CN115946129A - 一种用于操作大惯性物体的机器人变导纳控制方法 - Google Patents

一种用于操作大惯性物体的机器人变导纳控制方法 Download PDF

Info

Publication number
CN115946129A
CN115946129A CN202310224872.5A CN202310224872A CN115946129A CN 115946129 A CN115946129 A CN 115946129A CN 202310224872 A CN202310224872 A CN 202310224872A CN 115946129 A CN115946129 A CN 115946129A
Authority
CN
China
Prior art keywords
matrix
inertia
damping
variable admittance
target
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
CN202310224872.5A
Other languages
English (en)
Other versions
CN115946129B (zh
Inventor
王珂
庹华
韩峰涛
张航
张天石
马建涛
于文进
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.)
Rokae Shandong Intelligent Technology Co ltd
Original Assignee
Rokae Inc
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 Rokae Inc filed Critical Rokae Inc
Priority to CN202310224872.5A priority Critical patent/CN115946129B/zh
Publication of CN115946129A publication Critical patent/CN115946129A/zh
Application granted granted Critical
Publication of CN115946129B publication Critical patent/CN115946129B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Feedback Control In General (AREA)

Abstract

本发明提出了一种用于操作大惯性物体的机器人变导纳控制方法，包括：定义多个坐标系，包括：定义系
Figure ZY_1
为以机器人底座为原点的世界坐标系，系
Figure ZY_2
以操作物体质心为原点的物体坐标系，系
Figure ZY_3
和系
Figure ZY_4
分别放置在物体左右手柄的力/扭矩传感器处；定义目标阻抗模型；设计并计算目标惯性矩阵和阻尼矩阵；根据目标惯性矩阵
Figure ZY_5
和阻尼矩阵，计算针对大惯量物体的变导纳控制律。

