CN110053044B - 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法 - Google Patents

一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法 Download PDF

Info

Publication number
CN110053044B
CN110053044B CN201910202854.0A CN201910202854A CN110053044B CN 110053044 B CN110053044 B CN 110053044B CN 201910202854 A CN201910202854 A CN 201910202854A CN 110053044 B CN110053044 B CN 110053044B
Authority
CN
China
Prior art keywords
clamping
parallel robot
sliding mode
clamping mechanism
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.)
Active
Application number
CN201910202854.0A
Other languages
English (en)
Other versions
CN110053044A (zh
Inventor
高国琴
杨纯
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.)
Jiangsu University
Original Assignee
Jiangsu University
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 Jiangsu University filed Critical Jiangsu University
Priority to CN201910202854.0A priority Critical patent/CN110053044B/zh
Publication of CN110053044A publication Critical patent/CN110053044A/zh
Application granted granted Critical
Publication of CN110053044B publication Critical patent/CN110053044B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B07SEPARATING SOLIDS FROM SOLIDS; SORTING
    • B07CPOSTAL SORTING; SORTING INDIVIDUAL ARTICLES, OR BULK MATERIAL FIT TO BE SORTED PIECE-MEAL, e.g. BY PICKING
    • B07C5/00Sorting according to a characteristic or feature of the articles or material being sorted, e.g. by control effected by devices which detect or measure such characteristic or feature; Sorting by manually actuated devices, e.g. switches
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1679Programme controls characterised by the tasks executed

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Manipulator (AREA)

Abstract

本发明公开一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法,属于农业并联机器人控制技术领域。首先,针对该并联机器人夹持机构,采用时延估计技术实时在线获取夹持机构动力学模型;然后,基于时延估计获取的动力学模型设计一种并联机器人夹持机构光滑滑模控制器;针对无模型光滑滑模控制惯性增益设计一种需调整参数较少的自适应律,实现一种无模型自适应光滑滑模阻抗控制方法。最后,通过软件编程,实现该并联机器人对串类水果的无损夹取。本发明提出的无模型自适应光滑滑模阻抗控制方法,无需建立夹持机构的数学模型,具有对机构运动和负载变化的自适应性,能够很好地实现并联机器人对串类水果的无损夹取。

