CN116945229A - 一种机器人高精度轴孔装配方法、***、终端及存储介质 - Google Patents
一种机器人高精度轴孔装配方法、***、终端及存储介质 Download PDFInfo
- Publication number
- CN116945229A CN116945229A CN202310310173.2A CN202310310173A CN116945229A CN 116945229 A CN116945229 A CN 116945229A CN 202310310173 A CN202310310173 A CN 202310310173A CN 116945229 A CN116945229 A CN 116945229A
- Authority
- CN
- China
- Prior art keywords
- hole
- impedance control
- robot
- adjustment
- model
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 54
- 230000007613 environmental effect Effects 0.000 claims abstract description 22
- 230000008569 process Effects 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims abstract description 17
- 238000012706 support-vector machine Methods 0.000 claims abstract description 16
- 238000013461 design Methods 0.000 claims abstract description 12
- 230000036544 posture Effects 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 14
- 239000011159 matrix material Substances 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 8
- 238000013016 damping Methods 0.000 claims description 7
- 230000001133 acceleration Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 3
- 230000006872 improvement Effects 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000010705 motor oil Substances 0.000 description 1
- 238000012887 quadratic function Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/007—Means or methods for designing or fabricating manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人高精度轴孔装配方法、***、终端及存储介质，方法包括：建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。本发明将装配分为入孔和孔内调整两个步骤，细化了装配的流程，设计了接触状态识别和调整策略，实现高精度快速入孔。
Description
技术领域
本发明属于机器人装配技术领域，更具体地，涉及一种机器人高精度轴孔装配方法、***、终端及存储介质。
背景技术
机器人装配具有自动化程度高，成本较低，适应恶劣环境等优点，且其与AGV的结合能够增强适应性，因此使用机器人进行装配是当前的发展趋势。目前实际应用的装配机器人大多基于位置控制，缺乏柔顺性，能够处理一些间隙较大的装配任务，然而在面对高精度的轴孔装配任务时缺乏灵活性，容易产生较高的力从而损坏零件和机器人。
为解决上述问题，现有技术通常增加基于位置的阻抗控制算法来提高机器人的柔顺性。然而，传统的阻抗控制算法并不能完美地应用与高精度轴孔装配任务。首先，传统的阻抗控制的力跟踪误差与未知的环境信息相关，在装配过程中难以保持稳定的期望力；其次，轴孔装配时工件存在从自由装配到接触的过程，若阻抗控制的参数选择不当则易产生过高的力冲击，对零件和机器人造成损坏；最后，由于装配的初始定位通常存在误差，这将会导致装配轴无法入孔，而阻抗控制无法处理这种问题。
基于上述原因，本发明提供一种基于柔顺控制和接触状态辨识的机器人高精度轴孔装配技术，实现轴孔零件的高精度自动化装配。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供一种机器人高精度轴孔装配方法、***、终端及存储介质，将装配分为入孔和孔内调整两个步骤，细化了装配的流程，设计了接触状态识别和调整策略，实现高精度快速入孔。
为实现上述目的，按照本发明的一方面，提供一种机器人高精度轴孔装配方法，包括：
