CN111660307A - 一种机器人操作高辅精度的虚拟夹具控制方法及系统 - Google Patents

一种机器人操作高辅精度的虚拟夹具控制方法及系统 Download PDF

Info

Publication number
CN111660307A
CN111660307A CN202010458296.7A CN202010458296A CN111660307A CN 111660307 A CN111660307 A CN 111660307A CN 202010458296 A CN202010458296 A CN 202010458296A CN 111660307 A CN111660307 A CN 111660307A
Authority
CN
China
Prior art keywords
robot
virtual
force
guide path
pose
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
CN202010458296.7A
Other languages
English (en)
Other versions
CN111660307B (zh
Inventor
赵欢
葛科迪
刘家成
丁汉
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.)
Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
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 Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202010458296.7A priority Critical patent/CN111660307B/zh
Publication of CN111660307A publication Critical patent/CN111660307A/zh
Application granted granted Critical
Publication of CN111660307B publication Critical patent/CN111660307B/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
    • B25J11/00—Manipulators not otherwise provided for
    • 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
    • B25J9/00—Programme-controlled manipulators
    • B25J9/08—Programme-controlled manipulators characterised by modular constructions
    • 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
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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
    • 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
    • B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
    • B25J9/1697—Vision controlled systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Numerical Control (AREA)

Abstract

本发明属于人机交互相关技术领域，并具体公开了一种机器人操作高辅精度的虚拟夹具控制方法及系统。所述方法包括：对牵引机器人过程中的人手操作力进行前处理，得到与环境交互力；获取机器人末端的实际位姿与虚拟夹具引导路径最近的参考点位姿，生成机器人末端位置轮廓误差补偿量和方向轮廓误差补偿量，以获取误差补偿修正力；对虚拟夹具引导路径的曲线参数进行限位处理；对与环境交互力进行约束，生成约束后的操作力，并根据误差补偿修正力对机器人末端的路径偏差进行在线补偿。所述系统包括虚拟夹具下的动觉示教模块以及轮廓误差估计与分量补偿模块。本发明使机器人能够在虚拟夹具引导路径上往复运动，具有辅助示教精度高、适应性强等特点。

