CN111515928B - 机械臂运动控制系统 - Google Patents
机械臂运动控制系统 Download PDFInfo
- Publication number
- CN111515928B CN111515928B CN202010296214.3A CN202010296214A CN111515928B CN 111515928 B CN111515928 B CN 111515928B CN 202010296214 A CN202010296214 A CN 202010296214A CN 111515928 B CN111515928 B CN 111515928B
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- assembly
- workpiece
- degree
- state information
- 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
Links
- 230000003068 static effect Effects 0.000 claims abstract description 33
- 239000012636 effector Substances 0.000 claims abstract description 30
- 238000012549 training Methods 0.000 claims abstract description 19
- 238000001514 detection method Methods 0.000 claims abstract description 17
- 239000011159 matrix material Substances 0.000 claims description 18
- 238000003780 insertion Methods 0.000 claims description 16
- 230000037431 insertion Effects 0.000 claims description 16
- 230000005484 gravity Effects 0.000 claims description 10
- 230000008901 benefit Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 claims description 7
- 238000006073 displacement reaction Methods 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 4
- 238000011217 control strategy Methods 0.000 claims description 4
- 238000005457 optimization Methods 0.000 claims description 4
- 238000000034 method Methods 0.000 description 17
- 230000006870 function Effects 0.000 description 10
- 230000008569 process Effects 0.000 description 10
- 241000282414 Homo sapiens Species 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 230000002787 reinforcement Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 238000009434 installation Methods 0.000 description 3
- 238000013135 deep learning Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 239000011248 coating agent Substances 0.000 description 1
- 238000000576 coating method Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000306 recurrent effect Effects 0.000 description 1
- 238000010845 search algorithm Methods 0.000 description 1
- 210000000707 wrist Anatomy 0.000 description 1
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
- B25J9/0081—Programme-controlled manipulators with master teach-in means
