CN116107212A - 一种基于切换策略的空中作业机器人力位混合控制方法 - Google Patents

一种基于切换策略的空中作业机器人力位混合控制方法 Download PDF

Info

Publication number
CN116107212A
CN116107212A CN202310117578.4A CN202310117578A CN116107212A CN 116107212 A CN116107212 A CN 116107212A CN 202310117578 A CN202310117578 A CN 202310117578A CN 116107212 A CN116107212 A CN 116107212A
Authority
CN
China
Prior art keywords
force
designing
representing
aerial
estimator
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.)
Pending
Application number
CN202310117578.4A
Other languages
English (en)
Inventor
王耀南
梁嘉诚
钟杭
张辉
毛建旭
朱青
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.)
Hunan University
Original Assignee
Hunan University
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 Hunan University filed Critical Hunan University
Priority to CN202310117578.4A priority Critical patent/CN116107212A/zh
Publication of CN116107212A publication Critical patent/CN116107212A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及机器人控制技术领域，具体为一种基于切换策略的空中作业机器人力位混合控制方法，包括：1、构建空中作业机器人系统，并对其进行动力学建模分析，得到空中作业机器人的动力学模型；2、定义位置跟踪误差和位置滑模变量，设计额外力估计器；3、设计位置环控制力；4、设计接触状态下的力/位混合控制策略；5、设计额外力矩估计器和几何姿态控制器；6、建立自由飞行状态和接触状态下的力/位混合控制策略，并依据位置环控制力、姿态控制器和力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。本发明方法能在无力/力矩测量信息的情况下，保障空中作业机器人系统整体稳定性和精确力交互能力。

Description

一种基于切换策略的空中作业机器人力位混合控制方法
技术领域
本发明涉及机器人控制技术领域，特别涉及一种基于切换策略的空中作业机器人力位混合控制方法。
背景技术
工业基础设施的早期巡检和维护工作主要依靠人工或大型自动化设备进行，存在运维难度大、隐患大、成本高、效率低等问题。随着空中机器人技术的飞速发展，近年来对空中机器人进行工业接触检测的需求不断增加。这种新型空中机器人通常被称为空中作业机器人。对于空中接触交互检测任务，空中作业机器人通常需要在滑动的同时跟踪所需的力。为了满足空中作业机器人用于基础设施检测与维护任务的需求，亟需发展空中作业机器人与环境滑动接触的检测能力。
发明内容
本发明提供了一种基于切换策略的空中作业机器人力位混合控制方法，以解决现有技术中空中作业机器人与环境滑动接触的检测能力不足的技术问题。
为达到上述目的，本发明的技术方案是这样实现的：
本发明提供了一种基于切换策略的空中作业机器人力位混合控制方法，包括如下步骤：
步骤S1、构建与环境主动交互接触的空中作业机器人系统，并对空中作业机器人系统进行动力学建模分析，得到空中作业机器人的动力学模型；
步骤S2、定义位置跟踪误差和位置滑模变量，根据动力学模型、位置跟踪误差和位置滑模变量设计额外力估计器；
步骤S3、引入障碍函数，并根据额外力估计器和障碍函数设计自由飞行状态下的位置环控制力；
步骤S4、设计接触状态下的力/位混合控制策略；
步骤S5、设计额外力矩估计器，基于额外力矩估计器设计几何姿态控制器；
步骤S6、建立自由飞行和接触状态下的力/位混合控制策略，并依据位置环控制力、姿态控制器和力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。