Description

一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控 制方法
技术领域
本发明涉及农业并联机器人控制技术领域,尤其涉及一种串类水果分拣并联机器人对串类水果夹取的无模型自适应光滑滑模阻抗控制方法,实现并联机器人对串类水果的无损夹取。
背景技术
并联机构采用闭链结构具有结构稳定、高刚度、高精度、动力性能好等优点,特别适用于对抓取稳定性要求较高的串类水果分拣操作。然而串类水果柔软、易损伤,实现无损分拣的关键问题之一是如何高性能实现夹持机构对串类水果的夹取控制。
并联机器人夹持机构是与目标果实直接接触的机构,其功能类似于人手。并联机器人夹持机构由夹指、传动机构和驱动装置三部分组成,夹持机构的设计具有一定的通用性,可以适用于夹取不同形状和大小的果实。并联机器人夹持机构是平移型夹指结构,采用常用的动力学建模方法,如拉格朗日法与牛顿-欧拉法,模型计算推导过程复杂,且难以获得准确的动力学模型参数,因此难以建立既能全面反映动力学特性、又能实现实时控制的夹持机构精确动力学模型。在实际控制中并联机器人动力学模型中的惯性增益对系统动力学特性影响较大,并随机器人运动状态和负载的变化而变化,且难以直接测量。此外,并联机器人夹持机构系统还存在摩擦力、外界干扰等多种复杂不确定因素,这些不确定因素易导致并联机器人夹持机构系统各夹指运动不精确,严重时甚至导致整个系统的不稳定。
“果蔬采摘机器人末端执行器的柔顺抓取力控制”(姬伟,罗大伟,李俊乐,农业工程学报,2014年,第30卷,第9期,第19-26页)一文中针对采摘机器人的果蔬采摘,建立末端执行器和驱动电机控制模型,设计了一种基于广义比例积分的抓取力矩控制方法。
“机器人柔性抓取试验平台的设计与抓持力跟踪阻抗控制”(王学林,肖永飞,毕淑慧,农业工程学报,2015年,第31卷,第1期,第58-63页)一文中为减小机器人在采摘过程中对果蔬的损伤,基于笛卡尔空间末端执行器双指抓持方向,提出了一种双指抓取果蔬的抓持力跟踪阻抗控制算法。
但上述相关抓取控制方法,均未考虑夹持机构的动力学特性以及存在摩擦力、外界干扰等多种复杂不确定因素对水果抓取控制性能的影响。
发明内容
为克服现有技术的不足,本发明针对并联机器人对串类水果的无损夹取问题,提出一种无模型自适应光滑滑模阻抗控制方法,该方法无需建立并联机器人夹持机构的数学模型,具有对机构运动和负载变化的自适应性,能够很好地实现并联机器人对串类水果的无损夹取。
一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法,包括如下步骤:
1)以并联机器人夹持机构为被控对象,采用解析法对并联机器人夹持机构进行运动学分析,求得主动关节丝杠转动的角度与夹持机构夹指的位置转换关系;
2)采用时延估计技术实时在线获取并联机器人夹持机构的动力学模型;
3)基于步骤2)中利用时延估计技术获取的动力学模型,设计一种基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制器;
4)针对步骤3)基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益设计一种自适应律;
5)基于步骤2)、步骤3)和步骤4)构成无模型自适应光滑滑模控制器;
6)将并联机器人夹持机构夹取串类水果系统等效为阻抗-导纳模型,使夹指力/位控制等效为期望的惯量-阻尼-刚度模型,通过选择阻抗控制参数以达到期望的目标阻抗,设计一种阻抗控制器。
7)基于步骤5)和步骤6)构成无模型自适应光滑滑模阻抗控制;
8)通过软件编程,实现分拣并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制。
进一步,所述步骤1)中,采用解析法对并联机器人夹持机构进行运动学分析,求得主动关节丝杠转动的角度与夹持机构夹指的位置转换关系的计算过程为:
Figure BDA0001999218200000021
式中,ps为丝杠导程;θ为主动关节丝杠转动的角度;l1为从动杆的长度;e为滑块的结构长度;x为夹持机构夹指在X轴方向的位置;d0为滑块距离坐标原点初始位置;l3为夹指距离滑座在Y轴方向结构长度;l5为夹指距离滑座在X轴方向结构长度。
进一步,所述步骤2)中,采用时延估计技术在线获取的系统的动力学模型为:
Figure BDA0001999218200000022
式中,
Figure BDA0001999218200000023
q为并联机器人夹持机构夹指的位姿,
Figure BDA0001999218200000031
分别为并联机器人夹持机构夹指的速度和加速度;τ为控制力矩;
Figure BDA0001999218200000032
为正定矩阵;M(q)为对称正定的惯性矩阵;
Figure BDA0001999218200000033
为哥氏力和离心力项;G(q)为重力项;
Figure BDA0001999218200000034
为摩擦力项;τd为外界干扰项。
进一步,所述步骤3)中,所设计的基于时延估计动力学模型的并联机器人夹持机构的光滑滑模控制滑动变量为:
Figure BDA0001999218200000035
设计基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制器为:
Figure BDA0001999218200000036
式中,λ为可调参数并满足霍尔伍兹稳定条件;e(t)为并联机器人夹持机构夹指的位姿误差,单位为m;L为估计延迟时间,单位为s;
Figure BDA0001999218200000037
为L时刻前的并联机器人夹持机构夹指的加速度,单位为m/s2
Figure BDA0001999218200000038
为并联机器人夹持机构夹指的期望加速度,单位为m/s2;τ(t-L)为L时刻前的控制力矩,单位为N.m;K(t)为切换增益,表示系统的运动点趋近切换面S=0的速率;S(t)为一个连续函数。
