CN110977974A - 一种机器人规避奇异位型的导纳控制方法、装置及系统 - Google Patents

一种机器人规避奇异位型的导纳控制方法、装置及系统 Download PDF

Info

Publication number
CN110977974A
CN110977974A CN201911266517.4A CN201911266517A CN110977974A CN 110977974 A CN110977974 A CN 110977974A CN 201911266517 A CN201911266517 A CN 201911266517A CN 110977974 A CN110977974 A CN 110977974A
Authority
CN
China
Prior art keywords
robot
determining
target
performance index
virtual constraint
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
CN201911266517.4A
Other languages
English (en)
Other versions
CN110977974B (zh
Inventor
袁紫衣
刘刚
贾友华
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.)
Aubo Beijing Intelligent Technology Co ltd
Original Assignee
Aubo Beijing Intelligent Technology Co ltd
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 Aubo Beijing Intelligent Technology Co ltd filed Critical Aubo Beijing Intelligent Technology Co ltd
Priority to CN201911266517.4A priority Critical patent/CN110977974B/zh
Publication of CN110977974A publication Critical patent/CN110977974A/zh
Application granted granted Critical
Publication of CN110977974B publication Critical patent/CN110977974B/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—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture

Landscapes

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

Abstract

本发明实施例提供了一种机器人规避奇异位型的导纳控制方法、装置及系统，该导纳控制方法首先根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标。即实现了在笛卡尔空间平移和旋转运动的解耦。然后基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量。基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力。基于所述目标虚拟约束力，确定出目标关节角。可见，本方案采用机器人雅克比矩阵最小奇异值衡量机器人性能指标，判断机器人是否接近奇异位型，由于本方案中性能指标的梯度方差小，能够避免在人机交互过程中虚拟约束力施加瞬间产生抖动。

