CN115756007A - 一种人、环境和机器人耦合交互的变导纳控制系统及方法 - Google Patents
一种人、环境和机器人耦合交互的变导纳控制系统及方法 Download PDFInfo
- Publication number
- CN115756007A CN115756007A CN202211524802.3A CN202211524802A CN115756007A CN 115756007 A CN115756007 A CN 115756007A CN 202211524802 A CN202211524802 A CN 202211524802A CN 115756007 A CN115756007 A CN 115756007A
- Authority
- CN
- China
- Prior art keywords
- environment
- robot
- current
- admittance
- mechanical arm
- 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.)
- Withdrawn
Links
- 230000003993 interaction Effects 0.000 title claims abstract description 75
- 230000008878 coupling Effects 0.000 title claims abstract description 32
- 238000010168 coupling process Methods 0.000 title claims abstract description 32
- 238000005859 coupling reaction Methods 0.000 title claims abstract description 32
- 238000000034 method Methods 0.000 title claims abstract description 22
- 238000013016 damping Methods 0.000 claims description 19
- 238000001514 detection method Methods 0.000 claims description 14
- 230000006641 stabilisation Effects 0.000 claims description 12
- 238000011105 stabilization Methods 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 6
- 230000002452 interceptive effect Effects 0.000 claims description 6
- 238000011897 real-time detection Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 238000009499 grossing Methods 0.000 claims description 4
- 238000011084 recovery Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 230000001133 acceleration Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000010354 integration Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000010355 oscillation Effects 0.000 description 1
- 230000010399 physical interaction Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000001356 surgical procedure Methods 0.000 description 1
Images
Classifications
-
- 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
