CN113997291B - 一种机器人力引导自治控制方法及相关装置 - Google Patents

一种机器人力引导自治控制方法及相关装置 Download PDF

Info

Publication number
CN113997291B
CN113997291B CN202111397675.0A CN202111397675A CN113997291B CN 113997291 B CN113997291 B CN 113997291B CN 202111397675 A CN202111397675 A CN 202111397675A CN 113997291 B CN113997291 B CN 113997291B
Authority
CN
China
Prior art keywords
robot
signal
function
movement
force
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
Application number
CN202111397675.0A
Other languages
English (en)
Other versions
CN113997291A (zh
Inventor
王杨
吴晖
施泽宇
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.)
China Southern Power Grid Power Technology Co Ltd
Original Assignee
China Southern Power Grid Power 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 China Southern Power Grid Power Technology Co Ltd filed Critical China Southern Power Grid Power Technology Co Ltd
Priority to CN202111397675.0A priority Critical patent/CN113997291B/zh
Publication of CN113997291A publication Critical patent/CN113997291A/zh
Application granted granted Critical
Publication of CN113997291B publication Critical patent/CN113997291B/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
    • B25J9/1656—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
    • B25J9/1666—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
    • B25J9/1628—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
    • 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)
  • Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
  • Manipulator (AREA)

Abstract

本申请公开了一种机器人力引导自治控制方法及相关装置，包括：将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；将第一信号和第二信号生成机器人避障运动的斥力和引力，对若干个斥力和引力进行矢量叠加生成合力；根据合力以阻抗形式价值集中生成机器人手臂末端的控制速度信号模型；采用正弦函数为机器人的位置规划函数，采用正弦函数对应的函数导数为机器人的速度规划函数，将位置规划函数和速度规划函数代入控制速度信号模型，得到机器人的最终控制输入信号。解决了现有机器人在执行预定轨迹时任意时刻接入或退出某个传感器信号，系统无法保持稳定且按照预定轨迹完成动作的技术问题。