Description

一种机器人规避奇异位型的导纳控制方法、装置及系统
技术领域
本发明涉及机器人控制技术领域，具体涉及一种机器人规避奇异位型的导纳控制方法、装置及系统。
背景技术
随着智能制造的发展，协作机器人在辅助工业操作、协作装配、家务劳动、娱乐、医疗等领域都得到了广泛应用。由于人类和机器人需要在同一工作空间内紧密合作，因此在人机交互过程中的安全性与可靠性至关重要。为保证柔顺的人机交互，通常采用机器人导纳控制来控制机器人运动。然而，在人机交互过程中，机器人不可避免的会出现奇异位型，当机器人接近奇异位型时，会导致机器人运动不稳定，甚至停机，严重影响到人机交互的体验甚至发生危险，因此在人机交互过程中实时的对奇异位型进行规避至关重要。
目前，在人机交互过程中常用的奇异位型的规避方法主要有：
1：当机器人运动到奇异位型附近时，则立即停止机器人运动。
2：在人机交互过程中，采用可操作度来衡量是否奇异，如果临近奇异位型，则在机器人末端增加虚拟约束力来规避奇异。
发明人发现，方式1操作简单，但是极大的影响了人机交互的体验，并且需要重新启动机器人。方式2虽然可以让机器人无法到达奇异位型，但是采用可操作度来判断机器人是否奇异，存在较大方差，会导致人机交互过程中不稳定，会出现在施加虚拟约束力的瞬间由于加速度不连续导致的抖动；另外，该方法没有对平移和旋转运动进行解耦，从而导致平移和旋转运动耦合在一起，无法单独控制，影响用户体验。
因此，如何提供一种机器人规避奇异位型的导纳控制方法，避免在人机交互过程中虚拟约束力施加瞬间产生抖动，是本领域技术人员亟待解决的一大技术难题。
发明内容
有鉴于此，本发明实施例提供了一种机器人规避奇异位型的导纳控制方法，能够避免在人机交互过程中虚拟约束力施加瞬间产生抖动，且能实现在笛卡尔空间平移和旋转运动的解耦。
为实现上述目的，本发明实施例提供如下技术方案：
一种机器人规避奇异位型的导纳控制方法，包括：
根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标；
基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量；
基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力；
基于所述目标虚拟约束力，确定出目标关节角。
可选的，所述根据目标机器人的当前关节角，确定所述目标机器人的性能指标，包括：
根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵，所述映射矩阵包括平移矩阵以及旋转矩阵；
确定所述平移矩阵的最小奇异值为所述平移性能指标；
确定所述旋转矩阵的最小奇异值为所述旋转性能指标。
可选的，所述根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵，包括：
将所述目标机器人的当前关节角代入公式
Figure BDA0002313000360000021
确定出平移矩阵
Figure BDA0002313000360000022
以及旋转矩阵
Figure BDA0002313000360000023
可选的，所述基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量，包括：
判断所述性能指标是否大于第一阈值，如果是，确定所述虚拟约束的形变量以及所述刚度向量均为第一预设值；
如果否，根据公式
Figure BDA0002313000360000031
确定所述虚拟约束的形变量，其中，ki(w)为所述虚拟约束的形变量，wthi为安全阈值，wcri为最低临界值，λ为放大倍数；并计算所述目标机器人移动预设位移后的性能指标梯度，确定所述性能指标梯度中方向梯度的最大值为所述刚度向量。
可选的，所述计算所述目标机器人移动预设位移后的性能指标梯度，包括：
获取所述目标机器人移动预设位移后的第一关节角；
确定所述第一关节角对应的性能指标；
基于所述第一关节角对应的性能指标，确定出所述目标机器人移动预设位移后的性能指标梯度。
可选的，所述确定所述性能指标梯度中每个方向梯度的最大值为所述刚度向量，包括：
根据公式
Figure BDA0002313000360000032
确定出所述刚度向量，其中，Aij为所述刚度向量，max为取最大值操作，
Figure BDA0002313000360000033
为取最大值对应的虚拟微小位移。
可选的，所述基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力，包括：
根据公式
Figure BDA0002313000360000034
以及
Figure BDA0002313000360000035
确定出所述目标虚拟约束力，其中，Fv为所述目标虚拟约束力。
可选的，所述基于所述目标虚拟约束力，确定出目标关节角，包括：
将所述目标虚拟约束力代入动力学模型
Figure BDA0002313000360000036
确定出所述目标机器人的当前速度；
基于当前速度，根据公式
Figure BDA0002313000360000037
以及
Figure BDA0002313000360000038
确定出所述目标关节角。
一种机器人规避奇异位型的导纳控制装置，包括：
第一确定模块，用于根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标；
第二确定模块，用于基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量；
第三确定模块，用于基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力；
第四确定模块，用于基于所述目标虚拟约束力，确定出目标关节角。
一种机器人规避奇异位型的导纳控制系统，包括上述的机器人规避奇异位型的控制装置。