进一步地，所述步骤S1具体包含如下步骤：
步骤S11、构建与环境主动接触检测的空中作业机器人系统，该空中作业机器人交互系统包括四旋翼无人机和刚性安装的接触工具；
步骤S12、利用牛顿-欧拉方程法，构建空中作业机器人的动力学模型如下：
Figure BDA0004079099570000021
Figure BDA0004079099570000022
其中，
Figure BDA0004079099570000023
表示位置加速，u表示位置环控制力，S(·)记作斜对称矩阵算子，其定义为对于任意
Figure BDA0004079099570000024
满足S(a)b＝a×b，
Figure BDA0004079099570000025
表示实体集，符号“×”表示叉乘；
Figure BDA0004079099570000026
和
Figure BDA0004079099570000027
分别是空中作业机器人的总质量和惯性矩阵，
Figure BDA0004079099570000028
记作机体坐标系下的角速度向量，Rb∈SO(3)是从世界坐标系到机体坐标系的传递矩阵，g为重力常数，e3＝[0,0,1]T；
Figure BDA0004079099570000029
和
Figure BDA00040790995700000210
分别为总升力和力矩，fe和
Figure BDA00040790995700000211
分别表示世界坐标系下的额外交互力和机体坐标系下的交互力矩，
Figure BDA00040790995700000212
表示旋转矩阵Rb的微分。
进一步地，所述步骤S11中的接触工具安装在所述四旋翼无人机上，所述四旋翼无人机通过接触工具与外部的接触物接触；
所述四旋翼无人机上安装有机载Pixhawk开源飞控系统，机载Pixhawk开源飞控系统包括机载惯性测量单元，外部位置传感器和外部线速度传感器均安装在机载Pixhawk开源飞控系统上；
其中，外部位置传感器用于获取四旋翼无人机的位置信号；
外部线速度传感器用于获取四旋翼无人机的的线速度信号；
机载惯性测量单元用于获取四旋翼无人机的姿态信号和角速度信号。
进一步地，所述步骤S2具体包含如下步骤：
步骤S21、定义位置跟踪误差为：
ep＝p-pd      (3)
其中，pd是期望的位置轨迹，p表示位置轨迹；
步骤S22、根据位置跟踪误差，构造位置滑模变量为：
Figure BDA0004079099570000031
其中，
Figure BDA0004079099570000032
表示线速度误差；Λ＝diag{Λ1,Λ2,Λ3}是正定对角矩阵；
步骤S23、根据位置误差和滑模变量，设计额外力估计器为：
Figure BDA0004079099570000033
其中，γ是正增益，
Figure BDA0004079099570000034
是额外力fe的估计值，ζ是力估计器的中间变量，
Figure BDA0004079099570000035
表示力估计器的中间变量的微分；
Figure BDA0004079099570000036
表示期望线加速度。
进一步地，所述步骤S3具体包含如下步骤：
步骤S31、引入约束最大位置误差的正参数
Figure BDA0004079099570000037
其中
Figure BDA0004079099570000038
表示正实数集，定义预定义的位置边界性能为：
-ρi＜ep,i＜ρi，i＝1,2,3       (6)
其中，ep,i是位置误差ep的第i个元素；
步骤S32、引入障碍函数为：
Figure BDA0004079099570000039
其中，δ是正常数；
步骤S33、根据额外力估计器以及式(7)的障碍函数，设计自由飞行状态下的位置环控制力为：
Figure BDA00040790995700000310
其中，
Figure BDA0004079099570000041
是正定矩阵，
Figure BDA0004079099570000042
为对角矩阵。
进一步地，所述步骤S4具体包含如下步骤：
步骤S41、当发生接触时，在x方向上定义一个缩放的期望位置轨迹为：
Figure BDA0004079099570000043
其中，xr和xd分别是x方向参考轨迹和期望轨迹，
Figure BDA0004079099570000044
是一个尺度因子α的估计值。
步骤S42、设计尺度因子的自适应率为：
Figure BDA0004079099570000045
Figure BDA0004079099570000046
其中，
Figure BDA0004079099570000047
为x方向的力误差，
Figure BDA0004079099570000048
