CN113084828B - 一种运动控制方法、装置、设备和存储介质 - Google Patents
一种运动控制方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN113084828B CN113084828B CN202110359400.1A CN202110359400A CN113084828B CN 113084828 B CN113084828 B CN 113084828B CN 202110359400 A CN202110359400 A CN 202110359400A CN 113084828 B CN113084828 B CN 113084828B
- Authority
- CN
- China
- Prior art keywords
- torque
- frequency component
- low
- information
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 80
- 230000033001 locomotion Effects 0.000 title claims abstract description 44
- 238000001914 filtration Methods 0.000 claims description 37
- 238000013178 mathematical model Methods 0.000 claims description 29
- 230000003993 interaction Effects 0.000 claims description 19
- 238000004088 simulation Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 description 19
- 239000011159 matrix material Substances 0.000 description 9
- 230000001133 acceleration Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 238000005259 measurement Methods 0.000 description 4
- 230000001629 suppression Effects 0.000 description 4
- 238000001356 surgical procedure Methods 0.000 description 4
- 230000007613 environmental effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 241000282412 Homo Species 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 238000007675 cardiac surgery Methods 0.000 description 2
- 230000006866 deterioration Effects 0.000 description 2
- 230000006698 induction Effects 0.000 description 2
- 230000002401 inhibitory effect Effects 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000002324 minimally invasive surgery Methods 0.000 description 2
- 230000008447 perception Effects 0.000 description 2
- 238000011471 prostatectomy Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000000452 restraining effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- 210000000683 abdominal cavity Anatomy 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000002432 robotic surgery Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000005303 weighing Methods 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
- B25J11/00—Manipulators not otherwise provided for
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/70—Manipulators specially adapted for use in surgery
- A61B34/76—Manipulators having means for providing feel, e.g. force or tactile feedback
-
- 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
-
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/30—Surgical robots
- A61B2034/301—Surgical robots for introducing or steering flexible instruments inserted into the body, e.g. catheters or endoscopes
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Robotics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Surgery (AREA)
- Mechanical Engineering (AREA)
- Heart & Thoracic Surgery (AREA)
- Biomedical Technology (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Feedback Control In General (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种运动控制方法、装置、设备和存储介质，该方法应用于力控制系统，该方法包括：确定当前的力控制参数和力调节参数；将确定的力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，得到初始转矩数据，以及将力调节参数配置到目标外部转矩中的转矩调节信息中，得到转矩调节数据；基于目标外部转矩中的调节信息，应用转矩调节数据对初始转矩数据进行调节，生成外部转矩数据，其中调节信息用于表征初始转矩设置信息和转矩调节信息之间的关系；基于外部转矩数据，控制力控制系统中的运动部件运动。如此，得到了准确的外部转矩数据，进而保证力控制系统中的运动部件按照该外部转矩数据进行准确的运动。