基于上述技术方案，本发明实施例提供了一种机器人规避奇异位型的导纳控制方法、装置及系统，该导纳控制方法首先根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标。即实现了在笛卡尔空间平移和旋转运动的解耦。然后基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量。基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力。基于所述目标虚拟约束力，确定出目标关节角。可见，本方案采用机器人雅克比矩阵最小奇异值衡量机器人性能指标，判断机器人是否接近奇异位型，由于本方案中性能指标的梯度方差小，能够避免在人机交互过程中虚拟约束力施加瞬间产生抖动。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的流程示意图；
图2为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程示意图；
图3为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程示意图；
图4为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程示意图；
图5为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程示意图；
图6为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程示意图；
图7为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程示意图；
图8为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程示意图；
图9为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的又一流程图；
图10为本发明基于机器人雅克比矩阵最小奇异值，实时规避奇异位型流程图；
图11为本发明计算虚拟约束力流程图；
图12为本发明实施例提供的一种机器人规避奇异位型的导纳控制装置的结构示意图；
图13为本发明实施例提供的一种机器人规避奇异位型的导纳控制系统的硬件图。
具体实施方式
请参阅图1，图1为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的流程示意图，该导纳控制方法包括步骤：
S101、根据目标机器人的当前关节角，确定所述目标机器人的性能指标。
其中，所述性能指标至少包括平移性能指标以及旋转性能指标。具体的，如图2所示，本发明实施例还提供了一种根据目标机器人的当前关节角，确定所述目标机器人的性能指标的具体实现方式，包括步骤：
S201、根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵，所述映射矩阵包括平移矩阵以及旋转矩阵；
S202、确定所述平移矩阵的最小奇异值为所述平移性能指标；
S203、确定所述旋转矩阵的最小奇异值为所述旋转性能指标。
结合上述实施例，如图3所示，本发明实施例还提供了一种所述根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵的具体实现步骤，包括：
S301、将所述目标机器人的当前关节角代入公式
Figure BDA0002313000360000061
确定出平移矩阵
Figure BDA0002313000360000062
以及旋转矩阵
Figure BDA0002313000360000063
S102、基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量；
具体的，如图4所示，本发明实施例提供了一种基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量的具体实现方式，包括：
S401、判断所述性能指标是否大于第一阈值，如果是，确定所述虚拟约束的形变量以及所述刚度向量均为第一预设值；
如果否，根据公式
Figure BDA0002313000360000064
确定所述虚拟约束的形变量，其中，ki(w)为所述虚拟约束的形变量，wthi为安全阈值，wcri为最低临界值，λ为放大倍数；并计算所述目标机器人移动预设位移后的性能指标梯度，确定所述性能指标梯度中方向梯度的最大值为所述刚度向量。
其中，所述计算所述目标机器人移动预设位移后的性能指标梯度可以通过如图5所示的方式确定，包括步骤：
S501、获取所述目标机器人移动预设位移后的第一关节角；
S502、确定所述第一关节角对应的性能指标；
S503、基于所述第一关节角对应的性能指标，确定出所述目标机器人移动预设位移后的性能指标梯度。
具体的，如图6所示，本发明实施例还提供了一种确定所述性能指标梯度中每个方向梯度的最大值为所述刚度向量的具体实现步骤，包括：
S601、根据公式
Figure BDA0002313000360000065
确定出所述刚度向量，其中，Aij为所述刚度向量，max为取最大值操作，
Figure BDA0002313000360000066
为取最大值对应的虚拟微小位移。
S103、基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力；
具体的，如图7所示，本发明实施例还提供了一种基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力的具体实现方式，包括步骤：
S701、根据公式
Figure BDA0002313000360000071
以及
Figure BDA0002313000360000072
确定出所述目标虚拟约束力，其中，Fv为所述目标虚拟约束力。
S104、基于所述目标虚拟约束力，确定出目标关节角。
具体的，如图8所示，本发明实施例还提供了一种所述基于所述目标虚拟约束力，确定出目标关节角的具体实现方式，包括步骤：
S801、将所述目标虚拟约束力代入动力学模型
Figure BDA0002313000360000073