建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；
采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；
根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；
基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。
进一步地，所述建立位置和基于四元数姿态的第一阻抗控制，包括：
位置的末端轨迹跟踪阻抗控制可表示为：
其中，M,B,K分别为3×3的质量、阻尼和刚度对角矩阵；X为3×1的位置向量，Xr为3×1参考轨迹向量，Fext为3×1外力向量，Fd为3×1期望力向量；
基于四元数的姿态轨迹跟踪阻抗控制方程为：
式中Mo,Bo,Ko分别为对应的3×3姿态质量、阻尼和刚度对角矩阵，Q为当前姿态，Qd为期望姿态，ω为轴角对应的角速度，ωd为期望角速度，为角加速度，/>为期望的角加速度，Text为外力矩，Td为期望力矩，/>为四元数乘法，log(·)表示对数映射。
进一步地，所述基于环境参数估计的状态观测器，包括：
式中为环境参数估计值，fd为期望力，/>为外力估计值，fext为传感器测量的实际外力，λ1，λ2为参数，x为实际的位置。
进一步地，所述设计基于线性二次调节器的优化器，包括：
根据第一阻抗控制器确定阻抗控制的状态空间方程；
根据线性二次调节器得到代数Riccati方程；
求解代数Riccati方程，得到反馈矩阵。
进一步地，所述采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型，包括：
以垂直孔面方向为z轴方向，其余方向为x和y轴方向，采集轴未入孔时不同位置和姿态的x和y方向的力、力矩、位置偏差和姿态偏差。
进一步地，所述根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔，包括：
根据接触状态识别模型识别轴与孔接触时力与力矩下的位置和姿态偏差方向；
预先设计的入孔调整模型根据识别的位置和姿态偏差方向调整机器人位置和姿态；
采集调整后轴与孔接触时的力与力矩，接触状态识别模型和入孔调整模型再次识别调整，重复上述过程，直至完成装配入孔。
进一步地，所述预先设计的入孔调整模型根据识别的位置和姿态偏差方向调整机器人位置和姿态，包括：
入孔调整模型为：
其中，yp-cur为当前位置模型输出，yo-cur为当前姿态模型输出，ξx，ξy为随机的位置增量，ξrx，ξry为随机的姿态增量(即角度增量)，yp1,yp2,yp3,yp4为预先指定的位置偏移状态，yo1,yo2,yo3,yo4为预先指定的位置偏移状态；
根据识别的位置和姿态偏差方向，机器人分别沿x轴位移动δx mm和y轴移动δy mm，同时绕x轴和y轴分别旋转δrx°和δry°。
按照本发明的第二方面，提供一种机器人高精度轴孔装配***，包括：
第一主模块，用于建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；
第二主模块，用于采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；
第三主模块，用于根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；
第四主模块，用于基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。
按照本发明的第三方面，提供一种电子设备，包括处理器和存储器，所述处理器和存储器相互连接；
所述存储器用于存储计算机程序；
所述处理器被配置用于在调用所述计算机程序时，执行所述的机器人高精度轴孔装配方法。
按照本发明的第四方面，提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行所述的机器人高精度轴孔装配方法。
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，能够取得下列有益效果：
1.本发明的机器人高精度轴孔装配方法，基于传统的阻抗控制器设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；基于第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；根据接触状态识别模型和入孔调整模型进行位姿调整，实现轴入孔过程的位姿调整；再根据传统的阻抗控制和第二阻抗控制控制机器人实现孔内装配调整，完成轴孔装配的全过程。本发明的方法将装配分为入孔和孔内调整两个步骤，细化了装配的流程，实现高精度自动化的机器人轴孔装配。
2.本发明的机器人高精度轴孔装配方法，基于传统的阻抗控制器设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器进行优化，改进后的阻抗控制能够提高控制器稳定性，保持稳定的期望力，减少接触时的冲击和振动，同时能够减少接触状态识别时的输入空间的维度，提高训练效率。
3.本发明的机器人高精度轴孔装配方法，入孔任务通过SVM建立接触状态模型来实现，并设计了考虑模型误差的入孔调整模型，鲁棒性高，可快速高精度完成入孔任务。
附图说明
图1为本发明实施例的基于环境参数估计的自适应阻抗控制图；
图2为本发明实施例的线性二次调节器状态空间框图；