Description

一种用于操作大惯性物体的机器人变导纳控制方法
技术领域
本发明涉及工业机器人技术领域，特别涉及一种用于操作大惯性物体的机器人变导纳控制方法。
背景技术
近些年来，随着机器人行业的发展，人-机器人协作的应用场景越来越多，特别是在工业环境中，这种人-机之间的协作可以显著提高生产率和效率。在工业领域的人机协作中，为了满足控制要求通常采用变导纳控制，其中，导纳参数的选取对控制效果的影响是决定性的。
对于人机协作的变导纳控制器的设计，需要满足两个指标：减少人的体力劳动和强增人对任务的控制感。传统设计思路主要集中在阻尼参数的选取，通常认为其参数取决于人机相互作用的速度，根据机器人末端执行器的速度，期望的阻尼可以在两个离散的预设值之间切换，或者将阻尼系数选择为速度的递减函数，低速度对应较高的阻尼而高速度对应较小的阻尼，但是，此方法对具有大惯性物体的协同操纵会引起高动量，这意味着取决于交互速度的可变阻尼不一定会减少过冲和/或振荡；还有一种根据加速度来调整目标惯性和阻尼矩阵的方法，可以在一定程度上减少协同操纵大惯性物体所引起高动量，但却大大削弱了人对协同操作任务的控制感。
上述技术方式的主要缺陷与不足在于：传统方法针对工业场景下的大惯量物体性能较差，会存在较大过冲和振荡，甚至会削弱人对协同操作任务的控制感。
发明内容
本发明的目的旨在至少解决所述技术缺陷之一。
为此，本发明的目的在于提出一种用于操作大惯性物体的机器人变导纳控制方法。
为了实现上述目的，本发明的实施例提供一种用于操作大惯性物体的机器人变导纳控制方法，包括如下步骤：
步骤S1,定义多个坐标系，包括：定义系
Figure SMS_1
为以机器人底座为原点的世界坐标系，系
Figure SMS_2
以操作物体质心为原点的物体坐标系，系
Figure SMS_3
和系
Figure SMS_4
分别放置在物体左右手柄的力/扭矩传感器处，有以下相对于坐标系
Figure SMS_5
的广义位姿：
Figure SMS_6
其中，
Figure SMS_7
为n自由度机械臂关节角度向量；X0(q),x1(q),x2(q)，分别是系{0}、系(1)、系{2}相对于系{w}的广义位姿；
步骤S2，定义目标阻抗模型，在人应该能够自由地物理移动机器人的情况下，目标阻抗模型不包括刚度项，故基于系
Figure SMS_8
给出所述目标阻抗模型的公式如下：
Figure SMS_9
其中，
Figure SMS_10
为目标惯性矩阵，
Figure SMS_11
为目标阻尼矩阵，
Figure SMS_12
、
Figure SMS_13
分别为系
Figure SMS_14
的广义运动速度和广义运动加速度；
Figure SMS_15
为系
Figure SMS_16
的力旋量，
对
Figure SMS_17
设置下限，鉴于此限制，给出了目标惯性矩阵
Figure SMS_18
的选择：
Figure SMS_19
其中，
Figure SMS_20
是实际操作对象惯性的恒定部分，
Figure SMS_21
 为操作对象的质量，
Figure SMS_22
为在系
Figure SMS_23
下的恒定对角惯性张量；o3是三阶0阵，3x3的矩阵，元素都是0；I3是三阶单位阵，3X3的矩阵，对角元素都是1，其余为0；
步骤S3，设计并计算目标惯性矩阵和阻尼矩阵，
Figure SMS_24
 ；
其中，R是实数集，λ是影响阻尼值对功率变化敏感度的可调参数；
Figure SMS_25
分别为最小阻尼值和最大阻尼值的恒定对角矩阵，
Figure SMS_26
为影响阻尼值对功率变化敏感度的可调参数，
Figure SMS_27
为从人传递到机器人的功率，定义如下：
Figure SMS_28
 ；
步骤S4，根据目标惯性矩阵
Figure SMS_29
和阻尼矩阵，计算针对大惯量物体的变导纳控制律。
进一步，在所述步骤S1中，广义姿态包括位置向量
Figure SMS_30
和方向矩阵
Figure SMS_31
，其中
Figure SMS_32
；pi是一个位置向量，也就是相对于参考坐标系原点的x、y、z方向上的位移，是一个3x1的矩阵；方向矩阵是一个旋转矩阵，相对于参考坐标系的旋转方向，是一个3x3的矩阵。
进一步，在所述步骤S1中，
系
Figure SMS_33
的广义运动速度可定义为：
Figure SMS_34
 其中，
Figure SMS_35
分别为系
Figure SMS_36
运动的线速度和角速度 。
进一步，在所述步骤S1中，
系
Figure SMS_37
的广义运动速度和机器人关节速度之间的映射由下式给出：
Figure SMS_38
其中，
Figure SMS_39
为坐标系
Figure SMS_40
的雅克比矩阵。
进一步，在所述步骤S2中，
Figure SMS_41
其中，
Figure SMS_42
和
Figure SMS_43
分别为操作对象上左右两个力传感器，基于各自坐标系所测得的力旋量，矩阵
Figure SMS_44
定义如下：
Figure SMS_45
其中，
Figure SMS_46
 表示反对称矩阵映射；S(p)是向量p=(p1,p2,p3)所对应的3X3的反对称矩阵，S(p)=(0,-p3,p2;p3,0,-p1;-p2,p1,0)。
进一步，在所述步骤S4中，所述计算针对大惯量物体的变导纳控制律，包括：
将
Figure SMS_47
和
Figure SMS_48
代入到
Figure SMS_49
，得到变导纳控制率。