表示力误差的微分；
Figure BDA0004079099570000049
和
Figure BDA00040790995700000410
是x方向的额外力和期望力，θ是正常数，δ k和
Figure BDA00040790995700000420
均是正常数；
步骤S43、为了实现期望力调节，根据式(9)和式(10)，设计接触状态下的力/位混合控制策略为：
Figure BDA00040790995700000412
其中，kp和kd是均正常数，并且满足以下关系式：
Figure BDA00040790995700000413
和
Figure BDA00040790995700000421
Figure BDA00040790995700000414
表示空中作业机器人x方向的线速度，
Figure BDA00040790995700000415
表示x方向期望力。
进一步地，所述步骤S5具体包含如下步骤：
步骤S51、基于广义动量的方法，设计额外力矩估计器为：
Figure BDA00040790995700000416
其中，
Figure BDA00040790995700000417
是额外力矩τb的估计值，
Figure BDA00040790995700000418
是正定对角矩阵；
步骤S52、根据式(8)的位置环控制力u，计算空中作业机器人的期望姿态
Figure BDA00040790995700000419
为：
Figure BDA0004079099570000051
其中，r1,d，r2,d，r3,d分别表示三种不同的期望姿态，
Figure BDA0004079099570000052
其中ψd为期望偏航角；‖.‖表示.的欧几里得范数；
步骤S53、给定空中作业机器人的期望姿态Rb,d和期望角速度
Figure BDA0004079099570000053
定义姿态跟踪误差
Figure BDA0004079099570000054
和角速度误差
Figure BDA0004079099570000055
为：
Figure BDA0004079099570000056
Figure BDA0004079099570000057
其中，符号“∨”表示斜对称矩阵算子S(·)的逆运算；
步骤S54、根据式(13)、式(15)和式(16)，设计基于力矩估计器的几何姿态控制器。
进一步地，所述步骤S54中的几何姿态控制器为：
Figure BDA0004079099570000058
其中，KR和
Figure BDA0004079099570000059
均是正常数增益矩阵；
Figure BDA00040790995700000510
表示期望角速度的微分。
进一步地，所述步骤S6具体包含如下步骤：
步骤S61、定义自由飞行和接触状态下的力/位混合控制策略；
步骤S62、依据式(8)位置环控制力、式(17)姿态控制器和力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。
进一步地，所述步骤S61中自由飞行和接触状态下的力/位混合控制策略为：
Figure BDA00040790995700000511
其中，
Figure BDA00040790995700000512
表示x方向期望线加速度；
Figure BDA00040790995700000513
表示x方向线速度误差；ex表示x方向位置误差；
Figure BDA00040790995700000514
表示x方向的估计力；
Figure BDA00040790995700000515
表示α的估计误差值；当xt＜xe时，空中作业机器人采用自由飞行状态的力/位混合控制策略，当xt≥xe时，空中作业机器人采用接触状态下的力/位混合控制策略。
本发明的有益效果：
1)本发明提出一种基于切换策略的力位混合控制方法，能保障空中作业机器人系统整体稳定性和精确力交互能力。与现有方案相比，额外力/力矩估计器不使用额外力传感器和加速度信号。
2)本发明引入了障碍函数，设计自由飞行状态下基于力估计的鲁棒位置环控制力，能保障位置跟踪误差在预定义边界范围内。
3)本发明提出了一种接触状态下力/位混合控制策略，采用自适应机制用来更新所期望位置轨迹的比例因子，能实现期望接触力调节。
4)本发明提出了一种自由飞行状态和接触状态下的力/位混合控制策略，保障了空中作业机器人系统从自由飞行至接触模态下接触和脱离过渡的稳态行为，能确保空中作业机器人系统的力位混合交互接触检测任务顺利完成。
附图说明
图1为本发明的流程图；
图2为本发明的模型示意图；
图3为本发明的算法方框图；
图4为本发明在仿真中xyz方向位置跟踪轨迹图；
图5为本发明在仿真中姿态跟踪轨迹图；