Description

一种机器人操作高辅精度的虚拟夹具控制方法及系统
技术领域
本发明属于人机交互相关技术领域，更具体地，涉及一种机器人操作高辅精度的虚拟夹具控制方法及系统。
背景技术
虚拟夹具也被称为虚拟约束，从功能上可以分为引导型虚拟夹具与禁止区域型虚拟夹具。目前，其被广泛应用在工业、医疗、人机日常协作等领域。当前，常用的虚拟夹具控制方法有代理法、势场法、参考方向法等，其中参考方向法由于其简单性被广泛应用。然而在现有参考方向法虚拟夹具控制结构中普遍存在辅助示教精度低、尚不能高效高精度获得机器人末端与虚拟夹具路径上的最邻近点的问题，因此无法满足需要高辅助示教精度的虚拟夹具辅助操作任务例如手术机器人术中引导操作、辅助遥操作机器人装配以及辅助机器人动觉示教等。
现有技术中，虚拟夹具辅助机器人动觉示教控制结构的作用下，虽然在一定程度上能够满足辅助机器人动觉示教的要求，但是仍存在如下问题：(1)当机器人初始状态不在虚拟夹具引导路径上时，则会导致机器人末端跟踪一条平行于虚拟夹具引导路径的参考曲线，而不是构造的虚拟夹具引导路径；(2)当操作者施加的操作力过大时，机器人末端会偏离虚拟夹具引导路径的参考曲线，示教路径偏差也随之增大。
基于现有技术中存在的上述问题，需要对传统虚拟夹具控制结构及方法作出改进，对示教路径偏差进行补偿，以提高辅助示教精度。
发明内容
针对现有技术的以上缺陷或改进需求，本发明提供了一种机器人操作高辅精度的虚拟夹具控制方法及系统，其中结合虚拟夹具构建自身的特征及其人机交互的工艺特点，相应设计了机器人操作高辅助精度的虚拟夹具控制方法及结构，其根据机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量生成误差补偿修正力，然后根据约束后的操作力和误差补偿修正力对机器人末端的路径偏差进行在线补偿，并生成机器人末端执行操作的期望速度和期望位姿，使机器人末端能够在虚拟夹具引导路径上往复运动，使虚拟夹具辅助操作精度能够直观合理的表示，具有辅助示教精度高、适应性强等特点。
为实现上述目的，本发明提出了一种机器人操作高辅精度的虚拟夹具控制方法，包括以下步骤：
S1对牵引机器人过程中的人手操作力进行前处理，得到与环境交互力，并将该与环境交互力转换为机器人末端沿虚拟夹具引导路径执行操作的期望速度和期望位姿；
S2获取机器人末端执行操作过程中的实际位姿与虚拟夹具引导路径最近的参考点位姿，并以此生成机器人末端位置轮廓误差补偿量和方向轮廓误差补偿量；
S3根据机器人末端的实际位姿对虚拟夹具引导路径的曲线参数进行限位处理，生成边界约束模型；
S4根据虚拟夹具引导路径以及边界约束模型对所述与环境交互力进行约束，生成约束后的操作力；
S5根据机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量生成误差补偿修正力，然后根据约束后的操作力和误差补偿修正力对机器人末端的路径偏差进行在线补偿，并生成机器人末端执行操作的期望速度和期望位姿，重复步骤S2至步骤S5，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
作为进一步优选的，步骤S1中，所述与环境交互力通过导纳控制转换为机器人末端的期望速度和期望位姿。
作为进一步优选的，步骤S2具体包括以下步骤：
S21获得距离机器人末端实际位置点Pa最近的虚拟夹具引导路径参考点Pc，构建机器人末端实际位置轮廓误差模型：
εp＝Pc-Pa
其中，εp为建机器人位置轮廓误差补偿量，其方向由点Pa指向参考点Pc；
S22利用等效转轴和等效转角构建机器人末端实际位置方向轮廓误差模型：
εp＝Pc-Pa
其中，rc＝[rcx,rcy,rcz]T为单位旋转轴向量，εo为绕轴rc旋转的角度；
S23根据所述机器人末端实际位置轮廓误差模型以及机器人末端实际位置方向轮廓误差模型，获取机器人末端实际位姿与虚拟夹具引导路径最近的参考点位姿，并以此生成机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量。
作为进一步优选的，步骤S23具体包括以下步骤：
S231获得离当前机器人末端实际位置点Pa最近的虚拟夹具引导路径参考点Pl以及指定步长内虚拟夹具引导路径上与参考点Pl相邻的两点Pl-1和Pl+1；
S232利用参考点Pl-1、Pl与Pl+1的二阶多项式曲线描述虚拟夹具引导路径的局部几何特征P(s)，其中s为曲线参数；
S233根据机器人末端实际位置点Pa以及局部几何特征P(s)求解机器人末端估计的轮廓点
Figure BDA0002510069380000031
该估计的轮廓点
Figure BDA0002510069380000032
的计算模型为：
Figure BDA0002510069380000033
其中，δ为曲线参数s的取值区间；
S234根据所述估计的轮廓点
Figure BDA0002510069380000041
计算估计的位置轮廓误差
Figure BDA0002510069380000042
S235根据估计的轮廓点
Figure BDA0002510069380000043
虚拟夹具引导路径上的参考位置点Pl-1、Pl和Pl+1以及参考方向Ql-1、Ql和Ql+1以及四元数球面线性插值公式求解轮廓点方向
Figure BDA0002510069380000044
该轮廓点方向
Figure BDA0002510069380000045
的计算模型为：
Figure BDA0002510069380000046
其中，λ为距离系数，Slerp()为四元数球面线性插值公式；
S236根据轮廓点方向
Figure BDA0002510069380000047
生成方向轮廓误差补偿量模型：
Figure BDA0002510069380000048
其中，
Figure BDA0002510069380000049
是估计的机器人末端方向轮廓误差的大小，
Figure BDA00025100693800000410
是估计的机器人末端方向轮廓误差的方向。
作为进一步优选的，步骤S3中，对所述与环境交互力进行约束的计算模型为：
Dr＝J(JTJ)-1JT
Dt＝I-Dr
Figure BDA00025100693800000411
其中，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵，Js为虚拟夹具引导路径的运动学模型，I为单位矩阵。
作为进一步优选的，步骤S5具体包括以下步骤：