根据本发明实施例的用于操作大惯性物体的机器人变导纳控制方法，提供针对人-机协作对象为大惯量物体时的变导纳控制，并以人-机功率传递为角度进行变导纳策略设计。本发明从人机之间的功率传递角度入手，实现了在工业环境下，对大惯量物体进行人机协作的变导纳控制，可以显著减少人的工作。本发明可以最大限度减少传统变导纳控制在操纵大惯量物体时所产生的意外超调和振荡，提高人对任务的控制感。
本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：
图1为根据本发明实施例的用于操作大惯性物体的机器人变导纳控制方法的流程图。
具体实施方式
下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
本发明在设计变导纳控制器过程中考虑了操作对象为大惯性负载的情况，并基于从人传输到机器人的功率来调节阻尼，目的是最小化由人注入的能量，同时允许人对任务进行控制。
如图1所示，本发明实施例的用于操作大惯性物体的机器人变导纳控制方法，包括如步骤：
步骤S1,定义多个坐标系，包括：定义系
Figure SMS_50
为以机器人底座为原点的世界坐标系，系
Figure SMS_51
以操作物体质心为原点的物体坐标系，系
Figure SMS_52
和系
Figure SMS_53
分别放置在物体左右手柄的力/扭矩传感器处，有以下相对于坐标系
Figure SMS_54
的广义位姿：
Figure SMS_55
（1）
其中，
Figure SMS_56
为n自由度机械臂关节角度向量；X0(q),x1(q),x2(q)，分别是系{0}、系(1)、系{2}相对于系{w}的广义位姿。
该广义姿态包括位置向量
Figure SMS_57
和方向矩阵
Figure SMS_58
，其中
Figure SMS_59
；pi是一个位置向量，也就是相对于参考坐标系原点的x、y、z方向上的位移，是一个3x1的矩阵；方向矩阵是一个旋转矩阵，相对于参考坐标系的旋转方向，是一个3x3的矩阵。
系
Figure SMS_60
的广义运动速度可定义为：
Figure SMS_61
（2）
其中，
Figure SMS_62
分别为系
Figure SMS_63
运动的线速度和角速度 。
系
Figure SMS_64
的广义运动速度和机器人关节速度之间的映射由下式给出：
Figure SMS_65
 （3）
其中，
Figure SMS_66
为坐标系
Figure SMS_67
的雅克比矩阵。
步骤S2，目标阻抗模型是针对操作对象定义的，在人应该能够自由地物理移动机器人的情况下，目标阻抗模型不包括刚度项，故基于系
Figure SMS_68
给出所述目标阻抗模型的公式如下：
Figure SMS_69
（4）
其中，
Figure SMS_70
为目标惯性矩阵，
Figure SMS_73
为目标阻尼矩阵，
Figure SMS_75
、
Figure SMS_71
分别为系
Figure SMS_74
的广义运动速度和广义运动加速度；
Figure SMS_76
为系
Figure SMS_77
的力旋量，具体定义如下：
Figure SMS_72
 （5）
其中，
Figure SMS_78
和
Figure SMS_79
分别为操作对象上左右两个力传感器，基于各自坐标系所测得的力旋量，矩阵
Figure SMS_80
定义如下：
Figure SMS_81
  （6）
其中，
Figure SMS_82
 表示反对称矩阵映射；S(p)是向量p=(p1,p2,p3)所对应的3X3的反对称矩阵，S(p)=(0,-p3,p2;p3,0,-p1;-p2,p1,0)。
由于目标惯性矩阵
Figure SMS_83
所允许的最小值取决于物理对象的惯性，考虑到本方法的操作对象是大惯性物体，故对
Figure SMS_84
设置了较高的下限，鉴于此限制，给出了目标惯性矩阵
Figure SMS_85
的选择：
Figure SMS_86
    （7）
其中，
Figure SMS_87
是实际操作对象惯性的恒定部分，
Figure SMS_88
 为操作对象的质量，
Figure SMS_89
为在系
Figure SMS_90
下的恒定对角惯性张量；o3是三阶0阵，3x3的矩阵，元素都是0；I3是三阶单位阵，3X3的矩阵，对角元素都是1，其余为0。
步骤S3，设计并计算目标惯性矩阵和阻尼矩阵，
Figure SMS_91
  （8）
其中，R是实数集，λ是影响阻尼值对功率变化敏感度的可调参数；
Figure SMS_92
分别为最小阻尼值和最大阻尼值的恒定对角矩阵，
Figure SMS_93
为影响阻尼值对功率变化敏感度的可调参数，
Figure SMS_94
为从人传递到机器人的功率，其具体定义如下：
Figure SMS_95
  （9）
 步骤S4，根据公式（7）目标惯性矩阵
Figure SMS_96
和公式（8）阻尼矩阵，计算针对大惯量物体的变导纳控制律。
具体的，在本步骤中，计算针对大惯量物体的变导纳控制律，包括：
将
Figure SMS_97
和
Figure SMS_98
代入到
Figure SMS_99
，得到变导纳控制率。
根据本发明实施例的用于操作大惯性物体的机器人变导纳控制方法，提供针对人-机协作对象为大惯量物体时的变导纳控制，并以人-机功率传递为角度进行变导纳策略设计。本发明从人机之间的功率传递角度入手，实现了在工业环境下，对大惯量物体进行人机协作的变导纳控制，可以显著减少人的工作。本发明可以最大限度减少传统变导纳控制在操纵大惯量物体时所产生的意外超调和振荡，提高人对任务的控制感。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、 “示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求极其等同限定。

