CN106647260A - 一种基于相对阻抗的双臂遥操作自适应控制方法 - Google Patents

Abstract

本发明涉及一种基于相对阻抗的双臂遥操作自适应控制方法，通过分别设计主从端的控制器，在从端机械臂的控制过程中，通过相对阻抗的方法，实现辅助操作臂对主要操作臂的主动配合，从而在从端环境在一定范围内发生变化的情况下，可以适用于从端机器人不能完全的跟踪主端操作者的运动的情况，从端机器人根据主端操作者的协同效果和从端环境的变化，自适应的调整自身的位置、速度和作用力，从而实现双臂遥操的配合操作。

Description

一种基于相对阻抗的双臂遥操作自适应控制方法

技术领域

本发明属于空间遥操作领域，涉及一种基于相对阻抗的双臂遥操作自适应控制方法。

背景技术

随着空间探测的深入，大量的航天器面临在轨维护、组装和拆解的难题，不同航天器的在轨维护任务及运行监制等需求也日趋复杂和多样，遥操作技术作为一种远程操控技术，为空间在轨操作和维护提供了一个相对安全和简单、低成本的操作方式。在遥操作系统中，人类通过人机交互界面、通信网络和远程机器人实现和远程环境的交互，实现对远端机器人的操控。空间操作的任务复杂度逐步提升，在空间装配、卫星和其他航天器的设备维修、空间生产和实验中需要越来越多的协同操作、多机配合。以空间站为例，其中就涉及到狭小空间环境复杂作业，舱外各关键部位，关键设备运行状态的及时监测、预警、部件更换乃至维修维护等任务，但是由目前单个机械臂执行特定任务的方式难以满足这种复杂空间任务的需求，而采用多个机械臂协同操作的方式不仅可以满足任务的需求，而且具有操作效率高，操作范围大，负载能力强的优点。

采用多机械臂遥操作的方式完成空间在轨任务，其难点在于如何让空间机械臂像人一样的完成配合，尤其是在双机械臂与操作对象存在力接触操作的时候，机器人需要在人的指引下根据环境的不同适当的自行调整，以保证操作的可靠性。

发明内容

要解决的技术问题

为了避免现有技术的不足之处，本发明提出一种基于相对阻抗的双臂遥操作自适应控制方法，针对在双臂遥操作协同控制过程中，从端机械臂受到环境变化和其他操作臂操作效果的影响，容易导致双臂的协同效果较差的问题。

技术方案

一种基于相对阻抗的双臂遥操作自适应控制方法，其特征在于步骤如下：

步骤1：建立双人双手操作的动力学模型

其中，M_mi,和G_mi(q_mi),i＝1,2分别为主手i的惯性矩阵、向心力和科式力和重力参数，d_mi(t)为主手i在t时刻的扰动项，F_msi(t)表示t时刻的控制力，F_hi(t)表示主手i操作者作用在末端点的作用力，表示主手i的雅克比矩阵，M_si,和G_si(q_si),i＝1,2分别为从手机械臂i的惯性矩阵、向心力和科式力和重力，d_si(t)为从手i在t时刻的扰动项，F_csi(t)表示t时刻的控制力，F_si(t)表示从手i操作者作用在环境的作用力表示从手i的雅克比矩阵，q_mi,和分别表示主手i在关节坐标系下的角度、角速度和角加速度，q_si,和分别表示从手i在关节坐标系下的角度、角速度和角加速度，由于在空间环境下，受到发射过程和地球重力的影响，参数M_si、和G_si(q_si),i＝1,2，相比于地面测量的参数都会发生一定的变化，所以令和其中和分别表示对参数M_si、C_si和G_si的初始估计值，令表示机器人系统动力学的不确定项；

步骤2：主手控制器设计

定义γ_i＝q_si(t-T)-q_mi(t),其中，T表示主从端的通信时延，定义则主手i的控制器设计为：

其中，k_mi为一个正数，表示系统的控制参数，参数k_mi的取值使得系统为稳定的，η_mi为系统的鲁棒项，用来减弱参数ε_i对系统稳定性的影响，其中η_mi的表达式如下：

