CN106965187B - 一种仿生手抓取物体时生成反馈力向量的方法 - Google Patents

一种仿生手抓取物体时生成反馈力向量的方法 Download PDF

Info

Publication number
CN106965187B
CN106965187B CN201710376760.6A CN201710376760A CN106965187B CN 106965187 B CN106965187 B CN 106965187B CN 201710376760 A CN201710376760 A CN 201710376760A CN 106965187 B CN106965187 B CN 106965187B
Authority
CN
China
Prior art keywords
vector
dimensional
joint
space
bionic hand
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
CN201710376760.6A
Other languages
English (en)
Other versions
CN106965187A (zh
Inventor
余张国
陈学超
于大程
黄强
张伟民
孙宁
秦鸣悦
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 Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201710376760.6A priority Critical patent/CN106965187B/zh
Publication of CN106965187A publication Critical patent/CN106965187A/zh
Application granted granted Critical
Publication of CN106965187B publication Critical patent/CN106965187B/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—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1602—Program controls characterised by the control system, structure, architecture
    • B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1628—Program controls characterised by the control loop
    • B25J9/1653—Program controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Program-controlled manipulators
    • B25J9/16—Program controls
    • B25J9/1656—Program controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Program controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39061—Calculation direct dynamics

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)
  • Prostheses (AREA)

Abstract

本发明提供了一种仿生手抓取物体时生成反馈力向量的方法及仿生手控制方法，所述控制方法包括以下步骤：根据操作任务要求，产生笛卡尔空间的目标位置Xd＝(xd,yd,zd)；通过逆运动学，得到关节空间期望位置qd；将所述关节空间期望位置qd作为内环位置调节过程的输入，在关节空间中进行轨迹规划，并完成关节空间的位置跟踪控制；其中，所述内环位置调节过程中，由驱动空间的电机位置，通过关节运动学得到关节的实际角度q，在第一反馈环节作为第一反馈量与所述关节空间期望位置qd进行比较，参与控制系统的内环位置调节；同时，由仿生手末端的力传感器获得一维的力向量，该力向量在第二反馈环节经过处理得到三个方向的位置分量，作为第二反馈量参与对所述仿生手的控制。