图6为本发明在仿真中具有预定义性能的xyz方向位置跟踪误差示意图；
图7为本发明在仿真中具有预定义性能的姿态跟踪误差示意图；
图8为本发明在仿真中力跟踪轨迹示意图；
图9为本发明在仿真中yz平面轨迹示意图。
具体实施方式
下面结合附图及具体实施例对本发明再作进一步详细的说明。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以通过具体情况理解上述术语在本发明中的具体含义。
参照图1，本申请实施例提供了一种基于切换策略的空中作业机器人力位混合控制方法，包括如下步骤：
步骤S1、构建与环境主动交互接触的空中作业机器人系统，并对空中作业机器人系统进行动力学建模分析，得到空中作业机器人的动力学模型；
步骤S2、定义位置跟踪误差和位置滑模变量，根据动力学模型、位置跟踪误差和位置滑模变量设计额外力估计器；
步骤S3、引入障碍函数，并根据额外力估计器和障碍函数设计自由飞行状态下的位置环控制力；
步骤S4、设计接触状态下的力/位混合控制策略；
步骤S5、设计额外力矩估计器，基于额外力矩估计器设计几何姿态控制器；
步骤S6、建立自由飞行和接触状态下的力/位混合控制策略，并依据位置环控制力、姿态控制器和力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。
本发明提出一种基于切换策略的力位混合控制方法，能保障空中作业机器人系统整体稳定性和精确力交互能力。与现有方案相比，额外力/力矩估计器不使用额外力传感器和加速度信号。
下面进一步阐述各个步骤的具体实现方式。
步骤S1、构建与环境主动交互接触的空中作业机器人系统，并对空中作业机器人系统进行动力学建模分析，得到空中作业机器人的动力学模型；
在本实施例中，所述步骤S1具体包含如下步骤：
步骤S11、构建与环境主动接触检测的空中作业机器人系统，该空中作业机器人交互系统包括四旋翼无人机和刚性安装的接触工具；
步骤S12、利用牛顿-欧拉方程法，构建空中作业机器人的动力学模型如下：
Figure BDA0004079099570000081
Figure BDA0004079099570000082
其中，
Figure BDA0004079099570000083
表示位置加速，u表示位置环控制力，S(·)记作斜对称矩阵算子，其定义为对于任意
Figure BDA0004079099570000084
满足S(a)b＝a×b，
Figure BDA0004079099570000085
表示实体集，符号“×”表示叉乘；
Figure BDA0004079099570000086
和
Figure BDA0004079099570000087
分别是空中作业机器人的总质量和惯性矩阵，
Figure BDA0004079099570000088
记作机体坐标系下的角速度向量，Rb∈SO(3)是从世界坐标系到机体坐标系的传递矩阵，g为重力常数，e3＝[0,0,1]T；
Figure BDA0004079099570000089
和
Figure BDA00040790995700000810
分别为总升力和力矩，fe和
Figure BDA00040790995700000811
分别表示世界坐标系下的额外交互力和机体坐标系下的交互力矩，
Figure BDA00040790995700000812
表示旋转矩阵Rb的微分。
在本实施例中，所述步骤S11中的接触工具安装在所述四旋翼无人机上，所述四旋翼无人机通过接触工具与外部的接触物接触；
所述四旋翼无人机上安装有机载Pixhawk开源飞控系统，机载Pixhawk开源飞控系统包括机载惯性测量单元，外部位置传感器和外部线速度传感器均安装在机载Pixhawk开源飞控系统上；
其中，外部位置传感器用于获取四旋翼无人机的位置信号；
外部线速度传感器用于获取四旋翼无人机的的线速度信号；
机载惯性测量单元用于获取四旋翼无人机的姿态信号和角速度信号，所述机载惯性测量单元包括三轴陀螺仪、三轴加速计、三轴磁力计和气压计传感器，气压计传感器用于获取四旋翼无人机的高度信息。
步骤S2、定义位置跟踪误差和位置滑模变量，根据动力学模型、位置跟踪误差和位置滑模变量设计额外力估计器；
在本实施例中，所述步骤S2具体包含如下步骤：
步骤S21、定义位置跟踪误差为：
ep＝p-pd      (3)
其中，pd是期望的位置轨迹，p表示位置轨迹；
步骤S22、根据位置跟踪误差，构造位置滑模变量为：
Figure BDA0004079099570000091
其中，
Figure BDA0004079099570000092
表示线速度误差；Λ＝diag{Λ1,Λ2,Λ3}是正定对角矩阵；
步骤S23、根据位置误差和滑模变量，设计额外力估计器为：