Description

一种机器人力引导自治控制方法及相关装置
技术领域
本申请涉及机器人技术领域，尤其涉及一种机器人力引导自治控制方法及相关装置。
背景技术
机器人进入极端环境，进行独立作业是机器人发展的必然趋势，也是机器代人的最终目标。这种场景下，机器人要实现自主动作就必须在其本体搭载多种类型传感器，如视觉传感器、力觉传感器等。同时，机器人后台还需要具备人工远程操作的能力，通过对机器人自主行为进行人为干预，保证作业结果满足要求。
从目前来看，多源传感器融合的方式，主要是通过上位机把多源信号进行简单的数值运算后，顺序下发。这种处理方式只能应对可预测情况，对于突发情况无法应对。比如，单个传感器的损坏，人工操作信号的紧急接入。
发明内容
本申请提供了一种机器人力引导自治控制方法及相关装置，用于解决现有机器人在执行预定轨迹时，任意时刻接入或退出某个传感器信号，系统无法保持稳定且按照预定轨迹完成动作的技术问题。
有鉴于此，本申请第一方面提供了一种机器人力引导自治控制方法，所述方法包括：
将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；
将所述第一信号和所述第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，对若干个所述斥力和若干个所述引力进行矢量叠加生成合力；
根据所述合力以阻抗形式价值集中生成机器人手臂末端的控制速度信号模型；
采用正弦函数为机器人的位置规划函数，采用所述正弦函数对应的函数导数为机器人的速度规划函数，将所述位置规划函数和所述速度规划函数代入到所述控制速度信号模型，得到机器人的最终控制输入信号。
可选地，所述将所述第一信号和所述第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，具体包括：
采用经典的弹簧阻尼模型根据所述第一信号和所述第二信号，生成机器人避障运动的斥力和机器人新运动的引力。
可选地，所述弹簧阻尼模型为：
fi＝kis+cis；
式中，k与c为设定的刚度和阻尼系数，该数值可以为定值也可以为函数，s为末端移动距离，当为斥力是时，k与c的取值与s相反，引力时，k与c的取值与s相同。
可选地，所述控制速度信号模型为：
Figure BDA0003370606190000021
其中，kc为虚拟刚度，cc为虚拟阻尼，这两个参数用于控制期望机器人末端与环境接触时表现出的刚度和阻尼，f为所述合力，vd为所述速度规划函数，pd为所述位置规划函数。
可选地，所述位置规划函数和所述速度规划函数为：
pd＝p(t+Δt)＝pi+pΔsin(2πf(θ+Δt))；
vd＝v(t+Δt)＝2pΔπfcos(2πf(θ+Δt))；
其中，
Figure BDA0003370606190000022
其中，若机器人在任意初始时刻(t0)进行运动规划，规划其末端移动至目标位置pf时停止运动，则以当前位置为p(t0)为规划轨迹的初始值进行赋值，即：
vi＝v(t0)；
pi＝p(t0)；
机器人控制系统的规划器首先根据相对运动距离计算运动时间T，即：
pΔ＝pf-pi；
T＝|pΔ|/τ；
式中，τ为速度常数，由机器人的性能决定，当机器人移动速度较快时，可以取值较大，当机器人移动速度较慢时，可以取值较小；δ为无穷小量，实际实用中可以用很小的数字替代，用以解决pΔ＝0情况(目标位置与初始位置重合)。
本申请第二方面提供一种机器人力引导自治控制系统，所述装置包括：
分类单元，用于将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；
第一计算单元，用于将所述第一信号和所述第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，对若干个所述斥力和若干个所述引力进行矢量叠加生成合力；
第二计算单元，用于根据所述合力以阻抗形式价值集中生成机器人手臂末端的控制速度信号模型；
第三计算单元，用于采用正弦函数为机器人的位置规划函数，采用所述正弦函数对应的函数导数为机器人的速度规划函数，将所述位置规划函数和所述速度规划函数代入到所述控制速度信号模型，得到机器人的最终控制输入信号。
可选地，所述第一计算单元，具体用于：
采用经典的弹簧阻尼模型根据所述第一信号和所述第二信号，生成机器人避障运动的斥力和机器人新运动的引力；
对若干个所述斥力和若干个所述引力进行矢量叠加生成合力。
可选地，所述控制速度信号模型为：
Figure BDA0003370606190000031
式中，kc为虚拟刚度，cc为虚拟阻尼，这两个参数用于控制期望机器人末端与环境接触时表现出的刚度和阻尼，f为所述合力，vd为所述速度规划函数，pd为所述位置规划函数。