进一步,所述步骤4)中,所设计的基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益的自适应律为:
Figure BDA0001999218200000039
式中,
Figure BDA00019992182000000310
为切换增益的导数;
Figure BDA00019992182000000311
α为可调的正增益;σ、ω为正的可调参数。
进一步,所述步骤5)中,所构成无模型自适应光滑滑模控制器为:
Figure BDA00019992182000000312
进一步,所述步骤6)中期望的目标阻抗如下:
Figure BDA0001999218200000041
式中,md为目标惯量,bd为目标刚度,kd为目标阻尼;x、
Figure BDA0001999218200000042
Figure BDA0001999218200000043
分别为夹持机构夹指的实际位移,单位为m、速度,单位为m/s)和加速度,单位为m/s2;xd
Figure BDA0001999218200000044
Figure BDA0001999218200000045
分别为夹持机构夹指的期望位移,单位为m、速度,单位为m/s和加速度,单位为m/s2;fr为夹持机构夹指施加给水果的接触力,单位为N;fe为压力传感器实际采集接触力,单位为N。
进一步,还包括,设计自适应规则是滑动变量s与控制器惯性增益
Figure BDA0001999218200000046
的函数,当滑动变量远离滑模面时,α|S|γ项变大,控制器惯性增益
Figure BDA0001999218200000047
变大;当滑动变量靠近滑模面时,α|S|γ项变小,
Figure BDA0001999218200000048
项变大,控制器惯性增益
Figure BDA0001999218200000049
变小;因此,所设计的控制器增益自适应规则可有效地避免过高选取控制增益,从而抑制执行器饱和,通过调节σ、ω参数,可以调整滑动变量的边界层厚度;控制器惯性增益
Figure BDA00019992182000000410
的自适应调整能提高系统对运动和负载变化的自适应性,同时提升滑模控制的性能。
本发明首次提出一种无模型自适应光滑滑模阻抗控制方法,应用于实现并联机器人对串类水果的无损夹取,其特点和有益效果是:
1、采用时延估计技术实时在线获取系统模型,该模型包含夹持机构系统未知动力学、摩擦和外界干扰等不确定因素。该技术不需要夹持机构的动力学模型知识,避免了其逆动力学的在线实时计算。
2、引入基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制方法,利用光滑滑模控制的鲁棒性解决时延估计误差问题及克服系统在实际应用时存在的复杂不确定因素,因此能提高并联机器人夹持机构的控制性能。
3、针对基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益设计了一种需调整参数较少的自适应规则,通过对系统实际惯性增益的自适应调整,提高了系统对运动和负载变化的自适应性,同时提升滑模控制的性能,因此能实现并联机器人对串类水果的无损夹取。
附图说明
图1是并联机器人夹持机构结构图。
图中:1.连接块 2.滑动丝杠 3.滑块 4.驱动电机 5.压力传感器 6.底部连板 7.左夹指 8.右夹指 9.从动杆 10.滑座 11.弹簧
图2是无模型自适应光滑滑模阻抗控制器的控制系统原理图。
图3是并联机器人夹持机构结构简图。
图4是串类水果分拣并联机器人控制系统总体结构图。
图5是并联机器人夹持机构夹指期望运动轨迹。
图6是是丝杠驱动力矩。
图7是期望运动轨迹1,0.5kg葡萄串夹指运动跟踪误差。
图8是期望运动轨迹1,0.5kg葡萄串夹持力曲线。
图9是期望运动轨迹2,0.5kg葡萄串夹指运动跟踪误差。
图10是期望运动轨迹1,0.8kg葡萄串夹持力曲线。
具体实施方式
下面结合附图进一步说明书本发明具体实施方式。图1所示为现有的并联机器人夹持机构结构图,图中:1.连接块 2.滑动丝杠 3.滑块 4.驱动电机 5.压力传感器 6.底部连板 7.左夹指 8.右夹指 9.从动杆 10.滑座 11.弹簧;所述并联机器人夹持机构用于夹取串类水果,该机构采用两指夹持方式夹持稳定可靠,夹持机构由交流伺服电动机驱动,伺服电动机末端通过皮带与滑动丝杠直联,伺服电动机驱动滑动丝杠带动滑块上下运动,滑块带动其两端从动杆转动,从动杆带动移动副滑座的两夹指产生平行相对运动,从而使夹持机构夹指闭合或者松开。
本发明采用的技术方案是采用如下步骤:
1)采用解析法对并联机器人夹持机构进行运动学分析,求得主动关节丝杠转动的角度与夹持机构夹指的位置转换关系;
2)采用时延估计技术实时在线获取并联机器人夹持机构的动力学模型;
3)基于步骤2)中利用时延估计技术获取的动力学模型,设计一种基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制器;
4)针对步骤3)基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益设计一种自适应律;
5)基于步骤2)、步骤3)和步骤4)构成无模型自适应光滑滑模控制器;
6)将并联机器人夹持机构夹取串类水果系统等效为阻抗-导纳模型,使夹指力/位控制等效为期望的惯量-阻尼-刚度模型,通过选择阻抗控制参数以达到期望的目标阻抗,设计一种阻抗控制器。
7)基于步骤5)和步骤6)构成无模型自适应光滑滑模阻抗控制;
8)通过软件编程,实现串类水果分拣并联机器人对串类水果的无模型自适应光滑滑模阻抗夹取控制。