Description
技术领域
本发明涉及人机交互技术领域，尤其涉及一种运动控制方法、装置、设备和存储介质。
背景技术
近年来，用于实现接触运动的力矩/力控制系统得到了广泛的研究，比如机器人手术系统作为力控制系统的一种，在实际的应用也越来越普遍。
在手术环境中，机器人手术系统是集多项现代高科技手段于一体的综合体，主要用于心脏外科、骨科、神经外科、介入手术、腹腔科、前列腺切除术等。外科医生可以远离手术台操纵机器人进行手术，与传统的手术概念不同，机器人在世界微创外科领域是革命性外科手术工具。在外科医生操纵机器进行手术的过程中，力感知设备将测量得到的环境和人的交互力给到机器人后，可以实现机器人对医生的操作的跟随。
但是，相关技术中，力感知设备测量的环境和人的交互力通常不准确，其中包含了力噪声，这样导致机器人的运动不准确，不能实现对人或环境力的准确跟随，导致手术精度降低。因此，准确测量和控制来自环境和人的交互力至关重要。
发明内容
本发明实施例提供一种运动控制方法、装置、设备和存储介质，用以得到准确的外部转矩数据，进而保证力控制系统中的运动部件按照该外部转矩数据进行准确的运动。
第一方面，本发明一实施例提供了一种运动控制方法，该方法应用于力控制系统，该方法包括：
确定当前的力控制参数和力调节参数；
将确定的所述力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，得到初始转矩数据，以及将所述力调节参数配置到所述目标外部转矩中的转矩调节信息中，得到转矩调节数据；
基于所述目标外部转矩中的调节信息，应用所述转矩调节数据对所述初始转矩数据进行调节，生成外部转矩数据，其中所述调节信息用于表征所述初始转矩设置信息和所述转矩调节信息之间的关系；
基于所述外部转矩数据，控制所述力控制系统中的运动部件运动。
上述实施例，在确定外部转矩数据的过程中，将外部转矩数据分成初始转矩数据部分和转矩调节数据部分分别确定，将力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，可以得到初始转矩数据；将力调节参数配置到目标外部转矩中的转矩调节信息中，可以得到转矩调节数据；再应用转矩调节数据对初始转矩数据进行调节，生成外部转矩数据。这样确定的外部转矩数据，基于力调节参数对初始转矩数据进行了调节，得到的外部转矩数据更准确，进一步保证了力控制系统中的受控部件在准确的外部转矩数据的作用下，进行更精准的运动。
在一些示例性的实施方式中，转矩调节信息包括高频分量调节信息和低频分量调节信息；
所述将所述力调节参数配置到所述目标外部转矩中的转矩调节信息中，得到转矩调节数据，包括：
将所述力调节参数中的高频调节参数配置到所述高频分量调节信息中，得到转矩高频调节数据；
将所述力调节参数中的低频调节参数配置到所述低频分量调节信息中，得到转矩低频调节数据；
按照所述转矩高频调节数据和所述转矩低频调节数据中的频率特性，将所述转矩高频调节数据和所述转矩低频调节数据组合为转矩调节数据。
上述实施例，在将力调节参数配置到目标外部转矩中的转矩调节信息中得到转矩调节数据的过程中，考虑到外部转矩的频率特性，将高频调节部分和低频调节部分分别进行处理，然后再根据频率特性进行组合，这样得到的转矩调节数据更准确。
在一些示例性的实施方式中，通过如下方式确定目标外部转矩：
根据预先建立的所述力控制系统的数学模型以及预先定义的扰动转矩确定待估计的扰动转矩；
根据所述待估计的扰动转矩确定待估计的外部转矩；
提取所述待估计的外部转矩中的高频分量和低频分量，分别对所述高频分量和所述低频分量进行观测，得到高频分量调节信息和低频分量调节信息；
基于所述待估计的外部转矩中的初始转矩设置信息，整合所述高频分量调节信息和低频分量调节信息，确定目标外部转矩。
上述实施例，为了确定目标外部转矩，先确定一个待估计的外部扰动转矩，再应用扰动转矩和外部转矩的关系，确定待估计的外部转矩，而结合摩擦通常存在于低频分量且噪声通常存在于高频分量的特性，分别对高频分量和低频分量进行观测，以便分别通过高频分量调节信息和低频分量调节信息对待估计的外部转矩中的初始转矩设置信息进行调节，调节后确定的目标外部转矩更准确。
在一些示例性的实施方式中，所述根据预先建立的力控制系统的数学模型以及预先定义的扰动转矩确定待估计的扰动转矩，包括：
根据预先建立的力控制系统的数学模型中的模拟系统电流和模拟转动惯量确定参考转矩；其中所述模拟系统电流表征驱动所述力控制系统的数学模型中的模拟运动部件运动时的电流，所述模拟转动惯量表征述力控制系统的数学模型中的模拟运动部件运动时的转动惯量；
根据预先建立的力控制系统的数学模型、所述预先定义的扰动转矩和所述参考转矩确定待估计的扰动转矩。
上述实施例，结合力控制系统特性，根据预先建立的力控制系统的数学模型中的模拟系统电流和模拟转动惯量确定参考转矩，进而根据扰动转矩和参考转矩的关系确定待估计的扰动转矩，以便后续基于该待估计的扰动转矩确定更准确的外部转矩。
在一些示例性的实施方式中，所述根据所述待估计的扰动转矩确定待估计的外部转矩，包括：
应用所述扰动转矩的低通滤波信息，对确定的待估计的扰动转矩进行低通滤波，确定所述扰动转矩的估计转矩；
基于所述力控制系统中库伦摩擦的估计值和粘滞系数的估计值，以及所述扰动转矩的估计转矩，确定待估计的外部转矩。
上述实施例，由于库伦摩擦和粘性摩擦在建模时带来的误差对外部转矩的影响很大，因此，在确定待估计的外部转矩的过程中，先应用扰动转矩的低通滤波信息进行低通滤波，再将力控制系统中库伦摩擦的估计值和粘滞系数的估计值考虑到外部转矩中，确定的待估计的外部转矩更符合力控制系统的特性，也更准确。
在一些示例性的实施方式中，所述分别对所述高频分量和所述低频分量进行观测，得到高频分量调节信息和低频分量调节信息，包括：
针对所述高频分量，根据观测转矩和所述观测转矩的高通滤波信息，确定所述高频分量的观测规则；
针对所述低频分量，根据力传感器转矩和力传感器的低通滤波信息，确定所述低频分量的观测规则；
利用所述高频分量的观测规则对所述高频分量进行观测，得到高频分量调节信息；以及利用所述低频分量的观测规则，对所述低频分量进行观测，得到低频分量调节信息。
上述实施例，利用力传感器的低频分量来抑制摩擦的影响，利用关节力矩估计的外力的高频分量来抑制传感器噪声的影响，因此，针对高频分量和低频分量进行不同的处理，得到了高频分量调节信息和低频分量调节信息，以便针对噪声和摩擦进行有针对性的调节，调节效果更好。
在一些示例性的实施方式中，所述基于所述待估计的外部转矩中的初始转矩设置信息，整合所述高频分量调节信息和低频分量调节信息，确定目标外部转矩，包括：
按照所述初始转矩设置信息中的频率特性、所述高频分量调节信息中的频率特性，和所述低频分量调节信息中的频率特性，应用所述高频分量调节信息和低频分量调节信息对所述初始转矩信息进行调节；
应用所述外部转矩的低通滤波信息，对调节后的外部转矩进行低通滤波处理，确定所述目标外部转矩。