- Feedback Control In General (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种人、环境和机器人耦合交互的变导纳控制系统及方法，本发明控制方法包括以下步骤：采集操作力通过导纳控制计算机器人期望位置实现拖动示教功能；操作者带动机器人与环境第一次接触利用稳定检测器调整导纳参数恢复稳定，再通过环境估计模块计算名义环境位置和虚拟环境位置；操作者再次与当前环境交互时通过比较当前位置和虚拟环境位置，选择变导纳策略来调整导纳参数以保证稳定安全的交互；由此，通过稳定检测器和环境估计模块进行变导纳控制保证了人、环境和机器人耦合交互的稳定性和安全性。
Description
技术领域
本发明属于人机交互相关技术领域，具体涉及一种人、环境和机器人耦合交互的变导纳控制系统及方法。
背景技术
随着机器人技术的不断发展，机器人从传统围栏里工作到与人协作，与人类的距离越来越近。机器人与环境或人的物理交互控制在康复、救援、医疗手术和多机器人合作等技术领域越来越重要。在这些交互过程中，机器人与环境或与人进行物理接触必须保证交互的稳定和安全。如果不保证交互接触时的稳定性，机器人与环境或与人之间的大冲击力或连续振荡力会对机器人和环境或人造成危害。
导纳方法被广泛应用于机械臂的柔顺控制中，因为导致控制器是一个二阶质量-弹簧-阻尼系统，能将传感器测量的外部作用力/力矩与机械臂末端执行器的位置关联起来。导纳参数的适当选择也是非常重要的，因为它影响着机器人与外界环境交互的稳定性，例如，低导纳时机器人有较好的跟随能力，但外界阻抗突变时又容易出现不稳定，而高导纳时跟随能力就会变差，增加交互的工作量。
针对于机器人安全、稳定交互的稳定，现有的技术要么只适用与人机交互场景，要么只适用于环境交互场景。传统的人机交互场景中都尽量将导纳参数设置在较小值以保证操作舒适性，环境交互中则是保持导纳参数在一个较高的固定值以防止交互过程中出现不稳定的抖动。但在复杂多变的场景中，往往需要人类带动机器人与环境进行耦合交互。
发明内容
本发明要解决的是现有技术中不能保证人、环境和机器人耦合交互的稳定性和安全性的技术问题，提出了一种人、环境和机器人耦合交互的变导纳控制系统及方法，以保证操作者能够带动机器人与环境安全稳定的交互。
为实现所述发明的目的，本发明采用的技术方案包括：
一种人、环境和机器人耦合交互的变导纳控制系统，该系统主要由稳定观测系统，环境估计系统，变导纳控制系统和机器人位置控制系统四部分组成。
稳定观测系统主要用于观测当前交互状态是否稳定，利用巴特沃斯高通滤波器和低通滤波器对原始力信号进行分析。因为操作者正常拖动情况下的频率在2Hz内，所以将2Hz以上的频率视为高频，2Hz以下的频率视为低频。将高频力信号与低频力信号的范数之比做为检测值，2Hz对应的稳态值设定为稳定阈值ε，当超过该稳定阈值ε时则视为当前交互不稳定，反正则稳定。
环境估计系统主要用于计算当前的名义环境位置
和虚拟环境位置
其中名义环境位置
是机器人与环境接触稳定后的位置，用来计算虚拟环境位置
虚拟环境位置
相当于一个稳定边界，当大于等于这个稳定边界时说明机器人即将与环境产生冲激而不稳定振动。
变导纳控制系统主要用于保证机器人能够跟随操作者柔顺运动，当机器人没有与环境接触，只与操作者交互时，采用CaseA调整策略，导纳参数能够保持在最小值使操作者拖动更加柔顺和舒适；操作者带着机器人与环境耦合交互后，采用CaseB调整策略，导纳参数能做出相应调整以保证耦合交互的稳定性和安全性。
机器人位置控制系统主要用于采集变导纳控制系统传来的期望笛卡尔位置，期望笛卡尔位置通过逆运动学计算出关节位置，关节位置经过关节位置控制器输出关节力矩驱动机器人运动。
一种人、环境和机器人耦合交互的变导纳控制系统，包括：
稳定观测系统，用于观测当前交互状态是否稳定，利用巴特沃斯高通滤波器和低通滤波器对原始力信号进行分析；
环境估计系统，用于计算当前的名义环境位置和虚拟环境位置，其中名义环境位置是机器人与环境接触稳定后的位置，用来计算虚拟环境位置，虚拟环境位置相当于一个稳定边界，当大于等于这个稳定边界时说明机器人即将与环境产生冲激而不稳定振动；
变导纳控制系统，用于保证机器人跟随操作者柔顺运动，当机器人没有与环境接触，只与操作者交互时，导纳参数保持在机器人能够稳定交互的最小值使操作者拖动；操作者带着机器人与环境耦合交互后，导纳参数做出相应调整。
