CN109249394A - 基于导纳控制算法的机器人控制方法及系统 - Google Patents

基于导纳控制算法的机器人控制方法及系统 Download PDF

Info

Publication number
CN109249394A
CN109249394A CN201811132579.1A CN201811132579A CN109249394A CN 109249394 A CN109249394 A CN 109249394A CN 201811132579 A CN201811132579 A CN 201811132579A CN 109249394 A CN109249394 A CN 109249394A
Authority
CN
China
Prior art keywords
admittance
target velocity
directed force
robot
acceleration
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
CN201811132579.1A
Other languages
English (en)
Other versions
CN109249394B (zh
Inventor
李晓静
叶震
李攀
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.)
Shanghai Electric Group Corp
Original Assignee
Shanghai Electric Group Corp
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 Shanghai Electric Group Corp filed Critical Shanghai Electric Group Corp
Priority to CN201811132579.1A priority Critical patent/CN109249394B/zh
Publication of CN109249394A publication Critical patent/CN109249394A/zh
Application granted granted Critical
Publication of CN109249394B publication Critical patent/CN109249394B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • B25J9/1628—Programme controls characterised by the control loop
    • 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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1651—Programme controls characterised by the control loop acceleration, rate control

Landscapes

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

Abstract

本发明公开了一种基于导纳控制算法的机器人控制方法及系统。方法包括以下步骤：获取作用在操作器上的引导力，并根据导纳系数和所述引导力计算机械臂的末端的目标速度；获取所述末端的当前速度，并根据所述当前速度和所述引导力计算所述末端的加速度；将所述目标速度和所述加速度输入所述控制器以控制所述机械臂。本发明通过引导力与速度和加速度的匹配，实现机器人的柔顺控制，响应速度和灵敏度大大提高，保证了操作的沉浸感和真实感，适用于需要在狭小或者是复杂曲面空间进行操作的机器人。