S51根据机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量对机器人末端的实际速度和实际位姿进行在线补偿，获取误差补偿修正力；
S52所述约束后的操作力和误差补偿修正力通过导纳控制转换为修正后的机器人末端的期望速度和期望位姿，重复步骤S2至步骤S5，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
作为进一步优选的，步骤S52中，所述误差补偿修正力fc的计算模型为：
Figure BDA0002510069380000051
所述导纳控制的计算模型为：
Figure BDA0002510069380000052
其中，K为刚度矩阵，B为阻尼矩阵，Xp为虚拟夹具引导路径参考点的位姿，Xe机器人末端实际位置点的位姿，
Figure BDA0002510069380000053
为虚拟夹具引导路径参考点的速度，
Figure BDA0002510069380000054
机器人末端实际位置点的速度，f′e为约束后的操作力，fe是人手操作力经前处理后获得的与环境交互力，kt为虚拟夹具的刚柔性系数，其取值范围为0到1，M为质量矩阵，D为阻尼矩阵，
Figure BDA0002510069380000055
为机器人末端的加速度，
Figure BDA0002510069380000056
为机器人末端的速度，x为机器人末端的位姿，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵。
作为进一步优选的，步骤S4中所述边界约束模型为：
Figure BDA0002510069380000057
其中，smax为由虚拟夹具引导路径所确定的曲线参数的上限位，s′为经边界约束后获得的曲线参数。
按照本发明的另一个方面，还提供了一种机器人操作高辅精度的虚拟夹具控制系统，包括虚拟夹具下的动觉示教模块以及轮廓误差估计与分量补偿模块，其中，
所述虚拟夹具下的动觉示教模块包括依次连接的动觉示教力输入单元、虚拟约束生成器、导纳控制器，其用于输入人手操作力fh，最后输出机器人末端沿虚拟夹具引导路径执行操作的期望速度和期望位姿；
所述虚拟夹具下的动觉示教模块还包括逆运动学计算器和PID控制器，其用于根据期望速度和期望位姿控制机器人末端执行操作，并输出机器人末端的实际速度和实际位姿；
所述轮廓误差估计与分量补偿模块包括轮廓误差估计器以及边界约束生成器，其中所述轮廓误差估计器根据机器人末端实际速度和实际位姿生成机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量，并将该位置轮廓误差补偿量和方向轮廓误差补偿量生成差补偿修正力，输入至导纳控制器，所述边界约束生成器根据虚拟夹具引导路径所确定的曲线参数的上限位以及机器人末端的位置轮廓误差补偿量对虚拟约束生成器进行迭代更新，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
作为进一步优选的，所述动觉示教力输入单元用于对人手操作力fh进行重力补偿和滤波处理，生成与环境交互力fe；
所述虚拟约束生成器用于根据虚拟夹具引导路径以及虚拟约束生成器对所述与环境交互力fe进行约束，生成约束后的操作力；
所述边界约束生成器的计算模型为：
Figure BDA0002510069380000061
其中，smax为由虚拟夹具引导路径所确定的曲线参数的上限位，s′为经边界约束后获得的曲线参数；
所述虚拟约束生成器的计算模型为：
Dr＝J(JTJ)-1JT
Dt＝I-Dr
Figure BDA0002510069380000062
其中，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵，Js为虚拟夹具引导路径的运动学模型，I为单位矩阵；
所述导纳控制器的计算模型为：
Figure BDA0002510069380000071
其中，f′e为约束后的操作力，fe是人手操作力经进行重力补偿和滤波处理后获得的与环境交互力，kt为虚拟夹具的刚柔性系数，其取值范围为0到1，M为质量矩阵，D为阻尼矩阵，
Figure BDA0002510069380000072
为机器人末端的加速度，
Figure BDA0002510069380000073
为机器人末端的速度，x为机器人末端的位姿，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵。
总体而言，通过本发明所构思的以上技术方案与现有技术相比，主要具备以下的技术优点：
1.本发明通过机器人轮廓误差描述虚拟夹具辅助操作精度，使虚拟夹具辅助操作精度能够直观合理的表示。
2.本发明所提出的虚拟夹具控制结构中的局部迭代轮廓误差估计方法能够高效高精度获得机器人末端与虚拟夹具引导路径的最邻近点。
3.本发明所提出的虚拟夹具控制结构，相较于传统参考方向法虚拟夹具控制结构，辅助示教精度有了显著提升，同时能在虚拟夹具引导路径上往复运动。
附图说明
图1是本发明优选实施例涉及的一种机器人操作高辅精度的虚拟夹具控制方法的流程图；
图2是本发明优选实施例涉及的一种机器人操作高辅精度的虚拟夹具控制方法的结构控制图；
图3是本发明优选实施例所构建的虚拟夹具辅助示教精度定义示意图，图3中的a为位置轮廓误差定义示意图，图3中的b为方向轮廓误差定义示意图；
图4是本发明优选实施例所构建的轮廓误差估计器中位置估计方法示意图；
图5是本发明优选实施例所构建的轮廓误差估计器中方向估计方法示意图，图5中的a为机器人末端坐标系相对于最近的虚拟夹具引导路径参考点的参考位姿，图5中的b为轮廓点
Figure BDA0002510069380000081
位于Pl与Pl-1的情况，图5中的c为轮廓点
Figure BDA0002510069380000082
位于Pl与Pl+1的情况。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。
如图1以及图2所示，本发明实施例提供的一种机器人操作高辅精度的虚拟夹具控制方法具体包括以下步骤：
步骤一，对牵引机器人过程中的人手操作力进行前处理，得到与环境交互力，并将该与环境交互力转换为机器人末端沿虚拟夹具引导路径执行操作的期望速度和期望位姿，机器人末端则根据期望速度和期望位姿沿虚拟夹具引导路径执行操作，输出机器人末端的实际速度和实际位姿。