机器人位置控制系统，用于计算机器人目标位置，控制机器人到达指定的目标位置。
进一步优选，所述的稳定观测系统包括：
安装在机器人的机械臂末端的力传感器，用于获取交互环境下机械臂末端的六维力信息；
稳定检测器，用于获取机械臂末端力传感器的六维力信息判断当前的交互状态是否稳定。
进一步优选，所述的稳定检测器包括：并联的高通滤波器和低通滤波器，机械臂末端的六维力信息先经过高通滤波器得到高频力信号；机械臂末端的六维力信息经过低通滤波器得到低频力信号；将高频力信号和低频力信号的二范数之比作为检测值；所述的高频为2Hz～5Hz；所述的低频为0Hz～1.999Hz。
所述的环境估计系统包括：环境估计模块，计算当前的名义环境位置和虚拟环境位置发送给参数调整模块。
所述的变导纳控制系统包括：
导纳控制模块，根据机械臂末端力传感器的六维力信息和参数调整模块，计算出期望笛卡尔位置发送给机器人位置控制系统；
参数调整模块，根据环境估计系统和稳定观测系统选择导纳参数的调整策略，将调整参数发送给导纳控制模块。
所述的机器人位置控制系统包括：
逆运动学模块，根据变导纳控制系统传入的期望笛卡尔位置计算关节位置；
关节位置控制器，根据关节位置计算输出关节力矩传给机器人；
机器人，根据关节力矩进行运动。
一种人、环境和机器人耦合交互的变导纳控制方法，包括以下步骤：
S1、采集安装在机械臂末端力传感器的六维力信息，六维力信息是操作者作用在机械臂末端力传感器的力信息，六维力信息经过导纳控制计算出期望笛卡尔位置，机器人位置控制系统接收到期望笛卡尔位置后控制机械臂末端到指定位置；
S2、记录机械臂末端的初始位置，操作者带动机器臂与水平硬质面进行第一次接触，机械臂末端在接触方向上振动，振动时机械臂末端力传感器将六维力信息输入给稳定检测器，得到实时的检测值，根据实时的检测值变导纳保证接触稳定，再计算当前的名义环境位置和当前的虚拟环境位置，当前的名义环境位置为当前的机械臂末端的位置，当前的虚拟环境位置根据当前的名义环境位置计算得到；
当前的虚拟环境位置
为：
其中，
为虚拟环境位置，
为名义环境位置，x0为初始环境位置。
此时的变导纳策略为CaseB：
其中，m0和k0为惯量m和刚度k的初始值，它们是保证机器人稳定运行的最低导纳参数。m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值，k(t)是当前周期计算的刚度值。ε是稳定阈值，是稳定检测器Ios在2Hz输入信号下的稳定输出值，用来判断当前交互稳定与否。α是调整导纳参数的权重系数，可根据机器人对导纳参数的响应程度适当调整，以保证不稳定时的迅速恢复。Ios(t)是当前周期稳定检测器输出的检测值，t是运行时刻。
S3、通过比较当前的机械臂末端位置x和当前的虚拟环境位置
来判断此时为人机交互还是耦合交互。若当前的机械臂末端位置x小于当前的虚拟环境位置
则此时为人机交互，变导纳策略为CaseA；若当前的机械臂末端位置x大于等于当前的虚拟环境位置
则此时为耦合交互，变导纳策略为CaseB；
其中变导纳策略CaseA为：
其中m0和b0为惯量m和阻尼b的初始值，它们是保证机器人稳定运行的最小导纳参数。m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值。α是调整导纳参数的权重系数，可根据机器人对导纳参数的响应程度适当调整，以保证不稳定时的迅速恢复。Ios是稳定检测器输出的检测值，ε是稳定阈值。
本发明控制方法包括以下步骤：采集操作力通过导纳控制计算机器人期望位置实现拖动示教功能；操作者带动机器人与环境第一次接触利用稳定检测器调整导纳参数恢复稳定，再通过环境估计模块计算名义环境位置和虚拟环境位置；操作者再次与当前环境交互时通过比较当前位置和虚拟环境位置，选择变导纳策略来调整导纳参数以保证稳定安全的交互；由此，通过稳定检测器和环境估计模块进行变导纳控制保证了人、环境和机器人耦合交互的稳定性和安全性。
在步骤S1中，导纳控制根据力传感器信息算出来的是加速度增量，对其进一步积分可得到速度增量和位置增量，在原位置的基础上加上位置增量就是机器人接收到的期望位置。
导纳模型为：
进一步积分可得：
其中M、B和K分别为导纳参数中的惯量、阻尼和刚度矩阵。Fext为力传感器采集到的合外力信息。
和xd分别为期望加速度、期望速度和期望位置。Δt为采样时间。
