CN115946129B - 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 PDFInfo
- Publication number
- CN115946129B CN115946129B CN202310224872.5A CN202310224872A CN115946129B CN 115946129 B CN115946129 B CN 115946129B CN 202310224872 A CN202310224872 A CN 202310224872A CN 115946129 B CN115946129 B CN 115946129B
- Authority
- CN
- China
- Prior art keywords
- matrix
- robot
- inertia
- target
- control method
- 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 24
- 239000011159 matrix material Substances 0.000 claims abstract description 67
- 238000013016 damping Methods 0.000 claims abstract description 31
- 230000035945 sensitivity Effects 0.000 claims description 6
- 230000001133 acceleration Effects 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 claims description 3
- 238000013507 mapping Methods 0.000 claims description 3
- 230000005540 biological transmission Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000010355 oscillation Effects 0.000 description 4
- 230000003993 interaction Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
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
为以机器人底座为原点的世界坐标系，系
以操作物体质心为原点的物体坐标系，系
和系
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
和阻尼矩阵，计算针对大惯量物体的变导纳控制律。
Description
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：定义系为以机器人底座为原点的世界坐标系，系以操作物体质心为原点的物体坐标系，系和系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的广义位姿：
其中，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，故基于系给出所述目标阻抗模型的公式如下：
其中，为目标惯性矩阵，为目标阻尼矩阵，、分别为系的广义运动速度和广义运动加速度；为系的力旋量，
对设置下限，鉴于此限制，给出了目标惯性矩阵的选择：
其中，是实际操作对象惯性的恒定部分， 为操作对象的质量，为在系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， ；
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；分别为最小阻尼值和最大阻尼值的恒定对角矩阵，为影响阻尼值对功率变化敏感度的可调参数，为从人传递到机器人的功率，定义如下：
；
步骤S4，根据目标惯性矩阵和阻尼矩阵，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和方向矩阵，其中；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，
系的广义运动速度可定义为：
其中，分别为系运动的线速度和角速度 。
进一步，在所述步骤S1中，
系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：
其中，为坐标系的雅克比矩阵。
进一步，在所述步骤S2中，
其中，和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，矩阵定义如下：
其中， 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：
将和代入到，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：定义系为以机器人底座为原点的世界坐标系，系以操作物体质心为原点的物体坐标系，系和系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的广义位姿：
（1）
其中，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和方向矩阵，其中；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。
系的广义运动速度可定义为：
（2）
其中，分别为系运动的线速度和角速度 。
系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：
（3）
其中，为坐标系的雅克比矩阵。
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，故基于系给出所述目标阻抗模型的公式如下：
（4）
其中，为目标惯性矩阵，为目标阻尼矩阵，、分别为系的广义运动速度和广义运动加速度；为系的力旋量，具体定义如下：
（5）
其中，和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，矩阵定义如下：
（6）
其中， 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，故对设置了较高的下限，鉴于此限制，给出了目标惯性矩阵的选择：
（7）
其中，是实际操作对象惯性的恒定部分， 为操作对象的质量，为在系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， （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；分别为最小阻尼值和最大阻尼值的恒定对角矩阵，为影响阻尼值对功率变化敏感度的可调参数，为从人传递到机器人的功率，其具体定义如下：
（9）
步骤S4，根据公式（7）目标惯性矩阵和公式（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：
将和代入到，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：定义系为以机器人底座为原点的世界坐标系，系以操作物体质心为原点的物体坐标系，系和系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的广义位姿：
；其中，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，故基于系给出所述目标阻抗模型的公式如下：
；其中，为目标惯性矩阵，为目标阻尼矩阵，、分别为系的广义运动速度和广义运动加速度；为系的力旋量，
对设置下限，鉴于此限制，给出了目标惯性矩阵的选择：
；其中，是实际操作对象惯性的恒定部分， 为操作对象的质量，为在系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， ；
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；分别为最小阻尼值和最大阻尼值的恒定对角矩阵，为影响阻尼值对功率变化敏感度的可调参数，为从人传递到机器人的功率，定义如下：
；
步骤S4，根据目标惯性矩阵和阻尼矩阵，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和方向矩阵，其中；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，
系的广义运动速度可定义为：
其中，分别为系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：
其中，为坐标系的雅克比矩阵。
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，
其中，和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，矩阵定义如下：
其中， 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：
将和代入到，得到变导纳控制率。
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 CN115946129A (zh) | 2023-04-11 |
| CN115946129B true 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 (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2491101A1 (en) * | 2003-12-30 | 2005-06-30 | Canadian Space Agency | Zero-g emulating testbed for spacecraft control system |
-
2023
- 2023-03-10 CN CN202310224872.5A patent/CN115946129B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
|---|---|
| CN115946129A (zh) | 2023-04-11 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Platt et al. | Multiple-priority impedance control | |
| CN101804627A (zh) | 一种冗余度机械臂运动规划方法 | |
| Moosavian et al. | Cooperative object manipulation with contact impact using multiple impedance control | |
| CN109940613B (zh) | 一种计算含压电材料机械臂动力学响应及控制的仿真方法 | |
| CN115502966B (zh) | 用于机器人的可变导纳控制方法 | |
| CN103061511A (zh) | 多自由度臂架的轨迹规划系统、方法及泵车 | |
| CN115946129B (zh) | 一种用于操作大惯性物体的机器人变导纳控制方法 | |
| Woo et al. | Torque-balancing algorithm for the redundantly actuated parallel mechanism | |
| Plank et al. | Controlling a robot's motion speed by a force-torque-sensor for deburring problems | |
| Xu et al. | Trajectory planning with Bezier curve in Cartesian space for industrial gluing robot | |
| Reis et al. | Modeling and control of a multifingered robot hand for object grasping and manipulation tasks | |
| Ahn et al. | Improvement of the control performance of pneumatic artificial muscle manipulators using an intelligent switching control method | |
| Gienger et al. | Exploiting task intervals for whole body robot control | |
| Buss et al. | Multi-fingered regrasping using on-line grasping force optimization | |
| Murakami et al. | Motion planning for catching a light-weight ball with high-speed visual feedback | |
| Negash et al. | Integral sliding mode controller for trajectory tracking control of Stewart platform manipulator | |
| CN112549008B (zh) | 一种大型重载机械臂的投影运动学控制方法 | |
| CN113664830B (zh) | 基于模型预测阻抗控制的双机器人同步加工方法及系统 | |
| Pei et al. | Vision Based Robot Control Using Position Specific Artificial Neural Network | |
| Yang et al. | Approximate feedback linearization control for spatial 6-DOF hydraulic parallel manipulator | |
| Kong et al. | A novel approach to deriving the unit-homogeneous Jacobian matrices of mechanisms | |
| KR100818059B1 (ko) | 인간형 로봇의 인간 팔 동작 재현을 제어하는 방법 | |
| CN109711527B (zh) | 一种基于粒子群优化算法的机器人操纵方法 | |
| JP5633268B2 (ja) | ロボットの制御装置 | |
| Marullo et al. | Cooperative human-robot grasping with extended contact patches |
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 |
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. |
|
| TR01 | Transfer of patent right |