确定出所述目标机器人的当前速度；
S802、基于当前速度，根据公式
Figure BDA0002313000360000074
以及
Figure BDA0002313000360000075
确定出所述目标关节角。
结合上述步骤，可知，本发明实施例提供的一种机器人规避奇异位型的导纳控制方法，该方法基于导纳控制模型来控制机器人运动，采用机器人雅克比矩阵最小奇异值衡量机器人性能指标，并且在奇异规避过程中实现了平移和旋转运动解耦。
示意性的，结合图9-图11，其中，图9为本发明实施例提供的一种机器人规避奇异位型的导纳控制方法的流程图；图10为本发明基于机器人雅克比矩阵最小奇异值，实时规避奇异位型流程图；图11为本发明计算虚拟约束力流程图。本实施例的具体实现步骤如下：
步骤S1：确定机器人的导纳控制模型为：
Figure BDA0002313000360000076
采样时间间隔为dt；其中Md，
Figure BDA0002313000360000077
分别是质量和阻尼矩阵；v，
Figure BDA0002313000360000078
分别为机器人末端在笛卡尔空间的速度和作用于机器人末端的外力。
步骤S2:为避免机器人运动到奇异位型，添加作用于末端的虚拟约束力
Figure BDA0002313000360000079
根据叠加原理，添加虚拟约束力后的动力学模型为：
Figure BDA00023130003600000710
步骤S3:根据当前机器人的关节角
Figure BDA0002313000360000081
基于最小奇异值，分别计算机器人末端执行器的性能指标：
Figure BDA0002313000360000082
其中wt，wr分别为平移和旋转性能指标；
S3中所述末端执行器的性能指标w采用如下方式确定：
S31:根据当前机器人的关节角q，计算所述机器人关节空间速度到机器人末端笛卡尔空间速度的映射矩阵，即雅克比矩阵
Figure BDA0002313000360000083
其中
Figure BDA0002313000360000084
JT(q)为平移分量，JR(q)为旋转分量；
Figure BDA0002313000360000085
其中，
Figure BDA0002313000360000086
为伪逆操作；
S32:分别计算
Figure BDA0002313000360000087
和
Figure BDA0002313000360000088
的最小奇异值为wT和wR:
Figure BDA0002313000360000089
Figure BDA00023130003600000810
其中，svd为计算矩阵的奇异值操作，sqrt为开方操作，min为取最小值操作；
步骤S4:将约束力等效为非线性弹簧，根据S3中所得性能指标wT和wR，计算虚拟约束的形变量ki(w)，以及刚度向量Aij；其中i＝1,2，i＝1时代表平移分量，i＝2时代表旋转分量；j＝1,2,3，为机器人末端坐标系的3个方向矢量，分别为
Figure BDA00023130003600000811
j＝1代表
Figure BDA00023130003600000812
依次类推；
S41:如果wi＞wthi，则ki(w)＝0，弹簧刚度向量Aij＝0；
S42:如果wi≤wthi，则
Figure BDA00023130003600000813
进行步骤S5计算弹簧刚度向量Aij；其中wthi为安全阈值，wcri为最低临界值，λ为放大倍数；
步骤S5:分别对机器人末端在笛卡尔空间的3个坐标轴方向给定微小位移ds，计算机器人移动+ds和-ds后的性能指标梯度▽w+和▽w-，获得每个方向梯度的最大值Aij；
S5中所述机器人性能指标梯度最大值Aij采用如下方式确定：
S51:假定在jk方向给定一个虚拟微小位移，ds＝jke-5；其中k＝1,2，k＝1代表jk与j坐标轴正向相同，k＝2代表其与j坐标轴正向相反；
S52:根据S31计算当前q对应的速度雅克比矩阵的逆为：
Figure BDA00023130003600000814
S53:末端移动ds后的关节角为
Figure BDA00023130003600000815
S54:重复步骤S3计算当前关节角q对应的末端执行器的性能指标
Figure BDA00023130003600000816
S55:计算机器人性能指标梯度：如果
Figure BDA00023130003600000817
则
Figure BDA00023130003600000818
否则
Figure BDA00023130003600000819
S56:计算机器人性能指标梯度最大值为：
Figure BDA0002313000360000091
其中，max为取最大值操作，
Figure BDA0002313000360000092
为取最大值对应的ds的符号操作；
步骤S6:根据S4中弹簧形变量ki(w)以及弹簧刚度向量Aij，计算作用于末端的虚拟约束力为
Figure BDA0002313000360000093
将虚拟约束力代入到步骤S2所述的动力学模型，计算机器人末端当前速度为：v＝(Md/dt+Cd)-1*(Md*vlast/dt+Fh+Fv)；根据步骤S52计算的雅可比矩阵，计算当前关节角的速度；
Figure BDA0002313000360000094
得到下一时刻关节角为：
Figure BDA0002313000360000095
机器人各关节运动到q，则q为当前位置。
步骤S7：重复进行步骤S3到S6实现在导纳控制中奇异位型的实时规避。
可见，本实施例采用机器人雅克比矩阵最小奇异值衡量机器人性能指标，判断机器人是否接近奇异位型；可以更加柔顺，准确的规避奇异位型，避免在人机交互过程中虚拟约束力施加瞬间产生抖动。
除此，本实施例可以实现在奇异规避过程中，末端执行器在笛卡尔空间平移和旋转运动的解耦；除了可以实现耦合运动之外，还可以单独控制平移和旋转运动，在运动过程中设置不同的参数，实现更加柔顺的运动。
在上述实施例的基础上，本发明实施例还提供了一种机器人规避奇异位型的导纳控制装置，如图12所示，包括：