Description

一种仿生手抓取物体时生成反馈力向量的方法
技术领域
本发明涉及一种仿生灵巧手的控制方法，特别是抓取过程中的力反馈方法，属于机器人系统技术领域。
背景技术
仿生灵巧手在进行抓取物体作业时，为使灵巧手柔顺的接触目标物体，不造成仿生手或物体的损害，需要对抓取过程进行力反馈，即在接触末端加装力传感器。因为力反馈需要获得多个方向的信息，因此通常力传感器会选择六维力/力矩传感器，这样使得抓取过程中传感器的反馈量过大，容易造成处理器计算量过大，反馈不及时乃至出错。
现有专利201010515986.8提供了一种应用力传感器反馈，阻抗控制调节机器人抓取物体的方案，该方法通过机械手末端执行器上的力传感器反馈的信息进行物体抓取。该专利聚焦于如何获得最好的阻抗参数。
仿生灵巧手在进行抓取物体作业时，为使灵巧手柔顺的接触目标物体，不造成仿生手或物体的损害，需要对抓取过程进行力反馈，即在接触末端加装力传感器。因为力反馈需要获得多个方向的信息，因此通常力传感器会选择六维力/力矩传感器，这样使得抓取过程中传感器的反馈量过大，容易造成处理器计算量过大，反馈不及时乃至出错。
因此，需要一种使用一维的压力传感器生成反馈力向量的方法，经过一系列计算处理后，得到同样可用于力反馈的结果。
发明内容
本发明的目的在于提供一种向量分解器和对应的向量分解算法，可以使一维位置向量经由向量分解算法，得到物体坐标系下的三维位置向量。
本发明的技术方案如下。
一种仿生手控制方法，所述控制方法包括以下步骤：
根据操作任务要求，产生笛卡尔空间的目标位置Xd＝(xd,yd,zd)；
通过逆运动学，得到关节空间期望位置qd；
将所述关节空间期望位置qd作为内环位置调节过程的输入，在关节空间中进行轨迹规划，并完成关节空间的位置跟踪控制；
其中，所述内环位置调节过程中，由驱动空间的电机位置，通过关节运动学得到关节的实际角度q，所述关节的实际角度q在第一反馈环节作为第一反馈量与所述关节空间期望位置qd进行比较，参与控制系统的内环位置调节；
同时，由仿生手末端的力传感器获得一维的力向量，该力向量在第二反馈环节经过处理得到三个方向的位置分量，所述三个方向的位置分量作为第二反馈量参与对所述仿生手的控制。
优选地，所述第二反馈环节包括：
步骤i：力传感器产生一维力向量F，输入阻抗控制器
Figure GDA0002577018210000021
产生一维位置修正向量Xe；
步骤ii：将一维位置修正向量Xe输入向量分解器，经过向量分解算法，产生三维空间位置向量Xr；
步骤iii：将三维位置向量Xr作为所述第二反馈环节的最终输出参与整个控制系统工作。
优选地，向量分解算法的步骤如下：
步骤i：分析手指运动，经力传感器得到一个力F，力的方向永远是指向物体的质心的相反方向，即物体坐标系的圆心，经过控制器生成相对应的一维位置修正向量Xe，得到向量分解器的输入；
步骤ii：分别取矢量
Figure GDA0002577018210000022
与物体坐标系∑object_[x,y,z]的夹角为(α、β、γ)，在[x,y,z]方向分别乘系数cos(α、β、γ)，把一维向量转化为三维向量；
步骤iii：将步骤ii的结果乘一个变量参数D，即Xr＝D*cos(ω)*Xe，展开为
Figure GDA0002577018210000031
其中D为放大系数，与实际手指接触物体位置有关。
优选地，所述放大系数D取值为3～6。
优选地，所述三个方向的位置分量与轨迹规划产生的参考位置向量相减，得到内环控制量。
优选地，所述仿生手在抓取目标物体时，与所述目标物体有三个接触点。
本发明还提供一种仿生手控制系统，包括：
用于根据操作任务要求，产生笛卡尔空间的目标位置Xd＝(xd,yd,zd)的装置；
用于通过逆运动学，得到关节空间期望位置qd的装置；
用于将所述关节空间期望位置qd作为内环位置调节过程的输入，在关节空间中进行轨迹规划，并完成关节空间的位置跟踪控制的装置；
其中，所述内环位置调节过程中，由驱动空间的电机位置，通过关节运动学得到关节的实际角度q，所述关节的实际角度q在第一反馈环节作为第一反馈量与所述关节空间期望位置qd进行比较，参与控制系统的内环位置调节；