Description

基于导纳控制算法的机器人控制方法及系统
技术领域
本发明涉及机器人控制技术领域，特别涉及一种基于导纳控制算法的机器人控制方法及系统。
背景技术
目前，商业化的人机交互型机器人主要采用阻抗控制和导纳控制两种方法。阻抗控制是指输入位移而输出力的控制方式，其更适合刚性环境下的动态交互。导纳控制是研究输入力与输出速度之间的关系问题，更适合于柔性环境相互交互或者是在自由环境中进行操作的场景。导纳控制更加符合人的操作直观感受，可提高操作的沉浸感和真实感，更适合于拖拽等应用场景，因此较适合应用于医疗机器人。
现有导纳控制算法是通过多维力传感器获取操作者作用在机械臂的末端的操作器上的力/力矩信息，以此作为控制器的输入，控制器的输出结果就是速度命令即位置增量。但是当操作于狭小或者是复杂曲面空间如进行关节置换手术的假体磨削空间时，需要更灵敏和快速的响应。
发明内容
本发明要解决的技术问题是为了克服现有技术的导纳控制算法不能满足机器人在狭小或者是复杂曲面空间进行操作的速度和灵敏度的要求的缺陷，提供一种基于导纳控制算法的机器人控制方法及系统。
本发明是通过下述技术方案来解决上述技术问题：
一种基于导纳控制算法的机器人控制方法，所述机器人包括机械臂和控制器，所述机械臂的末端设有操作器，所述机器人控制方法包括以下步骤：
获取作用在所述操作器上的引导力，并根据导纳系数和所述引导力计算所述末端的目标速度；
获取所述末端的当前速度，并根据所述当前速度和所述引导力计算所述末端的加速度；
将所述目标速度和所述加速度输入所述控制器以控制所述机械臂。
较佳地，所述机器人控制方法，还包括：
根据以下函数计算所述导纳系数：
其中，G表征导纳系数；vt表征所述当前速度；v1、v2为速度阈值；k1、k2为参数。
较佳地，k1的取值范围为0～0.05；
k2的取值范围为0.005～1；
v1的取值范围为0m/s～0.1m/s；
v2的取值范围为0.1m/s～1m/s。
较佳地，所述机器人控制方法，还包括：
根据以下公式计算所述加速度：
其中，at表征所述加速度；f表征所述引导力；B表征所述引导力的阻尼系数；vt表征所述当前速度；M表征所述操作器的质量。
较佳地，所述机器人控制方法还包括：
判断所述目标速度是否大于目标速度阈值；
在判断为是时，调整所述目标速度，直至所述目标速度等于所述目标速度阈值。
本发明还提供一种基于导纳控制算法的机器人控制系统，所述机器人包括机械臂和控制器，所述机械臂的末端设有操作器，所述机器人控制系统包括：
多维力矩传感器，用于获取作用在所述操作器上的引导力；
速度传感器，用于获取所述末端的当前速度；
计算模块，用于根据导纳系数和所述引导力计算所述末端的目标速度，以及根据所述当前速度和所述引导力计算所述末端的加速度，并将所述目标速度和所述加速度发送至所述控制器；
所述控制器用于根据所述目标速度和所述加速度控制所述机械臂。
较佳地，所述计算模块还用于根据以下函数计算所述导纳系数：
其中，G表征导纳系数；vt表征所述当前速度；v1、v2为速度阈值；k1、k2为参数。
较佳地，k1的取值范围为0～0.05；
k2的取值范围为0.005～1；
v1的取值范围为0m/s～0.1m/s；
v2的取值范围为0.1m/s～1m/s。
较佳地，所述计算模块根据以下公式计算所述加速度：
其中，at表征所述加速度；f表征所述引导力；B表征所述引导力的阻尼系数；vt表征所述当前速度；M表征所述操作器的质量。
较佳地，所述机器人控制系统还包括：
判断模块，用于判断所述目标速度是否大于目标速度阈值；
在判断为是时，调用调节模块；
所述调节模块，用于调整所述目标速度，直至所述目标速度等于所述目标速度阈值。
本发明的积极进步效果在于：较单纯通过引导力与速度实现机器人的控制，本发明通过引导力与速度和加速度的匹配，实现机器人的柔顺控制，响应速度和灵敏度大大提高，保证了操作的沉浸感和真实感，适用于需要在狭小或者是复杂曲面空间进行操作的机器人。
附图说明
图1为本发明实施例提供的一种基于导纳控制算法的机器人控制方法的流程图。
图2为本发明实施例中的基于导纳控制算法的机器人控制方法的导纳系数的函数曲线示意图。
图3为本发明实施例中的基于导纳控制算法的机器人控制方法的质量-阻尼模型示意图。
图4为本发明实施例中的基于导纳控制算法的机器人控制方法的交互控制原理图。
图5为本发明实施例提供的一种基于导纳控制算法的机器人控制系统的模块示意图。
具体实施方式
下面通过实施例的方式进一步说明本发明，但并不因此将本发明限制在所述的实施例范围之中。
本实施例提供一种基于导纳控制算法的机器人控制方法，机器人包括多关节机械臂和控制器，机械臂的末端设有操作器。如图1所示，本实施例的机器人控制方法包括以下步骤：
步骤101、获取作用在操作器上的引导力和机械臂末端点的当前速度。
具体的，引导力的获取可通过多维力矩传感器(例如六维力矩传感器)获得。多维力矩传感器安装于机械臂的末端，当操作者与操作器直接接触并拖拽时，传感器即可获取引导力数据。
其中，f表征引导力，Fw和Tw为引导力各向大小和对应力矩。
步骤102、根据导纳系数和引导力计算末端的目标速度。
计算目标速度的公式如下：
其中，v表征末端点的目标速度；G为导纳系数，是引导力和目标速度之间匹配的导纳增益对角矩阵，对引导力实现成比例的变化。
导纳系数(也称导纳增益参数)控制着机器人整体的目标运动速度和交互性能，本实施例中，根据机械臂末端的实际速度大小通过分段函数来确定导纳系数G的大小，以实现低速、精确的定位和高速、粗糙的运动。具体的，根据以下函数计算导纳系数，函数曲线参见图2：