本申请第三方面提供一种机器人力引导自治控制设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令，执行如上述第一方面所述的机器人力引导自治控制方法的步骤。
本申请第四方面提供一种计算机可读存储介质，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述第一方面所述的方法。
从以上技术方案可以看出，本申请具有以下优点：
本申请中提供了一种机器人力引导自治控制方法，包括：将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；将第一信号和第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，对若干个斥力和若干个引力进行矢量叠加生成合力；根据合力以阻抗形式价值集中生成机器人手臂末端的控制速度信号模型；采用正弦函数为机器人的位置规划函数，采用正弦函数对应的函数导数为机器人的速度规划函数，将位置规划函数和速度规划函数代入到控制速度信号模型，得到机器人的最终控制输入信号。
本申请首先将多种信号等效成为力信号，利用物理条件下，加速度的突变不会引起速度突变和位置突变这一特点，实现多个(或单个)信号的接入或退出不会破坏系统的当前稳定性；另外通过建立自治控制系统，将系统控制输入无时间化，确保多源信号的融合不会影响系统的运行稳定性。由于1)机器人末端运动控制输入等效为牵引力的突变，而力的变化只会引起加速度的突变，而不会发生速度和位移的突变，从而确保系统保持先前稳定性；2)机器人的控制输入与时间无关，新增加输入信号引起的末端实际运动偏离预规划轨迹并不会导致误差的累计并引起输入的超调，从而确保系统持续稳定。与现有的针对多源信号的机器人运动控制系统相比，本申请的技术方案可支持运行过程中任意时刻的多源信号的加入和退出且保持系统持续稳定。
附图说明
图1为本申请实施例中提供的一种机器人力引导自治控制方法实施例的流程示意图；
图2为本申请实施例中提供的一种机器人力引导自治控制系统实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参阅图1，图1为本申请实施例中提供的一种机器人力引导自治控制方法实施例的流程示意图。
申请人通过实验研究发现，基于牛顿第二运动定律，机器人末端的移动加速度由机械臂提供的驱动力、末端负载惯性力、外界阻力共同决定。其中，机械臂提供的驱动力由控制系统通过控制机械臂关节驱动器的转动力矩(或速度，或位置)实现。尽管位置控制理论上也可以实现力控制，但是对控制精度要求极高，在实际应用中难以实现。因此，本申请仅针对采用速度控制的机器人及其关节驱动器。
对于多源传感器类型，按照目前机器人的应用需要，主要有视觉传感器、力觉传感器和位置觉传感器。对于参考信号来源，主要由控制器设定和遥控器设备实时生成。
本申请的关键是将传感器数据根据目标分类后，建立相应的动力学模型，得到传感器信号所表征的力学函数，经矢量叠加后导入机器人末端力控制模型。具体实施步骤如下：
本申请实施例中提供的一种机器人力引导自治控制方法，包括：
步骤101、将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；
需要说明的是，根据传感器采集物理量对机器人末端运动的影响的结果，将传感器信号分为阻碍机器人末端在预定轨迹上移动的信号，即第一信号，以及将不阻挡机器人末端移动的信号，即第二信号。
步骤102、将第一信号和第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，对若干个斥力和若干个引力进行矢量叠加生成合力；
需要说明的是，首先将阻挡机器人运动的信号用于生成机器人避障运动的斥力；不阻挡信号用于生成机器人新运动的引力。斥力与引力采用经典的弹簧阻尼模型。即：
fi＝kis+cis；
式中，k与c为设定的刚度和阻尼系数，该数值可以为定值也可以为函数，s为末端移动距离，当为斥力是时，k与c的取值与s相反，引力时，k与c的取值与s相同。
然后，将多个斥力与引力进行矢量叠加生成合力，即：
f＝f1+f2+…+fi i∈R；
步骤103、根据合力以阻抗形式价值集中生成机器人手臂末端的控制速度信号模型；
需要说明的是，将合力以阻抗形式价值集中生成手臂末端控制速度vr。
控制速度信号模型为：
Figure BDA0003370606190000061
式中，kc为虚拟刚度，cc为虚拟阻尼，这两个参数用于控制期望机器人末端与环境接触时表现出的刚度和阻尼。
步骤104、采用正弦函数为机器人的位置规划函数，采用正弦函数对应的函数导数为机器人的速度规划函数，将位置规划函数和速度规划函数代入到控制速度信号模型，得到机器人的最终控制输入信号。