Figure BDA0004079099570000093
其中，γ是正增益，
Figure BDA0004079099570000094
是额外力fe的估计值，ζ是力估计器的中间变量，
Figure BDA0004079099570000095
表示力估计器的中间变量的微分；
Figure BDA0004079099570000096
表示期望线加速度。
步骤S3、引入障碍函数，并根据障碍函数设计自由飞行状态下的位置环控制力；
在本实施例中，所述步骤S3具体包含如下步骤：
步骤S31、引入约束最大位置误差的正参数
Figure BDA0004079099570000097
其中
Figure BDA0004079099570000098
表示正实数集，定义预定义的位置边界性能为：
-ρi＜ep,i＜ρi，i＝1,2,3       (6)
其中，ep,i是位置误差ep的第i个元素；
步骤S32、引入障碍函数为：
Figure BDA0004079099570000099
其中，δ是正常数；
步骤S33、根据额外力估计器以及式(7)的障碍函数，设计自由飞行状态下的位置环控制力，位置环控制力的位置环输入力为：
Figure BDA00040790995700000910
其中，
Figure BDA00040790995700000911
是正定矩阵，
Figure BDA00040790995700000912
为对角矩阵。
步骤S4、设计接触状态下的力/位混合控制策略；
在本实施例中，所述步骤S4具体包含如下步骤：
步骤S41、当发生接触时，在x方向上定义一个缩放的期望位置轨迹为：
Figure BDA0004079099570000101
其中，xr和xd分别是x方向参考轨迹和期望轨迹，
Figure BDA0004079099570000102
是一个尺度因子α的估计值。
步骤S42、设计尺度因子的自适应率为：
Figure BDA0004079099570000103
其中，
Figure BDA0004079099570000104
其中，
Figure BDA0004079099570000105
为x方向的力误差，
Figure BDA0004079099570000106
表示力误差的微分；
Figure BDA0004079099570000107
和
Figure BDA0004079099570000108
是x方向的额外力和期望力，θ是正常数，δ k和
Figure BDA00040790995700001018
均是正常数；
步骤S43、为了实现期望力调节，根据式(9)和式(10)，设计接触状态下的力/位混合控制策略为：
Figure BDA00040790995700001010
其中，kp和kd均是正常数，并且满足以下关系式：
Figure BDA00040790995700001011
和
Figure BDA00040790995700001019
Figure BDA00040790995700001012
表示空中作业机器人x方向的线速度，
Figure BDA00040790995700001013
表示x方向期望力。
步骤S5、设计额外力矩估计器，基于额外力矩估计器设计几何姿态控制器；
在本实施例中，所述步骤S5具体包含如下步骤：
步骤S51、基于广义动量的方法，设计额外力矩估计器为：
Figure BDA00040790995700001014
其中，
Figure BDA00040790995700001015
是额外力矩τb的估计值，
Figure BDA00040790995700001016
是正定对角矩阵；
步骤S52、根据式(8)的位置环控制力u，计算空中作业机器人的期望姿态
Figure BDA00040790995700001017
为：
Figure BDA0004079099570000111
其中，r1,d，r2,d，r3,d分别表示三种不同的期望姿态，
Figure BDA0004079099570000112
其中ψd为期望偏航角；‖.‖表示.的欧几里得范数；
步骤S53、给定空中作业机器人的期望姿态Rb,d和期望角速度
Figure BDA0004079099570000113
定义姿态跟踪误差
Figure BDA0004079099570000114
和角速度误差
Figure BDA0004079099570000115
为：
Figure BDA0004079099570000116
Figure BDA0004079099570000117
其中，符号“∨”表示斜对称矩阵算子S(·)的逆运算；
步骤S54、根据式(13)、式(15)和式(16)，设计基于力矩估计器的几何姿态控制器。
在本实施例中，所述步骤S54中的几何姿态控制器为：