Claims (6)

1.一种用于操作大惯性物体的机器人变导纳控制方法，其特征在于，包括如下步骤：
步骤S1,定义多个坐标系，包括：定义系
Figure QLYQS_1
为以机器人底座为原点的世界坐标系，系
Figure QLYQS_2
以操作物体质心为原点的物体坐标系，系
Figure QLYQS_3
和系
Figure QLYQS_4
分别放置在物体左右手柄的力/扭矩传感器处，有以下相对于坐标系
Figure QLYQS_5
的广义位姿：
Figure QLYQS_6
；其中，
Figure QLYQS_7
为n自由度机械臂关节角度向量；X0(q),x1(q),x2(q)，分别是系{0}、系(1)、系{2}相对于系{w}的广义位姿；
步骤S2，定义目标阻抗模型，在人应该能够自由地物理移动机器人的情况下，目标阻抗模型不包括刚度项，故基于系
Figure QLYQS_8
给出所述目标阻抗模型的公式如下：
Figure QLYQS_11
；其中，
Figure QLYQS_12
为目标惯性矩阵，
Figure QLYQS_14
为目标阻尼矩阵，
Figure QLYQS_9
、
Figure QLYQS_13
分别为系
Figure QLYQS_15
的广义运动速度和广义运动加速度；
Figure QLYQS_16
为系
Figure QLYQS_10
的力旋量，
对
Figure QLYQS_17
设置下限，鉴于此限制，给出了目标惯性矩阵
Figure QLYQS_18
的选择：
Figure QLYQS_19
；其中，
Figure QLYQS_20
是实际操作对象惯性的恒定部分，
Figure QLYQS_21
 为操作对象的质量，
Figure QLYQS_22
为在系
Figure QLYQS_23
下的恒定对角惯性张量；o3是三阶0阵，3x3的矩阵，元素都是0；I3是三阶单位阵，3X3的矩阵，对角元素都是1，其余为0；
步骤S3，设计并计算目标惯性矩阵和阻尼矩阵，
Figure QLYQS_24
 ；
其中，R是实数集，λ是影响阻尼值对功率变化敏感度的可调参数；
Figure QLYQS_25
分别为最小阻尼值和最大阻尼值的恒定对角矩阵，
Figure QLYQS_26
为影响阻尼值对功率变化敏感度的可调参数，
Figure QLYQS_27
为从人传递到机器人的功率，定义如下：
Figure QLYQS_28
 ；
步骤S4，根据目标惯性矩阵
Figure QLYQS_29
和阻尼矩阵，计算针对大惯量物体的变导纳控制律。
2.如权利要求1所述的用于操作大惯性物体的机器人变导纳控制方法，其特征在于，在所述步骤S1中，广义姿态包括位置向量
Figure QLYQS_30
和方向矩阵
Figure QLYQS_31
，其中
Figure QLYQS_32
；pi是一个位置向量，也就是相对于参考坐标系原点的x、y、z方向上的位移，是一个3x1的矩阵；方向矩阵是一个旋转矩阵，相对于参考坐标系的旋转方向，是一个3x3的矩阵。
3.如权利要求1所述的用于操作大惯性物体的机器人变导纳控制方法，其特征在于，在所述步骤S1中，
系
Figure QLYQS_33
的广义运动速度可定义为：
Figure QLYQS_34
其中，
Figure QLYQS_35
分别为系
Figure QLYQS_36
运动的线速度和角速度 。
4.如权利要求1所述的用于操作大惯性物体的机器人变导纳控制方法，其特征在于，在所述步骤S1中，
系
Figure QLYQS_37
的广义运动速度和机器人关节速度之间的映射由下式给出：
Figure QLYQS_38
其中，
Figure QLYQS_39
为坐标系
Figure QLYQS_40
的雅克比矩阵。
5.如权利要求1所述的用于操作大惯性物体的机器人变导纳控制方法，其特征在于，在所述步骤S2中，
Figure QLYQS_41
其中，
Figure QLYQS_42
和
Figure QLYQS_43
分别为操作对象上左右两个力传感器，基于各自坐标系所测得的力旋量，矩阵
Figure QLYQS_44
定义如下：
Figure QLYQS_45
其中，
Figure QLYQS_46
 表示反对称矩阵映射；S(p)是向量p=(p1,p2,p3)所对应的3X3的反对称矩阵，S(p)=(0,-p3,p2;p3,0,-p1;-p2,p1,0)。
6.如权利要求1所述的用于操作大惯性物体的机器人变导纳控制方法，其特征在于，在所述步骤S4中，所述计算针对大惯量物体的变导纳控制律，包括：
将
Figure QLYQS_47
和
Figure QLYQS_48
代入到
Figure QLYQS_49
，得到变导纳控制率。
CN202310224872.5A 2023-03-10 2023-03-10 一种用于操作大惯性物体的机器人变导纳控制方法 Active CN115946129B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310224872.5A CN115946129B (zh) 2023-03-10 2023-03-10 一种用于操作大惯性物体的机器人变导纳控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310224872.5A CN115946129B (zh) 2023-03-10 2023-03-10 一种用于操作大惯性物体的机器人变导纳控制方法