在步骤S2中，稳定检测器主要由二阶巴特沃斯低通和高通滤波器组成，以2Hz为分界线，将2Hz以上的频率视为高频，2Hz以下的频率视为低频。高、低频力信号的欧几里得范数之比作为检测值，但由于高、低通滤波器相位存在超前和延迟的问题，可能会导致检测出错。因此引入了力标准偏差和最大需用力之比进行改善。
稳定检测器为：
其中：
其中
是当前周期的0到1之间的无量纲值，
和
分别为N自由度交互力信号经过高通滤波器和低通滤波器后的欧几里得二范数，为防止输出值Io的突变，当
小于0.01N时将Io的值设置为零，Istd是象征力幅值变化的数值，
表示当前周期的值，η是平滑系数，p是滑动窗口大小，Fmax是最大允许力，
是力的平均值，Fi是第i个周期采集到的力信息，
分别表示当前周期和上一周期的检测值。
进一步优选，一种人、环境和机器人耦合交互的变导纳控制方法，所述方法步骤如下：
1)、采集安装在机器人末端力传感器的信息通过导纳控制计算出期望笛卡尔位置使机器人跟随操作者运动。由于导纳控制时根据接触力调整机器人运动，因此，导纳模型为：
进一步积分可得：
其中M、B和K分别为导纳参数中的惯量、阻尼和刚度矩阵。Fext为力传感器采集到的合外力信息。
和xd分别为期望加速度、期望速度和期望位置。Δt为采样时间。
2)、记录初始位置x0，操作者带动机器人与环境进行第一次接触，此时刚度突然增加必然导致接触方向上的振动，可利用稳定观测器进行实时观测。其中稳定观测器为：
其中：
其中
是当前周期的0到1之间的无量纲值，
和
分别为N自由度交互力信号经过高通滤波器和低通滤波器后的欧几里得二范数，为防止输出值Io的突变，当
小于0.01N时将Io的值设置为零，Istd是象征力幅值变化的数值，
表示当前周期的值，η是平滑系数，p是滑动窗口大小，Fmax是最大允许力，
是力的平均值，Fi是第i个周期采集到的力信息，
分别表示当前周期和上一周期的检测值。k表示当前周期，k-1表示上一周期。
根据设定的稳定阈值ε判断当前交互状态是否稳定：
耦合交互中，在观测到不稳定后，采用CaseB调整策略，通过调整导纳参数使得机器人稳定，将稳定后的位置x记为名义环境位置
计算虚拟环境位置
CaseB调整策略保证了环境、人和机器人交互的稳定，避免了机器人与环境接触方向上的振动，提高了操作者安全性。
其中CaseB调整策略只在Ios≥ε时触发：
其中，m0和k0为惯量m和刚度k的初始值，它们是保证机器人稳定运行的最低导纳参数。m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值，k(t)是当前周期计算的刚度值。ε是稳定阈值，是稳定检测器Ios在2Hz输入信号下的稳定输出值，用来判断当前交互稳定与否。α是调整导纳参数的权重系数，可根据机器人对导纳参数的响应程度适当调整，以保证不稳定时的迅速恢复。Ios(t)是当前周期稳定检测器输出的检测值，t是运行时刻。
虚拟环境位置
为：
其中，
为虚拟环境位置，
为名义环境位置，x0为初始环境位置。
3)、此时已知晓当前交互环境的名义环境位置
和虚拟环境位置
当操作者再次与当前环境交互时，比较当前位置和虚拟环境位置。通过比较来选择导纳参数调整策略：
若当前位置大于等于虚拟环境位置，采用CaseB调整策略，以保证与当前环境稳定交互。若当前位置小于虚拟环境位置，采用CaseA调整策略使导纳参数保持在最小值以保证交互时的舒适性，让操作者更容易的带动机器人到任意位置。
其中CaseA调整策略为：
其中m0和b0为惯量m和阻尼b的初始值，它们是保证机器人稳定运行的最小导纳参数。m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值。α是调整导纳参数的权重系数，可根据机器人对导纳参数的响应程度适当调整，以保证不稳定时的迅速恢复。Ios是稳定检测器输出的检测值，ε是稳定阈值。
与现有技术比较，本发明的有益效果至少在于：
(1)本发明结合了人机交互和环境交互的特点，既保证了操作时的柔顺舒适性也保证了交互时的稳定安全性。
(2)本发明扩展了稳定检测器的应用场景，给人、环境和机器人耦合交互提出一种可行性方案，为人机共存理念做出进一步贡献。
(3)本发明提出了一种人、环境和机器人耦合交互的变导纳控制系统及方法，可应用于各种变化的未知环境，该方法对环境的变化具有较好的鲁棒性。
附图说明
图1为本发明控制系统结构框图。
图2为本发明控制方法的流程图。
图3为本发明环境估计模块接触前示意图。
图4为本发明环境估计模块接触中示意图。
图5为本发明环境估计模块接触后示意图。
具体实施方式