上述实施例，由于外部转矩包括了不同频率层面的多个频率的数据，为了得到完整的目标外部转矩，结合频率特性，分别利用高频分量调节信息和低频分量调节信息分别对初始转矩设置信息进行调节，最后，通过外部转矩的低通滤波器进行低通滤波，得到准确的目标外部转矩。
第二方面，本发明一实施例提供了一种运动控制装置，该装置包括：
参数确定模块，用于确定当前的力控制参数和力调节参数；
配置模块，用于将确定的所述力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，得到初始转矩数据，以及将所述力调节参数配置到所述目标外部转矩中的转矩调节信息中，得到转矩调节数据；
调节模块，用于基于所述目标外部转矩中的调节信息，应用所述转矩调节数据对所述初始转矩数据进行调节，生成外部转矩数据，其中所述调节信息用于表征所述初始转矩设置信息和所述转矩调节信息之间的关系；
控制模块，用于基于所述外部转矩数据，控制所述力控制系统中的运动部件运动。
在一些示例性的实施方式中，所述转矩调节信息包括高频分量调节信息和低频分量调节信息；
所述配置模块具体用于：
将所述力调节参数中的高频调节参数配置到所述高频分量调节信息中，得到转矩高频调节数据；
将所述力调节参数中的低频调节参数配置到所述低频分量调节信息中，得到转矩低频调节数据；
按照所述转矩高频调节数据和所述转矩低频调节数据中的频率特性，将所述转矩高频调节数据和所述转矩低频调节数据组合为转矩调节数据。
在一些示例性的实施方式中，还包括目标转矩确定模块，用于通过如下方式确定目标外部转矩：
根据预先建立的所述力控制系统的数学模型以及预先定义的扰动转矩确定待估计的扰动转矩；
根据所述待估计的扰动转矩确定待估计的外部转矩；
提取所述待估计的外部转矩中的高频分量和低频分量，分别对所述高频分量和所述低频分量进行观测，得到高频分量调节信息和低频分量调节信息；
基于所述待估计的外部转矩中的初始转矩设置信息，整合所述高频分量调节信息和低频分量调节信息，确定目标外部转矩。
在一些示例性的实施方式中，所述目标转矩确定模块具体用于：
根据预先建立的力控制系统的数学模型中的模拟系统电流和模拟转动惯量确定参考转矩；其中所述模拟系统电流表征驱动所述力控制系统的数学模型中的模拟运动部件运动时的电流，所述模拟转动惯量表征述力控制系统的数学模型中的模拟运动部件运动时的转动惯量；
根据预先建立的力控制系统的数学模型、所述预先定义的扰动转矩和所述参考转矩确定待估计的扰动转矩。
在一些示例性的实施方式中，所述目标转矩确定模块具体用于：
应用所述扰动转矩的低通滤波信息，对确定的待估计的扰动转矩进行低通滤波，确定所述扰动转矩的估计转矩；
基于所述力控制系统中库伦摩擦的估计值和粘滞系数的估计值，以及所述扰动转矩的估计转矩，确定待估计的外部转矩。
在一些示例性的实施方式中，所述目标转矩确定模块具体用于：
针对所述高频分量，根据观测转矩和所述观测转矩的高通滤波信息，确定所述高频分量的观测规则；
针对所述低频分量，根据力传感器转矩和力传感器的低通滤波信息，确定所述低频分量的观测规则；
利用所述高频分量的观测规则对所述高频分量进行观测，得到高频分量调节信息；以及利用所述低频分量的观测规则，对所述低频分量进行观测，得到低频分量调节信息。
在一些示例性的实施方式中，所述目标转矩确定模块具体用于：
按照所述初始转矩设置信息中的频率特性、所述高频分量调节信息中的频率特性，和所述低频分量调节信息中的频率特性，应用所述高频分量调节信息和低频分量调节信息对所述初始转矩信息进行调节；
应用所述外部转矩的低通滤波信息，对调节后的外部转矩进行低通滤波处理，确定所述目标外部转矩。
第三方面，本发明一实施例提供了一种人机交互控制设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行计算机程序时实现上述任一种方法的步骤。
第四方面，本发明一实施例提供了一种计算机可读存储介质，其上存储有计算机程序指令，该计算机程序指令被处理器执行时实现上述任一种方法的步骤。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例中所需要使用的附图作简单地介绍，显而易见地，下面所介绍的附图仅仅是本发明的一些实施例，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，还可以根据这些附图获得其他的附图。
图1为本发明实施例中适用的一种机械臂的示意图；
图2为本发明实施例提供的一种运动控制方法的流程图；
图3为本发明实施例提供的一种目标外部转矩的确定方法的流程图；
图4为本发明一实施例提供的一种力控制系统的结构示意图；
图5为本发明一实施例提供的一种运动控制装置的结构示意图；
图6为本发明一实施例提供的一种人机交互设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。
近年来，用于实现接触运动的力矩/力控制系统得到了广泛的研究，比如机器人手术系统作为力控制系统的一种，在实际的应用功能也越来越普遍。在手术环境中，机器人手术系统是集多项现代高科技手段于一体的综合体，主要用于心脏外科和前列腺切除术。外科医生可以远离手术台操纵机器进行手术，与传统的手术概念不同，机器人在世界微创外科领域是革命性外科手术工具。在外科医生操纵机器进行手术的过程中，尤其是复杂手术中，测量和控制来自环境和人的交互力至关重要。在实际应用中，将测量得到的环境和人的交互力给到机器人后，医生在操纵机器人时，可以实现机器人对医生的操作的跟随。但是，由于摩擦力和噪声的存在，导致测量的环境和人的外力通常不准确，这样导致机器人的运动不准确，不能实现对人或环境力的准确跟随。
为此，本发明提供了一种运动控制方法，在确定用于控制力控制系统中的运动部件运动的外部转矩数据的过程中，通过确定的力调节参数和力控制参数来对初始转矩数据进行调节，这样确定的外部转矩数据更准确，进而实现了力控制系统中的运动部件对人或环境力的很好的跟随。
在介绍完本发明实施例的设计思想之后，下面对本发明实施例的技术方案能够适用的应用场景做一些简单介绍，需要说明的是，以下介绍的应用场景仅用于说明本发明实施例而非限定。在具体实施时，可以根据实际需要灵活地应用本发明实施例提供的技术方案。
参考图1，其为本发明实施例提供的一种机械臂的示意图，本发明实施例的机器人医疗系统中，将医生的力作为外部转矩数据，来控制机械臂进行运动，以实现对医生的力很好的跟随，进而提高手术精度。图1中的机械臂的示例为手的形状，在实际的应用过程中，机械臂还可以是其他形状，在此不进行限定。
当然，本发明实施例提供的方法并不限用于图1所示的应用场景中，还可以用于其它可能的应用场景，本发明实施例并不进行限制。对于图1所示的应用场景的各个设备所能实现的功能将在后续的方法实施例中一并进行描述，在此先不过多赘述。
为进一步说明本发明实施例提供的技术方案，下面结合附图以及具体实施方式对此进行详细的说明。虽然本发明实施例提供了如下述实施例或附图所示的方法操作步骤，但基于常规或者无需创造性的劳动在方法中可以包括更多或者更少的操作步骤。在逻辑上不存在必要因果关系的步骤中，这些步骤的执行顺序不限于本发明实施例提供的执行顺序。
下面结合图1所示的应用场景，对本发明实施例提供的技术方案进行说明。
参考图2，本发明实施例提供一种运动控制方法，包括以下步骤：
S201、确定当前的力控制参数和力调节参数。