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
- B25J13/085—Force or torque sensors
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J18/00—Arms
-
- 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
- B25J9/1674—Programme controls characterised by safety, monitoring, diagnostic
- B25J9/1676—Avoiding collision or forbidden zones
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Human Computer Interaction (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种机械臂运动控制系统,所述机械臂运动控制系统包括智能柔顺装配平台、运动装配工件和静止装配工件,其中:所述智能柔顺装配平台控制六自由度协作机械臂,所述六自由度协作机械臂包括末端执行器,所述智能柔顺装配平台生成所述六自由度协作机械臂的状态信息;所述智能柔顺装配平台根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法;所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,所述末端执行器夹取运动装配工件进行装配,装配至所述静止装配工件上。
Description
技术领域
本发明涉及机器人装配技术领域,特别涉及一种机械臂运动控制系统。
背景技术
多自由度机器人是一种能够完成模拟人手臂,手腕和手功能的机械电子装置。它可把任何物件或工具按空间(位置和姿态)的时变要求进行移动,从而完成某一工业生产的作业要求。在我国劳动成本不断上升的今天,自动化也会为企业带来效益。除了重型的机加工任务,原本依赖人类手指触觉才能完成的小部件装配任务,如手机或者平板电脑装配生产线,通过加装关节力矩传感器,机器人也能够被赋予触觉,协助人类或独立完成这些工作将极大的提高生产效率。
活塞装配或者齿轮装配这样的精密装配是多维力矩传感器的常见应用。这些精密安装的操作平面不会仅仅是垂直的或是水平的,某些安装情况下由于操作平台或者待装配工件以及机械臂的重复精度误差存在将为实际装配带来很大的难度,对于精度的要求也很难保证。工业上能够用于柔顺装配技术。出于全自动装配的考虑,装配过程中机器人的控制是否精确直接影响装配结果,目前大连理工大学和清华大学针对轴孔装配展开的深度学习通过视觉信息和位置信息来进行反馈,在光线不稳定或者空间狭小复杂多变的环境下,无法通过视觉来获取位置信息。
发明内容
本发明的目的在于提供一种机械臂运动控制系统,以解决现有的全自动装配过程中机械臂控制精度难以保证的问题。
为解决上述技术问题,本发明提供一种机械臂运动控制系统,所述机械臂运动控制系统包括智能柔顺装配平台、运动装配工件和静止装配工件,其中:
所述智能柔顺装配平台控制六自由度协作机械臂,所述六自由度协作机械臂包括末端执行器,所述智能柔顺装配平台生成所述六自由度协作机械臂的状态信息;
所述智能柔顺装配平台根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法;
所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,所述末端执行器夹取运动装配工件进行装配,装配至所述静止装配工件上。
可选的,在所述的机械臂运动控制系统中,所述运动装配工件为轴,所述静止装配工件为孔。
可选的,在所述的机械臂运动控制系统中,所述六自由度协作机械臂的每个关节均安装有力矩传感器;所述力矩传感器实时采集各个关节的状态信息,实现灵敏的拖动示教和碰撞检测;
所述智能柔顺装配平台包括上位机与机械臂控制器,所述上位机采用实时通信接口与所述机械臂控制器进行数据交换,所述上位机通过实时通信接口接收所述力矩传感器采集的六自由度协作机械臂的状态信息,根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法;
所述上位机发送机械臂状态控制指令至所述机械臂控制器,以实现所述机械臂控制器输出搜索装配算法对所述六自由度协作机械臂进行控制;
所述状态信息包括姿态状态信息、速度状态信息和转矩状态信息,所述机械臂状态控制指令包括位姿控制指令、速度控制指令和转矩控制指令;
所述上位机将所述末端执行器的质量和惯性矩阵补偿给机械臂控制器,以实现力矩控制补偿。
可选的,在所述的机械臂运动控制系统中,所述上位机通过获取所述力矩传感器输出的力矩信息τ输出1τ输出2τ输出3τ输出4τ输出5τ输出6,采集六自由度协作机械臂的状态信息并将所述状态信息进行处理,生成机械臂本体的状态集:
其中,Fx,Fy,Fz表示从六个关节的力矩传感器获得的平均力,Mx,My表示机械臂末端两个关节的力矩传感器检测的力矩;和/>表示机械臂末端两个关节在二维坐标系的位置误差,x,y,z分别表示空间坐标轴的三个方向坐标。