同时，由仿生手末端的力传感器获得一维的力向量，该力向量经阻抗控制器会输出对应的一维位置修正向量Xe，位置修正向量作为向量分解器的输入，经向量分解算法产生三维空间的三个方向的位置分量Xr，Xr与轨迹规划产生的参考位置向量Xd相减，得到内环控制量
本发明还提供一种仿生手，其包括根据以上以上方案所述的仿生手控制系统。
优选地，所述仿生手在抓取目标物体时，与所述目标物体有三个接触点。
本发明还提供一种机器人系统，其包括根据以上技术方案所述的仿生手。
通过以上技术方案，本发明使用了简单的一维力传感器就可以达到三维传感器或六维传感器的效果，计算简单，成本大幅降低。与现有技术不同，本申请并非聚焦于如何获得三个方向最优的控制参数，而是如何由一个方向生成三个方向的向量控制参数。
附图说明
图1是本发明的力反馈控制系统示意图。
图2(a)、2(b)、2(c)是本发明的仿生手抓取接触示意图。
具体实施方式
如图1所示，在力反馈控制系统的示意图中，Xd为规划产生的三维位置向量，qd为对应的关节角度，q为仿生手实际运动关节角度，Xe为经过控制器产生的一维位置向量，Xr为经过向量分解器产生的三维位置向量。
根据本发明的控制系统的工作流程如下。
首先根据操作任务要求，产生笛卡尔空间的目标位置Xd＝(xd,yd,zd)，通过逆运动学，得到关节空间期望位置qd，在关节空间中进行轨迹规划，并完成关节空间的位置跟踪控制。
为了进行位置控制的观测、跟踪，由驱动空间的电机位置，通过关节运动学得到关节的实际角度q，作为闭环参与控制系统的内环位置调节；另一方面，由仿生手末端的力传感器可以获得一维的力向量，该力向量经阻抗控制器会输出对应的一维位置修正向量Xe，位置修正向量作为向量分解器的输入，经向量分解算法产生三维空间的三个方向的位置分量Xr，Xr与轨迹规划产生的参考位置向量Xd相减，得到内环控制量X。
和反馈环节有关的控制系统流程如下。
步骤i：力传感器产生一维力向量F，输入阻抗控制器
Figure GDA0002577018210000041
产生一维位置修正向量Xe。
步骤ii：将一维位置向量Xe输入向量分解器，经过向量分解算法，产生三维空间位置向量Xr。
步骤iii：将三维位置向量Xr作为反馈环节的最终输出参与整个控制系统工作。
下面以仿生手的三点抓握物体为例，说明向量分解器的工作原理。
如图2(a)为手指进行三点抓握抓取示意图，对应的物体坐标系与三个接触坐标系如图2(b)所示。所谓向量分解，是指一个空间一维向量在一个坐标系下分解成三个方向的矢量。而力传感器所获得的为一个一维向量，这使得阻抗控制器所得到的必然也是一个一维位置向量，但是，参与控制系统操作的空间仿生手的坐标是三维向量，这使得应用一维力传感器必然需要经过一个向量分解的步骤才能得到空间三维反馈信息。
多维传感器的工作原理各有不同，但是最终结果均可以得到指尖的三维力向量，且该向量是以对手指分析，以接触坐标系为依据获得的；本向量分解器由于不需要知道指尖与物体的相对位置，即接触坐标系的姿态，所以分解算法是在物体坐标系下进行的，这样可以保证此方法的普遍性。
抓取向量分解算法的步骤如下。
步骤i：分析手指运动，经力传感器得到一个力F，如图2(c)，力的方向永远是指向物体的质心的相反方向，即物体坐标系的圆心，经过控制器生成相对应的位置量Xe，得到向量分解器的输入；
步骤ii：分别取矢量
Figure GDA0002577018210000051
与物体坐标系∑object_[x,y,z]的夹角为(α、β、γ)，在[x,y,z]方向分别乘系数cos(α、β、γ)。这样，就把一维向量转化为三维向量；
步骤iii：理论上，到ii步骤，已经得到了一维位置修正量在物体坐标系下的三维分解结果，但经验证，这与直接经六维力传感器得到的结果总差一个固定不变倍数。经验证，这是物体坐标系到接触坐标系的旋转矩阵所带来的影响。所以，将ii的结果乘一个变量参数D，即Xr＝D*cos(ω)*Xe，展开为
Figure GDA0002577018210000061
其中D为放大系数，与实际手指接触物体位置有关，一般取3～6为好。
以上所述的实施例，只是本发明较优选的具体实施方式的一种，本领域的技术人员在本发明技术方案范围内进行的通常变化和替换都应包含在本发明的保护范围内。