S202、将确定的力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，得到初始转矩数据，以及将力调节参数配置到目标外部转矩中的转矩调节信息中，得到转矩调节数据。
S203、基于目标外部转矩中的调节信息，应用转矩调节数据对初始转矩数据进行调节，生成外部转矩数据，其中调节信息用于表征初始转矩设置信息和转矩调节信息之间的关系。
S204、基于外部转矩数据，控制力控制系统中的运动部件运动。
上述实施例，在确定外部转矩数据的过程中，将外部转矩数据分成初始转矩数据部分和转矩调节数据部分分别确定，将力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，可以得到初始转矩数据；将力调节参数配置到目标外部转矩中的转矩调节信息中，可以得到转矩调节数据；再应用转矩调节数据对初始转矩数据进行调节，生成外部转矩数据。这样确定的外部转矩数据，基于力调节参数对初始转矩数据进行了调节，得到的外部转矩数据更准确，进一步保证了力控制系统中的受控部件在准确的外部转矩数据的作用下，进行更精准的运动。
涉及到S201和S202，外部转矩可以是人或者环境产生的，以医生操控手术用机械臂为例。目标外部转矩包括两部分，一部分为初始转矩设置信息，另一部分为转矩调节信息。初始转矩设置信息比如是，目标外部转矩的初始估计部分中各个力控制参数的对应关系，将获取到的当前力控制参数配置到初始转矩设置信息中，可以得到初始转矩数据，力控制参数可以是外部转矩的低通滤波器的配置参数。转矩调节信息比如是，目标外部转矩的调节部分中的各个力调节参数的对应关系，力调节参数可以是高频调节参数和低频调节参数，将力调节参数配置到目标外部转矩中的转矩调节信息中，得到转矩调节数据。
在力控制系统中，由于利用力传感器的低频分量可以抑制摩擦的影响，利用关节力估计的外力的高频分量可以来抑制传感器噪声的影响，因此，在一个具体的例子中，力控制参数和力调节参数可以是力控制系统中的力传感器测量的数据、关节力估计的数据，或者二者的组合等。
上述配置过程中，可以根据频率特性，将力调节参数中的高频调节参数配置到高频分量调节信息中，这样得到的是转矩高频调节数据；将力调节参数中的低频调节参数配置到低频分量调节信息中，这样得到的是转矩低频调节数据；然后按照转矩高频调节数据和转矩低频调节数据中的频率特性(比如数据与该数据表征的频率大小的对应关系)，将转矩高频调节数据和转矩低频调节数据组合为转矩调节数据，也即，转矩调节数据本身既包括了高频调节数据，也包括了低频调节数据，最终的调节数据称为转矩调节数据，其目的是，对初始转矩数据进行调节，得到较为准确的外部转矩数据。
涉及到S203，目标外部转矩包括初始转矩设置信息，转矩调节信息以及表征初始转矩设置信息和转矩调节信息的调节信息，该调节信息可以是数学关系，比如加、减、乘、除或者其组合等。这样，按照目标外部转矩中的调节信息，可以应用转矩调节数据对初始转矩数据进行调节，生成外部转矩数据。
涉及到S204，获取到外部转矩数据后，通过力控制系统将确定的外部转矩数据传递给受控部件，受控部件比如是机械臂，这样，机械臂可以按照外部转矩数据运动。
在上述过程中，由于得到的外部转矩数据比较准确，机械臂才的运动过程才更准确。而得到外部转矩数据比较准确的一个前提是，应用的目标外部转矩比较准确，才可以获得比较准确的外部转矩数据。因此，接下来对目标外部转矩的确定过程进行说明。
在对目标外部转矩的确定过程进行说明的过程中，首先对确定目标外部转矩过程中的应用到的相关原理进行说明。在这之前，对力控制系统中的摩擦力和噪声存在的原因以及相关技术中对摩擦力和噪声的处理的常用做法以及缺陷进行说明。
基于使用扰动观测器的加速度控制器的鲁棒力矩/力控制系统已被开发为有效的控制器；无力传感器的扭矩/力控制可以通过结合这些力矩感应观测器来实现。基于加速度的力矩感应观测器可以应用于多种力控制系统中，如通过动作复制系统双向遥操作系统和人体动作模仿。力矩感应观测器需要摩擦扭矩的建模和补偿来估计外力。而摩擦扭矩的补偿是力控制中的一个普遍问题，对摩擦力矩，特别是库仑摩擦力矩进行详细、准确的建模和识别，实现难度较大。虽然也有一些补偿方法被应用，可以减少摩擦的影响，但是，如双驱动系统或为非接触磁性齿轮中，应用现有的补偿方法会导致系统尺寸和复杂性的增加。
而力传感器用于测量外力信息，力传感器只能测量接触部分的外力。基于力传感器的力控制系统存在着传感器噪声导致性能下降的问题。但如果只采用低通滤波器抑制力传感器的噪声，有限的力测量带宽会导致控制性能的恶化。由低通滤波器引起的相位延迟也会导致稳定性的恶化。力测量方法与卡尔曼滤波技术相结合，可以降低噪声影响。为了降低噪声效应，结合卡尔曼滤波技术的力测量方法已经被开发出来。然而，基于卡尔曼滤波器的方法需要精确的控制对象模型和噪声特性分析。
力矩感应观测器使用执行机构扭矩、角加速度信息、模型摩擦扭矩来估计外部扭矩；在执行器位置编码器分辨率非常高的情况下，由于角加速度信息是由位置信息计算得到的，所以可以忽略力估计中出现的噪声效应。如果力矩感应观测器应用于齿轮减速电机，则应考虑由减速齿轮引起的摩擦力矩。为了从总扰动力矩中减去摩擦力矩分量，需要对摩擦力矩进行建模和辨识。摩擦力矩通常被建模为粘滞摩擦和库仑摩擦。然而，精确地建模和识别摩擦力是困难的，特别是在低速区域，为了解决这个问题，也提出了考虑更详细的摩擦模型，如s型函数和Stribeck摩擦模型。此外还有利用模拟退火算法或在线最小均方误差算法识别摩擦力矩的方法。但是，如果建立一个详细的模型，需要识别的参数的数量增加，设计过程变得复杂。而且，无论模型有多详细，要知道实际的摩擦力矩信息都是很困难的。可以将摩擦识别误差直接作为力控制系统中的一种扰动，例如把库仑摩擦力的识别误差作为阶跃扰动作用于机器人系统，如公式(1)：
σR-σi＝Δσ (1)
其中，σR为实际库仑摩擦(R表示Real-实际)、σi为识别的库仑摩擦(i表示identify-识别)和Δσ为库仑摩擦识别误差，三者均为常数。在这种情况下，尽管机器人系统没有受到外力，摩擦力也会被错误地识别为外力。此外，如果操作者双边地控制操作一个驱动器，摩擦力就会错误地识别为一个操作力。因此，摩擦力降低了系统的可操作性，也即，出现了反向驱动的问题。
如上，基于力传感器的力控制系统受到力传感器噪声的影响。另一方面，基于力矩感知观测器的力控制系统在摩擦力补偿方面存在缺陷。
因此，本发明实施例中，为了控制力控制系统中的运动部件运动，需要将实时的外部转矩数据传输给运动部件，以便运动部件根据该外部转矩数据运动，实现对人或者环境力的跟踪。在确定外部转矩数据的过程中，首先需要确定外部转矩和哪些变量或者哪些参数有关系以及存在何种关系，然后根据这些变量以及关联关系，确定目标外部转矩的表达式，将变量对应的参数的数值代入到表达式中，即可得到外部转矩数据。采用如下方式进行目标外部转矩的确定，来克服力传感器噪声的影响和力矩感知观测器的摩擦力的影响。
图3示出了一种目标外部转矩的确定方法的流程图。
S301、根据预先建立的力控制系统的数学模型以及预先定义的扰动转矩确定待估计的扰动转矩。
S302、根据待估计的扰动转矩确定待估计的外部转矩。
S303、提取待估计的外部转矩中的高频分量和低频分量，分别对高频分量和低频分量进行观测，得到高频分量调节信息和低频分量调节信息。
S304、基于待估计的外部转矩中的初始转矩设置信息，整合高频分量调节信息和低频分量调节信息，确定目标外部转矩。