可选的,在所述的机械臂运动控制系统中,通过将正向运动学应用于机械臂编码器测量的关节角度计算机械臂末端两个关节在二维坐标系的位置误差;
可选的,在所述的机械臂运动控制系统中,根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测包括:将所述六自由度协作机械臂至于初始位姿,采用神经网络对所述六自由度协作机械臂进行控制,所述机械臂控制器设置的控制集为
其中,Fx d,Fy d,Fz d表示六个关节施加的平均力,Rx d,Ry d表示机械臂末端两个关节的位姿;
根据所述控制集通过控制策略网络产生各个关节的转矩控制指令u(t),计算每个关节运行的优势函数估计值;
根据产生的训练数据,通过随机策略梯度按照多个步骤建立优化函数,并更新策略网络权重。
可选的,在所述的机械臂运动控制系统中,所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,夹取待装配的工件进行装配包括:
接近阶段,所述六自由度协作机械臂夹持所述运动装配工件到达待装配的静止装配工件上方的同轴心位置;
搜索阶段,所述上位机将位姿控制指令和速度控制指令发送至所述机械臂控制器,所述六自由度协作机械臂采用轴空间运动使所述运动装配工件向静止装配工件移动,并使两者处于接触状态与未接触状态的临界点;
插入阶段,将运动装配工件的轴和静止装配工件的孔对齐后,采用Z方向的力控算法,将运动装配工件的轴向下插入静止装配工件的孔中;
插入完成阶段,通过检测Z方向的位置判断是否装配完成,如果装配成功则所述六自由度协作机械臂松开所述运动装配工件后退出,如果装配超时则判断本次装配失败。
可选的,在所述的机械臂运动控制系统中,所述搜索阶段包括四次搜索步骤,每个步骤的控制集分别为:
所述插入阶段包括:采集六自由度协作机械臂的状态信息并将所述状态信息进行处理,当生成机械臂本体的状态集为下式时,插入成功:
s=[0,0,Fz,Mx,My,0,0],
通过MX和My判断运动装配工件的运动方向,通过Fz判断所述运动装配工件是否卡住,插入动作的控制集为:
可选的,在所述的机械臂运动控制系统中,检测Z方向的位置判断是否装配完成包括,计算惩罚参数:
其中,d为运动装配工件与静止装配工件位置之间的实时距离,D为运动装配工件与静止装配工件位置之间的目标距离,d0为静止装配工件的初始位置误差,根据惩罚参数计算是从静止装配工件的初始位置沿垂直方向向下的位移,
其中Z是插入目标深度,z是从静止装配工件的初始位置沿垂直方向向下的位移;
当-1≤r<1时,装配成功。
可选的,在所述的机械臂运动控制系统中,将运动装配工件固定在六自由度协作机械臂的末端执行器上后,通过末端执行器的CAD三维模型,计算出重力矩阵和惯性矩阵;将末端执行器的质量、质心位置、重力矩阵和惯性矩阵补偿给机械臂控制器。
在本发明提供的机械臂运动控制系统中,通过智能柔顺装配平台生成六自由度协作机械臂的状态信息,建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法,六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,末端执行器夹取运动装配工件进行装配,装配至静止装配工件上,解决了由于工件精度和一致性差造成装配失败率高的问题,通过力控算法及搜索装配算法,自动找到工件之间的正确的装配位置,代替人工完成装配,两种控制回路最后都叠加到关节空间输出关节力矩,相对于在机械臂末端添加传感器的方案,提高了动态特性,实现了主动柔顺控制,在装配过程体现柔性,不仅提高了装配成功率,同时也不会损坏机械臂或者工具工件。
根据本发明实施的结合力控算法的搜索装配算法,将装配方法划分为四个阶段,对每个阶段的进出条件进行约束,使得装配过程稳定可靠。控制方法充分发挥了六自由度协作机械臂关节内部集成力矩传感器的优点,实现了力控制与位置控制的解耦,两种控制回路最后都叠加到关节空间输出关节力矩,同时提高了系统的动态响应特性。
附图说明
图1是本发明一实施例机械臂运动控制系统中六自由度协作机械臂示意图;
图2是本发明一实施例机械臂运动控制系统中搜索装配算法示意图;
图3是本发明一实施例机械臂运动控制系统中力控算法示意图。
具体实施方式
以下结合附图和具体实施例对本发明提出的机械臂运动控制系统作进一步详细说明。根据下面说明和权利要求书,本发明的优点和特征将更清楚。需说明的是,附图均采用非常简化的形式且均使用非精准的比例,仅用以方便、明晰地辅助说明本发明实施例的目的。
本发明的核心思想在于提供一种机械臂运动控制系统,以解决现有的全自动装配过程中机械臂控制精度难以保证的问题。
本发明考虑在安装有关节力矩传感器的机械臂中,通过深度强化学习将处于不同状态的关节力矩信息分类从而实现类人手触觉的柔顺装配。机器人力和力矩的参数准确性是精确控制的必要条件,由于装配时负载重力、安装误差等扰动,使机器人控制所需要的实际力和力矩难以准确计算,就需要对接触力和力矩进行预测,其预测结果可作为实际控制的重要参考,则预测精度越高,实际控制的装配效果越好。