其中，vt表征机械臂末端的当前速度；‖vt‖是笛卡尔速度命令；v1、v2为速度阈值；k1、k2为参数。
根据上述函数可知，当操作机器人末端进行缓慢的运动(即‖vt‖≤v1)时，导纳系数G恒定为k1；当速度超过阈值v1但未到达阈值v2(即v1＜‖vt‖≤v2)时，导纳增益参数G随当前实际速度的增加成比例增加；当速度超过阈值v2(即‖vt‖＞v2)时，导纳增益参数G恒定为k2。其中，速度阈值v1、v2和参数k1、k2通过多次实验测试确定，当k1在0～0.05范围内取值；k2在0.005～1范围内取值；v1在0m/s～0.1m/s范围内取值；v2在0.1m/s～1m/s范围内取值较合适，此时机器人柔顺控制的响应速度和灵敏度较好，能够满足操作者对机械臂运动速度的期望。优选地，k1＝0.002，k2＝0.005，v1＝0.05m/s，v2＝0.5m/s，此时机器人柔顺控制的响应速度和灵敏度非常好，保证了操作的沉浸感和真实感，特别适用于需要在狭小或者是复杂曲面空间进行操作的机器人。
步骤103、根据当前速度和引导力计算末端的加速度。
当操作者与操作器直接接触并进行拖拽动作时，分析两者的接触关系可采用质量-阻尼模型，参见图3所示。此模型仅考虑人手与操作器的相互作用，可将机械臂等效为固定面得出末端的运动期望，再用逆运动学得出机械臂各关节的运动目标。
根据质量-阻尼模型，引导力描述如下：
Mat+Bvt＝f；
从而，
其中，at表征加速度；B表征引导力的阻尼系数；M表征操作器的质量。
步骤104、将目标速度和加速度输入控制器以控制机械臂。
根据定义可知，
从而，基于导纳控制算法的机器人控制方法的交互控制原理图参见图4。
本实施例中，通过引导力与机械臂末端的速度和加速度的匹配，实现机器人的柔顺控制，从而实现人机协同交互。该方法可以但不限于适用于医疗机器人，需要进行拖拽等人机协作的机器人都适用该方法。
本实施例中，为目标速度设置了警示速度值vmax(目标速度阈值)，一旦到达就不再增加。实现过程如下：
判断目标速度是否大于目标速度阈值；
在判断为是时，调整目标速度，直至目标速度等于目标速度阈值。
这样可以最大限度地利用其灵活性，也能够防止速度过大而损坏设备。
本实施例还提供一种基于导纳控制算法的机器人控制系统，机器人包括机械臂和控制器，机械臂的末端设有操作器。如图5所示，本实施例的机器人控制系统包括：多维力矩传感器1、速度传感器2、计算模块3、判断模块4和调节模块5。多维力传感器1安装于机械臂的末端，传感器输出端接末端夹具和工具。控制器6、多维力矩传感器1、速度传感器2均与计算模块3电连接。判断模块4分别与计算模块3和调节模块5电连接。
多维力矩传感器1用于获取作用在操作器上的引导力。多维力矩传感器例如可使用六维力矩传感器。操作时，操作者手持操作器，当操作者与操作器直接接触并拖拽时，操作者施加在操作器上的力反映到多维力传感器上，即可获取引导力数据。
其中，f表征引导力，Fw和Tw为引导力各向大小和对应力矩。
速度传感器2用于获取机械臂的末端点的当前速度，也即实际速度。
计算模块3用于根据导纳系数和引导力计算末端的目标速度，以及根据当前速度和引导力计算末端的加速度，并发送至控制器6。
本实施例中，计算模块3计算目标速度的公式如下：
其中，v表征末端点的目标速度；G为导纳系数，是引导力和目标速度之间匹配的导纳增益对角矩阵，对引导力实现成比例的变化。
本实施例中，为目标速度设置了警示速度值vmax(目标速度阈值)，一旦到达就不再增加。这样可以最大限度地利用其灵活性，也能够防止速度过大而损坏设备。
从而，判断模块4实时判断目标速度是否大于目标速度阈值。在判断为是时，则调用调节模块5以调整目标速度，直至目标速度等于目标速度阈值。
导纳系数(也称导纳增益参数)控制着机器人整体的目标运动速度和交互性能，本实施例中，根据机器人末端的实际速度大小通过分段函数来确定导纳系数G的大小，以实现低速、精确的定位和高速、粗糙的运动。具体的，计算模块根据以下函数计算导纳系数：
其中，vt表征机械臂末端的当前速度；‖vt‖是笛卡尔速度命令；v1、v2为速度阈值；k1、k2为参数。
根据上述函数可知，当操作机器人末端进行缓慢的运动(即‖vt‖≤v1)时，导纳系数G恒定为k1；当速度超过阈值v1但未到达阈值v2(即v1＜‖vt‖≤v2)时，导纳增益参数G随当前实际速度的增加成比例增加；当速度超过阈值v2(即‖vt‖＞v2)时，导纳增益参数G恒定为k2。其中，速度阈值v1、v2和参数k1、k2通过多次实验测试确定，k1在0～0.05范围内取值；k2在0.005～1范围内取值；v1在0m/s～0.1m/s范围内取值；v2在0.1m/s～1m/s范围内取值较合适，此时机器人柔顺控制的响应速度和灵敏度较好，能够满足操作者对机械臂运动速度的期望。优选地，k1＝0.002，k2＝0.005，v1＝0.05m/s，v2＝0.5m/s，此时机器人柔顺控制的响应速度和灵敏度非常好，保证了操作的沉浸感和真实感，特别适用于需要在狭小或者是复杂曲面空间进行操作的机器人。
本实施例中，计算模块根据以下公式计算加速度：
其中，at表征加速度；f表征引导力；B表征引导力的阻尼系数；M表征操作器的质量。
控制器6用于根据目标速度和加速度控制机械臂。从而，实现了机器人的柔顺控制，响应速度和灵敏度大大提高，保证了操作的沉浸感和真实感，适用于需要在狭小或者是复杂曲面空间进行操作的机器人。
虽然以上描述了本发明的具体实施方式，但是本领域的技术人员应当理解，这仅是举例说明，本发明的保护范围是由所附权利要求书限定的。本领域的技术人员在不背离本发明的原理和实质的前提下，可以对这些实施方式做出多种变更或修改，但这些变更和修改均落入本发明的保护范围。

