CN110238852A - 一种机器人臂手遥操作控制方法及系统 - Google Patents

Abstract

本发明公开了一种机器人臂手遥操作控制方法及系统，包括用于提取大臂肌电信号的大臂MYO模块，用于提取小臂肌电信号、人的手势以及IMU信号的小臂MYO模块，根据大臂肌电信号获取机械臂阻抗矩阵的机械臂阻抗矩阵模块，根据小臂IMU信号获取人手位姿的人手位姿模块，根据小臂肌电信号获取机械手阻抗系数的机械手阻抗系数模块，采用变刚度阻抗控制的机械臂控制器模块，采用变刚度阻抗与力混合控制器的机械手控制器模块，获取机械手指尖接触力的机械手指尖触觉传感器模块以及机器人臂手。本发明克服了传统遥操作无法进行力控以及人机交互接口复杂和不稳定的问题，同时机器人臂手无需离线运动轨迹编程，并且实时完成指定任务。

Description

一种机器人臂手遥操作控制方法及系统

技术领域

本发明属于机器人控制领域，尤其涉及一种机器人臂手遥操作控制方法及系统。

背景技术

很多任务场合人无法直接到达，如太空环境、深海环境，或是人靠近作业现场会有危险发生，机器人臂手代替人的臂手进行任务操作是很好的策略。在这些任务环境中，人可远程通过图像信息，采用主从式操作进行遥控作业，对于降低人面临的危险以及降低任务的操作难度有着重要意义。

目前主从式遥操作机器人在医疗手术，排雷，太空舱的维护维修，深海探索等领域均有运用，其代表有“达芬奇手术机器人”、“遥操作危险品挖掘搬运机器人”、“登月探测机器人”。遥操作控制的重点是操作员如何输入机器人臂手的运动与力的信号。

目前遥操作方法有基于键盘、手柄或者摇杆的遥操作，但是这需要操作人员有极高的操作熟练度，操作效率较低且人机交互不自然。还有的通过机器视觉等捕获人手臂运动位姿的信息，同步传递到机器人手臂进行摇动，这种控制方式虽然精度更高，操作更加方便快捷和精细但是基于机器视觉捕获人运动位姿的遥操作需要任务环境搭配多个摄像头，且容易受到光照、视线遮挡、环境等条件的影响。还有的是采用臂环等获得人手臂运动位姿的信息，如专利201711088709.1公开的基于手势识别的机械臂位姿控制方法，即通过智能腕带获取人臂的位姿，再将位姿通过正逆运动学，求解出工作机械臂每个关节角的角度来使得机器人臂跟随人手臂进行抓取等动作。但是上述控制系统的缺点在于，机械臂完全跟随人手的动作，很容易用力过大，如抓取柔性物品时容易由于抓取力过大而将物品抓碎，而抓取刚性物品时也容易由于抓取力过大造成机器人臂的损坏或损坏物品，例如机器人臂擦玻璃时，若人的手臂延伸超过玻璃所在的界面，机器人臂跟随动作会将玻璃压碎。

名词解释：

IMU：惯性测量单元，包括3个加速度计、3个陀螺仪和3个磁力计。在本例中，MYO臂环的3个加速度计可输出x轴，y轴，z轴方向的位置加速度信号。3个陀螺仪和3个磁力计可输出校正后的相对于世界坐标系的旋转矩阵。

MYO臂环：Thalmic Labs公司推出的可穿戴设备MYO臂环，佩戴在人的手臂上，可输出IMU信号，8通道肌电信号以及基础的5种人类手势。

发明内容

为解决上述问题，本发明公开了一种机器人臂手遥操作控制方法及系统。本发明根据采集到的人手臂肌电信号的变化实现对机械臂和机器手操作力度的控制，而人手臂肌电信号通过人自动绷紧或放松肌肉自然产生变化，从而是的对于机械臂和机器手的力度控制更近似与人控制自身手臂和手使用力度的控制，实现了对机械臂和机器手更加精细的操作，扩展了机器人臂的应用范围，提高了其操作精细度。