实际装配中的难度不仅如此,当前该应用所需要的精度补偿和反馈大多由视觉提供,但由于实际装配时零件之间存在的间隙只有人类发丝直径的十分之一,所以仅靠视觉技术还是无法做到完美控制,例如目前大连理工大学和清华大学针对轴孔装配展开的深度学习通过视觉信息和位置信息来进行反馈,在光线不稳定或者空间狭小复杂多变的环境下,无法通过视觉来获取位置信息,因此在现有的实际应用中,通过采用在机械臂末端加入六维力传感器来代替触觉来实现柔顺控制。传统的六维力传感器可以测量x,y,z三个方向的力和力矩。但由于六位力传感器通常安装在机械臂末端,需要考虑机械臂的工作环境如粉尘,磕碰等,而且安装在末端的六维力传感器会占用机械臂的工作负载,会对机械臂的重心造成偏移,影响机械臂的准确性。仅靠在末端安装六维力传感器无法保障机械臂人机协作安全性。如果通过在机械臂的每个关节加装力矩传感器则在实现柔顺力控的同时还需要完善如触停、拖动示教等功能。如何提供一种可以用结合关节力矩控制实现柔性装配的方法,是当前需要解决的技术问题。
为实现上述思想,本发明提供了一种机械臂运动控制系统,所述机械臂运动控制系统包括智能柔顺装配平台、运动装配工件和静止装配工件,其中:所述智能柔顺装配平台控制六自由度协作机械臂,所述六自由度协作机械臂包括末端执行器,所述智能柔顺装配平台生成所述六自由度协作机械臂的状态信息;所述智能柔顺装配平台根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法;所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,所述末端执行器夹取运动装配工件进行装配,装配至所述静止装配工件上。
<实施例一>
本实施例提供一种机械臂运动控制系统,所述机械臂运动控制系统包括智能柔顺装配平台、运动装配工件和静止装配工件,其中:如图1所示,所述智能柔顺装配平台控制六自由度协作机械臂,所述六自由度协作机械臂包括末端执行器,所述智能柔顺装配平台生成所述六自由度协作机械臂的状态信息;所述智能柔顺装配平台根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法;所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,所述末端执行器夹取运动装配工件进行装配,装配至所述静止装配工件上。
具体的,在所述的机械臂运动控制系统中,所述运动装配工件为轴,所述静止装配工件为孔。所述六自由度协作机械臂的每个关节均安装有力矩传感器;所述力矩传感器实时采集各个关节的状态信息,实现灵敏的拖动示教和碰撞检测;所述智能柔顺装配平台包括上位机与机械臂控制器,所述上位机采用实时通信接口与所述机械臂控制器进行数据交换,所述上位机通过实时通信接口接收所述力矩传感器采集的六自由度协作机械臂的状态信息,根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法;所述上位机发送机械臂状态控制指令至所述机械臂控制器,以实现所述机械臂控制器输出搜索装配算法对所述六自由度协作机械臂进行控制;所述状态信息包括姿态状态信息、速度状态信息和转矩状态信息,所述机械臂状态控制指令包括位姿控制指令、速度控制指令和转矩控制指令;所述上位机将所述末端执行器的质量和惯性矩阵补偿给机械臂控制器,以实现力矩控制补偿。
进一步的,在所述的机械臂运动控制系统中,所述上位机通过获取所述力矩传感器输出的力矩信息τ输出1τ输出2τ输出3τ输出4τ输出5τ输出6,采集六自由度协作机械臂的状态信息并将所述状态信息进行处理,生成机械臂本体的状态集:
其中,如图3所示,Fx,Fy,Fz表示从六个关节的力矩传感器获得的平均力,Mx,My表示机械臂末端两个关节的力矩传感器检测的力矩;和/>表示机械臂末端两个关节在二维坐标系的位置误差,x,y,z分别表示空间坐标轴的三个方向坐标。在所述的机械臂运动控制系统中,通过将正向运动学应用于机械臂编码器测量的关节角度计算机械臂末端两个关节在二维坐标系的位置误差;计算/>和/>的取整值,当/>和/>的取整值为(–c,c)时,作为位置数据Px和Py代替原点(0,0),静止装配工件的中心范围为-c<x<c,-c<y<c,其中c是位置误差的余量;当/>和/>的取整值是(c,2c)时,/>和/>将被舍入为c,依此类推。
如图2所示,钉位置P通过将正向运动学应用于机器人编码器测量的关节角度来计算。在后面学习过程中,我们假设孔未设置到精确位置,并且存在位置误差,增加对推断期间可能发生的位置误差的鲁棒性。为了满足此假设,计算了取整值和/>作为位置数据Px和Py通过使用图二所示的网格。代替原点(0,0),孔的中心可以位于-c<x<c,-c<y<c,其中c是位置误差的余量。因此,当值是(–c,c)时,它将被舍入为0。类似地,当值是(c,2c)时,它将被舍入为c,依此类推。这为网络提供了辅助信息,以加速学习收敛。
如图3所示,在所述的机械臂运动控制系统中,根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测包括:将所述六自由度协作机械臂至于初始位姿,采用神经网络对所述六自由度协作机械臂进行控制,所述机械臂控制器设置的控制集为
其中,Fx d,Fy d,Fz d表示六个关节施加的平均力,Rx d,Ry d表示机械臂末端两个关节的位姿;根据所述控制集通过控制策略网络产生各个关节的转矩控制指令u(t),计算每个关节运行的优势函数估计值;根据产生的训练数据,通过随机策略梯度按照多个步骤建立优化函数,并更新策略网络权重。