第一确定模块121，用于根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标；
第二确定模块122，用于基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量；
第三确定模块123，用于基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力；
第四确定模块124，用于基于所述目标虚拟约束力，确定出目标关节角。
该装置的工作原理请参见上述方法实施例，在此不重复叙述。
除此，本发明实施还提供了一种机器人规避奇异位型的导纳控制系统，包括上述的机器人规避奇异位型的控制装置。该系统的工作原理请参见上述装置的工作原理。
上述控制装置包括处理器和存储器，上述第一确定模块、第二确定模块、第三确定模块以及第四确定模块等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来避免在人机交互过程中虚拟约束力施加瞬间产生抖动。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现所述导纳控制方法。
本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述导纳控制方法。
本发明实施例提供了一种设备，如图13所示，设备包括至少一个处理器131、以及与处理器连接的至少一个存储器132、总线133；其中，处理器、存储器通过总线完成相互间的通信；处理器用于调用存储器中的程序指令，以执行上述的屏幕显示装置方法。本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：
一种机器人规避奇异位型的导纳控制方法，包括：
根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标；
基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量；
基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力；
基于所述目标虚拟约束力，确定出目标关节角。
可选的，所述根据目标机器人的当前关节角，确定所述目标机器人的性能指标，包括：
根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵，所述映射矩阵包括平移矩阵以及旋转矩阵；
确定所述平移矩阵的最小奇异值为所述平移性能指标；
确定所述旋转矩阵的最小奇异值为所述旋转性能指标。
可选的，所述根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵，包括：
将所述目标机器人的当前关节角代入公式
Figure BDA0002313000360000111
确定出平移矩阵
Figure BDA0002313000360000112
以及旋转矩阵
Figure BDA0002313000360000113
可选的，所述基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量，包括：
判断所述性能指标是否大于第一阈值，如果是，确定所述虚拟约束的形变量以及所述刚度向量均为第一预设值；
如果否，根据公式
Figure BDA0002313000360000114
确定所述虚拟约束的形变量，其中，ki(w)为所述虚拟约束的形变量，wthi为安全阈值，wcri为最低临界值，λ为放大倍数；并计算所述目标机器人移动预设位移后的性能指标梯度，确定所述性能指标梯度中方向梯度的最大值为所述刚度向量。
可选的，所述计算所述目标机器人移动预设位移后的性能指标梯度，包括：
获取所述目标机器人移动预设位移后的第一关节角；
确定所述第一关节角对应的性能指标；
基于所述第一关节角对应的性能指标，确定出所述目标机器人移动预设位移后的性能指标梯度。
可选的，所述确定所述性能指标梯度中每个方向梯度的最大值为所述刚度向量，包括：
根据公式
Figure BDA0002313000360000115
确定出所述刚度向量，其中，Aij为所述刚度向量，max为取最大值操作，
Figure BDA0002313000360000116
为取最大值对应的虚拟微小位移。
可选的，所述基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力，包括：
根据公式
Figure BDA0002313000360000121
以及
Figure BDA0002313000360000122
确定出所述目标虚拟约束力，其中，Fv为所述目标虚拟约束力。
可选的，所述基于所述目标虚拟约束力，确定出目标关节角，包括：
将所述目标虚拟约束力代入动力学模型
Figure BDA0002313000360000123
确定出所述目标机器人的当前速度；
基于当前速度，根据公式
Figure BDA0002313000360000124
以及
Figure BDA0002313000360000125
确定出所述目标关节角。
综上，本发明实施例提供了一种机器人规避奇异位型的导纳控制方法、装置及系统，该导纳控制方法首先根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标。即实现了在笛卡尔空间平移和旋转运动的解耦。然后基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量。基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力。基于所述目标虚拟约束力，确定出目标关节角。可见，本方案采用机器人雅克比矩阵最小奇异值衡量机器人性能指标，判断机器人是否接近奇异位型，由于本方案中性能指标的梯度方差小，能够避免在人机交互过程中虚拟约束力施加瞬间产生抖动。
本说明书中各个实施例采用并列或递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