具体而言，对牵引机器人过程中的人手操作力进行前处理的实现过程为，通过在机器人末端设置力传感器以及重力补偿与滤波器，其中，力传感器用于检车牵引机器人过程中的人手操作力，重力补偿与滤波器接收力传感器发送的信号，并对该信号进行滤波处理和重力补偿处理，以获取与环境交互力fe。该与环境交互力fe依次输入导纳控制器、逆运动学计算器、PID控制器，最后输出机器人末端实际速度和实际位姿。
更具体的，该力传感器为六维力传感器。
其中，未经虚拟约束前，导纳控制器的计算模型为：
Figure BDA0002510069380000091
其中，M为质量矩阵，D为阻尼矩阵，K为刚度矩阵，fe是人手操作力fh通过六维力传感器经平滑滤波与末端重力补偿获得的与环境交互力，
Figure BDA0002510069380000092
为机器人末端的加速度，
Figure BDA0002510069380000093
为机器人末端的速度，x为机器人末端的位姿。
步骤二，如图3以及图4所示，获取机器人末端执行操作过程中的实际位姿与虚拟夹具引导路径最近的参考点位姿，并以此生成机器人末端位置轮廓误差补偿量和方向轮廓误差补偿量。
具体而言，(1)获得距离机器人末端实际位置点Pa最近的虚拟夹具引导路径参考点Pc，构建机器人末端实际位置轮廓误差模型：
εp＝Pc-Pa
其中，εp为建机器人位置轮廓误差补偿量，其方向由点Pa指向参考点Pc。
(2)利用等效转轴和等效转角构建机器人末端实际位置方向轮廓误差模型：
εp＝Pc-Pa
其中，rc＝[rcx,rcy,rcz]T为单位旋转轴向量，εo为绕轴rc旋转的角度。
(3)根据所述机器人末端实际位置轮廓误差模型以及机器人末端实际位置方向轮廓误差模型，获取机器人末端实际位姿最近的参考位姿，并以此生成机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量。
更具体的，步骤(3)中，首先，获得离当前机器人末端实际位置点Pa最近的虚拟夹具引导路径参考点Pl以及指定步长内虚拟夹具引导路径上与参考点Pl相邻的两点Pl-1和Pl+1。
其次，利用参考点Pl-1、Pl与Pl+1的二阶多项式曲线描述虚拟夹具引导路径的局部几何特征P(s)，其中s为曲线参数。
接着，根据机器人末端实际位置点Pa以及局部几何特征P(s)求解机器人末端估计的轮廓点
Figure BDA0002510069380000101
该估计的轮廓点
Figure BDA0002510069380000102
的计算模型为：
Figure BDA0002510069380000103
其中，δ为曲线参数s的取值区间。
然后，根据所述估计的轮廓点Pc计算估计的机器人末端位置轮廓误差
Figure BDA0002510069380000104
然后，根据估计的轮廓点
Figure BDA0002510069380000105
虚拟夹具引导路径上的参考位置点Pl-1、Pl和Pl+1以及参考方向Ql-1、Ql和Ql+1以及四元数球面线性插值公式求解轮廓点方向
Figure BDA0002510069380000106
该轮廓点方向
Figure BDA0002510069380000107
的计算模型为：
Figure BDA0002510069380000108
其中，λ为距离系数，Slerp()为四元数球面线性插值公式。
最后，根据轮廓点方向
Figure BDA0002510069380000109
生成方向轮廓误差补偿量模型：
Figure BDA00025100693800001010
其中，
Figure BDA00025100693800001011
是估计的机器人末端方向轮廓误差的大小，
Figure BDA00025100693800001012
是估计的机器人末端方向轮廓误差的方向。
步骤三，根据机器人末端的实际位姿对虚拟夹具引导路径的曲线参数进行限位处理，生成边界约束模型。
其中，所述边界约束模型为：
Figure BDA00025100693800001013
其中，smax为由虚拟夹具引导路径所确定的曲线参数的上限位，s′为经边界约束后获得的曲线参数。
步骤四，根据虚拟夹具引导路径以及边界约束模型对所述与环境交互力进行约束，生成约束后的操作力。
其中，对与环境交互力进行约束的计算模型为：
Dr＝J(JTJ)-1JT
Dt＝I-Dr
Figure BDA0002510069380000111
其中，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵，Js为虚拟夹具引导路径的运动学模型，I为单位矩阵。
步骤五，根据机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量生成误差补偿修正力，然后根据约束后的操作力和误差补偿修正力对机器人末端的路径偏差进行在线补偿，并生成机器人末端执行操作的期望速度和期望位姿，重复步骤二至步骤五，使机器人能够在虚拟夹具引导路径上往复运动。
具体而言，首先根据机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量对机器人末端的实际速度和实际位姿进行在线补偿，获取误差补偿修正力；然后所述约束后的操作力和误差补偿修正力通过导纳控制转换为修正后的机器人末端的实际速度和实际位姿，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
其中，所述误差补偿修正力fc的计算模型为：
Figure BDA0002510069380000112
所述导纳控制的计算模型为：
Figure BDA0002510069380000113
其中，K为刚度矩阵，B为阻尼矩阵，Xp为虚拟夹具引导路径参考点的位姿，Xe机器人末端实际位置点的位姿，
Figure BDA0002510069380000121
为虚拟夹具引导路径参考点的速度，
Figure BDA0002510069380000122
机器人末端实际位置点的速度，f′e为约束后的操作力，fe是人手操作力经前处理后获得的与环境交互力，kt为虚拟夹具的刚柔性系数，其取值范围为0到1，M为质量矩阵，D为阻尼矩阵，
Figure BDA0002510069380000123
为机器人末端的加速度，
Figure BDA0002510069380000124
为机器人末端的速度，x为机器人末端的位姿，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵。