Claims (10)

1.一种基于导纳控制算法的机器人控制方法，所述机器人包括机械臂和控制器，所述机械臂的末端设有操作器，其特征在于，所述机器人控制方法包括以下步骤：
获取作用在所述操作器上的引导力，并根据导纳系数和所述引导力计算所述末端的目标速度；
获取所述末端的当前速度，并根据所述当前速度和所述引导力计算所述末端的加速度；
将所述目标速度和所述加速度输入所述控制器以控制所述机械臂。
2.如权利要求1所述的基于导纳控制算法的机器人控制方法，其特征在于，所述机器人控制方法，还包括：
根据以下函数计算所述导纳系数：
其中，G表征导纳系数；vt表征所述当前速度；v1、v2为速度阈值；k1、k2为参数。
3.如权利要求2所述的基于导纳控制算法的机器人控制方法，其特征在于，k1的取值范围为0～0.05；
k2的取值范围为0.005～1；
v1的取值范围为0m/s～0.1m/s；
v2的取值范围为0.1m/s～1m/s。
4.如权利要求1所述的基于导纳控制算法的机器人控制方法，其特征在于，所述机器人控制方法，还包括：
根据以下公式计算所述加速度：
其中，at表征所述加速度；f表征所述引导力；B表征所述引导力的阻尼系数；vt表征所述当前速度；M表征所述操作器的质量。
5.如权利要求1所述的基于导纳控制算法的机器人控制方法，其特征在于，所述机器人控制方法还包括：
判断所述目标速度是否大于目标速度阈值；
在判断为是时，调整所述目标速度，直至所述目标速度等于所述目标速度阈值。
6.一种基于导纳控制算法的机器人控制系统，所述机器人包括机械臂和控制器，所述机械臂的末端设有操作器，其特征在于，所述机器人控制系统包括：
多维力矩传感器，用于获取作用在所述操作器上的引导力；
速度传感器，用于获取所述末端的当前速度；
计算模块，用于根据导纳系数和所述引导力计算所述末端的目标速度，以及根据所述当前速度和所述引导力计算所述末端的加速度，并将所述目标速度和所述加速度发送至所述控制器；
所述控制器用于根据所述目标速度和所述加速度控制所述机械臂。
7.如权利要求6所述的基于导纳控制算法的机器人控制系统，其特征在于，所述计算模块还用于根据以下函数计算所述导纳系数：
其中，G表征导纳系数；vt表征所述当前速度；v1、v2为速度阈值；k1、k2为参数。
8.如权利要求7所述的基于导纳控制算法的机器人控制系统，其特征在于，k1的取值范围为0～0.05；
k2的取值范围为0.005～1；
v1的取值范围为0m/s～0.1m/s；
v2的取值范围为0.1m/s～1m/s。
9.如权利要求6所述的基于导纳控制算法的机器人控制系统，其特征在于，所述计算模块根据以下公式计算所述加速度：
其中，at表征所述加速度；f表征所述引导力；B表征所述引导力的阻尼系数；vt表征所述当前速度；M表征所述操作器的质量。
10.如权利要求6所述的基于导纳控制算法的机器人控制系统，其特征在于，所述机器人控制系统还包括：
判断模块，用于判断所述目标速度是否大于目标速度阈值；
在判断为是时，调用调节模块；
所述调节模块，用于调整所述目标速度，直至所述目标速度等于所述目标速度阈值。
CN201811132579.1A 2018-09-27 2018-09-27 基于导纳控制算法的机器人控制方法及系统 Active CN109249394B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811132579.1A CN109249394B (zh) 2018-09-27 2018-09-27 基于导纳控制算法的机器人控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811132579.1A CN109249394B (zh) 2018-09-27 2018-09-27 基于导纳控制算法的机器人控制方法及系统