η_mi＝sat(ε_i,μ_mi)

其中，μ_mi为一个正数，表示对于ε_i限制的阈值；

步骤3：从手控制器设计

主要从手的控制器设计为：

其中，表示从手1通过RBF神经网络对参数ρ的估计值，定义且该值有界其中|A|符号表示对值A的绝对值，η_ρ1为一个正数，η_s1的表示是表达式如下

其中，μ_s1为一个正数，表示对于r₁限制的阈值，δ_s1为一个较小的比例系数，通常情况下，设δ_s1＝1。e₁＝q_m1(t-T)-q_s1(t)，表示r₁的导数，k₁表示比例系数；

配合从手的控制器为：

其中，I_2×1表示2×1的单位矩阵，J_cs2＝[J_s2 J_s1]，J_s1和J_s2分别表示从手1和从手2的雅克比矩阵，表示J_cs2的伪逆，表示从手2的雅克比矩阵的导数矩阵，表示的伪逆，X_R＝x_s2(t)-x_s1(t)，

其中：D_x＝q_m2(t-T)-q_m1(t-T)-(q_s2(t)-q_s1(t))， 表示对参数ρ₂的估计值，η_s2＝(η_ρ2+δ_s2)·sat(D_x,ε_s2)，其中，

其中，μ_s2为一个正数，表示对于r₂限制的阈值，δ_s2为一个的比例系数，设δ_s2＝1；η_ρ2表示该值有界的上界，其中，表示对参数ρ₁的估计值。e₂＝q_m2(t-T)-q_s2(t)，表示r₂的导数。表示J_s2的转置；

步骤4：以步骤2设计的主手控制器设计和步骤3设计的从手控制器控制双臂遥操作运动。

有益效果

本发明提出的一种基于相对阻抗的双臂遥操作自适应控制方法，通过分别设计主从端的控制器，在从端机械臂的控制过程中，通过相对阻抗的方法，实现辅助操作臂对主要操作臂的主动配合，从而在从端环境在一定范围内发生变化的情况下，可以适用于从端机器人不能完全的跟踪主端操作者的运动的情况，从端机器人根据主端操作者的协同效果和从端环境的变化，自适应的调整自身的位置、速度和作用力，从而实现双臂遥操的配合操作。

与现有技术相比，本发明具有以下有益效果：

1)具备较高的灵活性，在非结构化环境之下，能以操作者的协同操作为标准，自主的完成相互协同操作，从而完成单纯的位置跟踪控制所不能达到的效果。

具备更高的可靠性，相比于自主操作而言，其控制指令是由操作者实时发出的，可以根据实际情况调整其操作策略，能够适应操作环境变化对操作可靠性的影响。

附图说明

图1：双人共享双臂空间机器人遥操作控制系统示意图

具体实施方式

现结合实施例、附图对本发明作进一步描述：

本发明考虑空间双臂机器人在非结构化空间环境下执行在轨任务，双臂机器人与操作者双臂之间存在对应关系，即操作者双手和空间机器人之间存在操作映射。在理想操作过程中，机器人的双臂之间的相对位置关系与操作者的双手的相对位置关系能保持一致，且能根据操作操作者双臂的配合变化和环境的改变，自适应的改变双臂的位置关系，从而实现双臂的配合操作如图1所示。它包括以下三个步骤：

1、建立双人双手操作的动力学模型:

