CN114102636A - 遥操作机器人的焊缝打磨控制系统及其设计方法和应用 - Google Patents

Abstract

本发明属于遥操作机器人相关技术领域，其公开了一种遥操作机器人的焊缝打磨控制系统及其设计方法和应用，该系统包括主端机器人、从端机器人、相机、主端控制器和从端控制器，其中：主端机器人为触觉设备，其端部设有第一六维力传感器；从端机器人的端部设有第二六维力传感器和打磨盘，所述第二六维力传感器用于获取从端机器人末端的力和力矩；相机用于采集所述主端机器人端部和从端机器人端部的位移；主端控制器和从端控制器均采用广义遥操作四通道控制结构，包括滑模控制器和扰动观测器，其中，所述广义遥操作四通道控制结构用于传输力、力矩和位移；滑模控制器用于控制位移和力矩，扰动观测器用于控制扰动项。本申请可以实现精确自适应打磨。

Description

遥操作机器人的焊缝打磨控制系统及其设计方法和应用

技术领域

本发明属于遥操作机器人相关技术领域，更具体地，涉及一种遥操作机器人的焊缝打磨控制系统及其设计方法和应用。

背景技术

机器人在加工中发挥的作用越来越突出，其灵活度较高、功能丰富、工作空间较大，涉及的领域越来越广泛，例如，打磨、装配、抛光等。由于打磨过程工作环境复杂甚至危险，不利于操作者近距离操作，因此工作在交互方式下的遥操作机器人受到广泛关注和研究。

水轮机内壁打磨工作空间大，加工周期长，且由于熔覆过程导致的误差，余量不均匀，使得加工表面和理想模型有不可忽略的误差。现阶段的水轮机内壁机器人打磨是基于离线编程和恒力打磨，但由于水轮机内壁特征复杂，且包含不确定因素和外来环境干扰，需通过观测结构预测和消除误差。

水轮机内壁焊接后，表面质量差包含凹凸不平的焊点及焊缝，需采用机器人对内壁进行打磨，实现内壁光滑且与周围内壁光滑过渡。人工方式由于环境恶劣，使得作业强度大、精度低和打磨一致性差。人机协作基础理论在制造领域深入发展，为工业领域中需求提供了技术支撑，使在特殊或者危险的环境中，增强人类辅助加工的可能性、设备运行操作的专业性和数控加工的准确性。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种遥操作机器人的焊缝打磨控制系统及其设计方法和应用，通过消除扰动和摩擦力，可以实现精确自适应打磨。

为实现上述目的，按照本发明的一个方面，提供了一种遥操作机器人的焊缝打磨控制系统，所述系统包括主端机器人、从端机器人、相机、主端控制器和从端控制器，其中：所述主端机器人为触觉设备，其端部设有第一六维力传感器，用于获取主端机器人末端的力和力矩；所述从端机器人的端部设有第二六维力传感器和打磨盘，所述第二六维力传感器用于获取从端机器人末端的力和力矩；所述相机用于采集所述主端机器人端部和从端机器人端部的位移；所述主端控制器和从端控制器均采用广义遥操作四通道控制结构，所述主端控制器还包括滑模控制器和扰动观测器，其中，所述广义遥操作四通道控制结构用于传输所述力、力矩和位移；所述滑模控制器用于控制所述位移和力矩，所述扰动观测器用于控制扰动项。

优选地，所述系统还包括轨迹生成器，用于生成主端参考轨迹和从端参考轨迹。

按照本发明的另一个方面，提供了一种上述的遥操作机器人的焊缝打磨控制系统的设计方法，所述方法包括：S1：建立包含摩擦力和扰动项的主端机器人和从端机器人的动力学模型；S2：基于所述动力学模型获取广义遥操作四通道控制结构的控制矩阵，以通过所述控制矩阵实现主端机器人和从端机器人力矩和位移的预测和跟踪；S3：将所述广义遥操作四通道控制结构的位置和力矩通道设置为滑模控制器控制；S4：建立摩擦力模型和扰动观测器的扰动项模型；S5：基于所述摩擦力模型和扰动项模型获取所述动力学模型中的摩擦力和扰动项。