如图1所示,通过控制策略网络产生控制变量u(t),即各个关节的力矩控制指令,同时计算每一步的优势函数估计值:
其中:δt=rt+γV(x(t+1))-V(x(t)),
根据产生的训练数据:
通过随机策略梯度按照k个步骤建立优化函数Rk,并更新策略网络权重:
Rk=rk+γrk+1+γ2rk+2+…+γn-krn=rk+γRk+1。
进一步的,在所述的机械臂运动控制系统中,所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,夹取待装配的工件进行装配包括:接近阶段,所述六自由度协作机械臂夹持所述运动装配工件到达待装配的静止装配工件上方的同轴心位置;搜索阶段,所述上位机将位姿控制指令和速度控制指令发送至所述机械臂控制器,所述六自由度协作机械臂采用轴空间运动使所述运动装配工件向静止装配工件移动,并使两者处于接触状态与未接触状态的临界点;插入阶段,将运动装配工件的轴和静止装配工件的孔对齐后,采用Z方向的力控算法,将运动装配工件的轴向下插入静止装配工件的孔中;插入完成阶段,通过检测Z方向的位置判断是否装配完成,如果装配成功则所述六自由度协作机械臂松开所述运动装配工件后退出,如果装配超时则判断本次装配失败。
具体的,在所述的机械臂运动控制系统中,以轴孔装配固有误差60μm为例,使用LSTM(也可使用其他类似算法)分阶段进行学习,根据六轴力矩传感器反馈的数据,使用以下公式对四个搜索动作进行定义,所述搜索阶段包括四次搜索步骤,每个步骤的控制集分别为:
所述插入阶段包括:采集六自由度协作机械臂的状态信息并将所述状态信息进行处理,当生成机械臂本体的状态集为下式时,插入成功:
s=[0,0,Fz,Mx,My,0,0],
通过MX和My判断运动装配工件的运动方向,通过Fz判断所述运动装配工件是否卡住,插入动作的控制集为:
可选的,在所述的机械臂运动控制系统中,检测Z方向的位置判断是否装配完成包括,计算惩罚参数:
其中,d为运动装配工件与静止装配工件位置之间的实时距离,D为运动装配工件与静止装配工件位置之间的目标距离,d0为静止装配工件的初始位置误差,根据惩罚参数计算是从静止装配工件的初始位置沿垂直方向向下的位移,
其中Z是插入目标深度,z是从静止装配工件的初始位置沿垂直方向向下的位移;当-1≤r<1时,装配成功。奖励旨在保持在-1≤r<1。最高奖励少于1,如果在搜索阶段钉子位置和目标位置的距离大于D,则训练中断。在插入阶段,当销钉卡在孔的入口点时,r变为最小值-1。
在所述装配阶段,根据深度强化学习算法建立装配策略π;
π(s)=argmaxaQ(s,a)
建立Q函数的实现表格,状态s为行,动作a为列,使用Bellman方程进行更新;
Q(s,a)←Q(s,a)+α(r+γmaxa′Q(s′,a′)-Q(s,a)),
建立损失函数如下
参数更新方程写为
输出装配动作at经过多次重复后,装配深度达到目标值Z后,再经历多次训练过程优化网络参数,将得到的深度强化学习网络用于实际装配过程,将产生的装配动作生成用于控制机器人的控制质量完成多轴孔装配任务。
进一步的,在所述的机械臂运动控制系统中,将运动装配工件固定在六自由度协作机械臂的末端执行器上后,通过末端执行器的CAD三维模型,计算出重力矩阵和惯性矩阵;将末端执行器的质量、质心位置、重力矩阵和惯性矩阵补偿给机械臂控制器。
在本发明提供的机械臂运动控制系统中,通过智能柔顺装配平台生成六自由度协作机械臂的状态信息,建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法,六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,末端执行器夹取运动装配工件进行装配,装配至静止装配工件上,解决了由于工件精度和一致性差造成装配失败率高的问题,通过力控算法及搜索装配算法,自动找到工件之间的正确的装配位置,代替人工完成装配,两种控制回路最后都叠加到关节空间输出关节力矩,相对于在机械臂末端添加传感器的方案,提高了动态特性,实现了主动柔顺控制,在装配过程体现柔性,不仅提高了装配成功率,同时也不会损坏机械臂或者工具工件。
根据本发明实施的结合力控算法的搜索装配算法,将装配方法划分为四个阶段,对每个阶段的进出条件进行约束,使得装配过程稳定可靠。控制方法充分发挥了六自由度协作机械臂关节内部集成力矩传感器的优点,实现了力控制与位置控制的解耦,两种控制回路最后都叠加到关节空间输出关节力矩,同时提高了系统的动态响应特性。
以轴孔装配结合力矩控制的深度强化学习搜索装配方法包括如下步骤,基于franka emika协作机器人,结合力控和搜索算法等搭建柔性装配平台。协作机器人本体,协作机器人控制器,上位机,末端执行器,装配工件轴,和装配工件孔。其中,由协作机器人本体的关节内部的力矩传感器采集关节力矩信息,可以实时采集关节力矩信息,实现灵敏的拖动示教和碰撞检测等。上位机与协作机器人控制器连接,采用实时通信接口进行数据交换,采集协作机器人的状态信息,并发送机器人状态控制指令至机器人控制器,以由机器人控制器对协作机器人进行控制,如图:上位机通过接口可以采集机器人姿态、速度、转矩等状态信息,同样可以发送位姿、速度和转矩给机器人控制器,由此可以设计搜索装配算法对机器人进行控制。将夹持工件的末端执行器的质量和惯性矩阵补偿给机器人控制器,以便实现更加精确的力控制。