图3为本发明实施例的基于支持向量机的接触状态模型入孔策略图；
图4为本发明实施例的数据采样图；
图5为本发明实施例的基于柔顺控制和接触状态辨识的机器人高精度轴孔装配方法流程图；
图6为本发明实施例的机器人高精度轴孔装配方法流程图；
图7为本发明实施例的电子设备示意图。
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。
在本发明的描述中，除非另有明确的规定和限定，术语“相连”、“连接”、“固定”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或成一体；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组合。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本申请所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像本申请实施例中一样被特定定义，否则不会用理想化或过于正式的含义来解释。
本发明的机器人高精度轴孔装配方法，应用于航空航天，汽车，能源等领域的工业机器人轴孔装配，用于实现轴孔的高精度自动化装配。
其中，状态观测器用于估计环境的刚度参数与环境的初始位置参数，并生成阻抗控制的参考轨迹。状态观测器的输出参考轨迹，作为阻抗控制的参考轨迹输入。
其中，LQR(linear quadratic regulator)即线性二次调节器，其对象是现代控制理论中以状态空间形式给出的线性***，而目标函数为对象状态和控制输入的二次型函数。LQR最优设计是指设计出的状态反馈控制器K要使二次型目标函数J取最小值，而K由权矩阵Q与R唯一决定，故此Q、R的选择尤为重要。
在本发明中，Z轴是装配插孔方向，x轴，y轴一般不做区分，可选为以右手定则建立的三维坐标轴的方向，也可选为其他类似方法得到的方向。
如图5和6所示，本发明提供一种机器人高精度轴孔装配方法，将装配分为入孔和孔内调整两个步骤，细化了装配的流程，实现高精度自动化的机器人轴孔装配。包括步骤S100～S400。
步骤S100、建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；
为保证六个自由度的柔顺控制，在阻抗控制中添加姿态的阻抗控制，通过实现四元数的微分，完成四元数姿态的阻抗控制。位置的阻抗控制的获取与此相同，基于四元数姿态的阻抗控制和位置的阻抗控制，最终得到第一阻抗控制：
即位置的末端轨迹跟踪阻抗控制方程：
其中，M,B,K分别为3×3的质量、阻尼和刚度对角矩阵；X为3×1的位置向量，Xr为3×1参考轨迹向量，Fext为3×1外力向量，Fd为3×1期望力向量；
基于四元数的姿态轨迹跟踪阻抗控制方程：
式中Mo,Bo,Ko分别为对应的3×3姿态质量、阻尼和刚度对角矩阵，Q为当前姿态，Qd为期望姿态，ω为轴角对应的角速度，ωd为期望角速度，为角加速度，/>为期望的角加速度，Text为外力矩，Td为期望力矩，/>为四元数乘法，log(·)表示对数映射。
为保证***的稳态力误差为0，提高力控制的精度，并且能够简化后续的装配的接触状态识别过程。在轴孔装配时，z轴上进行恒定的力控制，本发明采用状态观测器通过估计环境参数的刚度参数和初始位置参数，进而给出阻抗控制器的参考轨迹，添加环境参数估计的状态观测器之后的阻抗控制如图1所示。
所述基于环境参数估计的状态观测器，包括：
式中为环境参数估计值，fd为期望力，/>为外力估计值，fext为传感器测量的实际外力，λ1，λ2为参数，x为实际的位置，t为时间。
为了减小在过渡态所产生的冲击和在环境约束下***的振动，进一步保证装配过程的安全性，本发明设计了线性二次调节器的优化器。通过调整反馈矩阵K，确定合适的阻抗参数增益，便能够提高***在过渡态和与环境约束下***的跟踪效果。
根据第一阻抗控制器确定阻抗控制的状态空间方程；
根据线性二次调节器得到代数Riccati方程；
求解代数Riccati方程，得到反馈矩阵。
具体地，根据第一阻抗控制方程可得阻抗控制的状态空间方程：
u＝fext-fd+kxr
其中，m、b、k分别为质量，阻尼和刚度系数、x为实际的轨迹，为速度，xr为参考轨迹；
根据线性二次调节器的原理可得代数Riccati方程：
ATP+PA+Q-PBR-1BTP＝0
其中Q,R为参数矩阵，T为矩阵转置。求解该方程可得到矩阵P，进一步通过K＝R- 1BTP求得反馈矩阵K。对阻抗控制来说：
K＝[k1 k2]
需要说明的是，代数Riccati方程的求解过程为现有技术，在此不作赘述。
针对装配时轴孔定位可能存在的位姿误差而导致装配入孔失败的问题，采用SVM方法获得位姿偏移(即位置和姿态偏移)与力和力矩之间的映射关系，从而得到轴孔装配时的接触状态模型，并进一步设计机器人的装配调整策略从而补偿对象定位时产生的位姿误差，完成装配入孔任务。
步骤S200、采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；
常规情况下，力传感器采集到的力信息为六维的，包括x、y、z轴三个方向的力与力矩(z轴方向为垂直孔面方向)，轴孔装配时z轴的扭矩可忽略，在第二阻抗控制下，z方向的期望力为恒定值，因此可以忽略掉z轴的力。