上述实施例，为了确定目标外部转矩，首先确定一个待估计的外部扰动转矩，再应用扰动转矩和外部转矩的关系，确定待估计的外部转矩，而结合摩擦通常存在于低频分量且噪声通常存在于高频分量的特性，分别对高频分量和低频分量进行观测，以便分别通过高频分量调节信息和低频分量调节信息对待估计的外部转矩中的初始转矩设置信息进行调节，调节后确定的目标外部转矩更准确。
涉及到S301，假设库伦摩擦存在于较低的频率域，而传感器噪声存在于较高的频率域，首先，对带有减速机的力控制系统进行建模，在建模过程中，考虑力控制系统的建模误差，其数学模型如公式(2)所示：
Js2q＝KI-σe-σc-Dω-ΔJsω+ΔKI (2)
其中，q为转动角度，ω为转动角速度，I为系统电流，J为转动惯量,K为扭矩常数，D为粘滞系数，σe(e表示为external-外部)为外部转矩，σc(c表示Coulomb-库伦)为库仑摩擦，s为拉普拉斯算子，Δ为建模误差，ΔJsω为建模过程中转动惯量和转动角速度带来的建模误差，ΔKI为系统运行电流带来的建模误差。
接下来，定义参考转矩σr(r表示reference-参考)，参考公式(2)，根据预先建立的力控制系统的数学模型中的模拟系统电流和模拟转动惯量来确定参考转矩，比如二者相乘，σr＝KI，需要说明的是，模拟系统电流和系统电流为具有相同含义的物理量，“模拟”二字是用来区分是建模过程中的使用的系统电流，同理，模拟转动惯量与转动惯量也为具有相同含义的物理量。示例性的，模拟系统电流表征驱动力控制系统的数学模型中的模拟运动部件运动时的电流，模拟转动惯量表征述力控制系统的数学模型中的模拟运动部件运动时的转动惯量。
在定义了参考转矩σr后，根据预先建立的力控制系统的数学模型、预先定义的扰动转矩和参考转矩确定待估计的扰动转矩。在这个过程中，对公式(2)进行变化，将建模误差引起的转矩考虑进去，定义扰动转矩σd(d表示disturbance-扰动)，例如：
σd＝σe+σc+Dω+ΔJsω-ΔKI (3)
将定义的扰动转矩的公式(3)，代入公式(2)，得到σd＝KI-Js2q，由于参考转矩定义为σr＝KI，因此，结合得到：
σd＝σr-Js2q (4)
从公式(4)可知，扰动转矩σd可以用参考转矩σr和角加速度信息计算得到，但是，这样得到的扰动转矩存在误差。
涉及到S302，由于应用公式(4)得到的扰动转矩存在误差，因此，在根据待估计的扰动转矩确定待估计的外部转矩的过程中，首先，应用扰动转矩的低通滤波信息，对确定的待估计的扰动转矩进行低通滤波，确定扰动转矩的估计转矩；再基于力控制系统中库伦摩擦的估计值和粘滞系数的估计值，以及扰动转矩的估计转矩，确定待估计的外部转矩。
具体的，在公式(4)中引入低通滤波来抑制高频域噪声的策略来估计扰动转矩，示例性的，滤波信息可以是以滤波器的形式呈现，这样，扰动转矩的低通滤波信息即为扰动转矩的低通滤波器，这样，应用扰动转矩的低通滤波器对确定的待估计的扰动转矩进行低通滤波，确定扰动转矩的估计转矩如下：
其中，
为扰动转矩的估计转矩，
(d表示扰动，l表示low-低)扰动转矩的低通滤波器，
为估计的角速度，可以通过测量或者对测量得到的角速度进行处理得到。
对公式(5)进行变换，估计外部转矩的获取是通过减去识别的摩擦转矩元件来估计的，其中，可以忽略转动惯量和转矩常数的建模误差及由于位置信息的分异所引起的噪声，包括量化误差等。因此，可得待估计的外部转矩为：
与扰动转矩的估计转矩相比，待估计的外部转矩中，考虑到力控制系统中的库伦摩擦的估计值和粘滞系数的估计值，其中，
为估计库伦摩擦，
为估计粘滞系数，二者均可以通过测量获得。
涉及到S303，在力控制系统中，由于利用力传感器的低频分量可以抑制摩擦的影响，利用关节力估计的外力的高频分量可以来抑制传感器噪声的影响，因此，为了使确定的目标转矩更准确，分别对高频分量和低频分量分别进行不同的处理。首先，提取待估计的外部转矩中的高频分量和低频分量，针对高频分量，根据观测转矩和观测转矩的高通滤波信息，确定高频分量的观测规则；针对低频分量，根据力传感器转矩和力传感器的低通滤波信息，确定低频分量的观测规则；利用高频分量的观测规则对高频分量进行观测，得到高频分量调节信息；以及利用低频分量的观测规则，对低频分量进行观测，得到低频分量调节信息。
具体的，基于力传感器的力控制系统受到力传感器噪声的影响，获取力的精度降低，可以通过设置力传感器带宽来抑制噪声，从而获得精确的外部转矩。因此，本发明实施例可以采用粘滞系数模型作为摩擦模型，提取基于公式(6)对外部转矩的高频分量，观测矩阵与外部转矩的高频分量的关系是：
σo＝σeh-(ΔDω-σc) (7)
其中，σo为观测矩阵(o表示observation-观测)，可以在环境交互中由传感器获得，σeh为外部转矩的高频分量，在公式(7)中引入观测矩阵的高通滤波器
(o表示观测，h表示high-高)，这样，对公式(7)进行变形，得到高频分量的观测规则，表示如下：
提取基于公式(6)对外部转矩的低频分量，力传感器矩阵与外部转矩的低频分量的关系是：
σs＝σel+ω (9)
其中，σs为力传感器矩阵，可以在环境交互中由传感器获得，σel为外部转矩的高频分量在公式(9)中引入力传感器的低通滤波器
(f表示force-力)，这样，对公式(9)进行变形，得到低频分量的观测规则，表示如下：
将公式(8)和公式(10)相加，也即，将观测后的高频分量和观测后的低频分量整合，利用对同一个量的高频和低频同时观测的高低频特性可知，
因此，得到：
此时，引入外部转矩的低通滤波器
(e表示external-外部)，得到：
而根据外部转矩与各个滤波器和各个观测矩阵的关系可知，将
定义为目标外部转矩，得到：
其中，
为外部转矩的低通滤波器，
对观测矩阵中的摩擦转矩进行了抑制，
对力传感器的噪声进行了抑制。因此，实现了同时对摩擦和噪声的抑制。
涉及到S304，参照公式13，外部转矩的低通滤波信息可以是外部转矩的低通滤波器，
为初始转矩信息进行调节后的结果，再用高频分量调节信息
和低频分量调节信息
对
进行调节，确定了目标转矩
本发明实施例中的目标外部转矩的确定方法(外力估计方法)由两个要素组成：力传感器测量的力信息的低频分量和由力矩感应观测器估计的力信息的高频分量。该方法只需要粘性摩擦模型及其识别值。该方法利用力信息的低频分量，可以在抑制噪声的情况下，准确地估计出外力信息。同时，由于库仑摩擦可视为阶跃扰动，因此该方法可以在抑制库仑摩擦的条件下，在高频域内获得外力信息；该方法还可以同时实现摩擦和传感器噪声的抑制。
上述实施例，可以在物理人机交互场景中实现机器人与操作者之间精确的力交互控制，通过集成力矩感应观测器和力传感器信息抑制摩擦力与噪声的方法，确保力控制的精确性。利用力传感器的低频分量来抑制摩擦的影响，利用关节力矩估计外力的高频分量来抑制传感器噪声的影响，利用关节力矩估计的外力的高频分量来抑制传感器噪声的影响。与基于关节力矩的方法相比，该方法改善了摩擦抑制特性，并与基于力传感器的方法相比，提高了噪声灵敏度。
另外，上述只是以医疗领域为例，在医疗领域，可改进人机交互领域特定的操作，适用于更复杂精细的手术环境，保证手术的安全。本发明实施例还可以应用在需要进行人机交互、协同操作的其他领域。比如，应用到由齿轮执行机构组成的具有高输出力和高后驱动性能的双边控制系统作中，考虑了齿轮马达精确、高输出的力控制。