通过所附图式一起阅读以下具体实施方式将更完整地理解本发明。本文中揭示本发明的详细实施例；然而，应理解，所揭示的实施例仅具本发明的示范性，本发明可以各种形式来体现。因此，本文中所揭示的特定功能细节不应解释为具有限制性，而是仅解释为权利要求书的基础且解释为用于教示所属领域的技术人员在事实上任何适当详细实施例中以不同方式采用本发明的代表性基础。
本发明所公开的一种人、环境和机器人耦合交互的变导纳控制系统，如图1所示，该系统主要由稳定观测系统，环境估计系统，变导纳控制系统和机器人位置控制系统四部分组成。其中机器人位置控制系统为机器人自带的底层控制系统。
稳定观测系统主要用于观测当前交互状态是否稳定，利用巴特沃斯高通滤波器和低通滤波器对原始力信号进行分析。因为操作者正常拖动情况下的频率在2Hz内，所以将2Hz以上的频率视为高频，2Hz以下的频率视为低频。将高频力信号与低频力信号的范数之比做为观测值，2Hz对应的稳态值设定为稳定阈值ε，当超过该稳定阈值ε时则视为当前交互不稳定，反正则稳定。
环境估计系统主要用于计算当前的名义环境位置
和虚拟环境位置
其中名义环境位置
是机器人与环境接触稳定后的位置，用来计算虚拟环境位置
虚拟环境位置
相当于一个稳定边界，当大于等于这个稳定边界时说明机器人即将与环境产生冲激而不稳定振动。
变导纳控制系统主要用于保证机器人能够跟随操作者柔顺运动，当机器人没有与环境接触，只与操作者交互时，采用CaseA调整策略，导纳参数能够保持在最小值使操作者拖动更加柔顺和舒适；操作者带着机器人与环境耦合交互后，采用CaseB调整策略，导纳参数能做出相应调整以保证耦合交互的稳定性和安全性。
机器人位置控制系统主要用于采集变导纳控制系统传来的期望笛卡尔位置，期望笛卡尔位置通过逆运动学计算出关节位置，关节位置经过关节位置控制器输出关节力矩驱动机器人运动。
本发明所公开的一种人、环境和机器人耦合交互的变导纳控制方法，如图2为控制流程图，包括如下步骤：
记录拖动前的机器人初始位置x0，如图3所示，环境估计模块初始化名义环境位置
和虚拟环境位置
操作者带动机器人与环境接触，由于导纳控制时根据接触力调整机器人运动，因此，导纳模型为：
进一步积分可得：
其中M、B和K分别为导纳参数中的惯量、阻尼和刚度矩阵。Fext为力传感器采集到的合外力信息。
和xd分别为期望加速度、期望速度和期望位置。Δt为采样时间。
操作者带动机器人与环境进行第一次接触，此时刚度突然增加必然导致接触方向上的振动，可利用稳定观测器进行实时观测。其中稳定观测器为：
其中：
其中
是当前周期的0到1之间的无量纲值，
和
分别为N自由度交互力信号经过高通滤波器和低通滤波器后的欧几里得二范数，为防止输出值Io的突变，当
小于0.01N时将Io的值设置为零，Istd是象征力幅值变化的数值，
表示当前周期的值，η是平滑系数，p是滑动窗口大小，Fmax是最大允许力，
是力的平均值，Fi是第i个周期采集到的力信息，
分别表示当前周期和上一周期的检测值。
根据设定稳定阈值ε判断当前交互状态是否稳定：
耦合交互时，在观测到不稳定后，采用CaseB调整策略，通过调整导纳参数使得机器人稳定，将稳定后的位置x记为名义环境位置
计算虚拟环境位置
其中CaseB调整策略只在Ios≥ε时触发：
其中，m0和k0为惯量m和刚度k的初始值，它们是保证机器人稳定运行的最低导纳参数。m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值，k(t)是当前周期计算的刚度值。ε是稳定阈值，是稳定检测器Ios在2Hz输入信号下的稳定输出值，用来判断当前交互稳定与否。α是调整导纳参数的权重系数，可根据机器人对导纳参数的响应程度适当调整，以保证不稳定时的迅速恢复。Ios(t)是当前周期稳定检测器输出的检测值，t是运行时刻。
在接触稳定后，环境估计模块会将当前位置x记录为名义环境位置
如图4所示。然后根据初始位置x0和名义环境位置
计算出虚拟环境位置
如图5所示。
此时已知晓当前交互环境的名义环境位置
和虚拟环境位置
当操作者再次与当前环境交互时，比较当前位置和虚拟环境位置。通过比较来选择导纳参数调整策略：
若当前位置大于等于虚拟环境位置，则将阻尼值设置为交互阻尼Bse，以保证与当前环境稳定交互。若当前位置小于虚拟环境位置，采用CaseA调整策略使阻尼值保持在最小值以保证交互时的舒适性。
其中CaseA调整策略为：