为实现上述目的，本发明的技术方案为：

一种机器人臂手遥操作控制方法，包括如下步骤：

步骤一、分别通过套设在人手臂的大臂和小臂上的臂环获得大臂肌电信号和小臂肌电信号；通过大臂IMU信号得到人手位姿信息Cd；

步骤二、通过人手位姿信息Cd得到机械臂末端即机械手的期望位姿Xd；

步骤三、对大臂肌电信号和小臂肌电信号进行处理；

步骤四、机械臂的操作力度随处理后的大臂肌电信号的值增大而增大，减小而减小；机械手操作力度随处理后的小臂肌电信号的值的增大而增大，减小而减小；所述机械臂上安装有阻抗控制器，所述机械手上安装有阻抗与力控制器，机械手上安装有指尖触觉传感器；通过得到机械臂末端期望力的6维向量F1和机械手电机期望力矩F2分别操作机械臂和机械手。

进一步的改进，包括所述步骤一如下步骤：

人手臂的大臂和小臂上的分别套设大臂MYO模块，小臂MYO模块；获取肌电信号并滤波处理，得到大臂8通道肌电信号：a1,a2,a3,a4,a5,a6,a7,a8；从小臂MYO模块获取肌电信号并滤波处理，得到小臂8通道肌电信号：b1,b2,b3,b4,b5,b6,b7,b8；从小臂MYO模块获取IMU信号并滤波处理。

进一步的改进，所述步骤二包括如下步骤:

对滤波处理后的IMU进行积分，得到人手位姿信息Cd，进而获得机械臂末端期望位姿Xd；Xd＝T*Cd；其中，Cd包括人手位姿的6维向量，Xd包括机械臂跟随人手运动的期望位姿的6维向量，Cd与Xd均包含3个位置信息和3个姿态信息，T为人手位姿向机械臂位姿的映射矩阵。

进一步的改进，所述步骤三包括如下步骤：

对滤波后的大臂肌电信号进行处理：

a＝(a1+a2+a3+a4+a5+a6+a7+a8)/8；

c1＝a/amax；

d1＝[1–exp(c1)]/[1+exp(c1)]；

K1＝d1*(Kmax1–Kmin1)+Kmin1；

对滤波后的小臂肌电信号进行处理：

b＝(b1+b2+b3+b4+b5+b6+b7+b8)/8；

c2＝b/bmax；

d2＝[1–exp(c2)]/[1+exp(c2)]；

K2＝d2*(Kmax2–Kmin2)+Kmin2；

其中，amax为人手没有负载进行最大自主收缩时大臂MYO模块(1)获得的8个肌电信号的平均值；bmax为人手没有负载进行最大自主收缩时小臂MYO模块(2)获得的8个肌电信号的平均值；Kmax1与Kmin1分别为机械臂的最大阻抗刚度矩阵与最小刚度矩阵；Kmax2与Kmin2分别为机械手的最大阻抗刚度矩阵与最小刚度矩阵；K1和K2分别为机械臂大臂和小臂的阻抗刚度矩阵。

进一步的改进，所述步骤四中得到F1的步骤如下：

根据机械臂刚度矩阵K1，实现遥操作中对机械臂刚度的控制，具体公式如下：

F1＝K1(Xd–Xa)+D1(Xdd–Xad)；

其中F1为机械臂末端期望力的6维向量，包含3个力信息与3个力矩信息；Xa为机械臂实时反馈的6维位姿信息即机械臂末端实际位姿信息，包括机械臂当前末端的3个位置信息和3个姿态信息；Xad为实时反馈的机械臂末端6维速度信息，包括机械臂当前末端的3个线速度信息和3个角速度信息；Xdd是Xd的差分数据；D1为机械臂阻抗阻尼矩阵(获得方法参见论文：Cartesian Impedance Control of Redundant Robots:Recent results withthe DLR-Light-Weight-Arms)；Xd表示机械臂末端期望位姿。

进一步的改进，所述步骤四中得到F2的步骤如下：通过阻抗与力控制器控制机械手；获得的机械手刚度矩阵K2；

F2＝K2(Yd–Ya)++d2*M*(Ffd–Ffa)；

其中F2为机械手电机期望力矩，Ya为机械手实时反馈的电机编码器位置；Yd是机械手电机期望位置；Ffd为机械手手指期望的指尖接触力；Ffd为机械手指尖触觉传感器模块获得的实际指尖接触力；M为机械手指尖接触力向电机力矩的映射矩阵。