作为发明的优选方案，如图1所示是本文所提出的基于机器人轮廓误差补偿的虚拟夹具控制结构示意图，该控制结构分为虚拟夹具下的动觉示教，轮廓误差估计与分量补偿两部分，其具体包括如下步骤：
(1)构建人-机器人遥操作牵引系统，将人手操作力fh通过导纳控制转换为机器人末端的位置或速度指令，使机器人完成牵引运动，在这个过程中，导纳控制模型为：
Figure BDA0002510069380000125
其中，M为质量矩阵，D为阻尼矩阵，K为刚度矩阵，fe是人手操作力fh通过六维力传感器经平滑滤波与末端重力补偿获得的力值，即为与环境交互力，
Figure BDA0002510069380000126
为机器人末端的加速度，
Figure BDA0002510069380000127
为机器人末端的速度，x为机器人末端的位姿。
(2)虚拟约束生成，通过虚拟夹具引导路径构造理想运动方向矩阵Dr与禁止运动方向矩阵Dt，其具体表示如下
Dr＝J(JTJ)-1JT (2)
Dt＝I-Dr (3)
Figure BDA0002510069380000128
其中，Js为虚拟夹具引导路径的运动学模型，是关于曲线参数s的函数，||·||为求取二范数运算操作。
(3)构建虚拟约束下的人-机器人自由牵引系统，将虚拟约束矩阵Dr与Dt与步骤(1)中的导纳控制模型结合，为操作者操作机器人过程中提供辅助。此系统控制模型为：
Figure BDA0002510069380000131
其中，f′e为力fe经虚拟约束生成模块后的操作力，kt为虚拟夹具刚柔性系数，它的取值范围为0到1。本实例中kt为0，操作者操作时，机器人末端只能沿着约束路径运动。
S4构建虚拟夹具辅助操作精度性能指标即机器人轮廓误差，具体包括机器人末端位置轮廓误差εp和方向轮廓误差εo
S401如图3中的a所示，定义机器人末端位置轮廓误差εp大小：
εp＝Pc-Pa (6)
其中，Pa表示机器人末端实际位置点，Pc表示虚拟夹具引导路径参考位置轮廓上离Pa最近的位置点，也称为轮廓点。
S402如图3中的b所示，定义机器人末端方向轮廓误差εo通过角/轴表示：
εo＝rcεo (7)
其中，r＝[rcx,rcy,rcz]T为关于坐标系O-xyz的单位旋转轴向量，表征方向，εo为绕轴r旋转的角度，表征大小。εo和rc表达式为：
Figure BDA0002510069380000133
其中，rmn是旋转矩阵R(εo,r)第m行第n列的元素，R(εo,rc)的计算模型为：
Figure BDA0002510069380000141
其中，Ra表示机器人末端实际位置坐标系的旋转矩阵，Rc表示为参考位置点Pc所对应的参考方向。
S5构建机器人轮廓误差估计器，获得离机器人末端实际位姿最近的参考位姿，具体包括位置轮廓误差估计和方向轮廓误差估计：
S501如图4所示，通过全向查表的方式获得离当前机器人末端实际位置点Pa最近的虚拟夹具引导路径参考点Pl，轮廓点Pc必定位于最近参考点Pl的前后即Pl-1与Pl之间或Pl与Pl+1之间。
S502利用参考点Pl-1、Pl与Pl+1的二阶多项式曲线近似描述路径的局部几何特征P(s)。其中，s为曲线参数。
S503求解估计机器人末端的轮廓点
Figure BDA0002510069380000142
通过下式计算：
Figure BDA0002510069380000143
其中，δ为曲线参数s的取值区间，通过黄金分割法对式(11)进行求解，获得轮廓点
Figure BDA0002510069380000144
S504计算估计的位置轮廓误差
Figure BDA0002510069380000145
S505根据轮廓点
Figure BDA0002510069380000146
虚拟夹具引导路径参考位置点Pl-1,Pl和Pl+1与参考方向(以单位四元数表征)Ql-1,Ql和Ql+1以及四元数球面线性插值公式Slerp求解轮廓点方向
Figure BDA0002510069380000147
如图5所示。具体如下
Figure BDA0002510069380000148
其中，λ为距离系数。
S506计算估计的方向轮廓误差
Figure BDA0002510069380000149
其中
Figure BDA00025100693800001410
是估计的机器人末端方向轮廓误差的大小，
Figure BDA00025100693800001411
是估计的机器人方向轮廓误差的方向，它们通过式(8)与式(9)和旋转矩阵
Figure BDA00025100693800001412
联立解得，轮廓点处对应的旋转矩阵
Figure BDA00025100693800001413
由轮廓点方向
Figure BDA0002510069380000151
获得，即
Figure BDA0002510069380000152
其中qc,w,qc,i,qc,j,qc,k为轮廓点方向
Figure BDA0002510069380000153
的四个四元数参数。
S6将轮廓误差估计器融入上述虚拟夹具约束人-机器人自由牵引系统，即在机器人末端与虚拟夹具引导路径轮廓点之间增加一个弹簧阻尼系统，生成误差补偿修正力fc经导纳控制器转换成机器人末端实际位置控制量输入，对虚拟夹具辅助操作过程中的路径偏差进行在线补偿。误差补偿修正力fc与导纳控制的计算模型分别为：
Figure BDA0002510069380000154
Figure BDA0002510069380000155
其中，K是弹簧阻尼系统的对角刚度矩阵，B是弹簧阻尼系统的对角刚度矩阵,Xp与
Figure BDA0002510069380000156
分别为虚拟夹具引导路径参考点的位姿与速度，
Figure BDA0002510069380000157
与
Figure BDA0002510069380000158
分别表示当前机器人末端的实际位姿与速度。
S7加入虚拟夹具引导路劲的边界约束，使机器人能够在虚拟夹具引导路径上往复运动，曲线参数s满足规律具体为：
Figure BDA0002510069380000159
其中，smax为由构造的虚拟夹具引导路径所确定的曲线参数的上限位，s′为经边界约束后获得的曲线参数。
本发明还提供了一种机器人操作高辅精度的虚拟夹具控制系统，包括虚拟夹具下的动觉示教模块以及轮廓误差估计与分量补偿模块，其中，
所述虚拟夹具下的动觉示教模块包括依次连接的动觉示教力输入单元、虚拟约束生成器、导纳控制器，其用于输入人手操作力fh，最后输出机器人末端沿虚拟夹具引导路径执行操作的期望速度和期望位姿。