其中m0和b0为惯量m和阻尼b的初始值，它们是保证机器人稳定运行的最小导纳参数。m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值。α是调整导纳参数的权重系数，可根据机器人对导纳参数的响应程度适当调整，以保证不稳定时的迅速恢复。Ios是稳定检测器输出的检测值，ε是稳定阈值。
本发明的各方面、实施例、特征及实例应视为在所有方面为说明性的且不打算限制本发明，本发明的范围仅由权利要求书界定。在不背离所主张的本发明的精神及范围的情况下，所属领域的技术人员将明了其它实施例、修改及使用。
尽管已参考说明性实施例描述了本发明，但所属领域的技术人员将理解，在不背离本发明的精神及范围的情况下可做出各种其它改变、省略及/或添加且可用实质等效物替代所述实施例的元件。另外，可在不背离本发明的范围的情况下做出许多修改以使特定情形或材料适应本发明的教示。因此，本文并不打算将本发明限制于用于执行本发明的所揭示特定实施例，而是打算使本发明将包含归属于所附权利要求书的范围内的所有实施例。
Claims (9)
1.一种人、环境和机器人耦合交互的变导纳控制系统，其特征在于，包括：
稳定观测系统，用于观测当前交互状态是否稳定，利用巴特沃斯高通滤波器和低通滤波器对原始力信号进行分析；
环境估计系统，用于计算当前的名义环境位置和虚拟环境位置，其中名义环境位置是机器人与环境接触稳定后的位置，用来计算虚拟环境位置，虚拟环境位置相当于一个稳定边界，当大于等于这个稳定边界时说明机器人即将与环境产生冲激而不稳定振动；
变导纳控制系统，用于保证机器人跟随操作者柔顺运动，当机器人没有与环境接触，只与操作者交互时，导纳参数保持在机器人能够稳定交互的最小值使操作者拖动；操作者带着机器人与环境耦合交互后，导纳参数做出相应调整；
机器人位置控制系统，用于计算机器人目标位置，控制机器人到达指定的目标位置。
2.根据权利要求1所述的人、环境和机器人耦合交互的变导纳控制系统，其特征在于，所述稳定观测系统包括：
安装在机器人的机械臂末端的力传感器，用于获取交互环境下机械臂末端的六维力信息；
稳定检测器，用于获取机械臂末端力传感器的六维力信息判断当前的交互状态是否稳定。
3.根据权利要求1所述的人、环境和机器人耦合交互的变导纳控制系统，其特征在于，所述的稳定检测器包括：并联的二阶巴特沃斯高通滤波器和二阶巴特沃斯低通滤波器；
所述机械臂末端的六维力信息经过所述二阶巴特沃斯高通滤波器得到高频力信号；
所述机械臂末端的六维力信息经过所述二阶巴特沃斯低通滤波器得到低频力信号；
将高频力信号和低频力信号的二范数之比作为检测值；
所述的高频为2Hz～5Hz；
所述的低频为0Hz～1.999Hz。
4.根据权利要求1所述的人、环境和机器人耦合交互的变导纳控制系统，其特征在于，所述的环境估计系统包括：
环境估计模块，计算当前的名义环境位置和虚拟环境位置发送给参数调整模块。
5.根据权利要求1所述的人、环境和机器人耦合交互的变导纳控制系统，其特征在于，所述的变导纳控制系统包括：
导纳控制模块，根据机械臂末端力传感器的六维力信息和参数调整模块，计算出期望笛卡尔位置发送给所述机器人位置控制系统；
参数调整模块，根据环境估计系统和稳定观测系统选择导纳参数的调整策略，将调整参数发送给导纳控制模块。
6.一种人、环境和机器人耦合交互的变导纳控制方法，其特征在于，采用权利要求1～5任一项所述的人、环境和机器人耦合交互的变导纳控制系统，包括以下步骤：
S1、采集安装在机械臂末端力传感器的六维力信息，六维力信息是操作者作用在机械臂末端力传感器的力信息，六维力信息经过导纳控制计算出期望笛卡尔位置，机器人位置控制系统接收到期望笛卡尔位置后控制机械臂末端到指定位置；
S2、记录机械臂末端的初始位置，操作者带动机器臂与水平硬质面进行第一次接触，机械臂末端在接触方向上振动，振动时机械臂末端力传感器将六维力信息输入给稳定检测器，得到实时的检测值，根据实时的检测值结合变导纳策略保证接触稳定，再计算当前的名义环境位置和当前的虚拟环境位置，当前的名义环境位置为当前的机械臂末端的位置，当前的虚拟环境位置根据当前的名义环境位置计算得到；
当前的虚拟环境位置
为：
其中，
为虚拟环境位置，
为当前的名义环境位置，x0为机械臂末端的初始位置；
S3、通过比较当前的机械臂末端位置x和当前的虚拟环境位置xe，来判断此时为人机交互还是耦合交互；
若当前的机械臂末端位置x小于当前的虚拟环境位置xe，则此时为人机交互，变导纳策略为CaseA；
若当前的机械臂末端位置x大于等于当前的虚拟环境位置xe，则此时为耦合交互，变导纳策略为CaseB。