具体的,将第一工件固定在协作机器人的末端执行器上,通过末端执行器的CAD三维模型,计算出重力和惯性矩阵。末端执行器本身的质量会影响计算结果,所以需要末端执行器的质量G和质心位置P惯性矩阵I补偿给机器人控制器,以便求得更加精确的结果,也是为了实现更加精确的力控制。若补偿结果不准确,会造成重力矩补偿不准确,拖动示教有偏差,运动轨迹精度下降。
综上,上述实施例对机械臂运动控制系统的不同构型进行了详细说明,当然,本发明包括但不局限于上述实施中所列举的构型,任何在上述实施例提供的构型基础上进行变换的内容,均属于本发明所保护的范围。本领域技术人员可以根据上述实施例的内容举一反三。
上述描述仅是对本发明较佳实施例的描述,并非对本发明范围的任何限定,本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰,均属于权利要求书的保护范围。
Claims (7)
1.一种机械臂运动控制系统,其特征在于,所述机械臂运动控制系统包括智能柔顺装配平台、运动装配工件和静止装配工件,其中:
所述智能柔顺装配平台控制六自由度协作机械臂,所述六自由度协作机械臂包括末端执行器,所述智能柔顺装配平台生成所述六自由度协作机械臂的状态信息;
所述智能柔顺装配平台根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法,所述智能柔顺装配平台包括上位机与机械臂控制器;
所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,所述末端执行器夹取运动装配工件进行装配,装配至所述静止装配工件上;
所述六自由度协作机械臂执行力控算法和搜索装配算法到达指定工位,夹取待装配的工件进行装配包括:
接近阶段,所述六自由度协作机械臂夹持所述运动装配工件到达待装配的静止装配工件上方的同轴心位置;
搜索阶段,所述上位机将位姿控制指令和速度控制指令发送至所述机械臂控制器,所述六自由度协作机械臂采用轴空间运动使所述运动装配工件向静止装配工件移动,并使两者处于接触状态与未接触状态的临界点;
插入阶段,将运动装配工件的轴和静止装配工件的孔对齐后,采用Z方向的力控算法,将运动装配工件的轴向下插入静止装配工件的孔中;
插入完成阶段,通过检测Z方向的位置判断是否装配完成,如果装配成功则所述六自由度协作机械臂松开所述运动装配工件后退出,如果装配超时则判断本次装配失败;
所述搜索阶段包括四次搜索步骤,每个步骤的控制集分别为:
所述插入阶段包括:采集六自由度协作机械臂的状态信息并将所述状态信息进行处理,当生成机械臂本体的状态集为下式时,插入成功:
s=[0,0,Fz,Mx,My,0,0],
通过MX和My判断运动装配工件的运动方向,通过Fz判断所述运动装配工件是否卡住,插入动作的控制集为:
其中,Fx,Fy,Fz表示从六个关节的力矩传感器获得的平均力,Mx,My表示机械臂末端两个关节的力矩传感器检测的力矩;Fx d,Fy d,Fz d表示六个关节施加的平均力,R x d,Ry d表示机械臂末端两个关节的位姿。
2.如权利要求1所述的机械臂运动控制系统,其特征在于,所述六自由度协作机械臂的每个关节均安装有力矩传感器;所述力矩传感器实时采集各个关节的状态信息,实现灵敏的拖动示教和碰撞检测;
所述上位机采用实时通信接口与所述机械臂控制器进行数据交换,所述上位机通过实时通信接口接收所述力矩传感器采集的六自由度协作机械臂的状态信息,根据所述六自由度协作机械臂的状态信息建立训练模型,实现拖动示教和碰撞检测,获取力控算法和搜索装配算法;
所述上位机发送机械臂状态控制指令至所述机械臂控制器,以实现所述机械臂控制器输出搜索装配算法对所述六自由度协作机械臂进行控制;
所述状态信息包括姿态状态信息、速度状态信息和转矩状态信息,所述机械臂状态控制指令包括位姿控制指令、速度控制指令和转矩控制指令;
所述上位机将所述末端执行器的质量和惯性矩阵补偿给机械臂控制器,以实现力矩控制补偿。
7.如权利要求6所述的机械臂运动控制系统,其特征在于,将运动装配工件固定在六自由度协作机械臂的末端执行器上后,通过末端执行器的CAD三维模型,计算出重力矩阵和惯性矩阵;将末端执行器的质量、质心位置、重力矩阵和惯性矩阵补偿给机械臂控制器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296214.3A CN111515928B (zh) | 2020-04-15 | 2020-04-15 | 机械臂运动控制系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010296214.3A CN111515928B (zh) | 2020-04-15 | 2020-04-15 | 机械臂运动控制系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111515928A CN111515928A (zh) | 2020-08-11 |