Figure BDA0004079099570000118
其中，KR和
Figure BDA0004079099570000119
均是正常数增益矩阵；
Figure BDA00040790995700001110
表示期望角速度的微分。
步骤S6、定义自由飞行和接触状态下的力/位混合控制策略，并依据位置环控制力、姿态控制器、自由飞行状态和接触状态下力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。
在本实施例中，所述步骤S6具体包含如下步骤：
步骤S61、建立自由飞行和接触状态下的力/位混合控制策略；
步骤S62、依据式(8)位置环控制力、式(17)姿态控制器和步骤S61中的力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。
在本实施例中，所述步骤S61中的力/位混合控制策略为：
Figure BDA0004079099570000121
其中，
Figure BDA0004079099570000122
表示x方向期望线加速度；
Figure BDA0004079099570000123
表示x方向线速度误差；ex表示x方向位置误差；
Figure BDA0004079099570000124
表示x方向的估计力；
Figure BDA0004079099570000125
表示α的估计误差值，当xt＜xe时，空中作业机器人采用自由飞行状态的力/位混合控制策略，当xt≥xe时，空中作业机器人采用接触状态下的力/位混合控制策略。
本发明实例中，四旋翼无人机配备了一个刚性连接的工具，位置和线速度信号由外部传感器测量获取，姿态和角速度信号从机载惯性测量单元获取。空中作业机器人的参数设置为：m＝2.48kg，J＝diag(0.0756,0.0789,0.1277)kg·m2，g＝9.81kg·m/s2；位置环控制力参数设置为：Λ＝diag(5.0,5.0,5.5)，Ks＝diag(2.7,3.4,2.5)，δ＝0.0003，ρ1＝ρ2＝ρ3＝0.15；接触状态下的力/位混合控制策略参数设置为：kp＝8.5，kd＝18.6，θ＝10-5，
Figure BDA0004079099570000126
在接触时，x方向期望力设为
Figure BDA0004079099570000127
环境刚度设为ke＝1000N/m；姿态控制器参数设置为KR＝diag(3.37,4.37,4.37)和Kω＝diag(0.12,0.48,0.48)，其中期望偏航角ψd始终为零；额外力估计器和力矩估计器参数增益设为：γ＝4.8和KI＝diag(5.2,5.2,5.2)，其中变量ζ的初始值设为ζ(0)＝03×1。
如图4-8所示，图4为本发明实施例的空中作业机器人在仿真中xyz方向位置跟踪轨迹图，图5是本发明实施例的空中作业机器人在仿真中姿态跟踪轨迹图，可以看出空中作业机器人具有良好的收敛速度和跟踪精度；图6为本发明实施例的空中作业机器人在仿真中具有安全边界的xyz方向位置跟踪误差示意图，位置状态位置都在预定义的安全边界范围内；图7为本发明实施例的空中作业机器人在仿真中姿态跟踪误差示意图；图8为本发明实施例的空中作业机器人在仿真中力跟踪轨迹示意图，可以得到低通滤波后的额外力估计值对所需的接触力具有良好的估计效果，从而完成与环境力位混合滑动接触检测任务；图9为本发明实施例的空中作业机器人在仿真中yz平面轨迹示意图。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。并且，本发明各个实施方式之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种基于切换策略的空中作业机器人力位混合控制方法，其特征在于，包括如下步骤：
步骤S1、构建与环境主动交互接触的空中作业机器人系统，并对空中作业机器人系统进行动力学建模分析，得到空中作业机器人的动力学模型；
步骤S2、定义位置跟踪误差和位置滑模变量，根据动力学模型、位置跟踪误差和位置滑模变量设计额外力估计器；
步骤S3、引入障碍函数，并根据额外力估计器和障碍函数设计自由飞行状态下的位置环控制力；
步骤S4、设计接触状态下的力/位混合控制策略；
步骤S5、设计额外力矩估计器，基于额外力矩估计器设计几何姿态控制器；
步骤S6、建立自由飞行状态和接触状态下的力/位混合控制策略，并依据位置环控制力、姿态控制器和力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。
2.根据权利要求1所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S1具体包含如下步骤：