Publications (2)

Publication Number Publication Date
CN115946129A true CN115946129A (zh) 2023-04-11
CN115946129B CN115946129B (zh) 2023-05-09

Family

ID=85891233

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310224872.5A Active CN115946129B (zh) 2023-03-10 2023-03-10 一种用于操作大惯性物体的机器人变导纳控制方法

Country Status (1)

Country Link
CN (1) CN115946129B (zh)

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050230557A1 (en) * 2003-12-30 2005-10-20 Canadian Space Agency Zero-G emulating testbed for spacecraft control system
CN110202574A (zh) * 2019-06-05 2019-09-06 南京航空航天大学 基于环境刚度估计的机器人自适应混合阻抗/导纳控制方法
CN111660306A (zh) * 2020-05-27 2020-09-15 华中科技大学 一种基于操作者舒适度的机器人可变导纳控制方法及系统
CN111941421A (zh) * 2020-06-22 2020-11-17 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种基于多机器人协同操作的自适应模糊力跟踪控制方法
CN112497208A (zh) * 2020-10-22 2021-03-16 西安交通大学 基于全状态阻抗控制器的移动操作机器人通用控制方法
CN113305843A (zh) * 2021-05-28 2021-08-27 深圳亿嘉和科技研发有限公司 一种机械臂零力控制方法
CN113568313A (zh) * 2021-09-24 2021-10-29 南京航空航天大学 基于操作意图识别的变导纳辅助大部件装配方法及系统
CN114310851A (zh) * 2022-01-27 2022-04-12 华南理工大学 一种机器人免力矩传感器的拖动示教方法
CN115016293A (zh) * 2022-07-20 2022-09-06 河南科技学院 一种基于力反馈的猪胴体分割机器人路径自主修正方法
CN115488885A (zh) * 2022-09-16 2022-12-20 遨博（江苏）机器人有限公司 消除人机交互中不稳定性的方法和装置
CN115502966A (zh) * 2021-06-22 2022-12-23 腾讯科技（深圳）有限公司 用于机器人的可变导纳控制方法
CN115756007A (zh) * 2022-11-30 2023-03-07 浙江工业大学 一种人、环境和机器人耦合交互的变导纳控制系统及方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050230557A1 (en) * 2003-12-30 2005-10-20 Canadian Space Agency Zero-G emulating testbed for spacecraft control system
CN110202574A (zh) * 2019-06-05 2019-09-06 南京航空航天大学 基于环境刚度估计的机器人自适应混合阻抗/导纳控制方法
CN111660306A (zh) * 2020-05-27 2020-09-15 华中科技大学 一种基于操作者舒适度的机器人可变导纳控制方法及系统
CN111941421A (zh) * 2020-06-22 2020-11-17 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种基于多机器人协同操作的自适应模糊力跟踪控制方法
CN112497208A (zh) * 2020-10-22 2021-03-16 西安交通大学 基于全状态阻抗控制器的移动操作机器人通用控制方法
CN113305843A (zh) * 2021-05-28 2021-08-27 深圳亿嘉和科技研发有限公司 一种机械臂零力控制方法
CN115502966A (zh) * 2021-06-22 2022-12-23 腾讯科技（深圳）有限公司 用于机器人的可变导纳控制方法
CN113568313A (zh) * 2021-09-24 2021-10-29 南京航空航天大学 基于操作意图识别的变导纳辅助大部件装配方法及系统
CN114310851A (zh) * 2022-01-27 2022-04-12 华南理工大学 一种机器人免力矩传感器的拖动示教方法
CN115016293A (zh) * 2022-07-20 2022-09-06 河南科技学院 一种基于力反馈的猪胴体分割机器人路径自主修正方法
CN115488885A (zh) * 2022-09-16 2022-12-20 遨博（江苏）机器人有限公司 消除人机交互中不稳定性的方法和装置
CN115756007A (zh) * 2022-11-30 2023-03-07 浙江工业大学 一种人、环境和机器人耦合交互的变导纳控制系统及方法