优选地，所述主端机器人的动力学模型为：

所述从端机器人的动力学模型为：

其中，M_m为主端机器人的质量惯性矩阵，θ_m为主端位移信号，

为主端位移信号的一阶导数，

为主端位移信号的二阶导数，τ_h为主端的操作力矩，u_m为主端的控制输入，D_m为主端的扰动项，f_m为主端的摩擦力，C_m为主端的科氏力矩阵，G_m为主端的重力矩阵，M_s为从端机器人的质量惯性矩阵，θ_s为从端位移信号，

为从端位移信号的一阶导数，

为从端位移信号的二阶导数，τ_s为从端的环境力矩，u_s为从端的控制输入，D_s为从端的扰动项，f_s为从端的摩擦力，C_s为从端的科氏力矩阵，G_s为从端的重力矩阵。

优选地，所述控制矩阵为：

其中，

为控制参数，x_m为主端机器人机械臂的位置，

为主端机器人机械臂的位置的一阶导数，x_s为从端机器人机械臂的位置，

为从端机器人机械臂的位置的一阶导数，f_h为操作者与主端机器人机械臂的相互作用力，f_e为从端机器人机械臂与环境之间的相互作用力。

优选地，所述控制矩阵的控制目标为：

x_m=x_s

f_h＝f_e。

优选地，所述滑模控制器的滑模面s_m为：

其中，e_m为主端理想轨迹和实际轨迹的误差，e_m＝θ_m-θ_md，

为主端理想轨迹与实际轨迹的误差的一阶导数，θ_md为理想轨迹，γ_m为增益，γ_m＝diag{γ_m1，…，γ_mi，…，γ_mw}，i为第i个关节，w为机器人总关节数；

所述滑模面的控制律u_m为：

其中，M_m0为质量惯性矩阵，k_m结构如下，

为理想轨迹的二阶导数，G_m0为重力矩阵，v_m为增益，v_m＝diag{v_m1，…，v_mi，…v_mw}，sat(s_m)为饱和函数，

β为正边界，

为扰动估计值，C_m0为增益值。

优选地，所述扰动项模型为：

其中，为扰动项，P为广义动量，

τ_ext为扰动项。

优选地，所述摩擦力模型为：

其中，f为摩擦力，

为位移的一阶导数即速度，k_v为粘滞摩擦力系数，k_c为库伦摩擦力系数；进一步优选的所述粘滞摩擦力系数k_v和库伦摩擦力系数k_c通过实验法辨识得到。

按照本发明的另一个方面，提供了一种上述遥操作机器人的焊缝打磨控制系统的应用，所述系统应用于水轮机内部焊缝的打磨。

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，本发明提供的遥操作机器人的焊缝打磨控制系统及其设计方法和应用具有如下有益效果：

1.本申请在主端机器人和从端机器人端部均设置力传感器，同时控制器采用4通道通信可以实现主从力和力矩的交互，同时控制器还设置了滑模控制结构可以使的反应更加灵敏，扰动观测器可以及时感知扰动项进而消除扰动，实现精确控制，本申请显著提升了控制的精度和鲁棒性。