为了使本发明实施例的技术方案更容易理解，图4示出了一种力控制系统的结构示意图，结合图4，对本发明实施例的目标外部转矩的确定原理以及运动控制原理进行说明。
基于力传感器测量的力信息低频分量与关节力矩获取的力信息高频分量。该方法只需要粘性摩擦模型及其识别值。该方法利用力信息的低频分量，可以在抑制噪声的情况下，准确地估计出外力信息。同时，由于库仑摩擦可视为阶跃扰动，因此该方法可以在抑制库仑摩擦的条件下，在高频域内获得外力信息。因此，该方法可以同时实现摩擦和噪声的抑制，可改进人机交互领域特定的操作，适用于更复杂的手术环境。
示例性的，力控制系统的实验的主体为丹麦优傲机器人公司生产的UR5机器人，重18.4kg，最大载荷5kg，机器人最大操作空间850mm。控制器采用德国倍福公司生产的CX2030控制器，采样频率1000Hz。该实验主题中，包括利用扰动观测实现鲁棒控制系统的加速度控制器，以及使用反馈力扰动观测器和力传感器的力控制系统。
1)力控制系统驱动模型搭建时，根据公式(2)对力控制系统的驱动器交互模型进行建模。
2)力传感器的力控制系统受到力传感器噪声的影响，通过设置低频段的带宽来抑制噪声。
3)为了估计摩擦转矩，从总扰动力矩中减去摩擦力矩分量，需要对摩擦力矩进行建模和辨识；摩擦力矩被建模为粘滞摩擦；对摩擦力辨识建模，通过考虑机械手的雅可比矩阵和齐次变换矩阵，该方法可以应用于多自由度系统。针对多自由度机械手工作空间控制的情况，将反馈力估计的外转矩在关节空间转换的力信息积分到工作空间和力传感器的信息中。
4)在力控制实验中，电机都是与环境进行接触运动的。假设粘性系数和库仑摩擦为定值。将阶跃电流信号输入驱动器，则驱动器电机侧在稳态下的响应。利用步进电机的转矩(电流)和角速度信息，采用最小二乘方法计算定值的粘滞系数和库仑摩擦，最后对摩擦力矩进行识别。
5)对外部转矩进行滤波处理，即对摩擦转矩进行抑制和力传感器噪声进行抑制，如公式(12)所示，获得精确的外部转矩。
如图5所示，基于与上述运动控制方法相同的发明构思，本发明实施例还提供了一种运动控制装置，该装置包括参数确定模块501、配置模块502、调节模块503和控制模块504。
参数确定模块501，用于确定当前的力控制参数和力调节参数；
配置模块502，用于将确定的力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，得到初始转矩数据，以及将力调节参数配置到目标外部转矩中的转矩调节信息中，得到转矩调节数据；
调节模块503，用于基于目标外部转矩中的调节信息，应用转矩调节数据对初始转矩数据进行调节，生成外部转矩数据，其中调节信息用于表征初始转矩设置信息和转矩调节信息之间的关系；
控制模块504，用于基于外部转矩数据，控制力控制系统中的运动部件运动。
在一些示例性的实施方式中，转矩调节信息包括高频分量调节信息和低频分量调节信息；
配置模块具体用于：
将力调节参数中的高频调节参数配置到高频分量调节信息中，得到转矩高频调节数据；
将力调节参数中的低频调节参数配置到低频分量调节信息中，得到转矩低频调节数据；
按照转矩高频调节数据和转矩低频调节数据中的频率特性，将转矩高频调节数据和转矩低频调节数据组合为转矩调节数据。
在一些示例性的实施方式中，还包括目标转矩确定模块，用于通过如下方式确定目标外部转矩：
根据预先建立的力控制系统的数学模型以及预先定义的扰动转矩确定待估计的扰动转矩；
根据待估计的扰动转矩确定待估计的外部转矩；
提取待估计的外部转矩中的高频分量和低频分量，分别对高频分量和低频分量进行观测，得到高频分量调节信息和低频分量调节信息；
基于待估计的外部转矩中的初始转矩设置信息，整合高频分量调节信息和低频分量调节信息，确定目标外部转矩。
在一些示例性的实施方式中，目标转矩确定模块具体用于：
根据预先建立的力控制系统的数学模型中的模拟系统电流和模拟转动惯量确定参考转矩；其中模拟系统电流表征驱动力控制系统的数学模型中的模拟运动部件运动时的电流，模拟转动惯量表征述力控制系统的数学模型中的模拟运动部件运动时的转动惯量；
根据预先建立的力控制系统的数学模型、预先定义的扰动转矩和参考转矩确定待估计的扰动转矩。
在一些示例性的实施方式中，目标转矩确定模块具体用于：
应用扰动转矩的低通滤波信息，对确定的待估计的扰动转矩进行低通滤波，确定扰动转矩的估计转矩；
基于力控制系统中库伦摩擦的估计值和粘滞系数的估计值，以及扰动转矩的估计转矩，确定待估计的外部转矩。
在一些示例性的实施方式中，目标转矩确定模块具体用于：
针对高频分量，根据观测转矩和观测转矩的高通滤波信息，确定高频分量的观测规则；
针对低频分量，根据力传感器转矩和力传感器的低通滤波信息，确定低频分量的观测规则；
利用高频分量的观测规则对高频分量进行观测，得到高频分量调节信息；以及利用低频分量的观测规则，对低频分量进行观测，得到低频分量调节信息。
在一些示例性的实施方式中，目标转矩确定模块具体用于：
按照初始转矩设置信息中的频率特性、高频分量调节信息中的频率特性，和低频分量调节信息中的频率特性，应用高频分量调节信息和低频分量调节信息对初始转矩信息进行调节；
应用外部转矩的低通滤波信息，对调节后的外部转矩进行低通滤波处理，确定目标外部转矩。
本发明实施例提的运动控制装置与上述运动控制方法采用了相同的发明构思，能够取得相同的有益效果，在此不再赘述。
基于与上述运动控制方法相同的发明构思，本发明实施例还提供了一种人机交互控制设备，该人机交互控制设备具体可以为桌面计算机、便携式计算机、智能手机、平板电脑、个人数字助理(Personal Digital Assistant，PDA)、服务器等。如图6所示，该人机交互控制设备可以包括处理器601和存储器602。
处理器601可以是通用处理器，例如中央处理器(CPU)、数字信号处理器(DigitalSignal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件，可以实现或者执行本发明实施例中公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器602作为一种非易失性计算机可读存储介质，可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块。存储器可以包括至少一种类型的存储介质，例如可以包括闪存、硬盘、多媒体卡、卡型存储器、随机访问存储器(Random Access Memory，RAM)、静态随机访问存储器(Static Random Access Memory，SRAM)、可编程只读存储器(Programmable Read Only Memory，PROM)、只读存储器(Read Only Memory，ROM)、带电可擦除可编程只读存储器(Electrically Erasable Programmable Read-Only Memory，EEPROM)、磁性存储器、磁盘、光盘等等。存储器是能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质，但不限于此。本发明实施例中的存储器602还可以是电路或者其它任意能够实现存储功能的装置，用于存储程序指令和/或数据。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；上述计算机存储介质可以是计算机能够存取的任何可用介质或数据存储设备，包括但不限于：移动存储设备、随机存取存储器(RAM，Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括：移动存储设备、随机存取存储器(RAM，Random Access Memory)、磁性存储器(例如软盘、硬盘、磁带、磁光盘(MO)等)、光学存储器(例如CD、DVD、BD、HVD等)、以及半导体存储器(例如ROM、EPROM、EEPROM、非易失性存储器(NAND FLASH)、固态硬盘(SSD))等各种可以存储程序代码的介质。