CN111515928B true CN111515928B (zh) | 2023-03-31 |
Family
ID=71910727
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010296214.3A Active CN111515928B (zh) | 2020-04-15 | 2020-04-15 | 机械臂运动控制系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111515928B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112052786B (zh) * | 2020-09-03 | 2023-08-22 | 上海工程技术大学 | 一种基于网格划分骨骼的行为预测方法 |
CN114147724B (zh) * | 2021-12-20 | 2024-04-16 | 上海景吾智能科技有限公司 | 机器人力控轴孔装配方法及系统 |
CN116079748B (zh) * | 2023-04-07 | 2023-07-14 | 中国科学技术大学 | 一种基于误差状态概率的离心机柔顺操作系统与方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5130632A (en) * | 1989-12-06 | 1992-07-14 | Hitachi, Ltd. | Manipulator and control method therefor |
JPH08118275A (ja) * | 1994-10-19 | 1996-05-14 | Toyota Central Res & Dev Lab Inc | マニピュレータの制御装置 |
CN102189549A (zh) * | 2010-03-18 | 2011-09-21 | 发那科株式会社 | 使用机器人的嵌合装置 |
CN104625676A (zh) * | 2013-11-14 | 2015-05-20 | 沈阳新松机器人自动化股份有限公司 | 轴孔装配工业机器人系统及其工作方法 |
CN106361440A (zh) * | 2016-08-31 | 2017-02-01 | 北京术锐技术有限公司 | 一种柔性手术工具系统及其在运动约束下的控制方法 |
JP2017056525A (ja) * | 2015-09-17 | 2017-03-23 | キヤノン株式会社 | ロボット装置、ロボット制御方法、プログラム、記録媒体及び組立部品の製造方法 |
CN108628260A (zh) * | 2017-03-20 | 2018-10-09 | 浙江巨星工具有限公司 | 基于机器人的多品种工具成套设备及自动装配工艺 |
CN109202873A (zh) * | 2018-11-22 | 2019-01-15 | 北京秘塔网络科技有限公司 | 一种柔性协作机械臂及其控制方法 |
CN109382828A (zh) * | 2018-10-30 | 2019-02-26 | 武汉大学 | 一种基于示教学习的机器人轴孔装配系统及方法 |
CN110449882A (zh) * | 2019-08-02 | 2019-11-15 | 珞石(北京)科技有限公司 | 结合力控的搜索装配方法 |
CN110997249A (zh) * | 2017-07-20 | 2020-04-10 | 佳能株式会社 | 作业机器人和作业机器人的控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP5962020B2 (ja) * | 2012-01-17 | 2016-08-03 | セイコーエプソン株式会社 | ロボット制御装置、ロボットシステム、ロボット及びロボット制御方法 |
-
2020
- 2020-04-15 CN CN202010296214.3A patent/CN111515928B/zh active Active
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5130632A (en) * | 1989-12-06 | 1992-07-14 | Hitachi, Ltd. | Manipulator and control method therefor |
JPH08118275A (ja) * | 1994-10-19 | 1996-05-14 | Toyota Central Res & Dev Lab Inc | マニピュレータの制御装置 |
CN102189549A (zh) * | 2010-03-18 | 2011-09-21 | 发那科株式会社 | 使用机器人的嵌合装置 |
CN104625676A (zh) * | 2013-11-14 | 2015-05-20 | 沈阳新松机器人自动化股份有限公司 | 轴孔装配工业机器人系统及其工作方法 |
JP2017056525A (ja) * | 2015-09-17 | 2017-03-23 | キヤノン株式会社 | ロボット装置、ロボット制御方法、プログラム、記録媒体及び組立部品の製造方法 |