2.本申请还考虑了摩擦力的影响，进而可以对摩擦力进行及时补偿，控制精度进一步提升。

3.本申请采用多传感器的设计，使得人与机器人协同控制，实现人工决策和自动控制系统系统优化的目的，极大提升了使用者的用户体验。

4.本申请中的控制器的设计过程中设计了摩擦力模型和扰动项模型，可以检测摩擦力和扰动项，进而对其进行补偿，从而使得主端操作与从端操作更加匹配。

附图说明

图1是遥操作机器人的焊缝打磨控制系统的结构示意图；

图2是按照本发明的优选实施例所构建的主端设备示意图；

图3是按照本发明的优选实施例所构建的从端设备示意；

图4是按照本发明的优选实施例所构建的打磨的工件的工作区域示意图；

图5是遥操作机器人的焊缝打磨控制系统的设计方法流程图；

图6是按照本发明的优选实施例所构建的控制系统整体框图；

图7是按照本发明的优选实施例所构建的力反馈双边遥操作系统结构示意图；

图8是按照本发明的优选实施例所构建的广义遥操作四通道(4C)结合滑模结构控制结构框图。

在所有附图中，相同的附图标记用来表示相同的元件或结构，其中：

1-UR16e机械臂；2-第二六维力传感器；3-深度相机；4-电动打磨机；5-触觉臂；6-第一六维力传感器；7-手柄；8-加工工件；9-焊缝；10-焊点。

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。

请参阅图1和图6，本发明提供了一种遥操作机器人的焊缝打磨控制系统，所述系统主要包括主端机器人、从端机器人、相机、主端控制器和从端控制器。

如图2所示，所述主端机器人为触觉设备，本实施例中优选为Virtuose6D TAO触觉设备，其端部设有第一六维力传感器，用于获取主端机器人末端的力和力矩。所述主端机器人包括第一六维力传感器6、触觉臂5、手柄7、外部紧急停止按钮、电源灯。操作者通过设置内置函数算法程序，实现该触觉装置用于通过在操作工作空间内手动操作装置的手柄进行手动交互，以与模拟系统或与工业环境中的从属机器人进行交互。所述第一六维力传感器6优选为M3553B1，测量主端交互力。

所述从端机器人优选为UR机器人，其包括UR16e机械臂1，第二六维力传感器2、电动打磨机4和深度相机3、控制柜、示教器。算法程序通过控制柜发出控制指令控制机械臂关节按照预期轨迹、速度、力进行运动，实现机械臂打磨加工。以图3所示的UR机器人机械臂为例，UR16e机械臂1的末端为竖直向下，其中第二六维力传感器2、电动打磨机4和深度相机3均固定设置在UR16e机械臂1末端；所述电机固定设置在机器人的各个关节处，电机输出轴通过谐波减速器传动装置驱动机器人关节运动；所述电动打磨机4固定在打磨机砂轮盘正下方，电机输出轴连接砂轮片进行打磨加工。所述第二六维力传感器2优选为M4313M2B，用于采集机器人末端打磨工具六维力信息，包括X，Y，Z三轴力与力矩大小。所述深度相机3为结构光深度相机，用于采集机器人末端打磨视觉信息，获取加工工件深度距离信息。所述电动打磨机4打磨转速可调，用于对加工工件8上的焊缝9和焊点10(如图4所示)进行打磨抛光加工。

该系统还可以包括轨迹规划器，用于产生被动参考轨迹，在主从两侧设计了参考轨迹规划器，控制器生成期望的位移、速度及加速度，测量的位移、速度及加速度为反馈信号。

所述主端控制器和从端控制器均采用广义遥操作四通道控制结构，所述主端控制器还包括滑模控制器和扰动观测器，其中，所述广义遥操作四通道控制结构用于传输所述力、力矩和位移；所述滑模控制器用于控制所述位移和力矩，所述扰动观测器用于控制扰动项。通过广义遥操作四通道(4C)控制结构实现透明性，滑模控制结构进行主从端力与位移的跟踪，所述主端六维力传感器获取打磨期间从主端机器人末端的力和力矩以此作为基准参考。在此过程中，通过扰动观测器结构来预测和消除扰动，在得到扰动力矩的情况下实时调整打磨力的大小。本申请能够实现余量不均匀时的均匀打磨。

本申请另一方面提供了一种上述遥操作机器人的焊缝打磨控制系统的设计方法，如图5所示，所述方法包括以下步骤S1～S5。

S1：建立包含摩擦力和扰动项的主端机器人和从端机器人的动力学模型。

所述主端机器人的动力学模型为：

所述从端机器人的动力学模型为：

其中，M_m为主端机器人的质量惯性矩阵，θ_m为主端位移信号，

为主端位移信号的一阶导数，

为主端位移信号的二阶导数，τ_h为主端的操作力矩，u_m为主端的控制输入，D_m为主端的扰动项，f_m为主端的摩擦力，C_m为主端的科氏力矩阵，G_m为主端的重力矩阵，M_s为从端机器人的质量惯性矩阵，θ_s为从端位移信号，