如图4所示，确定定位误差范围，在定位误差范围内均匀采样，采集x轴和y轴的力与力矩、位置偏移(标识出在x和y轴的偏移方向)、姿态偏移(标识出在x和y轴的偏移方向)，得到两大类样本数据，第一类是入孔成功的，第二类是未能入孔的，训练时只对未入孔的样本进行训练。
具体地，在进行接触状态识别模型训练时，输入的特征向量为：
X＝(fx fy mx my)T
其中，fx、mx、fy、my分别为x和y轴的力和力矩；
位置偏移的输出空间为：
Ypos＝[yp1 yp2 yp3 yp4]T
用+号表示沿该轴正向偏移，-表示沿该轴负向偏移，则式中yp1，yp2，yp3，yp4分别表示为(-x，-y)，(-x，+y)，(+x，-y)，(+x，+y)。
姿态偏移的输出空间：
Yori＝[yo1 yo2 yo3 yo4]T
用+号表示沿该轴正向偏移，-表示沿该轴负向偏移，则式中yo1，yo2，yo3，yo4分别表示为(-rx，-ry)，(-rx，+ry)，(+rx，-ry)，(+rx，+ry)。
在本发明的一个实施例中，采用支持向量机的方法基于未入孔成功的样本数据分别建立位置和姿态两种接触控制模型。
在本发明的另一个实施例中，采用支持向量机的方法基于未入孔成功的样本数据建立位置和姿态的接触控制模型，用于同时直接识别位置和姿态。
通过支持向量机的方法训练得到接触控制模型，可得到未能入孔时轴孔的相对位姿(位置和姿态)与力和力矩的映射关系，基于该映射关系可以通过力传感器采集的不同位置的力和力矩确定未能入孔时轴孔的位置和姿态偏差。
步骤S300、根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔，如图3所示；
具体地，步骤S300包括步骤S301～S303；
步骤S301、根据接触状态识别模型识别轴与孔接触时力与力矩下的位置和姿态偏差方向；
具体地，训练好的位置和姿态的接触状态识别模型可根据力传感器采集的力和力矩输出当前的位置和姿态偏差方向(以“+”“-”表示)；
步骤S302、预先设计的入孔调整模型根据识别的位置和姿态偏差方向调整机器人位置和姿态；
为实现机器人装配入孔，需要设计未装配入孔时的机器人调整策略，调整机器人位置和姿态。
当装配时轴未能入孔时，则根据当前的接触状态进行调整入孔策略为机器人分别沿x轴位移动δx mm和y轴移动δy mm，同时绕x轴和y轴分别旋转δrx°和δry°，在此基础上，基于模型误差，增加随机性，得到入孔调整模型：
其中，yp-cur为当前位置模型输出，yo-cur为当前姿态模型输出，ξx，ξy为随机的位置增量，ξrx，ξry为随机的姿态增量(即角度增量)。
需要说明的是，以机器人装配轴入孔的位置调整为例，对于上述入孔调整模型，接触状态识别模型输出的有四种状态，其与yp1,yp2,yp3,yp4对应，入孔调整模型根据该状态控制机器人分别沿x轴移动δx mm和y轴移动δy mm，(接触状态识别模型输出的位置偏差方向为yp1时，接触状态识别模型输出的位置偏差方向为yp2时，δx＝0.4+ξx,δy＝-0.4+ξy，其余位置调整与此相同)机器人装配轴入孔的姿态调整方法与此相同，在此不作赘述。
在本发明的一个实施例中，ξx，ξy，ξrx，ξry的范围为[-0.2，+0.2]。
具体地，入孔调整模型根据位置和姿态偏差方向输出位置和姿态的调整参数，基于该参数调整位置和姿态，基于调整后的位置和姿态机器人继续向下运动直至轴与孔接触。
步骤S303、基于调整后的轴与孔接触时力与力矩，接触状态识别模型和入孔调整模型再次识别调整，重复上述过程，直至完成装配入孔。
位置和姿态调整后，力和力矩发生变化，接触状态识别模型根据力传感器测得的力与力矩再次输出位置和姿态偏差方向，入孔调整模型再次调整位置和姿态直至装配入孔。
需要说明的是，在上述过程中，不同位置和姿态的力与力矩由力传感器测得。
在完成装配入孔后，轴要进一步***孔内，需要进行孔内的位置和姿态调整，否则会出现卡死的情况。
步骤S400、基于第一阻抗控制和第二阻抗控制调控机器人的六维力，实现孔内装配调整。
具体地，步骤S400包括步骤S401～S402。
步骤S401、采用第二阻抗控制调控阻抗控制器的z轴方向力；
步骤S402、采用第一阻抗控制调控阻抗控制器的六维力的其余五维。
入孔之后，阻抗控制器的z轴方向力使用上述的第二阻抗控制，而其余的五个维度，由于期望力和期望力矩通常设置为0，因此可以使用传统的阻抗控制器(第一阻抗控制)来提供柔顺性。
本申请实施例还提供一种机器人高精度轴孔装配***，用于实现本发明实施例的机器人高精度轴孔装配方法，本发明所述的机器人高精度轴孔装配***包括：
第一主模块，用于建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；
第二主模块，用于采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；
第三主模块，用于根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；
第四主模块，用于基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。
需要说明的是，本实施例提供的机器人高精度轴孔装配***还可以是运行于计算机设备中的一个计算机程序(包括程序代码)，例如机器人高精度轴孔装配***为一个应用程序，可以用于执行本申请实施例提供的上述方法中的相应步骤。