进一步的改进，所述步骤五的步骤如下：

将F1输入至机械臂(9)的控制箱，F2输入至机械手(10)的驱动器，完成整个控制流程。

进一步的改进，人手位姿向机械臂位姿的映射矩阵T，如下如下：

其中t＝L1/L2,L1为机械臂最大操作半径，L2为操作人员胳膊伸平时肩关节到腕关节的长度。

一种机器人臂手遥操作控制系统，包括用于获得人大臂肌电信号的大臂MYO模块和人小臂小臂肌电信号的MYO模块；用于对过滤的IMU进行积分的人手位姿模块；用于获得机械手刚度矩阵K2的机械手阻抗刚度矩阵模块；用于获得机械臂阻抗刚度矩阵的机械臂阻抗刚度矩阵模块；用于控制机械臂的机械臂控制器模块；用户控制机械手的机械手控制器模块；用于获得机械手的的实际指尖接触力的机械手指尖触觉传感器模块。

进一步的改进，所述机械手控制模块为阻抗与力控制器；机械臂控制模块(6)为阻抗控制器。

附图说明

图1为机器人臂手遥操作控制系统的结构示意图。

具体实施方式

以下结合附图及实施例对本发明做进一步说明。

实施例1

如图1所示的一种机器人臂手遥操作控制系统，该系统包括大臂MYO模块1，小臂MYO模块2，机械臂阻抗刚度矩阵模块3，人手位姿模块4，机械手阻抗刚度矩阵模块5，机械臂控制器模块6，机械手控制器模块7，机械手指尖触觉传感器模块8，机械臂9，机械手10。

包括以下控制流程：

步骤A，从大臂MYO模块1获取肌电信号并滤波处理，得到大臂8通道肌电信号(a1,a2,a3,a4,a5,a6,a7,a8)；从小臂MYO模块2获取肌电信号并滤波处理，得到小臂8通道肌电信号(b1,b2,b3,b4,b5,b6,b7,b8)；从小臂MYO模块2获取IMU信号并滤波处理。

步骤B，人手位姿模块4对处理后的IMU进行积分，得到人手位姿信息Cd，进一步获得机械臂末端期望位姿Xd。具体公式如下：

Xd＝T*Cd；

其中Cd为人手位姿的6维向量，Xd为机械臂跟随人手运动的期望位姿的6维向量，Cd与Xd均包含3个位置信息和3个姿态信息，T为人手位姿向机械臂位姿的映射矩阵。

步骤C，机械臂阻抗刚度矩阵模块3对处理后的大臂肌电信号进行处理：

a＝(a1+a2+a3+a4+a5+a6+a7+a8)/8；

c1＝a/amax；

d1＝[1–exp(c1)]/[1+exp(c1)]；

K1＝d1*(Kmax1–Kmin1)+Kmin1；

同样的，机械手阻抗刚度矩阵模块4对处理后的小臂肌电信号进行处理：b＝(b1+b2+b3+b4+b5+b6+b7+b8)/8；

c2＝b/bmax；

d2＝[1–exp(c2)]/[1+exp(c2)]；

K2＝d2*(Kmax2–Kmin2)+Kmin2；

amax为人手没有负载进行自主收缩时大臂MYO模块(1)获得的8个肌电信号(a1,a2,a3,a4,a5,a6,a7,a8)的平均值；bmax为人手没有负载进行自主收缩时小臂MYO模块(2)获得的8个肌电信号(b1,b2,b7,b8)的平均值；Kmax1与Kmin1分别为机械臂的最大阻抗刚度矩阵与最小刚度矩阵；Kmax2与Kmin2分别为机械手的最大阻抗刚度矩阵与最小刚度矩阵。

步骤D，机械臂控制模块6采用阻抗控制器，其特征在于根据通机械臂阻抗刚度矩阵模块获得的机械臂刚度矩阵K1，实现遥操作中对机械臂刚度的控制，具体公式如下：

F1＝K1(Xd–Xa)+D1(Xdd–Xad)；

其中F1为机械臂末端期望力的6维向量，包含3个力信息与3个力矩信息；Xa为机械臂实时反馈的6维位姿信息(机械臂末端实际位姿)，包括机械臂当前末端的3个位置信息和3个姿态信息；Xad为实时反馈的机械臂末端6维速度信息，包括机械臂当前末端的3个线速度信息和3个角速度信息；Xdd是Xd的差分数据；D1为机械臂阻抗阻尼矩阵(有现有方法)。