7.根据权利要求6所述的人、环境和机器人耦合交互的变导纳控制方法，其特征在于，步骤S2中，所述的变导纳策略为CaseB：
其中，m0和k0为惯量m和刚度k的初始值，m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值，k(t)是当前周期计算的刚度值，ε是稳定阈值，α是调整导纳参数的权重系数，Ios(t)是当前周期稳定检测器输出的检测值，t是运行时刻。
8.根据权利要求6所述的人、环境和机器人耦合交互的变导纳控制方法，其特征在于，步骤S3中，所述的变导纳策略CaseA为：
其中，m0和b0为惯量m和阻尼b的初始值，m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值，α是调整导纳参数的权重系数，Ios(t)是当前周期稳定检测器输出的检测值，ε是稳定阈值；
所述的变导纳策略为CaseB：
其中，m0和k0为惯量m和刚度k的初始值，m(t)是当前周期计算的惯量值，b(t)是当前周期计算的阻尼值，k(t)是当前周期计算的刚度值，ε是稳定阈值，α是调整导纳参数的权重系数，Ios(t)是当前周期稳定检测器输出的检测值，t是运行时刻。
9.根据权利要求7所述的一种人、环境和机器人耦合交互的变导纳控制方法，其特征在于，步骤S2中，振动时机械臂末端力传感器将六维力信息输入给稳定检测器，得到实时的检测值，具体包括：
稳定检测器通过以下公式计算得到实时的检测值；
其中：
其中，
是当前周期的0到1之间的无量纲值，
和||Fl n||分别为N自由度交互力信号经过高通滤波器和低通滤波器后的欧几里得二范数，Istd是象征力幅值变化的数值，
表示当前周期的值，η是平滑系数，p是滑动窗口大小，Fmax是最大允许力，
是力的平均值，Fi是第i个周期采集到的力信息，
分别表示当前周期和上一周期的检测值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211524802.3A CN115756007A (zh) | 2022-11-30 | 2022-11-30 | 一种人、环境和机器人耦合交互的变导纳控制系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211524802.3A CN115756007A (zh) | 2022-11-30 | 2022-11-30 | 一种人、环境和机器人耦合交互的变导纳控制系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115756007A true CN115756007A (zh) | 2023-03-07 |
Family
ID=85341663
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211524802.3A Withdrawn CN115756007A (zh) | 2022-11-30 | 2022-11-30 | 一种人、环境和机器人耦合交互的变导纳控制系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115756007A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115946129A (zh) * | 2023-03-10 | 2023-04-11 | 珞石（北京）科技有限公司 | 一种用于操作大惯性物体的机器人变导纳控制方法 |
| CN116442240A (zh) * | 2023-05-26 | 2023-07-18 | 中山大学 | 一种基于高通滤波解耦的机器人零力控制方法及装置 |
| CN116619393A (zh) * | 2023-07-24 | 2023-08-22 | 杭州键嘉医疗科技股份有限公司 | 基于svm的机械臂变导纳控制方法、装置及设备 |
-
2022
- 2022-11-30 CN CN202211524802.3A patent/CN115756007A/zh not_active Withdrawn
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115946129A (zh) * | 2023-03-10 | 2023-04-11 | 珞石（北京）科技有限公司 | 一种用于操作大惯性物体的机器人变导纳控制方法 |