为从端位移信号的一阶导数，

为从端位移信号的二阶导数，τ_s为从端的环境力矩，u_s为从端的控制输入，D_s为从端的扰动项，f_s为从端的摩擦力，C_s为从端的科氏力矩阵，G_s为从端的重力矩阵。其中，M_m、M_s、C_m、C_s、G_m、G_s均为正环境参数。

以上公式的左侧每项均可以拆分成确定项和不确定项，具体如下：

G_m(θ_m)＝G_m0(θ_m)+ΔG_m

G_s(θ_s)＝G_s0(θ_s)+ΔG_s

其中，M_m0为质量惯性矩阵中的确定部分，C_m0为科氏力矩阵中的确定部分，G_m0为重力矩阵中的确定部分，M_s0为质量惯性矩阵中的不确定部分，C_s0为科氏力矩阵中的不确定部分，G_s0为重力矩阵中的不确定部分，ΔM_m、ΔC_m、ΔG_m、ΔM_s、ΔC_s、ΔG_s为不确定项。该不确定项主要是由于扰动和摩擦造成的。

S2：基于所述动力学模型获取广义遥操作四通道控制结构的控制矩阵，以通过所述控制矩阵实现主端机器人和从端机器人力矩和位移的预测和跟踪。

具体步骤为，在广义遥操作四通道控制结构中，以速度为基础变量，建立外力与系统速度的关系。在本系统中，定义透明度，即对于力反馈双边遥操作系统，操作者感知到的远端环境的再现程度。基于以上主端机器人的运动学模型可以简写为适应于四通道控制的形式：

其中，f_m为控制主机械臂的控制力，f_s为控制从机械臂的控制力，f_h为操作者与主端机器人机械臂的相互作用力，f_e为从端机器人机械臂与环境之间的相互作用力，x_m为主端机器人机械臂的位置，x_s为从端机器人机械臂的位置。x_m为任务空间定义，进一步的可以改写为

其中p_e描述末端执行器的位置，

描述其方向，根据关节角计算机械臂末端执行器的任务位置和姿态，即关节空间到笛卡尔空间的映射。

为了使得双边系统中从端可以高度精准反映主端信息，设计控制力f_m和f_s的大小可以使得主机械臂和从机械臂的位置、操作者与主机械臂的相互作用力和从机械臂和环境的作用力匹配度最高，所以其控制目标为：

x_m=x_s

f_h＝f_e。

将双边遥操作机器人的焊缝打磨控制系统等效为一个电路系统，其中速度等效为电路系统中的电流，力等效为电压，如图7所示，其中，z_h为操作者阻抗，z_e为环境阻抗，则所述控制矩阵为：

其中，

为控制参数，x_m为主端机器人机械臂的位置，

为主端机器人机械臂的位置的一阶导数，x_s为从端机器人机械臂的位置，

为从端机器人机械臂的位置的一阶导数，f_h为操作者与主端机器人机械臂的相互作用力，f_e为从端机器人机械臂与环境之间的相互作用力。进而可以通过调整控制参数实现主端机器人力矩和位移的预测和跟踪。

S3：将所述广义遥操作四通道控制结构的位置和力矩通道设置为滑模控制器控制。

在主从端设计滑模控制器算法，可较好地解决固定时间轨迹跟踪问题。在滑模控制结构中需要获取遥操作四通道(4C)控制结构中的主端以及从端力矩、位移、速度等信息，通过滑模结构，可使系统的状态变量以较快的收敛速度，在固定时间内到达各级滑模面，最终收敛于平衡点。其对系统参数摄动和外部干扰具有较强的鲁棒性和抗干扰性。