首先,对并联机器人夹持机构进行运动学分析,求得主动关节丝杠转动的角度与夹持机构夹指的位置转换关系;其次,采用时延估计技术实时在线获取系统模型;然后,根据滑动模态的存在和到达条件,设计滑模面S,设计一种基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制器;接着,针对该基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制的惯性增益设计一种自适应律,完成无模型自适应光滑滑模控制器设计;最后,通过软件编程,实现并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制。具体方法如下:
1、求解主动关节丝杠转动的角度与夹持机构夹指的位置转换关系选取并联机器人夹持机构夹指的位姿参数q=x作为系统广义坐标,x为夹持机构夹指在X轴方向的位移(单位为m);采用解析法对机构进行运动学分析求得其主动关节丝杠转动的角度与夹持机构夹指的位置转换关系。
Figure BDA0001999218200000061
式中,ps为丝杠导程;θ为主动关节丝杠转动的角度(单位为rad);l为从动杆的长度(单位为m);e为滑块的结构长度(单位为m)。x为夹持机构夹指在X轴方向的位置(单位为m);d0为滑块距离坐标原点初始位置(单位为m)。
2、采用时延估计技术实时在线获取并联机器人夹持机构的动力学模型
对于并联机器人夹持机构,其动力学方程可表示为:
Figure BDA0001999218200000062
式中,τ(t)为控制力矩(单位为N.m);M(q(t))为对称正定的惯性矩阵;
Figure BDA0001999218200000063
为哥氏力和离心力项;G(q(t))为重力项;τd(t)为外界干扰项(单位为N.m);
Figure BDA0001999218200000064
为摩擦力项(单位为N.m)。
引入一个正定常数矩阵
Figure BDA0001999218200000065
并对上述公式改写得到:
Figure BDA0001999218200000071
Figure BDA0001999218200000072
则夹持机构的动力学方程可以简化为:
Figure BDA0001999218200000073
设h(t-L)为h(t)的时延值,即t-L时刻的值,t是当前时间(单位为s),L是估计延迟时间(单位为s),如果L足够小,则跟踪误差趋向于零,则t-L时刻h(t-L)为:
Figure BDA0001999218200000074
通过将h(t)的样本采样值
Figure BDA0001999218200000075
代入控制律,并联立式(4)和式(5)得到如下控制输入
Figure BDA0001999218200000076
为将广义力转化为关节驱动力,需要做如下变换:
Figure BDA0001999218200000077
3、基于通过时延估计获取的并联机器人夹持机构动力学模型,设计一种光滑滑模控制器
选取基于时延估计的滑模控制器的滑模面为:
Figure BDA0001999218200000078
式中,λ为可调参数且满足霍尔伍兹稳定条件。
基于时延估计的滑模控制律设计如下:
对公式(8)中的S求导,并将e(t),
Figure BDA0001999218200000079
代入得:
Figure BDA00019992182000000710
取等速趋近律:
Figure BDA00019992182000000711
式中:K(t)为切换增益。
由于sgn(S(t))函数不是连续函数,在实际控制系统中存在抖振问题,为了减少抖振,用一个连续函数S(t)代替函数sgn(S(t))。对公式(10)改写得到:
Figure BDA0001999218200000081
将式(9)和式(11)代入式(6)整理可得:
Figure BDA0001999218200000082
式中,
Figure BDA0001999218200000083
可通过二阶后向差分
Figure BDA0001999218200000084
得到;
4、设计一种基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益的自适应律
Figure BDA0001999218200000085
式中,
Figure BDA0001999218200000086
为切换增益的导数;
Figure BDA0001999218200000087
α为可调的正增益;σ、ω为正的可调参数;β>0,γ>1。
从式(13)可以看出所设计自适应规则是滑动变量s与控制器惯性增益
Figure BDA0001999218200000088
的函数。当滑动变量远离滑模面时,α|S|γ项变大,控制器惯性增益
Figure BDA0001999218200000089
变大。当滑动变量靠近滑模面时,α|S|γ项变小,
Figure BDA00019992182000000810
项变大,控制器惯性增益
Figure BDA00019992182000000811
变小。因此,所设计的控制器增益自适应规则可有效地避免过高选取控制增益,从而抑制执行器饱和。通过调节σ、ω参数,可以调整滑动变量的边界层厚度。控制器惯性增益
Figure BDA00019992182000000813
的自适应调整能提高系统对运动和负载变化的自适应性,同时提升滑模控制的性能。
5、结合时延估计技术、基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制技术和基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益的自适应律构成无模型自适应光滑滑模控制器。
无模型自适应光滑滑模控制律为:
Figure BDA00019992182000000812
6、通过建立二阶微分方程来表示夹持机构夹指受到的力和实际位置偏离期望位置的差之间的关系,期望的目标阻抗如下:
Figure BDA0001999218200000091
式中,md为目标惯量,bd为目标刚度,kd为目标阻尼;x、
Figure BDA0001999218200000092
Figure BDA0001999218200000093