步骤E，机械手控制模块7采用阻抗/力控制器，其特征在于根据通机械手阻抗刚度矩阵4模块获得的机械手刚度矩阵K2，实现遥操作中对机械手刚度的控制，具体公式如下：

F2＝K2(Yd–Ya)++d2*M*(Ffd–Ffa)；

其中F2为机械手电机期望力矩，Ya为机械手实时反馈的电机编码器位置；Yd是机械手电机期望位置；Ffd为机械手手指期望的指尖接触力；Ffd为机械手指尖触觉传感器模块(8)获得的实际指尖接触力；M为机械手指尖接触力向电机力矩的映射矩阵。

步骤F，将F1输入至机械臂(9)的控制箱，F2输入至机械手(10)的驱动器，完成整个控制流程。

大臂MYO模块(1)，小臂MYO模块(2)为Thalmic Labs公司推出的MYO臂环实现，其中大臂MYO模块(1)佩戴在人的大臂靠肩关节位置，小臂MYO臂环模块(2)佩戴在人的小臂的肘关节与腕关节中间位置。

人手位姿向机械臂位姿的映射矩阵T，其具体选取公示如下：

其中t＝l1/l2,l1为机械臂最大操作半径，l2为人胳膊伸平时肩关节到腕关节的长度。

机械手电机期望位置Yd与机械手手指期望的指尖接触力Ffd由小臂MYO模块(2)的手势识别功能确定。MYO模块可确定人手的多种手势，根据不同的手势配置机械手(10)为不同的工作动作。

上述IMU信号进行积分属于MYO模块自带的功能，其实现步骤如下：

MYO获得的IMU信号包括3个加速度信息(xdd,ydd,zdd)和3个旋转角信息(α，β，γ)，具体处理公示如下：

其中T为MYO中IMU信号的采样频率，xd、yd、zd分别为运动沿着x轴、y轴、z轴的速度分量。

其中x、y、z分别为运动沿着x轴、y轴、z轴的位移分量。

Cd＝(x,y,z,α，β，γ)

Cd为包括人手位姿的一个6维向量。

尽管本发明的实施方案已公开如上，但并不仅仅限于说明书和实施方案中所列运用，它完全可以被适用于各种适合本发明的领域，对于熟悉本领域的人员而言，可容易地实现另外的修改，因此在不背离权利要求及等同范围所限定的一般概念下，本发明并不限于特定的细节和这里所示。

Claims (10)

1.一种机器人臂手遥操作控制方法，其特征在于，包括如下步骤：

步骤一、分别通过套设在人手臂的大臂和小臂上的臂环获得大臂肌电信号和小臂肌电信号；通过大臂IMU信号得到人手位姿信息Cd；

步骤二、通过人手位姿信息Cd得到机械臂末端即机械手的期望位姿Xd；

步骤三、对大臂肌电信号和小臂肌电信号进行处理；

步骤四、机械臂的操作力度随处理后的大臂肌电信号的值增大而增大，减小而减小；机械手操作力度随处理后的小臂肌电信号的值的增大而增大，减小而减小；所述机械臂上安装有阻抗控制器，所述机械手上安装有阻抗与力控制器，机械手上安装有指尖触觉传感器；通过得到机械臂末端期望力的6维向量F1和机械手电机期望力矩F2分别操作机械臂和机械手。

2.如权利要求1所述的机器人臂手遥操作控制方法，其特征在于，包括所述步骤一如下步骤：人手臂的大臂和小臂上的分别套设大臂MYO模块，小臂MYO模块；获取肌电信号并滤波处理，得到大臂8通道肌电信号：a1,a2,a3,a4,a5,a6,a7,a8；从小臂MYO模块获取肌电信号并滤波处理，得到小臂8通道肌电信号：b1,b2,b3,b4,b5,b6,b7,b8；从小臂MYO模块获取IMU信号并滤波处理。