需要说明的是，若机器人在任意初始时刻(t0)进行运动规划，规划其末端移动至目标位置pf时停止运动，则以当前位置为p(t0)为规划轨迹的初始值进行赋值，即：
vi＝v(t0)
pi＝p(t0)
规划器首先根据相对运动距离计算运动时间T，即：
pΔ＝pf-pi
T＝|pΔ|/τ
式中，τ为速度常数，由机器人的性能决定，当机器人移动速度较快时，可以取值较大，当机器人移动速度较慢时，可以取值较小。
然后，采用正弦函数为位置规划函数，对应的函数导数为速度规划函数，则：
pd＝p(t+Δt)＝pi+pΔsin(2πf(θ+Δt))
vd＝v(t+Δt)＝2pΔπfcos(2πf(θ+Δt)) (2)
其中，
Figure BDA0003370606190000071
式中，δ为无穷小量，实际实用中可以用很小的数字替代，用以解决pΔ＝0情况(目标位置与初始位置重合)。
最后，将步骤104中的式(2)代入步骤103中的式(1)，形成最终控制输入信号。
本实施例提供的一种机器人力引导自治控制方法，首先将多种信号等效成为力信号，利用物理条件下，加速度的突变不会引起速度突变和位置突变这一特点，实现多个(或单个)信号的接入或退出不会破坏系统的当前稳定性；另外通过建立自治控制系统，将系统控制输入无时间化，确保多源信号的融合不会影响系统的运行稳定性。由于1)机器人末端运动控制输入等效为牵引力的突变，而力的变化只会引起加速度的突变，而不会发生速度和位移的突变，从而确保系统保持先前稳定性；2)机器人的控制输入与时间无关，新增加输入信号引起的末端实际运动偏离预规划轨迹并不会导致误差的累计并引起输入的超调，从而确保系统持续稳定。与现有的针对多源信号的机器人运动控制系统相比，本申请的技术方案可支持运行过程中任意时刻的多源信号的加入和退出且保持系统持续稳定。
以上为本申请实施例提供的一种机器人力引导自治控制方法实施例，以下为本申请实施例提供的一种机器人力引导自治控制系统实施例。
请参阅图2，图2为本申请实施例中提供的一种机器人力引导自治控制系统实施例的结构示意图。
本申请实施例中提供的一种机器人力引导自治控制系统，包括：
分类单元201，用于将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；
第一计算单元202，用于将第一信号和第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，对若干个斥力和若干个引力进行矢量叠加生成合力；
第二计算单元203，用于根据合力以阻抗形式价值集中生成机器人手臂末端的控制速度信号模型；
第三计算单元204，用于采用正弦函数为机器人的位置规划函数，采用正弦函数对应的函数导数为机器人的速度规划函数，将位置规划函数和速度规划函数代入到控制速度信号模型，得到机器人的最终控制输入信号。
进一步地，本申请实施例还提供了一种机器人力引导自治设备，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行上述方法实施例所述的机器人力引导自治控制方法。
进一步地，本申请实施例还提供了一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行上述方法实施例所述的机器人力引导自治控制方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统，单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请的说明书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
应当理解，在本申请中，“至少一个(项)”是指一个或者多个，“多个”是指两个或两个以上。“和/或”，用于描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：只存在A，只存在B以及同时存在A和B三种情况，其中A，B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达，是指这些项中的任意组合，包括单项(个)或复数项(个)的任意组合。例如，a，b或c中的至少一项(个)，可以表示：a，b，c，“a和b”，“a和c”，“b和c”，或“a和b和c”，其中a，b，c可以是单个，也可以是多个。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(英文全称：Read-OnlyMemory，英文缩写：ROM)、随机存取存储器(英文全称：Random Access Memory，英文缩写：RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。