| CN115946129B (zh) * | 2023-03-10 | 2023-05-09 | 珞石（北京）科技有限公司 | 一种用于操作大惯性物体的机器人变导纳控制方法 |
| CN116442240A (zh) * | 2023-05-26 | 2023-07-18 | 中山大学 | 一种基于高通滤波解耦的机器人零力控制方法及装置 |
| CN116442240B (zh) * | 2023-05-26 | 2023-11-14 | 中山大学 | 一种基于高通滤波解耦的机器人零力控制方法及装置 |
| CN116619393A (zh) * | 2023-07-24 | 2023-08-22 | 杭州键嘉医疗科技股份有限公司 | 基于svm的机械臂变导纳控制方法、装置及设备 |
| CN116619393B (zh) * | 2023-07-24 | 2023-11-14 | 杭州键嘉医疗科技股份有限公司 | 基于svm的机械臂变导纳控制方法、装置及设备 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115756007A (zh) | 一种人、环境和机器人耦合交互的变导纳控制系统及方法 | |
| CN110799309B (zh) | 具有配置相关动力学的系统的振动控制 | |
| CN109968361B (zh) | 一种基于实时力反馈的变阻抗遥操作控制装置及方法 | |
| CN102189550B (zh) | 具有学习控制功能的机器人 | |
| CN110605721A (zh) | 一种基于末端六维力传感器的机械臂拖动示教方法 | |
| WO2016189924A1 (ja) | ロボット操作装置およびプログラム | |
| CN110597072B (zh) | 机器人导纳柔顺控制方法及系统 | |
| CN113305839B (zh) | 机器人的导纳控制方法、导纳控制系统和机器人 | |
| CN111249005A (zh) | 一种穿刺手术机器人柔顺控制系统 | |
| WO2006022201A1 (ja) | ロボットの評価システム及び評価方法 | |
| CN104495714A (zh) | 高空作业平台工作斗的调平方法及装置 | |
| CN105459135A (zh) | 机器人、机器人系统、控制装置以及控制方法 | |
| CN111965976B (zh) | 基于神经网络观测器的机器人关节滑模控制方法及系统 | |
| CN106863308A (zh) | 一种移动机器人轨迹修正控制算法 | |
| CN117885103B (zh) | 基于降阶扩张状态观测器的柔性机械臂控制方法及系统 | |
| Su et al. | Hybrid adaptive/robust motion control of rigid-link electrically-driven robot manipulators | |
| CN101972170A (zh) | 最小二乘支持向量机自适应滤波器及其滤波方法 | |
| CN114179089A (zh) | 一种机械臂的鲁棒区域跟踪控制方法 | |
| JPH0852675A (ja) | マニピュレータの選択的外乱補償型ハイブリッド制御装置および制御方法 | |
| CN111796679B (zh) | 一种远程电磁触觉再现系统、磁场生成及触觉预测方法 | |
| CN113043269B (zh) | 一种基于机器人模型的机器人接触力观测系统 | |
| JP4501368B2 (ja) | 電動機制御装置の多慣性機械モデル推定装置および電動機制御装置 | |
| JP7207393B2 (ja) | 情報処理装置および情報処理方法 | |
| CN114654470B (zh) | 一种基于自抗扰控制策略的上肢外骨骼系统协同随动控制方法 | |
| Qi et al. | The Research of Handheld Stabilization System Based on Active Disturbance Rejection Control Strategy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230307 |