Also Published As

Publication number Publication date
CN115946129B (zh) 2023-05-09

Similar Documents

Publication Publication Date Title
Wu et al. Backstepping trajectory tracking based on fuzzy sliding mode control for differential mobile robots
KR102003445B1 (ko) 로봇 매니퓰레이터의 개방 루프 제어 및 폐쇄 루프 제어를 수행하는 장치 및 방법
WO2021017356A1 (zh) 一种双足机器人步态生成与优化方法
Moosavian et al. Cooperative object manipulation with contact impact using multiple impedance control
Platt et al. Multiple-priority impedance control
KR20100089031A (ko) 매니퓰레이터용 제어 디바이스 및 방법
CN115502966A (zh) 用于机器人的可变导纳控制方法
Plank et al. Controlling a robot's motion speed by a force-torque-sensor for deburring problems
Rhee et al. Hybrid impedance and admittance control of robot manipulator with unknown environment
CN115946129A (zh) 一种用于操作大惯性物体的机器人变导纳控制方法
Reis et al. Modeling and control of a multifingered robot hand for object grasping and manipulation tasks
Sekimoto et al. Experimental study on reaching movements of robot arms with redundant DOFs based upon virtual spring-damper hypothesis
Kim et al. Weighted hybrid admittance-impedance control with human intention based stiffness estimation for human-robot interaction
Gienger et al. Exploiting task intervals for whole body robot control
Murakami et al. Motion planning for catching a light-weight ball with high-speed visual feedback
Chung et al. Balancing of an inverted pendulum with a redundant direct-drive robot
JP5633268B2 (ja) ロボットの制御装置
Yamakita et al. An application of passive velocity field control to cooperative multiple 3-wheeled mobile robots
JPH04369004A (ja) マニピュレータのインピーダンス制御方法
Lin et al. Learning hybrid position/force control of a quadruped walking machine using a CMAC neural network
Ueda et al. Mode-shape compensator for improving robustness of manipulator mounted on flexible base
Zhao et al. A New Impedance Control Method for End Effector Manipulator of Autonomous Unmanned System
Ha et al. Wireless-communicated computed-torque control of a SCARA robot and two-dimensional input shaping for a spherical pendulum
Vila-Rosado et al. A Matlab toolbox for robotic manipulators
US20240116178A1 (en) Predictive control method for torque-rate control and vibration suppression

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
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20230630

Address after: No. 888 Huarun Road, Central Electromechanical Industrial Park, Zhongdian Town, Zoucheng City, Jining City, Shandong Province, 273512

Patentee after: ROKAE (SHANDONG) INTELLIGENT TECHNOLOGY Co.,Ltd.

Address before: 100097 1-01, floor 7, building a, Beijing Haiqing Shuguang real estate development center (Office) and postal branch project, East wangfuyuan District, Haidian District, Beijing

Patentee before: ROKAE, Inc.