Publications (2)

Publication Number Publication Date
CN109249394A true CN109249394A (zh) 2019-01-22
CN109249394B CN109249394B (zh) 2022-04-15

Family

ID=65048469

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811132579.1A Active CN109249394B (zh) 2018-09-27 2018-09-27 基于导纳控制算法的机器人控制方法及系统

Country Status (1)

Country Link
CN (1) CN109249394B (zh)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109910005A (zh) * 2019-03-04 2019-06-21 上海电气集团股份有限公司 用于机器人的变导纳控制方法以及系统
CN110597072A (zh) * 2019-10-22 2019-12-20 上海电气集团股份有限公司 机器人导纳柔顺控制方法及系统
CN110977974A (zh) * 2019-12-11 2020-04-10 遨博（北京）智能科技有限公司 一种机器人规避奇异位型的导纳控制方法、装置及系统
CN112223298A (zh) * 2020-12-08 2021-01-15 成都卡诺普自动化控制技术有限公司 一种确定机器人关节最大加速度和最大速度的方法
CN112497209A (zh) * 2020-10-30 2021-03-16 北京配天技术有限公司 机器人控制方法、存储装置、计算机设备和机器人
CN113021359A (zh) * 2021-05-27 2021-06-25 深圳市越疆科技有限公司 机械臂控制方法、装置、设备、系统、存储介质及机械臂
CN113352322A (zh) * 2021-05-19 2021-09-07 浙江工业大学 一种基于最优导纳参数的自适应人机协作控制方法
CN113813005A (zh) * 2021-08-20 2021-12-21 中国科学院深圳先进技术研究院 一种用于切除脊柱椎板的机器人
WO2022166329A1 (zh) * 2021-02-07 2022-08-11 深圳市优必选科技股份有限公司 机器人的人机协作控制方法、装置和机器人
CN114932557A (zh) * 2022-06-24 2022-08-23 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

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000065556A (ja) * 1998-08-19 2000-03-03 Sekisui Chem Co Ltd 分岐管接続位置検出装置および検出方法
CN104535492A (zh) * 2015-01-16 2015-04-22 金陵科技学院 一种服装面料表面物理特性检测机器人及其智能检测方法
CN105242533A (zh) * 2015-09-01 2016-01-13 西北工业大学 一种融合多信息的变导纳遥操作控制方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2000065556A (ja) * 1998-08-19 2000-03-03 Sekisui Chem Co Ltd 分岐管接続位置検出装置および検出方法
CN104535492A (zh) * 2015-01-16 2015-04-22 金陵科技学院 一种服装面料表面物理特性检测机器人及其智能检测方法
CN105242533A (zh) * 2015-09-01 2016-01-13 西北工业大学 一种融合多信息的变导纳遥操作控制方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
KAZUHIRO KOSUGE等: "Control of a Robot Handling an Object in Cooperation with a Human", 《1997 IEEE》 *
孙凤龙: "骨科机器人人机协同交互方法研究及控制系统实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 *