分别为夹持机构夹指的实际位移(单位为m)、速度(单位为m/s)和加速度(单位为m/s2);xd
Figure BDA0001999218200000094
Figure BDA0001999218200000095
分别为夹持机构夹指的期望位移(单位为m)、速度(单位为m/s)和加速度(单位为m/s2);fr为夹持机构夹指施加给水果的接触力(单位为N);fe为压力传感器实际采集接触力(单位为N)。
7、通过软件编程,实现并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制
由于并联机器人夹持机构中采用交流伺服电机通过皮带与丝杠直联实现滑块的轴向移动。因此,需将步骤5所确定的控制器输出量τ经过一定的转换才能得到主动关节驱动电机实际所需转矩。
伺服电机转矩为:
Figure BDA0001999218200000096
式中,η为皮带的传递效率,τ0为电机驱动力。
编写无模型自适应光滑滑模阻抗控制算法软件程序,将计算结果(即驱动电机所需转矩)经控制系统数/模转换得到的电压模拟量,发送给电机对应的伺服驱动器,控制电机驱动丝杠,从而驱动并联机器人夹持机构实现并联机器人串类水果夹取。
以下提供本发明的实施例:
实施例1
本发明针对并联机器人对串类水果的无损夹取问题,提出一种无模型自适应光滑滑模阻抗控制方法,该方法无需建立并联机器人夹持机构的数学模型,具有对机构运动和负载变化的自适应性,能够很好地实现并联机器人对串类水果的无损夹取。并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制原理图如图2所示,该控制方法的具体实施方式如下:
1、求解主动关节丝杠转动的角度与夹持机构夹指的位置转换关系
在图2中,采用从动杆长度约束方程,根据夹持机构结构整理可得机构运动学方程:
Figure BDA0001999218200000097
式中,
Figure BDA0001999218200000101
表示沿X轴单位矢量;
Figure BDA0001999218200000102
表示沿Y轴单位矢量;d为中间滑块相对于坐标系原点的位置(单位为m);r=(x 0)T夹指位置点B1的位置矢量;e为滑块的结构长度(单位为m);l1,u1分别为从动杆的杆长(单位为m)和单位矢量;l3为夹指距离滑座在Y轴方向结构长度(单位为m);l5为夹指距离滑座在X轴方向结构长度(单位为m)。
将式(17)改写为
Figure BDA0001999218200000103
两端分别乘以各自的转置,得:
x2+Ex+F=0 (18)
式中E=-2(e-l5),F=(d-l3)2+(e-l5)2-l1 2
根据机构的装配模式,求解式(18)可得:
Figure BDA0001999218200000104
求得主动关节丝杠转动的角度与夹持机构夹指的位置转换关系,得:
Figure BDA0001999218200000105
式中,ps为丝杠导程;θ为主动关节丝杠转动的角度(单位分rad);l1为从动杆的长度(单位为m);e为滑块的结构长度(单位为m)。x为夹持机构夹指在X轴方向的位置(单位为m);d0为滑块距离坐标原点初始位置(单位为m);l3为夹指距离滑座在Y轴方向结构长度(单位为m);l5为夹指距离滑座在X轴方向结构长度(单位为m)。
2、采用时延估计技术实时在线获取并联机器人夹持机构的动力学模型
对于并联机器人夹持机构,其动力学方程可表示为:
Figure BDA0001999218200000106
式中,τ(t)为控制力矩(单位为N.m);M(q(t))为对称正定的惯性矩阵;
Figure BDA0001999218200000107
为哥氏力和离心力项;G(q(t))为重力项;τd(t)为外界干扰项(单位为N.m);
Figure BDA0001999218200000108
为摩擦力项(单位为N.m)。
引入一个正定常数矩阵
Figure BDA0001999218200000109
并对上述公式改写得到:
Figure BDA0001999218200000111
Figure BDA0001999218200000112
则夹持机构的动力学方程可以简化为:
Figure BDA0001999218200000113
设h(t-L)为h(t)的时延值,即t-L时刻的值,t是当前时间(单位为s),L是估计延迟时间(单位为s),如果L足够小,则跟踪误差趋向于零,则t-L时刻h(t-L)为:
Figure BDA0001999218200000114
通过将h(t)的样本采样值
Figure BDA0001999218200000115
代入控制律,并联立式(23)和式(24)得到如下控制输入
Figure BDA0001999218200000116
为将广义力转化为关节驱动力,需要做如下变换:
Figure BDA0001999218200000117
3、基于通过时延估计获取的并联机器人夹持机构动力学模型,设计一种光滑滑模控制器
选取基于时延估计的滑模控制器的滑模面为:
Figure BDA0001999218200000118
式中,λ为可调参数且满足霍尔伍兹稳定条件。
基于时延估计的滑模控制律设计如下:
对公式(27)中的S求导,并将e(t),
Figure BDA0001999218200000119
代入得:
Figure BDA00019992182000001110
取等速趋近律:
Figure BDA00019992182000001111
式中:K(t)为切换增益。
由于sgn(S(t))函数不是连续函数,在实际控制系统中存在抖振问题,为了减少抖振,用一个连续函数S(t)代替函数sgn(S(t))。对公式(29)改写得到:
Figure BDA0001999218200000121
将式(28)和式(30)代入式(25)整理可得:
Figure BDA0001999218200000122
式中,
Figure BDA0001999218200000123