在一些可行的实施方式中，本实施例提供的机器人高精度轴孔装配***可以采用软硬件结合的方式实现，作为示例，本申请实施例提供直喷发动机油压控制***可以是采用硬件译码处理器形式的处理器，其被编程以执行本申请实施例提供的机器人高精度轴孔装配方法，例如，硬件译码处理器形式的处理器可以采用一个或多个应用专用集成电路(ASIC，ApplicationSpecific Integrated Circuit)、数字信号处理器(digital signalprocessor，DSP)、可编程逻辑器件(PLD，Programmable Logic Device)、复杂可编程逻辑器件(CPLD，ComplexProgrammable Logic Device)、现场可编程门阵列(FPGA，Field-Programmable GateArray)或其他电子元件。
在一些可行的实施方式中，本实施例提供的机器人高精度轴孔装配***可以采用软件方式实现，其可以是程序和插件等形式的软件，并包括一系列的模块。
本实施例提供的机器人高精度轴孔装配***，建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。本发明将装配分为入孔和孔内调整两个步骤，细化了装配的流程，设计了接触状态识别和调整策略，实现高精度快速入孔。
本申请实施例还提供一种电子设备，图7是本实施例的电子设备的结构示意图，如图7所示，本实施例中的电子设备1000可以包括：处理器1001，网络接口1004和存储器1005，此外，上述电子设备1000还可以包括：用户接口1003，和至少一个通信总线1002。其中，通信总线1002用于实现这些组件之间的连接通信。其中，用户接口1003可以包括显示屏(Display)、键盘(Keyboard)，可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1004可以是高速RAM存储器，也可以是非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。存储器1005可选的还可以是至少一个位于远离前述处理器1001的存储装置。如图7所示，作为一种计算机可读存储介质的存储器1005中可以包括操作***、网络通信模块、用户接口模块以及设备控制应用程序。
如图7所示的电子设备1000中，网络接口1004可提供网络通讯功能；而用户接口1003主要用于为用户提供输入的接口；而处理器1001可以用于调用存储器1005中存储的设备控制应用程序，以实现：
建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。本发明将装配分为入孔和孔内调整两个步骤，细化了装配的流程，设计了接触状态识别和调整策略，实现高精度快速入孔。
应当理解，在一些可行的实施方式中，上述处理器1001可以是中央处理单元(central processing unit，CPU)，该处理器还可以是其他通用处理器、DSP、ASIC、FPGA或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。该存储器可以包括只读存储器和随机存取存储器，并向处理器提供指令和数据。存储器的一部分还可以包括非易失性随机存取存储器。例如，存储器还可以存储设备类型的信息。
具体实现中，上述电子设备1000可通过其内置的各个功能模块执行如上述图6中各个步骤所提供的实现方式，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。
本实施例提供的电子设备建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。本发明将装配分为入孔和孔内调整两个步骤，细化了装配的流程，设计了接触状态识别和调整策略，实现高精度快速入孔。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质存储有计算机程序，被处理器执行以实现图6中各个步骤所提供的方法，具体可参见上述各个步骤所提供的实现方式，在此不再赘述。
该计算机存储介质建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。本发明将装配分为入孔和孔内调整两个步骤，细化了装配的流程，设计了接触状态识别和调整策略，实现高精度快速入孔。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
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，并不用于限制本发明，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 (10)
1.一种机器人高精度轴孔装配方法，其特征在于，包括：
建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；
采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；
根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；
基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。
2.根据权利要求1所述的一种机器人高精度轴孔装配方法，其特征在于，所述建立位置和基于四元数姿态的第一阻抗控制，包括：
位置的末端轨迹跟踪阻抗控制为：