以上实施例仅用以对本发明的技术方案进行了详细介绍，但以上实施例的说明只是用于帮助理解本发明实施例的方法，不应理解为对本发明实施例的限制。本技术领域的技术人员可轻易想到的变化或替换，都应涵盖在本发明实施例的保护范围之内。
Claims (9)
1.一种运动控制方法，其特征在于，应用于力控制系统，所述方法包括：
确定当前的力控制参数和力调节参数；
将确定的所述力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，得到初始转矩数据，以及将所述力调节参数配置到所述目标外部转矩中的转矩调节信息中，得到转矩调节数据；
基于所述目标外部转矩中的调节信息，应用所述转矩调节数据对所述初始转矩数据进行调节，生成外部转矩数据，其中所述调节信息用于表征所述初始转矩设置信息和所述转矩调节信息之间的关系；
基于所述外部转矩数据，控制所述力控制系统中的运动部件运动；
其中，通过如下方式确定目标外部转矩：
根据预先建立的所述力控制系统的数学模型以及预先定义的扰动转矩确定待估计的扰动转矩；
根据所述待估计的扰动转矩确定待估计的外部转矩；
提取所述待估计的外部转矩中的高频分量和低频分量，分别对所述高频分量和所述低频分量进行观测，得到高频分量调节信息和低频分量调节信息；
基于所述待估计的外部转矩中的初始转矩设置信息，整合所述高频分量调节信息和低频分量调节信息，确定目标外部转矩；
所述转矩调节信息包括高频分量调节信息和低频分量调节信息。
2.根据权利要求1所述的方法，其特征在于，所述将所述力调节参数配置到所述目标外部转矩中的转矩调节信息中，得到转矩调节数据，包括：
将所述力调节参数中的高频调节参数配置到所述高频分量调节信息中，得到转矩高频调节数据；
将所述力调节参数中的低频调节参数配置到所述低频分量调节信息中，得到转矩低频调节数据；
按照所述转矩高频调节数据和所述转矩低频调节数据中的频率特性，将所述转矩高频调节数据和所述转矩低频调节数据组合为转矩调节数据。
3.根据权利要求1所述的方法，其特征在于，所述根据预先建立的力控制系统的数学模型以及预先定义的扰动转矩确定待估计的扰动转矩，包括：
根据预先建立的力控制系统的数学模型中的模拟系统电流和模拟转动惯量确定参考转矩；其中所述模拟系统电流表征驱动所述力控制系统的数学模型中的模拟运动部件运动时的电流，所述模拟转动惯量表征述力控制系统的数学模型中的模拟运动部件运动时的转动惯量；
根据预先建立的力控制系统的数学模型、所述预先定义的扰动转矩和所述参考转矩确定待估计的扰动转矩。
4.根据权利要求1所述的方法，其特征在于，所述根据所述待估计的扰动转矩确定待估计的外部转矩，包括：
应用所述扰动转矩的低通滤波信息，对确定的待估计的扰动转矩进行低通滤波，确定所述扰动转矩的估计转矩；
基于所述力控制系统中库伦摩擦的估计值和粘滞系数的估计值，以及所述扰动转矩的估计转矩，确定待估计的外部转矩。
5.根据权利要求1所述的方法，其特征在于，所述分别对所述高频分量和所述低频分量进行观测，得到高频分量调节信息和低频分量调节信息，包括：
针对所述高频分量，根据观测转矩和所述观测转矩的高通滤波信息，确定所述高频分量的观测规则；
针对所述低频分量，根据力传感器转矩和力传感器的低通滤波信息，确定所述低频分量的观测规则；
利用所述高频分量的观测规则对所述高频分量进行观测，得到高频分量调节信息；以及利用所述低频分量的观测规则，对所述低频分量进行观测，得到低频分量调节信息。
6.根据权利要求5所述的方法，其特征在于，所述基于所述待估计的外部转矩中的初始转矩设置信息，整合所述高频分量调节信息和低频分量调节信息，确定目标外部转矩，包括：
按照所述初始转矩设置信息中的频率特性、所述高频分量调节信息中的频率特性，和所述低频分量调节信息中的频率特性，应用所述高频分量调节信息和低频分量调节信息对所述初始转矩信息进行调节；
应用所述外部转矩的低通滤波信息，对调节后的外部转矩进行低通滤波处理，确定所述目标外部转矩。
7.一种运动控制装置，应用于权利要求1～6任一项所述的方法，其特征在于，集成于力控制系统，所述装置包括：
参数确定模块，用于确定当前的力控制参数和力调节参数；
配置模块，用于将确定的所述力控制参数配置到预设的目标外部转矩中的初始转矩设置信息中，得到初始转矩数据，以及将所述力调节参数配置到所述目标外部转矩中的转矩调节信息中，得到转矩调节数据；
调节模块，用于基于所述目标外部转矩中的调节信息，应用所述转矩调节数据对所述初始转矩数据进行调节，生成外部转矩数据，其中所述调节信息用于表征所述初始转矩设置信息和所述转矩调节信息之间的关系；
控制模块，用于基于所述外部转矩数据，控制所述力控制系统中的运动部件运动。
8.一种人机交互控制设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6任一项所述方法的步骤。
9.一种计算机可读存储介质，其上存储有计算机程序指令，其特征在于，该计算机程序指令被处理器执行时实现权利要求1至6任一项所述方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110359400.1A CN113084828B (zh) | 2021-04-02 | 2021-04-02 | 一种运动控制方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110359400.1A CN113084828B (zh) | 2021-04-02 | 2021-04-02 | 一种运动控制方法、装置、设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113084828A CN113084828A (zh) | 2021-07-09 |
| CN113084828B true CN113084828B (zh) | 2022-11-11 |
Family
ID=76672961
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110359400.1A Active CN113084828B (zh) | 2021-04-02 | 2021-04-02 | 一种运动控制方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113084828B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105522578A (zh) * | 2015-12-29 | 2016-04-27 | 深圳市汇川技术股份有限公司 | 面向零力控制的模拟转矩控制方法以及系统 |