可通过二阶后向差分
Figure BDA0001999218200000124
得到;
4、设计一种基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益的自适应律
Figure BDA0001999218200000125
式中,
Figure BDA0001999218200000126
为切换增益的导数;
Figure BDA0001999218200000127
α为可调的正增益;σ、ω为正的可调参数;β>0,γ>1。
从式(32)可以看出所设计自适应规则是滑动变量s与控制器惯性增益
Figure BDA0001999218200000128
的函数。当滑动变量远离滑模面时,α|S|γ项变大,控制器惯性增益
Figure BDA0001999218200000129
变大。当滑动变量靠近滑模面时,α|S|γ项变小,
Figure BDA00019992182000001210
项变大,控制器惯性增益
Figure BDA00019992182000001211
变小。因此,所设计的控制器增益自适应规则可有效地避免过高选取控制增益,从而抑制执行器饱和。通过调节σ、ω参数,可以调整滑动变量的边界层厚度。控制器惯性增益
Figure BDA00019992182000001212
的自适应调整能提高系统对运动和负载变化的自适应性,同时提升滑模控制的性能。
5、结合时延估计技术、基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制技术和基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益的自适应律构成无模型自适应光滑滑模控制器。
无模型自适应光滑滑模控制律为:
Figure BDA00019992182000001213
6、通过建立二阶微分方程来表示夹持机构夹指受到的力和实际位置偏离期望位置的差之间的关系,期望的目标阻抗如下:
Figure BDA00019992182000001214
式中,md为目标惯量,bd为目标刚度,kd为目标阻尼;x、
Figure BDA0001999218200000131
Figure BDA0001999218200000132
分别为夹持机构夹指的实际位移(单位为m)、速度(单位为m/s)和加速度(单位为m/s2);xd
Figure BDA0001999218200000133
Figure BDA0001999218200000134
分别为夹持机构夹指的期望位移(单位为m)、速度(单位为m/s)和加速度(单位为m/s2);fr为夹持机构夹指施加给水果的接触力(单位为N);fe为压力传感器实际采集接触力(单位为N)。
7、通过软件编程,实现并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制
由于并联机器人夹持机构中采用交流伺服电机通过皮带与丝杠直联实现滑块的轴向移动。因此,需将步骤5所确定的控制器输出量τ经过一定的转换才能得到主动关节驱动电机实际所需转矩。
具体地,驱动电机转矩由皮带传递机械效率η=0.95决定:
Figure BDA0001999218200000135
(单位为N.m)。
串类水果分拣并联机器人采用“上位机(PC)+下位机(UMAC多轴运动控制器)”的分布式控制系统,其控制系统总体结构示意图如图4所示。控制系统运行过程:上位机(PC)完成系统初始化、代码编译等任务,上位机(PC)串口实时读取实际采集压力值,根据主控中心发出的指令要求,通过以太网口(Ethernet)实时向UMAC控制器发出姿态调整指令,UMAC实时处理相关指令,并通过ACC-24E2A板卡实现对伺服驱动器的差分脉冲指令控制以及六路差分编码器信息的读取,进而控制并联机器人相应关节以指令速度产生相应位移和转动,最后主动关节位置和速度信息通过编码器反馈至UMAC,UMAC完成控制功能后将结果返回给PC。
以VC++6.0为软件开发平台,基于MFC和Delta Tau公司提供的Pcomm32W.dll动态链接库设计上位机应用程序,主要实现系统初始化、数据管理、代码编译和机构状态实时监控等功能。
根据所设计的无模型自适应光滑滑模阻抗控制算法开发UMAC伺服算法程序,根据所需期望运动轨迹及期望夹持力开发机构运动程序;将无模型自适应光滑滑模阻抗控制算法程序下载到UMAC中,设置UMAC相关参数,执行机构运动程序即可得到并联机器人夹持机构按照期望运动轨迹及期望夹持力实现水果夹取。
串类水果分拣并联机器人夹持机构夹指运动轨迹如图5所示;丝杠驱动力矩如图6所示;对于期望运动轨迹1,0.5kg葡萄串夹指运动跟踪误差如图7所示,0.5kg葡萄串夹持力曲线如图8所示;对于期望运动轨迹2,0.5kg葡萄串夹指运动跟踪误差如图9所示,0.8kg葡萄串夹持力曲线如图10所示。
由图7可以看出,即使系统中存在摩擦力、外界干扰等多种复杂不确定因素的影响,本发明所提出的无模型自适应光滑滑模阻抗控制方法,也能够使并联机器人夹持机构控制系统具有较高的位置跟踪精度。图8表明,本发明所提出的无模型自适应光滑滑模控制方法能够在存在复杂不确定性因素情况下使并联机器人夹持机构输出力快速、低超调地到达期望的设定力,并进一步实现并联机器人对串类水果的无损夹取。图9表明,当改变夹持机构夹指的运动速度时,由于无模型自适应光滑滑模阻抗控制方法中的控制器惯性增益
Figure BDA0001999218200000141
随S自适应调整,提高了控制系统对夹持速度的自适应性,系统仍具有较高的位置跟踪精度。图10表明,当改变负载的质量时,由于无模型自适应光滑滑模阻抗控制方法中控制器惯性增益
Figure BDA0001999218200000142
随S自适应调整,提高了系统对负载变化的自适应性,因此夹持机构输出力仍能快速、低超调地到达期望的设定力。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。