其中，M_mi,和G_mi(q_mi),i＝1,2分别为主手i的惯性矩阵、向心力和科式力和重力参数，d_mi(t)为主手i在t时刻的扰动项，F_msi(t)表示t时刻的控制力，F_hi(t)表示主手i操作者作用在末端点的作用力表示主手i的雅克比矩阵，M_si,和G_si(q_si),i＝1,2分别为从手机械臂i的惯性矩阵、向心力和科式力和重力，d_si(t)为从手i在t时刻的扰动项，F_csi(t)表示t时刻的控制力，F_si(t)表示从手i操作者作用在环境的作用力表示从手i的雅克比矩阵，q_mi,和分别表示主手i在关节坐标系下的角度、角速度和角加速度，q_si,和分别表示从手i在关节坐标系下的角度、角速度和角加速度，由于在空间环境下，受到发射过程和地球重力的影响，参数M_si、和G_si(q_si),i＝1,2，相比于地面测量的参数都会发生一定的变化，所以令和其中和分别表示对参数M_si、C_si和G_si的初始估计值，令表示机器人系统动力学的不确定项。

2、主手控制器设计

定义γ_i＝q_si(t-T)-q_mi(t),其中，T表示主从端的通信时延，定义则主手i的控制力设计为：

其中，k_mi为一个正数，表示系统的控制参数，通过调节参数k_mi可以保证系统的稳定性，η_mi为系统的鲁棒项，用来减弱参数ε_i对系统稳定性的影响，其中η_mi的表达式如下：

η_mi＝δ_mi·sat(ε_i,μ_mi)

其中，μ_mi为一个正数，表示对于ε_i限制的阈值，δ_mi为一个较小的比例系数，通常情况下δ_mi＝1。

3、从手控制器设计

从手端的两个从手分为主要从手和配合从手，主要从手(从手1)的控制力设计为:

其中，表示从手1通过RBF神经网络对参数ρ的估计值，定义且该值有界其中|A|符号表示对值A的绝对值，η_ρ1为一个正数，η_s1的表示是表达式如下

其中，μ_s1为一个正数，表示对于r₁限制的阈值，δ_s1为一个较小的比例系数，通常情况下，设δ_s1＝1。e₁＝q_m1(t-T)-q_s1(t)，表示r₁的导数，k₁表示比例系数。

配合从手(从手2)的控制力为

其中，I_2×1表示2×1的单位矩阵，J_cs2＝[J_s2 J_s1]，J_s1和J_s2分别表示从手1和从手2的雅克比矩阵，表示J_cs2的伪逆，表示从手2的雅克比矩阵的导数矩阵，表示的伪逆，X_R＝x_s2(t)-x_s1(t)， 其中D_x＝q_m2(t-T)-q_m1(t-T)-(q_s2(t)-q_s1(t))， 表示对参数ρ₂的估计值，η_s2＝(η_ρ2+δ_s2)·sat(D_x,ε_s2)，其中，

其中，μ_s2为一个正数，表示对于r₂限制的阈值，δ_s2为一个较小的比例系数，通常情况下，设δ_s2＝1。η_ρ2表示该值有界的上界，其中，表示对参数ρ₁的估计值。e₂＝q_m2(t-T)-q_s2(t)，表示r₂的导数。表示J_s2的转置。

Claims (1)

1.一种基于相对阻抗的双臂遥操作自适应控制方法，其特征在于步骤如下：

步骤1：建立双人双手操作的动力学模型

$\left\{\begin{array}{c}{M}_{m1}{\stackrel{\·\·}{q}}_{m1}\left(t\right)+C_{m1}(q_{m1},{\stackrel{\·}{q}}_{m1}){\stackrel{\·}{q}}_{m1}+G_{m1}\left(q_{m1}\right)+d_{m1}\left(t\right)=J_{m1}^T\left(q_{m1}\right)F_{h1}\left(t\right)-F_{ms1}\left(t\right)\\ M_{m2}{\stackrel{\·\·}{q}}_{m2}\left(t\right)+C_m(q_{m2},{\stackrel{\·}{q}}_{m2}){\stackrel{\·}{q}}_{m2}+G_{m2}\left(q_{m2}\right)+d_{m2}\left(t\right)=J_{m2}^T\left(q_{m2}\right)F_{h2}\left(t\right)-F_{ms2}\left(t\right)\\ M_{s1}{\stackrel{\·\·}{q}}_{s1}\left(t\right)+C_{s1}(q_{s1},{\stackrel{\·}{q}}_{s1}){\stackrel{\·}{q}}_{s1}+G_{s1}\left(q_{s1}\right)+d_{s1}\left(t\right)=F_{cs1}\left(t\right)-J_{s1}^T\left(q_{s1}\right)F_{s1}\left(t\right)\\ M_{s2}{\stackrel{\·\·}{q}}_{s2}\left(t\right)+C_{s2}(q_{s2},{\stackrel{\·}{q}}_{s2}){\stackrel{\·}{q}}_{s2}+G_{s2}\left(q_{s2}\right)+d_{s2}\left(t\right)=F_{cs2}\left(t\right)-J_{s2}^T\left(q_{s2}\right)F_{s2}\left(t\right)\end{array}\right.$