CN106361440A (zh) * | 2016-08-31 | 2017-02-01 | 北京术锐技术有限公司 | 一种柔性手术工具系统及其在运动约束下的控制方法 |
CN108628260A (zh) * | 2017-03-20 | 2018-10-09 | 浙江巨星工具有限公司 | 基于机器人的多品种工具成套设备及自动装配工艺 |
CN110997249A (zh) * | 2017-07-20 | 2020-04-10 | 佳能株式会社 | 作业机器人和作业机器人的控制方法 |
CN109382828A (zh) * | 2018-10-30 | 2019-02-26 | 武汉大学 | 一种基于示教学习的机器人轴孔装配系统及方法 |
CN109202873A (zh) * | 2018-11-22 | 2019-01-15 | 北京秘塔网络科技有限公司 | 一种柔性协作机械臂及其控制方法 |
CN110449882A (zh) * | 2019-08-02 | 2019-11-15 | 珞石(北京)科技有限公司 | 结合力控的搜索装配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111515928A (zh) | 2020-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109382828B (zh) | 一种基于示教学习的机器人轴孔装配系统及方法 | |
CN109848983B (zh) | 一种高顺应性人引导机器人协同作业的方法 | |
Villani et al. | Survey on human-robot interaction for robot programming in industrial applications | |
CN111515928B (zh) | 机械臂运动控制系统 | |
CN108748159B (zh) | 一种机械臂工具坐标系自标定方法 | |
KR101479233B1 (ko) | 로봇 및 그 협조작업 제어방법 | |
CN108748152B (zh) | 一种机器人示教方法及系统 | |
CN107457783B (zh) | 基于pd控制器的六自由度机械臂自适应智能检测方法 | |
CN111347431A (zh) | 一种手持工具示教的机器人示教喷涂方法和装置 | |
Shen et al. | Asymptotic trajectory tracking of manipulators using uncalibrated visual feedback | |
CN111037542B (zh) | 一种逆动力学控制机器人直线加工的轨迹误差补偿方法 | |
Jiang et al. | The state of the art of search strategies in robotic assembly | |
CN114952838B (zh) | 一种基于末端测量反馈的机械臂关节轨迹规划方法 | |
CN114131617B (zh) | 一种工业机器人的智能柔顺控制方法和装置 | |
CN115502979A (zh) | 一种机械臂力矩主动柔顺精确控制方法及系统 | |
CN114378827B (zh) | 一种基于移动机械臂整体控制的动态目标跟踪抓取方法 | |
KR101205363B1 (ko) | 6자유도 제어기를 이용한 4자유도 로봇 제어방법 및 제어장치 | |
US20230286143A1 (en) | Robot control in working space | |
CN116652939A (zh) | 一种并联机器人无标定视觉伺服柔顺控制方法 | |
Zhang et al. | A task-priority coordinated motion planner combined with visual servo for mobile manipulator | |
Ren et al. | Adaptive object impedance control of dual-arm cooperative humanoid manipulators | |
Huang et al. | Robotic contour tracing with high-speed vision and force-torque sensing based on dynamic compensation scheme | |
US11738458B2 (en) | Control method for robot system | |
Shauri et al. | Sensor integration and fusion for autonomous screwing task by dual-manipulator hand robot | |
JP2019093504A (ja) | 物品の製造方法及びロボットシステム |
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 |