所述虚拟夹具下的动觉示教模块还包括逆运动学计算器和PID控制器，其用于根据期望速度和期望位姿控制机器人末端执行操作，并输出机器人末端的实际速度和实际位姿。
所述轮廓误差估计与分量补偿模块包括轮廓误差估计器以及边界约束生成器，其中所述轮廓误差估计器根据机器人末端实际速度和实际位姿生成机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量，并将该位置轮廓误差补偿量和方向轮廓误差补偿量生成差补偿修正力，输入至导纳控制器，所述边界约束生成器根据虚拟夹具引导路径所确定的曲线参数的上限位以及机器人末端的位置轮廓误差补偿量对虚拟约束生成器进行迭代更新，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
所述动觉示教力输入单元用于对人手操作力fh进行重力补偿和滤波处理，生成与环境交互力fe。
所述虚拟约束生成器用于根据虚拟夹具引导路径以及虚拟约束生成器对所述与环境交互力fe进行约束，生成约束后的操作力。
所述边界约束生成器的计算模型为：
Figure BDA0002510069380000161
其中，smax为由虚拟夹具引导路径所确定的曲线参数的上限位，s′为经边界约束后获得的曲线参数。
所述虚拟约束生成器的计算模型为：
Dr＝J(JTJ)-1JT
Dt＝I-Dr
Figure BDA0002510069380000171
其中，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵，Js为虚拟夹具引导路径的运动学模型，I为单位矩阵。
所述导纳控制器的计算模型为：
Figure BDA0002510069380000172
其中，f′e为约束后的操作力，fe是人手操作力经进行重力补偿和滤波处理后获得的与环境交互力，kt为虚拟夹具的刚柔性系数，其取值范围为0到1，M为质量矩阵，D为阻尼矩阵，
Figure BDA0002510069380000173
为机器人末端的加速度，
Figure BDA0002510069380000174
为机器人末端的速度，x为机器人末端的位姿，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵。
本领域的技术人员容易理解，以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，包括以下步骤：
S1对牵引机器人过程中的人手操作力进行前处理，得到与环境交互力，并将该与环境交互力转换为机器人末端沿虚拟夹具引导路径执行操作的期望速度和期望位姿；
S2获取机器人末端执行操作过程中的实际位姿与虚拟夹具引导路径最近的参考点位姿，并以此生成机器人末端位置轮廓误差补偿量和方向轮廓误差补偿量；
S3根据机器人末端的实际位姿对虚拟夹具引导路径的曲线参数进行限位处理，生成边界约束模型；
S4根据虚拟夹具引导路径以及边界约束模型对所述与环境交互力进行约束，生成约束后的操作力；
S5根据机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量生成误差补偿修正力，然后根据约束后的操作力和误差补偿修正力对机器人末端的路径偏差进行在线补偿，并生成机器人末端执行操作的期望速度和期望位姿，重复步骤S2至步骤S5，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
2.根据权利要求1所述的一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，步骤S1中，所述与环境交互力通过导纳控制转换为机器人末端的期望速度和期望位姿。
3.根据权利要求1所述的一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，步骤S2具体包括以下步骤：
S21获得距离机器人末端实际位置点Pa最近的虚拟夹具引导路径参考点Pc，构建机器人末端实际位置轮廓误差模型：
εp＝Pc-Pa
其中，εp为建机器人位置轮廓误差补偿量，其方向由点Pa指向参考点Pc；
S22利用等效转轴和等效转角构建机器人末端实际位置方向轮廓误差模型：
εp＝Pc-Pa
其中，rc＝[rcx,rcy,rcz]T为单位旋转轴向量，εo为绕轴rc旋转的角度；
S23根据所述机器人末端实际位置轮廓误差模型以及机器人末端实际位置方向轮廓误差模型，获取机器人末端实际位姿与虚拟夹具引导路径最近的参考点位姿，并以此生成机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量。
4.根据权利要求1所述的一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，步骤S23具体包括以下步骤：
S231获得离当前机器人末端实际位置点Pa最近的虚拟夹具引导路径参考点Pl以及指定步长内虚拟夹具引导路径上与参考点Pl相邻的两点Pl-1和Pl+1；
S232利用参考点Pl-1、Pl与Pl+1的二阶多项式曲线描述虚拟夹具引导路径的局部几何特征P(s)，其中s为曲线参数；
S233根据机器人末端实际位置点Pa以及局部几何特征P(s)求解机器人末端估计的轮廓点
Figure FDA0002510069370000021
该估计的轮廓点
Figure FDA0002510069370000022
的计算模型为：
Figure FDA0002510069370000023
其中，δ为曲线参数s的取值区间；
S234根据所述估计的轮廓点
Figure FDA0002510069370000024
计算估计的位置轮廓误差
Figure FDA0002510069370000025
S235根据估计的轮廓点
Figure FDA0002510069370000026
虚拟夹具引导路径上的参考位置点Pl-1、Pl和Pl+1以及参考方向Ql-1、Ql和Ql+1以及四元数球面线性插值公式求解轮廓点方向
Figure FDA0002510069370000031
该轮廓点方向
Figure FDA0002510069370000032
的计算模型为：
Figure FDA0002510069370000033
其中，λ为距离系数，Slerp()为四元数球面线性插值公式；
S236根据轮廓点方向
Figure FDA0002510069370000034