其中，M_mi,和G_mi(q_mi),i＝1,2分别为主手i的惯性矩阵、向心力和科式力和重力参数，d_mi(t)为主手i在t时刻的扰动项，F_msi(t)表示t时刻的控制力，F_hi(t)表示主手i操作者作用在末端点的作用力，表示主手i的雅克比矩阵，M_si,和G_si(q_si),i＝1,2分别为从手机械臂i的惯性矩阵、向心力和科式力和重力，d_si(t)为从手i在t时刻的扰动项，F_csi(t)表示t时刻的控制力，F_si(t)表示从手i操作者作用在环境的作用力表示从手i的雅克比矩阵，q_mi,和分别表示主手i在关节坐标系下的角度、角速度和角加速度，q_si,和分别表示从手i在关节坐标系下的角度、角速度和角加速度，由于在空间环境下，受到发射过程和地球重力的影响，参数M_si、和G_si(q_si),i＝1,2，相比于地面测量的参数都会发生一定的变化，所以令和其中和分别表示对参数M_si、C_si和G_si的初始估计值，令表示机器人系统动力学的不确定项；

步骤2：主手控制器设计

定义γ_i＝q_si(t-T)-q_mi(t),其中，T表示主从端的通信时延，定义则主手i的控制器设计为：

$\begin{array}{c}{F}_{cmi}\left(t\right)=M_{mi}({\stackrel{\·\·}{q}}_{si}+k_2{\stackrel{\·}{\mathrm{\γ}}}_i)+C_{mi}({\stackrel{\·}{q}}_{si}+k_2{\mathrm{\γ}}_i)+G_{mi}\left(q_{mi}\right)+{\mathrm{\η}}_{mi}\\ +J_{mi}^T\left(q_{mi}\right)F_{mi}\left(t\right)+k_{mi}{\mathrm{\ϵ}}_i\end{array}$

其中，k_mi为一个正数，表示系统的控制参数，参数k_mi的取值使得系统为稳定的，η_mi为系统的鲁棒项，用来减弱参数ε_i对系统稳定性的影响，其中η_mi的表达式如下：

η_mi＝sat(ε_i,μ_mi)

$sat({\mathrm{\&epsiv;}}_i,{\mathrm{\&mu;}}_{mi})=\left\{\begin{array}{cc}1& {\mathrm{\&epsiv;}}_i>{\mathrm{\&mu;}}_{mi}\\ {\mathrm{\&epsiv;}}_i/{\mathrm{\&mu;}}_{mi}& -{\mathrm{\&mu;}}_{mi}\&le;{\mathrm{\&epsiv;}}_i\&le;{\mathrm{\&mu;}}_{mi}\\ -1& {\mathrm{\&epsiv;}}_i<-{\mathrm{\&mu;}}_{mi}\end{array}\right.$

其中，μ_mi为一个正数，表示对于ε_i限制的阈值；

步骤3：从手控制器设计

主要从手的控制器设计为：

$F_{cs1}\left(t\right)=M_{s1}^o({\stackrel{\&CenterDot;\&CenterDot;}{q}}_{sd1}+k_1{\stackrel{\&CenterDot;}{e}}_1)+C_{s1}^o({\stackrel{\&CenterDot;}{q}}_{sd1}+k_1{e}_1)+G_{s1}^o\left(q_{s1}\right)+{\mathrm{\&eta;}}_{s1}+{\widehat{\mathrm{\&rho;}}}_1+J_{s1}^T\left(q_{s1}\right)F_{s1}+k_{s1}{r}_1$