Claims (10)

1.一种机器人规避奇异位型的导纳控制方法，其特征在于，包括：
根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标；
基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量；
基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力；
基于所述目标虚拟约束力，确定出目标关节角。
2.根据权利要求1所述的机器人规避奇异位型的导纳控制方法，其特征在于，所述根据目标机器人的当前关节角，确定所述目标机器人的性能指标，包括：
根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵，所述映射矩阵包括平移矩阵以及旋转矩阵；
确定所述平移矩阵的最小奇异值为所述平移性能指标；
确定所述旋转矩阵的最小奇异值为所述旋转性能指标。
3.根据权利要求2所述的机器人规避奇异位型的导纳控制方法，其特征在于，所述根据所述目标机器人的当前关节角，确定所述目标机器人的关节空间速度到所述目标机器人的末端笛卡尔空间速度的映射矩阵，包括：
将所述目标机器人的当前关节角代入公式
Figure FDA0002313000350000011
确定出平移矩阵
Figure FDA0002313000350000012
以及旋转矩阵
Figure FDA0002313000350000013
4.根据权利要求1所述的机器人规避奇异位型的导纳控制方法，其特征在于，所述基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量，包括：
判断所述性能指标是否大于第一阈值，如果是，确定所述虚拟约束的形变量以及所述刚度向量均为第一预设值；
如果否，根据公式
Figure FDA0002313000350000014
确定所述虚拟约束的形变量，其中，ki(w)为所述虚拟约束的形变量，wthi为安全阈值，wcri为最低临界值，λ为放大倍数；并计算所述目标机器人移动预设位移后的性能指标梯度，确定所述性能指标梯度中方向梯度的最大值为所述刚度向量。
5.根据权利要求4所述的机器人规避奇异位型的导纳控制方法，其特征在于，所述计算所述目标机器人移动预设位移后的性能指标梯度，包括：
获取所述目标机器人移动预设位移后的第一关节角；
确定所述第一关节角对应的性能指标；
基于所述第一关节角对应的性能指标，确定出所述目标机器人移动预设位移后的性能指标梯度。
6.根据权利要求5所述的机器人规避奇异位型的导纳控制方法，其特征在于，所述确定所述性能指标梯度中每个方向梯度的最大值为所述刚度向量，包括：
根据公式
Figure FDA0002313000350000021
确定出所述刚度向量，其中，Aij为所述刚度向量，max为取最大值操作，
Figure FDA0002313000350000022
为取最大值对应的虚拟微小位移。
7.根据权利要求1所述的机器人规避奇异位型的导纳控制方法，其特征在于，所述基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力，包括：
根据公式
Figure FDA0002313000350000023
以及
Figure FDA0002313000350000024
确定出所述目标虚拟约束力，其中，Fv为所述目标虚拟约束力。
8.根据权利要求7所述的机器人规避奇异位型的导纳控制方法，其特征在于，所述基于所述目标虚拟约束力，确定出目标关节角，包括：
将所述目标虚拟约束力代入动力学模型
Figure FDA0002313000350000025
确定出所述目标机器人的当前速度；
基于当前速度，根据公式
Figure FDA0002313000350000026
以及
Figure FDA0002313000350000027
确定出所述目标关节角。
9.一种机器人规避奇异位型的导纳控制装置，其特征在于，包括：
第一确定模块，用于根据目标机器人的当前关节角，确定所述目标机器人的性能指标，所述性能指标至少包括平移性能指标以及旋转性能指标；
第二确定模块，用于基于所述平移性能指标以及所述旋转性能指标，确定虚拟约束的形变量以及刚度向量；
第三确定模块，用于基于所述虚拟约束的形变量以及所述刚度向量，确定目标虚拟约束力；
第四确定模块，用于基于所述目标虚拟约束力，确定出目标关节角。
10.一种机器人规避奇异位型的导纳控制系统，其特征在于，包括如权利要求9所述的机器人规避奇异位型的控制装置。
CN201911266517.4A 2019-12-11 2019-12-11 一种机器人规避奇异位型的导纳控制方法、装置及系统 Active CN110977974B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911266517.4A CN110977974B (zh) 2019-12-11 2019-12-11 一种机器人规避奇异位型的导纳控制方法、装置及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911266517.4A CN110977974B (zh) 2019-12-11 2019-12-11 一种机器人规避奇异位型的导纳控制方法、装置及系统