最初的遥操作四通道(4C)控制结构中，控制器结构简单单一，无法适应不同情况，仅包含1自由度的主端结构和从端结构。如图8所示，本申请对控制器进行设计，增加滑模控制器结构，阻抗z_m、z_s、z_h和z_e分别被主端结构、从端结构、操作者和环境结构的动态模型所取代。其中，C_L和C₄位于主通道的位置控制路径，将其设置为滑模控制器；C_R和C₁位于从端通道的位置控制路径，被另一滑模控制器取代。C₂和C₃为力反馈控制项，C₅＝C₂-1和C₆＝C₂-1为补偿器。

所述滑模控制器的滑模面s_m为：

其中，e_m为主端理想轨迹和实际轨迹的误差，e_m＝θ_m-θ_md，

为主端理想轨迹与实际轨迹的误差的一阶导数，θ_md为理想轨迹，γ_m为增益，γ_m＝diag{γ_m1，…，γ_mi，…，γ_mw}，i为第i个关节，w为机器人总关节数。

然后对该滑模面进行求导得到：

因此，可以得到所述滑模面的控制律u_m为：

其中，M_m0为质量惯性矩阵，k_m结构如下，

为理想轨迹的二阶导数，G_m0为重力矩阵，v_m为增益，v_m＝diag{v_m1，…，v_mi，…v_mw}，sat(s_m)为饱和函数，

β为正边界，

为扰动估计值，C_m0为增益值。

进一步优选的，所述从端机器人也可以设置上述扰动器和滑模控制器，原理相似，此处不再赘述。

S4：建立摩擦力模型和扰动观测器的扰动项模型。

由于滑模控制器存在震颤现象，因此需要对其扰动项进行修正。对于扰动需满足滑膜控制的sign项控制增益大于扰动的上界才能保持稳定，通过扰动观测器降低增益，从而减小震颤。在主从端设计扰动观测器，补偿不确定性和系统的外部干扰，包括机器人本体参数不确定性，摩擦力以及扰动项，以实现非线性双边遥操作系统的良好位置跟踪性能。通过扰动观测器来计算克服扰动所需的驱动电流大小，也就是扰动项。最后的驱动力矩(驱动电流)由摩擦力补偿项和扰动项组成。通过电机的驱动电流产生相应的力矩，进而完成对机器人位移、速度、加速度的调节控制，使得机器人实际的位移、速度、加速度尽可能等于期望的位移、速度、加速度。

基于所述滑膜面获得所述扰动项模型为：

其中，为扰动项，P为广义动量，

摩擦力模型包括库伦摩擦和粘滞摩擦组成：

其中，f为摩擦力，

为位移的一阶导数即速度，k_v为粘滞摩擦力系数，k_c为库伦摩擦力系数；进一步优选的所述粘滞摩擦力系数k_v和库伦摩擦力系数k_c通过实验法辨识得到。

摩擦力辨识的方法和步骤如下：

在无其他驱动力的情况下，由电机控制关节匀速运动，此时机器人的关节匀速运动，受力为电机产生的驱动力和摩擦力，此时负载加速度无限接近于0，满足

有：

即：

其中，k_bs为驱动力和驱动电流的比值，I为电机驱动电流，M_eq为负载和电机转子在负载端的等效质量理论值，通过采集I和

数据，根据上述公式通过最小二乘法拟合出k_bs、k_v、k_c的具体参数值。

S5：基于所述摩擦力模型和扰动项模型获取所述动力学模型中的摩擦力和扰动项。

本申请再一方面提供了一种遥操作机器人的焊缝打磨控制系统的应用，所述系统应用于水轮机内部焊缝的打磨。

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)

1.一种遥操作机器人的焊缝打磨控制系统，其特征在于，所述系统包括主端机器人、从端机器人、相机、主端控制器和从端控制器，其中：

所述主端机器人为触觉设备，其端部设有第一六维力传感器，用于获取主端机器人末端的力和力矩；

所述从端机器人的端部设有第二六维力传感器和打磨盘，所述第二六维力传感器用于获取从端机器人末端的力和力矩；

所述相机用于采集所述主端机器人端部和从端机器人端部的位移；

所述主端控制器和从端控制器均采用广义遥操作四通道控制结构，所述主端控制器还包括滑模控制器和扰动观测器，其中，所述广义遥操作四通道控制结构用于传输所述力、力矩和位移；所述滑模控制器用于控制所述位移和力矩，所述扰动观测器用于控制扰动项。