其中，表示从手1通过RBF神经网络对参数ρ的估计值，定义且该值有界其中|A|符号表示对值A的绝对值，η_ρ1为一个正数，η_s1的表示是表达式如下

$\left\{\begin{array}{c}{\mathrm{\&eta;}}_{s1}=({\mathrm{\&eta;}}_{\mathrm{\&rho;}1}+{\mathrm{\&delta;}}_{s1})\&CenterDot;sat(r_1,{\mathrm{\&mu;}}_{s1})\\ sat(r_1,{\mathrm{\&mu;}}_{s1})=\left\{\begin{array}{cc}1& r_1>{\mathrm{\&mu;}}_{s1}\\ r_1/{\mathrm{\&mu;}}_{s1}& -{\mathrm{\&mu;}}_{s1}\&le;r_1\&le;{\mathrm{\&mu;}}_{s1}\\ -1& r_1<-{\mathrm{\&mu;}}_{s1}\end{array}\right.\end{array}\right.$

其中，μ_s1为一个正数，表示对于r₁限制的阈值，δ_s1为一个较小的比例系数，通常情况下，设δ_s1＝1。e₁＝q_m1(t-T)-q_s1(t)，表示r₁的导数，k₁表示比例系数；

配合从手的控制器为：

$\begin{array}{c}{F}_{cs2}\left(t\right)=M_{s2}^0{\stackrel{\&CenterDot;\&CenterDot;}{Q}}_R+C_{s2}^0{\stackrel{\&CenterDot;}{Q}}_R+k_{s2}{r}_d+M_{s2}^0({\stackrel{\&CenterDot;\&CenterDot;}{q}}_{s1d}+k_1{\stackrel{\&CenterDot;}{e}}_1)+C_{s2}^0({\stackrel{\&CenterDot;}{q}}_{s1d}+k_1{e}_1)\\ +G_{s2}^0\left(q_{s1}\right)+{\widehat{\mathrm{\&rho;}}}_2+{\mathrm{\&eta;}}_{s2}+J_{s2}^T{F}_{s2}\left(t\right)-M_{s2}^0{\stackrel{\&CenterDot;}{r}}_2-C_{s2}^0{r}_2\end{array}$

其中：I_2×1表示2×1的单位矩阵，J_cs2＝[J_s2 J_s1]，J_s1和J_s2分别表示从手1和从手2的雅克比矩阵，表示J_cs2的伪逆，表示从手2的雅克比矩阵的导数矩阵，表示的伪逆，X_R＝x_s2(t)-x_s1(t)，

其中：D_x＝q_m2(t-T)-q_m1(t-T)-(q_s2(t)-q_s1(t))， 表示对参数ρ₂的估计值，η_s2＝(η_ρ2+δ_s2)·sat(D_x,ε_s2)，其中，

$sat(D_x,{\mathrm{\&mu;}}_{s2})=\left\{\begin{array}{cc}1& D_x>{\mathrm{\&mu;}}_{s2}\\ D_x/{\mathrm{\&mu;}}_{s2}& -{\mathrm{\&mu;}}_{s2}\&le;D_x\&le;{\mathrm{\&mu;}}_{s2}\\ -1& D_x<-{\mathrm{\&mu;}}_{s2}\end{array}\right.$

其中，μ_s2为一个正数，表示对于r₂限制的阈值，δ_s2为一个的比例系数，设δ_s2＝1；η_ρ2表示该值有界的上界，其中，表示对参数ρ₁的估计值。e₂＝q_m2(t-T)-q_s2(t)，表示r₂的导数。表示J_s2的转置；

步骤4：以步骤2设计的主手控制器设计和步骤3设计的从手控制器控制双臂遥操作运动。