Publications (2)

Publication Number Publication Date
CN110977974A true CN110977974A (zh) 2020-04-10
CN110977974B CN110977974B (zh) 2021-06-01

Family

ID=70092319

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911266517.4A Active CN110977974B (zh) 2019-12-11 2019-12-11 一种机器人规避奇异位型的导纳控制方法、装置及系统

Country Status (1)

Country Link
CN (1) CN110977974B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112428263A (zh) * 2020-10-16 2021-03-02 北京理工大学 机械臂控制方法、装置及聚类模型训练方法
CN113814985A (zh) * 2021-10-29 2021-12-21 遨博（北京）智能科技有限公司 一种机器人控制方法、控制柜及系统
CN114177008A (zh) * 2022-01-12 2022-03-15 上海大学 一种基于可变虚拟夹具的上肢康复机器人控制方法及系统
CN114260896A (zh) * 2021-12-20 2022-04-01 广东省科学院智能制造研究所 一种协作机器人的柔顺力控制方法及系统
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
WO2022199059A1 (zh) * 2021-03-23 2022-09-29 深圳市优必选科技股份有限公司 机械臂控制方法、装置、作业控制设备及可读存储介质

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150120059A1 (en) * 2013-10-30 2015-04-30 Denso Wave Incorporated Axis angle determination method for six-axis robot and control apparatus for six-axis robot
CN105005381A (zh) * 2015-07-08 2015-10-28 西安电子科技大学 一种虚拟机械臂交互的抖动消除方法
EP3067162A1 (en) * 2013-11-07 2016-09-14 Muscle Corporation Master-slave system
CN107234617A (zh) * 2017-07-10 2017-10-10 北京邮电大学 一种避障任务无关人工势场引导的避障路径规划方法
CN108608427A (zh) * 2018-06-05 2018-10-02 中科新松有限公司 机器人力控牵引过程中的避奇异方法及装置
CN109249394A (zh) * 2018-09-27 2019-01-22 上海电气集团股份有限公司 基于导纳控制算法的机器人控制方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150120059A1 (en) * 2013-10-30 2015-04-30 Denso Wave Incorporated Axis angle determination method for six-axis robot and control apparatus for six-axis robot
EP3067162A1 (en) * 2013-11-07 2016-09-14 Muscle Corporation Master-slave system
CN105005381A (zh) * 2015-07-08 2015-10-28 西安电子科技大学 一种虚拟机械臂交互的抖动消除方法
CN107234617A (zh) * 2017-07-10 2017-10-10 北京邮电大学 一种避障任务无关人工势场引导的避障路径规划方法
CN108608427A (zh) * 2018-06-05 2018-10-02 中科新松有限公司 机器人力控牵引过程中的避奇异方法及装置
CN109249394A (zh) * 2018-09-27 2019-01-22 上海电气集团股份有限公司 基于导纳控制算法的机器人控制方法及系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈赛旋: "协作机器人零力控制与碰撞检测技术研究", 《中国博士学位论文全文数据库 信息科技辑》 *

