068
为姿态刚度矩阵。
9.根据权利要求7所述的一种基于操作者舒适度的机器人可变导纳控制***，其特征在于，所述人手操作力前处理模块包括依次连接的力传感器以及重力补偿与滤波器；
所述变导纳控制模块包括通信连接的阻尼更新律单元以及导纳控制器。
CN202010458279.3A 2020-05-27 2020-05-27 一种基于操作者舒适度的机器人可变导纳控制方法及*** Active CN111660306B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010458279.3A CN111660306B (zh) 2020-05-27 2020-05-27 一种基于操作者舒适度的机器人可变导纳控制方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010458279.3A CN111660306B (zh) 2020-05-27 2020-05-27 一种基于操作者舒适度的机器人可变导纳控制方法及***

Publications (2)

Publication Number Publication Date
CN111660306A CN111660306A (zh) 2020-09-15
CN111660306B true CN111660306B (zh) 2021-07-20

Family

ID=72384738

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010458279.3A Active CN111660306B (zh) 2020-05-27 2020-05-27 一种基于操作者舒适度的机器人可变导纳控制方法及***

Country Status (1)

Country Link
CN (1) CN111660306B (zh)

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112428278B (zh) * 2020-10-26 2022-11-15 北京理工大学 机械臂的控制方法、装置及人机协同模型的训练方法
CN112405536B (zh) * 2020-11-10 2021-12-28 东南大学 结合离线补偿和在线跟踪混合策略的高精度恒力控制方法
CN112720460B (zh) * 2020-12-07 2022-06-10 深圳市优必选科技股份有限公司 机器人控制方法、装置、计算机可读存储介质及机器人
CN112809667B (zh) * 2020-12-22 2022-11-25 上海新时达机器人有限公司 工业机器人的力控制方法、装置及其应用
CN112558486B (zh) * 2021-02-23 2021-06-01 佛山隆深机器人有限公司 一种温度控制的机器人打磨方法及计算机可读存储介质
CN113069315B (zh) * 2021-03-24 2024-02-20 上海傅利叶智能科技有限公司 机器人提供助力的方法、装置和康复机器人
CN113305836B (zh) * 2021-05-21 2022-09-27 华中科技大学 一种虚拟引导的局部迭代修正方法及***
CN115502966B (zh) * 2021-06-22 2024-04-26 腾讯科技（深圳）有限公司 用于机器人的可变导纳控制方法
CN113601509B (zh) * 2021-08-16 2023-01-06 安徽元古纪智能科技有限公司 一种多自由度机械臂柔性控制方法和***
CN113752262B (zh) * 2021-09-17 2022-10-21 上海傅利叶智能科技有限公司 用于机器人变阻尼柔顺控制的方法、装置和康复机器人
CN113568313B (zh) * 2021-09-24 2021-12-17 南京航空航天大学 基于操作意图识别的变导纳辅助大部件装配方法及***
CN114237054A (zh) * 2021-12-18 2022-03-25 福州大学 空中机器人的6d交互控制方法
CN114454158B (zh) * 2021-12-28 2024-03-15 江苏集萃微纳自动化***与装备技术研究所有限公司 一种基于导纳控制的仿生机器人的控制方法和仿生机器人
CN114310912A (zh) * 2022-02-10 2022-04-12 北京航空航天大学杭州创新研究院 机械臂装配控制方法及装置、机械臂控制设备和存储介质
CN114932557B (zh) * 2022-06-24 2023-07-28 合肥工业大学 一种运动学约束下基于能量消耗的自适应导纳控制方法
CN115556088A (zh) * 2022-08-26 2023-01-03 遨博(北京)智能科技股份有限公司 机械臂接触力的控制***、机械臂和机器人
CN115635485B (zh) * 2022-11-09 2024-03-15 嘉兴智康机器人有限公司 一种移动康复机器人的实时人机交互力控制方法
CN116276995B (zh) * 2023-03-03 2023-09-08 北京航空航天大学 一种具有零空间避障能力的基于阻抗控制的人机协同方法
CN115946129B (zh) * 2023-03-10 2023-05-09 珞石（北京）科技有限公司 一种用于操作大惯性物体的机器人变导纳控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9308645B2 (en) * 2012-03-21 2016-04-12 GM Global Technology Operations LLC Method of inferring intentions of an operator to move a robotic system
DE102015008144B4 (de) * 2015-06-24 2024-01-18 Kuka Roboter Gmbh Umschalten einer Steuerung eines Roboters in einen Handführ-Betriebsmodus
CN106938470B (zh) * 2017-03-22 2017-10-31 华中科技大学 一种机器人力控示教模仿学习的装置及方法
CN109434843B (zh) * 2018-12-10 2020-07-10 华中科技大学 一种基于拖动示教的机器人力控打磨叶片的设备及方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
《面向复杂曲面的机器人砂带磨抛路径规划及后处理研究》;毛洋洋等;《机电工程》;20170831;第34卷(第8期);第829-834页 *

Also Published As

Publication number Publication date
CN111660306A (zh) 2020-09-15

Similar Documents

Publication Publication Date Title
CN111660306B (zh) 一种基于操作者舒适度的机器人可变导纳控制方法及***
CN110202574B (zh) 基于环境刚度估计的机器人自适应混合阻抗/导纳控制方法
US8442680B2 (en) Motion state evaluation apparatus of legged mobile robot
CN111258267B (zh) 一种人机协作搬运***及其混合视触控制方法
CN108638068B (zh) 一种携带冗余度机械臂的飞行机器人控制***设计方法
US20220126440A1 (en) Method of supporting adjustment of parameter set of robot, a non-transitory computer-readable storage medium, and information processing device
US8396593B2 (en) Gait generating device of legged mobile robot
CN111687827A (zh) 一种双机器人协调操作弱刚性构件的控制方法和控制***
CN115674208B (zh) 一种机器人振动抑制装置、控制方法及其机器人
WO2023116129A1 (zh) 一种协作机器人的柔顺力控制方法及***
CN115502966A (zh) 用于机器人的可变导纳控制方法
CN117260718B (zh) 一种四足机器人的自适应载荷补偿控制方法及***
JP2016221653A (ja) ロボット制御装置およびロボットシステム
JP3316967B2 (ja) ロボットの制御装置
CN112650217A (zh) 一种基于评估函数的机器人轨迹跟踪策略动态优化方法
CN116901057A (zh) 一种基于变阻抗策略的双机械臂末端位置协同控制方法
JPH07261844A (ja) モータ制御装置
US20220101213A1 (en) Method of performing display with respect to control parameters for robot, program, and information processing apparatus
CN116852397B (zh) 负压理疗机器人理疗力度及理疗路径的自适应调节方法
CN113001549A (zh) 一种基于广义抓持逆矩阵的多机械臂负载分配方法
CN113474130A (zh) 利用机器人执行预先设定的任务的方法和***
CN112506245B (zh) 一种利用柔性部件根部转动的振动抑制方法
CN116766181B (zh) 一种基于全驱***理论的机械臂主动柔顺控制方法
US20220410384A1 (en) Force Control Parameter Adjustment Method And Force Control Parameter Adjustment Apparatus
CN116276995B (zh) 一种具有零空间避障能力的基于阻抗控制的人机协同方法

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