其中，M,B,K分别为3×3的质量、阻尼和刚度对角矩阵；X为3×1的位置向量，Xr为3×1参考轨迹向量，Fext为3×1外力向量，Fd为3×1期望力向量；
基于四元数的姿态轨迹跟踪阻抗控制方程为：
式中Mo,Bo,Ko分别为对应的3×3姿态质量、阻尼和刚度对角矩阵，Q为当前姿态，Qd为期望姿态，ω为轴角对应的角速度，ωd为期望角速度，为角加速度，/>为期望的角加速度，Text为外力矩，Td为期望力矩，/>为四元数乘法，log(·)表示对数映射。
3.根据权利要求1所述的一种机器人高精度轴孔装配方法，其特征在于，所述基于环境参数估计的状态观测器，包括：
式中为环境参数估计值，fd为期望力，/>为外力估计值，fext为传感器测量的实际外力，λ1，λ2为参数，x为实际的位置。
4.根据权利要求1所述的一种机器人高精度轴孔装配方法，其特征在于，所述设计基于线性二次调节器的优化器，包括：
根据第一阻抗控制器确定阻抗控制的状态空间方程；
根据线性二次调节器得到代数Riccati方程；
求解代数Riccati方程，得到反馈矩阵。
5.根据权利要求1所述的一种机器人高精度轴孔装配方法，其特征在于，所述采集第二阻抗控制下轴未入孔的样本数据包括：
以垂直孔面方向为z轴方向，其余方向为x和y轴方向，采集轴未入孔时不同位置和姿态的x和y方向的力、力矩、位置偏差和姿态偏差。
6.根据权利要求1所述的一种机器人高精度轴孔装配方法，其特征在于，所述根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔，包括：
根据接触状态识别模型识别轴与孔接触时力与力矩下的位置和姿态偏差方向；
预先设计的入孔调整模型根据识别的位置和姿态偏差方向调整机器人位置和姿态；
采集调整后轴与孔接触时的力与力矩，根据接触状态识别模型和入孔调整模型再次识别调整，重复上述过程，直至完成装配入孔。
7.根据权利要求6所述的一种机器人高精度轴孔装配方法，其特征在于，所述预先设计的入孔调整模型根据识别的位置和姿态偏差方向调整机器人位置和姿态，包括：
入孔调整模型为：
其中，yp-cur为当前位置模型输出，yo-cur为当前姿态模型输出，ξx，ξy为随机的位置增量，ξrx，ξry为随机的姿态增量，yp1,yp2,yp3,yp4为预先指定的位置偏移状态，yo1,yo2,yo3,yo4为预先指定的位置偏移状态；
根据识别的位置和姿态偏差方向，机器人分别沿x轴位移动δx mm和y轴移动δy mm，同时绕x轴和y轴分别旋转δrx°和δry°。
8.一种机器人高精度轴孔装配***，其特征在于，包括：
第一主模块，用于建立位置和基于四元数姿态的第一阻抗控制，设计基于环境参数估计的状态观测器和基于线性二次调节器的优化器，得到第二阻抗控制；
第二主模块，用于采集第二阻抗控制下轴未入孔的样本数据，训练基于支持向量机的接触状态识别模型；
第三主模块，用于根据接触状态识别模型和预先设计的入孔调整模型进行位姿调整，直至完成装配入孔；
第四主模块，用于基于第一阻抗控制和第二阻抗控制控制机器人实现孔内装配调整。
9.一种电子设备，其特征在于，包括处理器和存储器，所述处理器和存储器相互连接；
所述存储器用于存储计算机程序；
所述处理器被配置用于在调用所述计算机程序时，执行如权利要求1至7任一项所述的机器人高精度轴孔装配方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行以实现权利要求1至7任一项所述的机器人高精度轴孔装配方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310310173.2A CN116945229A (zh) | 2023-03-27 | 2023-03-27 | 一种机器人高精度轴孔装配方法、***、终端及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310310173.2A CN116945229A (zh) | 2023-03-27 | 2023-03-27 | 一种机器人高精度轴孔装配方法、***、终端及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116945229A true CN116945229A (zh) | 2023-10-27 |
Family
ID=88443331
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310310173.2A Pending CN116945229A (zh) | 2023-03-27 | 2023-03-27 | 一种机器人高精度轴孔装配方法、***、终端及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116945229A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118011902A (zh) * | 2024-01-19 | 2024-05-10 | 浙江强龙工业科技有限公司 | 一种智能化覆膜机控制*** |
-
2023