Claims (10)

1.一种仿生手控制方法，所述控制方法包括以下步骤：
根据操作任务要求，产生笛卡尔空间的目标位置Xd＝(xd,yd,zd)；
通过逆运动学，得到关节空间期望位置qd；
将所述关节空间期望位置qd作为内环位置调节过程的输入，在关节空间中进行轨迹规划，并完成关节空间的位置跟踪控制；
其中，所述内环位置调节过程中，由驱动空间的电机位置，通过关节运动学得到关节的实际角度q，所述关节的实际角度q在第一反馈环节作为第一反馈量与所述关节空间期望位置qd进行比较，参与控制系统的内环位置调节；
同时，由仿生手末端的力传感器获得一维的力向量，该力向量在第二反馈环节经过处理得到三个方向的位置分量，所述三个方向的位置分量作为第二反馈量参与对所述仿生手的控制。
2.根据权利要求1所述的仿生手控制方法，其特征在于，所述第二反馈环节包括：
步骤i：力传感器产生一维力向量F，输入阻抗控制器
Figure FDA0002577018200000011
产生一维位置修正向量Xe；
步骤ii：将一维位置修正向量Xe输入向量分解器，经过向量分解算法，产生三维空间位置向量Xr；
步骤iii：将三维空间位置向量Xr作为所述第二反馈环节的最终输出参与整个控制系统工作。
3.根据权利要求2所述的仿生手控制方法，其特征在于，向量分解算法的步骤如下：
步骤1：分析手指运动，经力传感器得到一维力向量F，一维力向量F的方向永远是指向物体的质心的相反方向，即物体坐标系的圆心，经过控制器生成相对应的一维位置修正向量Xe，得到向量分解器的输入；
步骤2：分别取矢量
Figure FDA0002577018200000012
与物体坐标系∑object_[x,y,z]的夹角为(α、β、γ)，在[x,y,z]方向分别乘系数cos(α、β、γ)，把一维向量转化为三维向量；
步骤3：将步骤2的结果乘一个变量参数D，即三维空间位置向量Xr＝D*cos(ω)*Xe，展开为
Figure FDA0002577018200000021
其中D为放大系数，与实际手指接触物体位置有关。
4.根据权利要求3所述的仿生手控制方法，其特征在于，所述放大系数D取值为3～6。
5.根据权利要求1所述的仿生手控制方法，其特征在于，所述三个方向的位置分量与轨迹规划产生的参考位置向量相减，得到内环控制量。
6.根据权利要求1-5之一所述的仿生手控制方法，其特征在于，所述仿生手在抓取目标物体时，与所述目标物体有三个接触点。
7.一种仿生手控制系统，包括：
用于根据操作任务要求，产生笛卡尔空间的目标位置Xd＝(xd,yd,zd)的装置；
用于通过逆运动学，得到关节空间期望位置qd的装置；
用于将所述关节空间期望位置qd作为内环位置调节过程的输入，在关节空间中进行轨迹规划，并完成关节空间的位置跟踪控制的装置；
其中，所述内环位置调节过程中，由驱动空间的电机位置，通过关节运动学得到关节的实际角度q，所述关节的实际角度q在第一反馈环节作为第一反馈量与所述关节空间期望位置qd进行比较，参与控制系统的内环位置调节；
同时，由仿生手末端的力传感器获得一维的力向量，该力向量经阻抗控制器会输出对应的一维位置修正向量Xe，位置修正向量作为向量分解器的输入，经向量分解算法产生三维空间的三个方向的位置分量Xr，Xr与轨迹规划产生的参考位置向量Xd相减，得到内环控制量。
8.一种仿生手，其特征在于，包括根据权利要求7所述的仿生手控制系统。
9.根据权利要求8所述的仿生手，其特征在于，所述仿生手在抓取目标物体时，与所述目标物体有三个接触点。
10.一种机器人系统，其特征在于，包括根据权利要求8或9所述的仿生手。
CN201710376760.6A 2017-05-25 2017-05-25 一种仿生手抓取物体时生成反馈力向量的方法 Active CN106965187B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201710376760.6A CN106965187B (zh) 2017-05-25 2017-05-25 一种仿生手抓取物体时生成反馈力向量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710376760.6A CN106965187B (zh) 2017-05-25 2017-05-25 一种仿生手抓取物体时生成反馈力向量的方法

Publications (2)