2.根据权利要求1所述的系统，其特征在于，所述系统还包括轨迹生成器，用于生成主端参考轨迹和从端参考轨迹。

3.一种权利要求1或2所述的遥操作机器人的焊缝打磨控制系统的设计方法，其特征在于，所述方法包括：

S1：建立包含摩擦力和扰动项的主端机器人和从端机器人的动力学模型；

S2：基于所述动力学模型获取广义遥操作四通道控制结构的控制矩阵，以通过所述控制矩阵实现主端机器人和从端机器人力矩和位移的预测和跟踪；

S3：将所述广义遥操作四通道控制结构的位置和力矩通道设置为滑模控制器控制；

S4：建立摩擦力模型和扰动观测器的扰动项模型；

S5：基于所述摩擦力模型和扰动项模型获取所述动力学模型中的摩擦力和扰动项。

4.根据权利要求3所述的方法，其特征在于，所述主端机器人的动力学模型为：

所述从端机器人的动力学模型为：

其中，M_m为主端机器人的质量惯性矩阵，θ_m为主端位移信号，

为主端位移信号的一阶导数，

为主端位移信号的二阶导数，τ_h为主端的操作力矩，u_m为主端的控制输入，D_m为主端的扰动项，f_m为主端的摩擦力，C_m为主端的科氏力矩阵，G_m为主端的重力矩阵，M_s为从端机器人的质量惯性矩阵，θ_s为从端位移信号，

为从端位移信号的一阶导数，

为从端位移信号的二阶导数，τ_s为从端的环境力矩，u_s为从端的控制输入，D_s为从端的扰动项，f_s为从端的摩擦力，C_s为从端的科氏力矩阵，G_s为从端的重力矩阵。

5.根据权利要求3或4所述的方法，其特征在于，所述控制矩阵为：

其中，

为控制参数，x_m为主端机器人机械臂的位置，

为主端机器人机械臂的位置的一阶导数，x_s为从端机器人机械臂的位置，

为从端机器人机械臂的位置的一阶导数，f_h为操作者与主端机器人机械臂的相互作用力，f_e为从端机器人机械臂与环境之间的相互作用力。

6.根据权利要求5所述的方法，其特征在于，所述控制矩阵的控制目标为：

x_m＝x_s

f_h＝f_e。

7.根据权利要求4所述的方法，其特征在于，所述滑模控制器的滑模面s_m为：

其中，e_m为主端理想轨迹和实际轨迹的误差，e_m＝θ_m-θ_md，

为主端理想轨迹与实际轨迹的误差的一阶导数，θ_md为理想轨迹，γ_m为增益，γ_m＝diag{γ_m1，…，γ_mi，…，γ_mw}，i为第i个关节，w为机器人总关节数；

所述滑模面的控制律u_m为：

其中，M_m0为质量惯性矩阵，k_m结构如下，

为理想轨迹的二阶导数，G_m0为重力矩阵，v_m为增益，v_m＝diag{v_m1，…，v_mi，…v_mw}，sat(s_m)为饱和函数，

β为正边界，

为扰动估计值，C_m0为增益值。

8.根据权利要求7所述的方法，其特征在于，所述扰动项模型为：

其中，为扰动项，P为广义动量，

τ_ext为扰动项。

9.根据权利要求3所述的方法，其特征在于，所述摩擦力模型为：

其中，f为摩擦力，

为位移的一阶导数即速度，k_v为粘滞摩擦力系数，k_c为库伦摩擦力系数；进一步优选的所述粘滞摩擦力系数k_v和库伦摩擦力系数k_c通过实验法辨识得到。

10.一种权利要求1或2所述的遥操作机器人的焊缝打磨控制系统的应用，其特征在于，所述系统应用于水轮机内部焊缝的打磨。

Images