- 2023-03-27 CN CN202310310173.2A patent/CN116945229A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118011902A (zh) * | 2024-01-19 | 2024-05-10 | 浙江强龙工业科技有限公司 | 一种智能化覆膜机控制*** |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Li et al. | POE-based robot kinematic calibration using axis configuration space and the adjoint error model | |
| Cheah et al. | Adaptive vision and force tracking control for robots with constraint uncertainty | |
| Jagersand et al. | Experimental evaluation of uncalibrated visual servoing for precision manipulation | |
| US9616573B2 (en) | Robot control apparatus, robot control method, program, recording medium and robot system | |
| CN111278613B (zh) | 校准装置、校准方法和控制装置 | |
| Klimchik et al. | Robotic manipulators with double encoders: accuracy improvement based on advanced stiffness modeling and intelligent control | |
| CN110253574B (zh) | 一种多任务机械臂位姿检测和误差补偿方法 | |
| Xu et al. | Adaptive visual servoing for an underwater soft robot considering refraction effects | |
| EP2404712A1 (en) | A dual arm robot and a method for controlling a dual arm robot | |
| Li et al. | Sliding mode variable structure control for visual servoing system | |
| CN116945229A (zh) | 一种机器人高精度轴孔装配方法、***、终端及存储介质 | |
| CN113459094B (zh) | 一种工业机器人工具坐标系及零点自标定方法 | |
| Zhao et al. | Neural network control of multifingered robot hands using visual feedback | |
| Huang et al. | A FAT-based adaptive controller for robot manipulators without regressor matrix: theory and experiments | |
| Celikag et al. | Cartesian stiffness optimization for serial arm robots | |
| CN111438688A (zh) | 机器人校正方法、装置、计算机设备及存储介质 | |
| Tan et al. | New varying-parameter recursive neural networks for model-free kinematic control of redundant manipulators with limited measurements | |
| Zou et al. | An approach for peg-in-hole assembling based on force feedback control | |
| Su et al. | Robot precision assembly combining with passive and active compliant motions | |
| CN114029982A (zh) | 一种相机在机器臂外的手眼标定装置及其标定方法 | |
| CN114012724A (zh) | 一种基于探针的工业机器人坐标系自动标定方法 | |
| Gümbel et al. | Precision optimized pose and trajectory planning for vertically articulated robot arms | |
| JP2021169148A (ja) | 複数中心インピーダンス制御 | |
| Salmasi et al. | A manoeuvre control strategy for flexible-joint manipulators with joint dry friction | |
| Shen et al. | Uncalibrated visual servoing of planar robots |
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 |