3.如权利要求2所述的机器人臂手遥操作控制方法，其特征在于，所述步骤二包括如下步骤:对滤波处理后的IMU进行积分，得到人手位姿信息Cd，进而获得机械臂末端期望位姿Xd；Xd＝T*Cd；其中，Cd包括人手位姿的6维向量，Xd包括机械臂跟随人手运动的期望位姿的6维向量，Cd与Xd均包含3个位置信息和3个姿态信息，T为人手位姿向机械臂位姿的映射矩阵。

4.如权利要求3所述的机器人臂手遥操作控制方法，其特征在于，所述步骤三包括如下步骤：

对滤波后的大臂肌电信号进行处理：

a＝(a1+a2+a3+a4+a5+a6+a7+a8)/8；

c1＝a/amax；

d1＝[1–exp(c1)]/[1+exp(c1)]；

K1＝d1*(Kmax1–Kmin1)+Kmin1；

对滤波后的小臂肌电信号进行处理：

b＝(b1+b2+b3+b4+b5+b6+b7+b8)/8；

c2＝b/bmax；

d2＝[1–exp(c2)]/[1+exp(c2)]；

K2＝d2*(Kmax2–Kmin2)+Kmin2；

其中，amax为人手没有负载进行最大自主收缩时大臂MYO模块(1)获得的8个肌电信号的平均值；bmax为人手没有负载进行最大自主收缩时小臂MYO模块(2)获得的8个肌电信号的平均值；Kmax1与Kmin1分别为机械臂的最大阻抗刚度矩阵与最小刚度矩阵；Kmax2与Kmin2分别为机械手的最大阻抗刚度矩阵与最小刚度矩阵；K1和K2分别为机械臂大臂和小臂的阻抗刚度矩阵。

5.如权利要求4所述的机器人臂手遥操作控制方法，其特征在于，所述步骤四中得到F1的步骤如下：

根据机械臂刚度矩阵K1，实现遥操作中对机械臂刚度的控制，具体公式如下：

F1＝K1(Xd–Xa)+D1(Xdd–Xad)；

其中F1为机械臂末端期望力的6维向量，包含3个力信息与3个力矩信息；Xa为机械臂实时反馈的6维位姿信息即机械臂末端实际位姿信息，包括机械臂当前末端的3个位置信息和3个姿态信息；Xad为实时反馈的机械臂末端6维速度信息，包括机械臂当前末端的3个线速度信息和3个角速度信息；Xdd是Xd的差分数据；D1为机械臂阻抗阻尼矩阵；Xd表示机械臂末端期望位姿。

6.如权利要求5所述的机器人臂手遥操作控制方法，其特征在于，所述步骤四中得到F2的步骤如下：通过阻抗与力控制器控制机械手；获得的机械手刚度矩阵K2；

F2＝K2(Yd–Ya)++d2*M*(Ffd–Ffa)；

其中F2为机械手电机期望力矩，Ya为机械手实时反馈的电机编码器位置；Yd是机械手电机期望位置；Ffd为机械手手指期望的指尖接触力；Ffd为机械手指尖触觉传感器模块获得的实际指尖接触力；M为机械手指尖接触力向电机力矩的映射矩阵。

7.如权利要求6所述的机器人臂手遥操作控制方法，其特征在于，所述步骤五的步骤如下：

将F1输入至机械臂(9)的控制箱，F2输入至机械手(10)的驱动器，完成整个控制流程。

8.如权利要求3所述的机器人臂手遥操作控制方法，其特征在于，人手位姿向机械臂位姿的映射矩阵T，如下如下：

其中t＝L1/L2,L1为机械臂最大操作半径，L2为操作人员胳膊伸平时肩关节到腕关节的长度。

9.一种机器人臂手遥操作控制系统，其特征在于，包括用于获得人大臂肌电信号的大臂MYO模块和人小臂小臂肌电信号的MYO模块；用于对过滤的IMU进行积分的人手位姿模块；用于获得机械手刚度矩阵K2的机械手阻抗刚度矩阵模块；用于获得机械臂阻抗刚度矩阵K1的机械臂阻抗刚度矩阵模块；用于控制机械臂的机械臂控制器模块；用户控制机械手的机械手控制器模块；用于获得机械手的的实际指尖接触力的机械手指尖触觉传感器模块。

10.如权利要求9所述的机器人臂手遥操作控制系统，其特征在于，所述机械手控制模块为阻抗与力控制器；机械臂控制模块(6)为阻抗控制器。