生成机器人末端的方向轮廓误差补偿量模型：
Figure FDA0002510069370000035
其中，
Figure FDA0002510069370000036
是估计的机器人末端方向轮廓误差的大小，
Figure FDA0002510069370000037
是估计的机器人末端方向轮廓误差的方向。
5.根据权利要求1所述的一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，步骤S3中，对所述与环境交互力进行约束的计算模型为：
Dr＝J(JTJ)-1JT
Dt＝I-Dr
Figure FDA0002510069370000038
其中，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵，Js为虚拟夹具引导路径的运动学模型，I为单位矩阵。
6.根据权利要求1所述的一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，步骤S5具体包括以下步骤：
S51根据机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量对机器人末端的实际速度和实际位姿进行在线补偿，获取误差补偿修正力；
S52所述约束后的操作力和误差补偿修正力通过导纳控制转换为修正后的机器人末端的期望速度和期望位姿，重复步骤S2至步骤S5，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
7.根据权利要求6所述的一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，步骤S52中，所述误差补偿修正力fc的计算模型为：
Figure FDA0002510069370000041
所述导纳控制的计算模型为：
Figure FDA0002510069370000042
其中，K为刚度矩阵，B为阻尼矩阵，Xp为虚拟夹具引导路径参考点的位姿，Xe机器人末端实际位置点的位姿，
Figure FDA0002510069370000043
为虚拟夹具引导路径参考点的速度，
Figure FDA0002510069370000044
机器人末端实际位置点的速度，f′e为约束后的操作力，fe是人手操作力经前处理后获得的与环境交互力，kt为虚拟夹具的刚柔性系数，其取值范围为0到1，M为质量矩阵，D为阻尼矩阵，
Figure FDA0002510069370000045
为机器人末端的加速度，
Figure FDA0002510069370000046
为机器人末端的速度，x为机器人末端的位姿，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵。
8.根据权利要求1所述的一种机器人操作高辅精度的虚拟夹具控制方法，其特征在于，步骤S4中所述边界约束模型为：
Figure FDA0002510069370000047
其中，smax为由虚拟夹具引导路径所确定的曲线参数的上限位，s′为经边界约束后获得的曲线参数。
9.一种机器人操作高辅精度的虚拟夹具控制系统，其特征在于，包括虚拟夹具下的动觉示教模块以及轮廓误差估计与分量补偿模块，其中，
所述虚拟夹具下的动觉示教模块包括依次连接的动觉示教力输入单元、虚拟约束生成器、导纳控制器，其用于输入人手操作力fh，最后输出机器人末端沿虚拟夹具引导路径执行操作的期望速度和期望位姿；
所述虚拟夹具下的动觉示教模块还包括逆运动学计算器和PID控制器，其用于根据期望速度和期望位姿控制机器人末端执行操作，并输出机器人末端的实际速度和实际位姿；
所述轮廓误差估计与分量补偿模块包括轮廓误差估计器以及边界约束生成器，其中所述轮廓误差估计器根据机器人末端实际速度和实际位姿生成机器人末端的位置轮廓误差补偿量和方向轮廓误差补偿量，并将该位置轮廓误差补偿量和方向轮廓误差补偿量生成差补偿修正力，输入至导纳控制器，所述边界约束生成器根据虚拟夹具引导路径所确定的曲线参数的上限位以及机器人末端的位置轮廓误差补偿量对虚拟约束生成器进行迭代更新，以此方式，使机器人能够在虚拟夹具引导路径上往复运动。
10.根据权利要求9所述的一种机器人操作高辅精度的虚拟夹具控制系统，其特征在于，所述动觉示教力输入单元用于对人手操作力fh进行重力补偿和滤波处理，生成与环境交互力fe；
所述虚拟约束生成器用于根据虚拟夹具引导路径以及虚拟约束生成器对所述与环境交互力fe进行约束，生成约束后的操作力；
所述边界约束生成器的计算模型为：
Figure FDA0002510069370000051
其中，smax为由虚拟夹具引导路径所确定的曲线参数的上限位，s′为经边界约束后获得的曲线参数；
所述虚拟约束生成器的计算模型为：
Dr＝J(JTJ)-1JT
Dt＝I-Dr
Figure FDA0002510069370000052
其中，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵，Js为虚拟夹具引导路径的运动学模型，I为单位矩阵；
所述导纳控制器的计算模型为：
Figure FDA0002510069370000061
其中，f′e为约束后的操作力，fe是人手操作力经进行重力补偿和滤波处理后获得的与环境交互力，kt为虚拟夹具的刚柔性系数，其取值范围为0到1，M为质量矩阵，D为阻尼矩阵，
Figure FDA0002510069370000062
为机器人末端的加速度，
Figure FDA0002510069370000063
为机器人末端的速度，x为机器人末端的位姿，Dr为理想运动方向矩阵，Dt为禁止运动方向矩阵。
CN202010458296.7A 2020-05-27 2020-05-27 一种机器人操作高辅精度的虚拟夹具控制方法及系统 Active CN111660307B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010458296.7A CN111660307B (zh) 2020-05-27 2020-05-27 一种机器人操作高辅精度的虚拟夹具控制方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010458296.7A CN111660307B (zh) 2020-05-27 2020-05-27 一种机器人操作高辅精度的虚拟夹具控制方法及系统