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112428263A (zh) * 2020-10-16 2021-03-02 北京理工大学 机械臂控制方法、装置及聚类模型训练方法
WO2022199059A1 (zh) * 2021-03-23 2022-09-29 深圳市优必选科技股份有限公司 机械臂控制方法、装置、作业控制设备及可读存储介质
CN113814985A (zh) * 2021-10-29 2021-12-21 遨博（北京）智能科技有限公司 一种机器人控制方法、控制柜及系统
CN114260896A (zh) * 2021-12-20 2022-04-01 广东省科学院智能制造研究所 一种协作机器人的柔顺力控制方法及系统
WO2023116129A1 (zh) * 2021-12-20 2023-06-29 广东省科学院智能制造研究所 一种协作机器人的柔顺力控制方法及系统
CN114260896B (zh) * 2021-12-20 2024-01-09 广东省科学院智能制造研究所 一种协作机器人的柔顺力控制方法及系统
CN114177008A (zh) * 2022-01-12 2022-03-15 上海大学 一种基于可变虚拟夹具的上肢康复机器人控制方法及系统
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
CN114932557B (zh) * 2022-06-24 2023-07-28 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
CN110977974B (zh) 2021-06-01

Similar Documents

Publication Publication Date Title
CN110977974B (zh) 一种机器人规避奇异位型的导纳控制方法、装置及系统
US11642786B2 (en) Humanoid robot and its balance control method and computer readable storage medium
WO2020088016A1 (zh) 手部机械外骨骼力反馈的控制方法及系统
US11833692B2 (en) Method and device for controlling arm of robot
CN112809667B (zh) 工业机器人的力控制方法、装置及其应用
JP6563596B2 (ja) 画像処理装置、画像処理方法およびプログラム
US20210387340A1 (en) Robotic arm space position adjustment method, robotic arm controller and computer readable storage medium
WO2022247169A1 (zh) 机器人的导纳控制方法、导纳控制系统和机器人
JP2022551218A (ja) 動的計画コントローラ
CN108181836A (zh) 一种针对柔性Timoshenko梁机械臂抗饱和的边界控制方法
CN113814985B (zh) 一种机器人控制方法、控制柜及系统
CN109311155B (zh) 一种工业机器人的工具坐标系原点的标定方法及装置
CN115502966A (zh) 用于机器人的可变导纳控制方法
CN108608427A (zh) 机器人力控牵引过程中的避奇异方法及装置
CN113787518B (zh) 一种机器人末端姿态控制方法、装置、设备及存储介质
CN114147720A (zh) 一种多自由度机械臂的逆运动学通用求解方法及装置
CN109333520A (zh) 一种四轴scara机器人逆解方法
CN112264993A (zh) 机器人末端的控制方法、机器人及存储介质
CN117047771A (zh) 机器人的柔顺控制方法、装置及电子设备
CN112428263B (zh) 机械臂控制方法、装置及聚类模型训练方法
CN109732614A (zh) 基于约束力的scara机器人的控制设计方法及其装置及控制器
CN112008731B (zh) 一种空中作业机器人的柔顺控制方法、装置、终端、系统及可读存储介质
CN114800527A (zh) 一种移动作业机械臂末端施力控制方法及系统
CN110427106B (zh) 体感动作数据处理方法、设备及计算机可读存储介质
CN113927603A (zh) 机械臂拖动控制方法、装置、计算机设备以及存储介质

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
CP03 Change of name, title or address
CP03 Change of name, title or address

Address after: Room 407, building 5, yard 98, lianshihu West Road, Mentougou District, Beijing 102300

Patentee after: AUBO (Beijing) Intelligent Technology Co.,Ltd.

Address before: 102300 301a1, building 5, Shilong Yangguang building, 98 lianshihu West Road, Mentougou District, Beijing

Patentee before: AUBO (BEIJING) ROBOTICS TECHNOLOGY Co.,Ltd.