Publication Number Publication Date
CN106965187A CN106965187A (zh) 2017-07-21
CN106965187B true CN106965187B (zh) 2020-11-27

Family

ID=59326466

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710376760.6A Active CN106965187B (zh) 2017-05-25 2017-05-25 一种仿生手抓取物体时生成反馈力向量的方法

Country Status (1)

Country Link
CN (1) CN106965187B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US12481910B2 (en) 2018-11-20 2025-11-25 Siemens Industry Software Ltd. Method and system for predicting a motion trajectory of a robot moving between a given pair of robotic locations
CN109625118B (zh) 2018-12-29 2020-09-01 深圳市优必选科技有限公司 双足机器人阻抗控制方法及装置
CN113110051B (zh) * 2021-04-14 2022-03-04 南开大学 考虑误差约束的打磨机器人力/位混合控制方法及系统
CN116533237B (zh) * 2023-05-09 2024-08-27 浙江钧控智能科技有限公司 融合姿态测量与一维力传感器信息的模糊变阻抗控制方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7262408B2 (en) * 2005-06-15 2007-08-28 Board Of Trustees Of Michigan State University Process and apparatus for modifying a surface in a work region
CN103336968B (zh) * 2013-05-28 2016-04-13 中国矿业大学 基于张量距离补丁校准的高光谱数据降维方法
CN103679216B (zh) * 2014-01-06 2017-01-18 重庆大学 基于空时稀疏表示的红外小弱目标检测方法
CN105014672A (zh) * 2015-08-20 2015-11-04 常州先进制造技术研究所 一种可穿戴助残机器人控制系统

Also Published As

Publication number Publication date
CN106965187A (zh) 2017-07-21

Similar Documents

Publication Publication Date Title
Seo et al. Deep imitation learning for humanoid loco-manipulation through human teleoperation
Li et al. Vision-based robotic manipulation of flexible PCBs
Yang et al. Spatial iterative learning control for robotic path learning
Gan et al. A complete analytical solution to the inverse kinematics of the Pioneer 2 robotic arm
Meattini et al. Human to robot hand motion mapping methods: Review and classification
CN116392253B (zh) 一种应用于手术机器人的主动摆位方法及系统
Musić et al. Human–robot team interaction through wearable haptics for cooperative manipulation
CN106965187A (zh) 一种仿生手抓取物体时生成反馈力向量的方法
Pettinger et al. Reducing the teleoperator’s cognitive burden for complex contact tasks using affordance primitives
Shahverdi et al. A simple and fast geometric kinematic solution for imitation of human arms by a NAO humanoid robot
Tan et al. Trajectory tracking of soft continuum robots with unknown models based on varying parameter recurrent neural networks
Herrmann et al. Robotic hand posture and compliant grasping control using operational space and integral sliding mode control
He et al. A distributed optimal control framework for multi-robot cooperative manipulation in dynamic environments
Nguyen et al. Inverse kinematics for serial robot manipulator end effector position and orientation by particle swarm optimization
Jia et al. Tri-criteria optimization motion planning at acceleration-level of dual redundant manipulators
Sadun et al. An overview of active compliance control for a robotic hand
CN119427071B (zh) 一种基于姿态辨识和迭代学习的机器人抛光方法
Navarro-Alarcon et al. A dynamic and uncalibrated method to visually servo-control elastic deformations by fully-constrained robotic grippers
Alatartsev et al. Robot trajectory optimization for the relaxed end-effector path
Jiang et al. An inverse-kinematics table-based solution of a humanoid robot finger with nonlinearly coupled joints
Adorno et al. Towards a cooperative framework for interactive manipulation involving a human and a humanoid
Liu et al. A two-stage payload dynamic parameter identification method for interactive industrial robots with large components
Zhao et al. Vision-based neural network control for constrained robots with constraint uncertainty
Reyes-Uquillas et al. Online motion adjustment using compliance control for a multi-axis robot manipulator
Bulgakov et al. Mathematical representation of haptic robotic realization for artefacts maintenance

Legal Events

Date Code Title Description
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