Claims (4)

1.一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法,其特征在于,包括如下步骤:
1)以并联机器人夹持机构为被控对象,采用解析法对并联机器人夹持机构进行运动学分析,求得主动关节丝杠转动的角度与夹持机构夹指的位置转换关系;
2)采用时延估计技术实时在线获取并联机器人夹持机构的动力学模型;
3)基于步骤2)中利用时延估计技术获取的动力学模型,设计一种基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制器;
4)针对步骤3)基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益设计一种自适应律;
5)基于步骤2)、步骤3)和步骤4)构成无模型自适应光滑滑模控制器;
6)将并联机器人夹持机构夹取串类水果系统等效为阻抗-导纳模型,使夹指力/位控制等效为期望的惯量-阻尼-刚度模型,通过选择阻抗控制参数以达到期望的目标阻抗,设计一种阻抗控制器;
7)基于步骤5)和步骤6)构成无模型自适应光滑滑模阻抗控制;
8)通过软件编程,实现分拣并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制;
所述步骤1)中,采用解析法对并联机器人夹持机构进行运动学分析,求得主动关节丝杠转动的角度与夹持机构夹指的位置转换关系的计算过程为:
Figure FDA0003456367910000011
式中,ps为丝杠导程;θ为主动关节丝杠转动的角度;l1为从动杆的长度;e为滑块的结构长度;x为夹持机构夹指在X轴方向的位置;d0为滑块距离坐标原点初始位置;l3为夹指距离滑座在Y轴方向结构长度;l5为夹指距离滑座在X轴方向结构长度;
所述步骤2)中,采用时延估计技术在线获取的系统的动力学模型为:
Figure FDA0003456367910000012
式中,
Figure FDA0003456367910000013
q为并联机器人夹持机构夹指的位姿,
Figure FDA0003456367910000021
分别为并联机器人夹持机构夹指的速度和加速度;τ为控制力矩;
Figure FDA0003456367910000022
为控制器惯性增益;M(q)为对称正定的惯性矩阵;
Figure FDA0003456367910000023
为哥氏力和离心力项;G(q)为重力项;
Figure FDA0003456367910000024
为摩擦力项;τd为外界干扰项;
所述步骤3)中,所设计的基于时延估计动力学模型的并联机器人夹持机构的光滑滑模控制滑动变量为:
Figure FDA0003456367910000025
设计基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制器为:
Figure FDA0003456367910000026
式中,λ为可调参数并满足霍尔伍兹稳定条件;e(t)为并联机器人夹持机构夹指的位姿误差,单位为m;L为估计延迟时间,单位为s;
Figure FDA0003456367910000027
为L时刻前的并联机器人夹持机构夹指的加速度,单位为m/s2
Figure FDA0003456367910000028
为并联机器人夹持机构夹指的期望加速度,单位为m/s2;τ(t-L)为L时刻前的控制力矩,单位为N.m;K(t)为切换增益,表示系统的运动点趋近切换面S=0的速率;S(t)为一个连续函数;
所述步骤4)中,所设计的基于时延估计动力学模型的并联机器人夹持机构光滑滑模控制惯性增益的自适应律为:
Figure FDA0003456367910000029
式中,
Figure FDA00034563679100000210
为控制器惯性增益的导数;
Figure FDA00034563679100000211
α为可调的正增益;σ、ω为正的可调参数;S为滑膜变量,γ是大于1的变量,β是大于0的变量。
2.根据权利要求1所述的一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法,其特征在于:所述步骤5)中,所构成无模型自适应光滑滑模控制器为:
Figure FDA00034563679100000212
3.根据权利要求1所述的一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法,其特征在于:所述步骤6)中期望的目标阻抗如下:
Figure FDA0003456367910000031
式中,md为目标惯量、bd为目标刚度、kd为目标阻尼;x、
Figure FDA0003456367910000032
Figure FDA0003456367910000033
分别为夹持机构夹指的实际位移,单位为m、速度,单位为m/s和加速度,单位为m/s2;xd
Figure FDA0003456367910000034
Figure FDA0003456367910000035
分别为夹持机构夹指的期望位移,单位为m、速度,单位为m/s和加速度,单位为m/s2;fr为夹持机构夹指施加给水果的期望接触力,单位为N;fe为压力传感器实际采集接触力,单位为N。
4.根据权利要求1所述的一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法,其特征在于:还包括,设计自适应规则是滑动变量S与控制器惯性增益
Figure FDA0003456367910000036
的函数,当滑动变量远离滑模面时,α|S|γ项变大,控制器惯性增益
Figure FDA0003456367910000037
变大;当滑动变量靠近滑模面时,α|S|γ项变小,
Figure FDA0003456367910000038
项变大,控制器惯性增益
Figure FDA0003456367910000039
变小。
CN201910202854.0A 2019-03-19 2019-03-19 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法 Active CN110053044B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910202854.0A CN110053044B (zh) 2019-03-19 2019-03-19 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910202854.0A CN110053044B (zh) 2019-03-19 2019-03-19 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法