| CN111300423A (zh) * | 2020-03-17 | 2020-06-19 | 北京理工大学 | 一种机器人关节力矩控制系统及其负载补偿方法 |
Family Cites Families (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP3861810B2 (ja) * | 2000-12-14 | 2006-12-27 | 三菱電機株式会社 | 機械定数推定装置 |
| DE102011003506A1 (de) * | 2011-02-02 | 2012-08-16 | Kuka Roboter Gmbh | Industrieroboter |
| JP6305673B2 (ja) * | 2011-11-07 | 2018-04-04 | セイコーエプソン株式会社 | ロボット制御システム、ロボットシステム及びロボット |
| KR101417488B1 (ko) * | 2012-12-17 | 2014-07-08 | 현대자동차주식회사 | 착용로봇의 의도토크 추출방법 및 추출시스템 |
| DE102014209041A1 (de) * | 2014-05-13 | 2015-11-19 | Daimler Ag | Roboterarbeitsplatz |
| CN108189036B (zh) * | 2018-01-17 | 2021-08-13 | 广州视源电子科技股份有限公司 | 力矩控制方法、装置、机器人及存储介质 |
| DE102018209044B3 (de) * | 2018-06-07 | 2019-11-07 | Kuka Deutschland Gmbh | Kraftregelung eines Roboters |
| WO2020017370A1 (ja) * | 2018-07-17 | 2020-01-23 | ソニー株式会社 | 制御装置、制御方法、及び制御システム |
| JP2021037582A (ja) * | 2019-09-03 | 2021-03-11 | ファナック株式会社 | アームを有するロボットの制御装置 |
| CN111037560B (zh) * | 2019-12-25 | 2021-06-25 | 广东省智能制造研究所 | 一种协作机器人柔顺力控制方法及系统 |
| GB2593739B (en) * | 2020-03-31 | 2024-09-18 | Cmr Surgical Ltd | Control system of a surgical robot |
-
2021
- 2021-04-02 CN CN202110359400.1A patent/CN113084828B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105522578A (zh) * | 2015-12-29 | 2016-04-27 | 深圳市汇川技术股份有限公司 | 面向零力控制的模拟转矩控制方法以及系统 |
| CN111300423A (zh) * | 2020-03-17 | 2020-06-19 | 北京理工大学 | 一种机器人关节力矩控制系统及其负载补偿方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113084828A (zh) | 2021-07-09 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Hu et al. | Contact force estimation for robot manipulator using semiparametric model and disturbance Kalman filter | |
| CN112775976B (zh) | 任务执行控制方法、装置、控制设备及可读存储介质 | |
| KR102577367B1 (ko) | 견인 모델에 기초한 모델 기반 진단들 | |
| JP6456555B1 (ja) | キャリブレーション装置、キャリブレーション方法および制御装置 | |
| CN107703756B (zh) | 动力学模型参数辨识方法、装置、计算机设备及存储介质 | |
| JP5902425B2 (ja) | ロボット制御装置、外乱判定方法およびアクチュエータ制御方法 | |
| CN114450131B (zh) | 机器人系统的无导数模型学习系统及设计 | |
| JP2019166626A (ja) | 制御装置及び機械学習装置 | |
| JP6698733B2 (ja) | モータエンコーダ及びセンサを用いて学習制御を行うロボットシステム | |
| CN106956282B (zh) | 角加速度确定方法、装置、机器人及存储介质 | |
| JP6762276B2 (ja) | 移動軌跡成形装置、異常診断システム、移動軌跡成形方法及びプログラム | |
| WO2017203987A1 (ja) | パラメータ同定装置、モータ制御システム、パラメータ同定方法及びプログラム | |
| JP7076756B2 (ja) | ロボットキャリブレーションの品質を示す誤差パラメーターの値を決定するための方法および計算システム | |
| Ramadurai et al. | Application of unscented kalman filter to a cable driven surgical robot: A simulation study | |
| Mizoguchi et al. | Stiffness transmission of scaling bilateral control system by gyrator element integration | |
| CN108608427A (zh) | 机器人力控牵引过程中的避奇异方法及装置 | |
| CN113084828B (zh) | 一种运动控制方法、装置、设备和存储介质 | |
| CN114137982A (zh) | 机器人运动控制方法及装置、机器人控制设备和存储介质 | |
| JP2017071012A (ja) | マスタースレーブ装置 | |
| KR100954732B1 (ko) | 수술 로봇 시스템 및 그 외력 측정 방법 | |
| US9910411B2 (en) | Method and device for real-time differentiation of analog and digital signals | |
| Penzlin et al. | Torque estimation in variable stiffness actuators | |
| Fink | Model reference adaptive control for telemanipulation | |
| CN114425770B (zh) | 一种工业机器人示教控制方法、电子设备和存储介质 | |
| CN114367989B (zh) | 缺省的机械臂阻抗控制方法、装置、机械臂及存储介质 |
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 |