Claims (9)

1.一种机器人力引导自治控制方法，其特征在于，包括：
将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；
将所述第一信号和所述第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，对若干个所述斥力和若干个所述引力进行矢量叠加生成合力；
根据所述合力以阻抗形式价值集中生成机器人末端的控制速度信号模型；
采用正弦函数为机器人的位置规划函数，采用所述正弦函数对应的函数导数为机器人的速度规划函数，将所述位置规划函数和所述速度规划函数代入到所述控制速度信号模型，得到机器人的最终控制输入信号；
所述位置规划函数和所述速度规划函数为：
pd＝p(t+Δt)＝pi+pΔsin(2πf(θ+Δt))；
vd＝v(t+Δt)＝2pΔπfcos(2πf(θ+Δt))；
式中，f为所述合力，其中，
Figure FDA0004195323500000011
其中，若机器人在任意初始时刻(t0)进行运动规划，规划其末端移动至目标位置pf时停止运动，则以当前位置为p(t0)为规划轨迹的初始值进行赋值，即：
vi＝v(t0)；
pi＝p(t0)；
机器人控制系统的规划器首先根据相对运动距离计算运动时间T，即：
pΔ＝pf-pi；
T＝|pΔ|/τ；
式中，τ为速度常数，由机器人的性能决定，δ为无穷小量，pi为初始位置。
2.根据权利要求1所述的机器人力引导自治控制方法，其特征在于，所述将所述第一信号和所述第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，具体包括：
采用弹簧阻尼模型根据所述第一信号和所述第二信号，生成机器人避障运动的斥力和机器人新运动的引力。
3.根据权利要求2所述的机器人力引导自治控制方法，其特征在于，所述弹簧阻尼模型为：
fi＝kis+cis；
式中，fi为引力与斥力，k与c为设定的刚度和阻尼系数，二者为变量，s为末端移动距离，当为斥力时，k与c的取值与s相反，当为引力时，k与c的取值与s相同。
4.根据权利要求1所述的机器人力引导自治控制方法，其特征在于，所述控制速度信号模型为：
Figure FDA0004195323500000021
/>
式中，kc为虚拟刚度，cc为虚拟阻尼，这两个参数用于控制期望机器人末端与环境接触时表现出的刚度和阻尼，f为所述合力，vd为所述速度规划函数，pd为所述位置规划函数。
5.一种机器人力引导自治控制系统，其特征在于，包括：
分类单元，用于将机器人传感器采集的信号分为阻挡机器人末端移动的第一信号和不阻挡机器人末端移动的第二信号；
第一计算单元，用于将所述第一信号和所述第二信号分别生成机器人避障运动的斥力和机器人新运动的引力，对若干个所述斥力和若干个所述引力进行矢量叠加生成合力；
第二计算单元，用于根据所述合力以阻抗形式价值集中生成机器人末端的控制速度信号模型；
第三计算单元，用于采用正弦函数为机器人的位置规划函数，采用所述正弦函数对应的函数导数为机器人的速度规划函数，将所述位置规划函数和所述速度规划函数代入到所述控制速度信号模型，得到机器人的最终控制输入信号；
所述位置规划函数和所述速度规划函数为：
pd＝p(t+Δt)＝pi+pΔsin(2πf(θ+Δt))；
vd＝v(t+Δt)＝2pΔπfcos(2πf(θ+Δt))；
式中，f为所述合力，其中，
Figure FDA0004195323500000031
其中，若机器人在任意初始时刻(t0)进行运动规划，规划其末端移动至目标位置pf时停止运动，则以当前位置为p(t0)为规划轨迹的初始值进行赋值，即：
vi＝v(t0)；
pi＝p(t0)；
机器人控制系统的规划器首先根据相对运动距离计算运动时间T，即：
pΔ＝pf-pi；
T＝|pΔ|/τ；
式中，τ为速度常数，由机器人的性能决定，δ为无穷小量，pi为初始位置。
6.根据权利要求5所述的机器人力引导自治控制系统，其特征在于，所述第一计算单元，具体用于：
采用弹簧阻尼模型根据所述第一信号和所述第二信号，生成机器人避障运动的斥力和机器人新运动的引力；
对若干个所述斥力和若干个所述引力进行矢量叠加生成合力。
7.根据权利要求5所述的机器人力引导自治控制系统，其特征在于，所述控制速度信号模型为：
Figure FDA0004195323500000032
式中，kc为虚拟刚度，cc为虚拟阻尼，这两个参数用于控制期望机器人末端与环境接触时表现出的刚度和阻尼，f为所述合力，vd为所述速度规划函数，pd为所述位置规划函数。
8.一种机器人力引导自治控制设备，其特征在于，所述设备包括处理器以及存储器：
所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；
所述处理器用于根据所述程序代码中的指令执行权利要求1-4任一项所述的机器人力引导自治控制方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储程序代码，所述程序代码用于执行权利要求1-4任一项所述的机器人力引导自治控制方法。
CN202111397675.0A 2021-11-23 2021-11-23 一种机器人力引导自治控制方法及相关装置 Active CN113997291B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111397675.0A CN113997291B (zh) 2021-11-23 2021-11-23 一种机器人力引导自治控制方法及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111397675.0A CN113997291B (zh) 2021-11-23 2021-11-23 一种机器人力引导自治控制方法及相关装置