Publications (2)

Publication Number Publication Date
CN110053044A CN110053044A (zh) 2019-07-26
CN110053044B true CN110053044B (zh) 2022-03-22

Family

ID=67316269

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910202854.0A Active CN110053044B (zh) 2019-03-19 2019-03-19 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法

Country Status (1)

Country Link
CN (1) CN110053044B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111203808B (zh) * 2020-01-16 2022-03-18 江苏大学 高效横纵喷钢箱梁用喷砂除锈并联机器人结构及其射流反作用力控制方法
CN111230882B (zh) * 2020-02-25 2022-04-26 江苏大学 水果分拣并联机器人夹持机构的自适应变阻抗控制方法
CN111283687B (zh) * 2020-03-17 2021-04-30 北京理工大学 一种机器人关节位置控制系统及其动态力矩的反馈补偿方法
CN114237054B (zh) * 2021-12-18 2024-08-09 福州大学 空中机器人的6d交互控制方法
CN114454199B (zh) * 2022-02-11 2024-02-23 吉林大学 一种基于数据控制算法的末端执行器及其设计方法
CN114516054B (zh) * 2022-03-24 2023-04-28 南京航空航天大学 一种机械臂时延估计控制方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0875341A1 (en) * 1997-04-28 1998-11-04 Seiko Seiki Kabushiki Kaisha Position and/or force controlling apparatus using sliding mode decoupling control
CN105171758A (zh) * 2015-10-21 2015-12-23 孟强 一种机器人的自适应有限时间收敛滑模控制方法
CN105319972A (zh) * 2015-11-27 2016-02-10 燕山大学 基于快速终端滑模的遥操作机器人固定时间控制方法
CN106272428A (zh) * 2016-09-13 2017-01-04 江苏大学 一种苹果采摘机器人末端执行器抓取力主动柔顺控制方法
CN106527125A (zh) * 2015-09-14 2017-03-22 南京理工大学 智能控制中的无模型控制方法
CN108227490A (zh) * 2017-12-27 2018-06-29 江苏大学 一种新型混联式汽车电泳涂装输送机构的无模型自适应滑模控制方法
CN108772840A (zh) * 2018-07-02 2018-11-09 常州普旺科技有限公司 一种基于计算机视觉和机器学习的自适应分拣系统及方法
CN108983601A (zh) * 2018-06-19 2018-12-11 江苏大学 一种提高采摘机器人柔顺抓取性能的参数自整定阻抗控制系统构造方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10488827B2 (en) * 2012-02-15 2019-11-26 Nri R&D Patent Licensing, Llc Adaptive multi-level control for variable-hierarchy-structure hierarchical systems

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0875341A1 (en) * 1997-04-28 1998-11-04 Seiko Seiki Kabushiki Kaisha Position and/or force controlling apparatus using sliding mode decoupling control
CN106527125A (zh) * 2015-09-14 2017-03-22 南京理工大学 智能控制中的无模型控制方法
CN105171758A (zh) * 2015-10-21 2015-12-23 孟强 一种机器人的自适应有限时间收敛滑模控制方法
CN105319972A (zh) * 2015-11-27 2016-02-10 燕山大学 基于快速终端滑模的遥操作机器人固定时间控制方法
CN106272428A (zh) * 2016-09-13 2017-01-04 江苏大学 一种苹果采摘机器人末端执行器抓取力主动柔顺控制方法
CN108227490A (zh) * 2017-12-27 2018-06-29 江苏大学 一种新型混联式汽车电泳涂装输送机构的无模型自适应滑模控制方法
CN108983601A (zh) * 2018-06-19 2018-12-11 江苏大学 一种提高采摘机器人柔顺抓取性能的参数自整定阻抗控制系统构造方法
CN108772840A (zh) * 2018-07-02 2018-11-09 常州普旺科技有限公司 一种基于计算机视觉和机器学习的自适应分拣系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
A New Adaptive Sliding-Mode Control Scheme for Application to Robot Manipulators;Jaemin Baek 等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20160630;第3593-3601页 *
Practical Nonsingular Terminal Sliding-Mode Control of Robot Manipulators for High-Accuracy Tracking Control;Maolin Jin 等;《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》;20090930;第3628-3636页 *

Also Published As

Publication number Publication date
CN110053044A (zh) 2019-07-26

Similar Documents

Publication Publication Date Title
CN110053044B (zh) 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法
CN111230882B (zh) 水果分拣并联机器人夹持机构的自适应变阻抗控制方法
CN111399514B (zh) 一种机器人时间最优轨迹规划方法
CN110103220B (zh) 机器人高速高精度运动轨迹规划方法、装置、设备及介质
Fateh On the voltage-based control of robot manipulators
Muller Internal preload control of redundantly actuated parallel manipulators—its application to backlash avoiding control
Cheah et al. Adaptive Jacobian tracking control of robots with uncertainties in kinematic, dynamic and actuator models
CN105772917B (zh) 一种三关节点焊机器人轨迹跟踪控制方法
Duchaine et al. Computationally efficient predictive robot control
CN109352656B (zh) 一种具有时变输出约束的多关节机械臂控制方法
CN105598968B (zh) 一种并联机械臂的运动规划与控制方法
CN105171758B (zh) 一种机器人的自适应有限时间收敛滑模控制方法
CN110394801B (zh) 一种机器人的关节控制系统
CN103495977A (zh) 一种6r型工业机器人负载识别方法
CN115625711B (zh) 一种考虑末端力的双臂机器人协同控制方法
CN109648564B (zh) 一种基于递阶结构mpc的多自由度柔性关节机械臂系统的控制方法
Cruciani et al. In-hand manipulation using three-stages open loop pivoting
CN115890735B (zh) 机械臂系统、机械臂及其控制方法、控制器和存储介质
CN118288294B (zh) 一种基于图像变导纳的机器人视觉伺服与人机协同控制方法
CN115139301A (zh) 基于拓扑结构自适应神经网络的机械臂运动规划方法
CN113954077B (zh) 带有能量优化的水下游动机械臂轨迹跟踪控制方法及装置
CN111805536A (zh) 一种水果分拣并联机器人机构考虑耦合作用自适应滑模控制方法
CN111203883B (zh) 面向机器人电子元器件装配的自学习模型预测控制方法
CN106292678B (zh) 一种针对目标操作的空间机器人基座解耦控制方法
CN114840947A (zh) 一种带约束的三自由度机械臂动力学模型

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