Publications (2)

Publication Number Publication Date
CN111660307A true CN111660307A (zh) 2020-09-15
CN111660307B CN111660307B (zh) 2021-07-20

Family

ID=72384768

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010458296.7A Active CN111660307B (zh) 2020-05-27 2020-05-27 一种机器人操作高辅精度的虚拟夹具控制方法及系统

Country Status (1)

Country Link
CN (1) CN111660307B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112405536A (zh) * 2020-11-10 2021-02-26 东南大学 结合离线补偿和在线跟踪混合策略的高精度恒力控制方法
CN113305836A (zh) * 2021-05-21 2021-08-27 华中科技大学 一种虚拟引导的局部迭代修正方法及系统
CN113386142A (zh) * 2021-07-07 2021-09-14 天津大学 基于虚拟夹具的遥操作机器人磨切一体加工系统与方法
CN113894809A (zh) * 2021-10-26 2022-01-07 中船重工鹏力（南京）智能装备系统有限公司 一种工业机器人运动学模型几何参数的获取方法
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
CN114770507A (zh) * 2022-05-05 2022-07-22 上海傅利叶智能科技有限公司 机器人的控制方法、控制装置及康复机器人
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
CN116252289A (zh) * 2023-03-13 2023-06-13 哈尔滨工业大学 一种面向薄壁边缘加工的机器人自适应示教方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2604929B2 (ja) * 1991-12-03 1997-04-30 山武ハネウエル株式会社 ロボットの制御装置
CN109171965A (zh) * 2018-09-27 2019-01-11 上海电气集团股份有限公司 基于虚拟夹具的机器人的控制方法及系统
CN109822576A (zh) * 2019-03-29 2019-05-31 华中科技大学 一种机器人加工虚拟夹具的生成方法
CN110992777A (zh) * 2019-11-20 2020-04-10 华中科技大学 多模态融合的示教方法、装置、计算设备及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2604929B2 (ja) * 1991-12-03 1997-04-30 山武ハネウエル株式会社 ロボットの制御装置
CN109171965A (zh) * 2018-09-27 2019-01-11 上海电气集团股份有限公司 基于虚拟夹具的机器人的控制方法及系统
CN109822576A (zh) * 2019-03-29 2019-05-31 华中科技大学 一种机器人加工虚拟夹具的生成方法
CN110992777A (zh) * 2019-11-20 2020-04-10 华中科技大学 多模态融合的示教方法、装置、计算设备及存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐宇存等: "基于虚拟夹具的手术机器人导纳控制安全策略", 《机器人》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112405536A (zh) * 2020-11-10 2021-02-26 东南大学 结合离线补偿和在线跟踪混合策略的高精度恒力控制方法
CN112405536B (zh) * 2020-11-10 2021-12-28 东南大学 结合离线补偿和在线跟踪混合策略的高精度恒力控制方法
CN113305836A (zh) * 2021-05-21 2021-08-27 华中科技大学 一种虚拟引导的局部迭代修正方法及系统
CN113386142A (zh) * 2021-07-07 2021-09-14 天津大学 基于虚拟夹具的遥操作机器人磨切一体加工系统与方法
WO2023279812A1 (zh) * 2021-07-07 2023-01-12 天津大学 基于虚拟夹具的遥操作机器人磨切一体加工系统与方法
CN113894809A (zh) * 2021-10-26 2022-01-07 中船重工鹏力（南京）智能装备系统有限公司 一种工业机器人运动学模型几何参数的获取方法
CN113894809B (zh) * 2021-10-26 2022-12-27 中船重工鹏力（南京）智能装备系统有限公司 一种工业机器人运动学模型几何参数的获取方法
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
CN114770507A (zh) * 2022-05-05 2022-07-22 上海傅利叶智能科技有限公司 机器人的控制方法、控制装置及康复机器人
CN114770507B (zh) * 2022-05-05 2023-06-23 上海傅利叶智能科技有限公司 机器人的控制方法、控制装置及康复机器人
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
CN116252289A (zh) * 2023-03-13 2023-06-13 哈尔滨工业大学 一种面向薄壁边缘加工的机器人自适应示教方法

Also Published As

Publication number Publication date
CN111660307B (zh) 2021-07-20

Similar Documents

Publication Publication Date Title
CN111660307B (zh) 一种机器人操作高辅精度的虚拟夹具控制方法及系统
CN109159151B (zh) 一种机械臂空间轨迹跟踪动态补偿方法和系统
CN107984472B (zh) 一种用于冗余度机械臂运动规划的变参神经求解器设计方法
CN110757454B (zh) 一种双机器人协同旋转的路径规划方法和装置
Liu et al. Uncalibrated visual servoing of robots using a depth-independent interaction matrix
JP3473834B2 (ja) ロボットの制御装置
CN110253574B (zh) 一种多任务机械臂位姿检测和误差补偿方法
CN111890348B (zh) 一种双机器人协同搬运的控制方法及装置
CN112605996B (zh) 一种面向冗余机械臂的无模型碰撞避免控制方法
JP2009053926A (ja) 経路計画装置及び経路計画方法
CN106965187B (zh) 一种仿生手抓取物体时生成反馈力向量的方法
CN117428791B (zh) 一种用于肩部四轴康复机器人的逆运动学求解方法及系统
CN110435813B (zh) 一种基于动力定位系统的手操杆调校方法
CN116494250A (zh) 基于速度补偿的机械臂控制方法、控制器、介质及系统
CN110576438A (zh) 一种联动柔性机械臂的简化运动学求解方法、装置及系统
CN113359462B (zh) 一种基于扰动解耦与补偿的仿生眼稳像系统及方法
CN115179288A (zh) 机器人的运动学逆解方法、机器人及计算机可读存储介质
CN110569582B (zh) 一种用于天线的二维指向机构的指向精度计算方法及装置
Gu et al. Dexterous obstacle-avoidance motion control of Rope Driven Snake Manipulator based on the bionic path following
Shu et al. Dynamic path tracking of industrial robots with high accuracy by visual servoing
Li et al. Visual Servoing of Flexible Manipulators With Unknown Camera Intrinsic Parameters and Vibration States
CN117733872B (zh) 一种基于方向性能的串联机器人逆运动学控制方法
CN116985147B (zh) 机械臂逆运动学求解方法及装置
CN114407018B (zh) 机器人手眼标定方法、装置、电子设备、存储介质及产品
CN113305836B (zh) 一种虚拟引导的局部迭代修正方法及系统

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