Publications (2)

Publication Number Publication Date
CN113997291A CN113997291A (zh) 2022-02-01
CN113997291B true CN113997291B (zh) 2023-06-02

Family

ID=79930070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111397675.0A Active CN113997291B (zh) 2021-11-23 2021-11-23 一种机器人力引导自治控制方法及相关装置

Country Status (1)

Country Link
CN (1) CN113997291B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114643581B (zh) * 2022-04-20 2024-01-19 安徽大学 基于改进人工势场法的双机械臂避碰轨迹规划方法及系统

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101168254A (zh) * 2006-10-25 2008-04-30 上海求是机器人有限公司 摆臂式输电线路巡检机器人
CN104764586B (zh) * 2015-04-03 2017-05-03 大连理工大学 一种螺旋胶囊机器人液体阻力矩的非接触在线测量方法
CN108153298B (zh) * 2017-04-19 2022-08-09 中国北方车辆研究所 一种基于改进人工势场的足式机器人牵引控制方法及系统
CN107139171B (zh) * 2017-05-09 2019-10-22 浙江工业大学 一种基于力矩控制的工业机器人避障轨迹规划方法
KR102206388B1 (ko) * 2019-01-31 2021-01-22 엘지전자 주식회사 이동 로봇 및 이의 제어 방법
CN112405531B (zh) * 2020-11-06 2022-03-29 广东电网有限责任公司电力科学研究院 位置域阻抗控制方法、装置、存储介质及作业机器人

Also Published As

Publication number Publication date
CN113997291A (zh) 2022-02-01

Similar Documents

Publication Publication Date Title
EP3568268B1 (en) Improvements related to generating a robot control policy from demonstrations collected via kinesthetic teaching of a robot
US20210325894A1 (en) Deep reinforcement learning-based techniques for end to end robot navigation
García-Aracil et al. Continuous visual servoing despite the changes of visibility in image features
Fujita et al. Passivity-based dynamic visual feedback control for three-dimensional target tracking: Stability and $ L_ {2} $-gain performance analysis
Park et al. ITOMP: Incremental trajectory optimization for real-time replanning in dynamic environments
CN113997291B (zh) 一种机器人力引导自治控制方法及相关装置
Dong et al. Learning and recognition of hybrid manipulation motions in variable environments using probabilistic flow tubes
EP3898132A1 (en) Generating a robot control policy from demonstrations
Pervez et al. Motion encoding with asynchronous trajectories of repetitive teleoperation tasks and its extension to human-agent shared teleoperation
Slawinski et al. Teleoperation of mobile robots with time-varying delay
Safeea et al. A Q-learning approach to the continuous control problem of robot inverted pendulum balancing
CN112947439A (zh) 位置调整方法、装置、终端设备及可读存储介质
Zhu et al. A haptic shared control architecture for tracking of a moving object
Nguyen et al. Planning the Emergency Collision Avoidance Strategy Based on Personal Zones for Safe Human‐Machine Interaction in Smart Cyber‐Physical System
CN112975986B (zh) 基于径向基函数的机械臂点对点轨迹规划方法及装置
Hyde et al. A phase management framework for event-driven dextrous manipulation
El-Fakdi et al. Two steps natural actor critic learning for underwater cable tracking
Mathew et al. Control of stepper motor driven differential drive robot for tracking waypoint trajectories: modeling, simulation, optimization and experimental investigations
Behnke et al. Predicting away the Delay
Xie Learning from physical human-robot interaction with velocity-controlled instantaneous responses and update thresholds for noise rejection
Nemec et al. Robot skill acquisition by demonstration and explorative learning
Vochten et al. Specification and control of human-robot handovers using constraint-based programming
Giammarino et al. An Open Tele-Impedance Framework to Generate Data for Contact-Rich Tasks in Robotic Manipulation
Kiemel et al. Learning Time-optimized Path Tracking with or without Sensory Feedback
Siradjuddin et al. An iterative robot-image Jacobian approximation of image-based visual servoing for joint limit avoidance

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