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109910005A (zh) * 2019-03-04 2019-06-21 上海电气集团股份有限公司 用于机器人的变导纳控制方法以及系统
CN110597072B (zh) * 2019-10-22 2022-06-10 上海电气集团股份有限公司 机器人导纳柔顺控制方法及系统
CN110597072A (zh) * 2019-10-22 2019-12-20 上海电气集团股份有限公司 机器人导纳柔顺控制方法及系统
CN110977974A (zh) * 2019-12-11 2020-04-10 遨博（北京）智能科技有限公司 一种机器人规避奇异位型的导纳控制方法、装置及系统
CN110977974B (zh) * 2019-12-11 2021-06-01 遨博（北京）智能科技有限公司 一种机器人规避奇异位型的导纳控制方法、装置及系统
CN112497209A (zh) * 2020-10-30 2021-03-16 北京配天技术有限公司 机器人控制方法、存储装置、计算机设备和机器人
CN112223298A (zh) * 2020-12-08 2021-01-15 成都卡诺普自动化控制技术有限公司 一种确定机器人关节最大加速度和最大速度的方法
WO2022166329A1 (zh) * 2021-02-07 2022-08-11 深圳市优必选科技股份有限公司 机器人的人机协作控制方法、装置和机器人
CN113352322A (zh) * 2021-05-19 2021-09-07 浙江工业大学 一种基于最优导纳参数的自适应人机协作控制方法
CN113021359A (zh) * 2021-05-27 2021-06-25 深圳市越疆科技有限公司 机械臂控制方法、装置、设备、系统、存储介质及机械臂
CN113813005A (zh) * 2021-08-20 2021-12-21 中国科学院深圳先进技术研究院 一种用于切除脊柱椎板的机器人
WO2023019825A1 (zh) * 2021-08-20 2023-02-23 中国科学院深圳先进技术研究院 一种用于切除脊柱椎板的机器人
CN114932557A (zh) * 2022-06-24 2022-08-23 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

Also Published As

Publication number Publication date
CN109249394B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN109249394A (zh) 基于导纳控制算法的机器人控制方法及系统
KR101964332B1 (ko) 핸드-아이 캘리브레이션 방법, 이를 실행하기 위한 컴퓨터 프로그램 및 로봇 시스템
CN101402199B (zh) 基于视觉的手眼式低伺服精度机器人抓取移动目标的方法
US20100305751A1 (en) Power consumption estimation apparatus
CN110605721A (zh) 一种基于末端六维力传感器的机械臂拖动示教方法
CN110948504B (zh) 机器人加工作业法向恒力跟踪方法和装置
CN109799701A (zh) 一种工业机器人振动抑制方法
CN110561421B (zh) 机械臂间接拖动示教方法及装置
US20220126440A1 (en) Method of supporting adjustment of parameter set of robot, a non-transitory computer-readable storage medium, and information processing device
CN111805547B (zh) 一种轨迹动态跟踪实现方法
US20240017407A1 (en) Control method, apparatus, and system of a composite robot
CN109822550B (zh) 一种复杂曲面机器人高效高精度示教方法
CN112775964B (zh) 一种力感知阻抗控制方法
CN108225712A (zh) 连续式跨声速风洞喷管段的半柔壁喉块与柔板协调控制方法
CN105783851A (zh) 一种粗糙度检测系统及检测方法
CN112894821A (zh) 基于电流法的协作机器人拖动示教控制方法、装置及设备
CN116079746B (zh) 一种柔性抓取方法
CN111002289B (zh) 机器人在线示教方法、装置、终端设备及存储介质
CN107322589B (zh) 一种可变刚度的柔性手术臂的气动控制系统
CN110181517B (zh) 一种基于虚拟夹具的双人遥操作训练方法
CN208584552U (zh) 一种柔性抓取装置和机器人
CN105643627A (zh) 机器人运动控制的增益调整装置及方法
CN111993377B (zh) 一种遥操作主手力反馈曲线拟合算法和系统
Long et al. Robotic cutting of soft materials using force control & image moments
Pei et al. Vision Based Robot Control Using Position Specific Artificial Neural Network

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