步骤S11、构建与环境主动接触检测的空中作业机器人系统，该空中作业机器人交互系统包括四旋翼无人机和接触工具；
步骤S12、利用牛顿-欧拉方程法，构建空中作业机器人的动力学模型如下：
Figure FDA0004079099560000011
Figure FDA0004079099560000012
其中，
Figure FDA0004079099560000013
表示位置加速，u表示位置环控制力，S(·)记作斜对称矩阵算子，其定义为对于任意
Figure FDA0004079099560000014
满足S(a)b＝a×b，
Figure FDA0004079099560000015
表示实体集，符号“×”表示叉乘；
Figure FDA0004079099560000016
和
Figure FDA0004079099560000017
分别是空中作业机器人的总质量和惯性矩阵，
Figure FDA0004079099560000018
记作机体坐标系下的角速度向量，Rb∈SO(3)是从世界坐标系到机体坐标系的传递矩阵，g为重力常数，e3＝[0,0,1]T；
Figure FDA0004079099560000019
和
Figure FDA00040790995600000110
分别为总升力和力矩，fe和
Figure FDA00040790995600000111
分别表示世界坐标系下的额外交互力和机体坐标系下的交互力矩，
Figure FDA0004079099560000027
表示旋转矩阵Rb的微分。
3.根据权利要求2所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S11中的接触工具安装在所述四旋翼无人机上，所述四旋翼无人机通过接触工具与外部的接触物接触；
所述四旋翼无人机上安装有机载Pixhawk开源飞控系统，机载Pixhawk开源飞控系统包括机载惯性测量单元，外部位置传感器和外部线速度传感器均安装在机载Pixhawk开源飞控系统上；
其中，外部位置传感器用于获取四旋翼无人机的位置信号；
外部线速度传感器用于获取四旋翼无人机的的线速度信号；
机载惯性测量单元用于获取四旋翼无人机的姿态信号和角速度信号。
4.根据权利要求2所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S2具体包含如下步骤：
步骤S21、定义位置跟踪误差为：
ep＝p-pd      (3)
其中，pd是期望的位置轨迹，p表示位置轨迹；
步骤S22、根据位置跟踪误差，构造位置滑模变量为：
Figure FDA0004079099560000021
其中，
Figure FDA0004079099560000022
表示线速度误差；Λ＝diag{Λ1,Λ2,Λ3}是正定对角矩阵；
步骤S23、根据位置误差和滑模变量，设计额外力估计器为：
Figure FDA0004079099560000023
其中，γ是正增益，
Figure FDA0004079099560000024
是额外力fe的估计值，ζ是力估计器的中间变量，
Figure FDA0004079099560000025
表示力估计器的中间变量的微分；
Figure FDA0004079099560000026
表示期望线加速度。
5.根据权利要求4所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S3具体包含如下步骤：
步骤S31、引入约束最大位置误差的正参数
Figure FDA0004079099560000031
其中
Figure FDA0004079099560000032
表示正实数集，定义预定义的位置边界性能为：
-ρi＜ep,i＜ρi，i＝1,2,3       (6)
其中，ep,i是位置误差ep的第i个元素；
步骤S32、引入障碍函数为：
Figure FDA0004079099560000033
其中，δ是正常数；
步骤S33、根据额外力估计器以及式(7)的障碍函数，设计自由飞行状态下的位置环控制力为：
Figure FDA0004079099560000034
其中，
Figure FDA0004079099560000035
是正定矩阵，
Figure FDA0004079099560000036
为对角矩阵。
6.根据权利要求5所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S4具体包含如下步骤：
步骤S41、当发生接触时，在x方向上定义一个缩放的期望位置轨迹为：
Figure FDA0004079099560000037
其中，xr和xd分别是x方向参考轨迹和期望轨迹，
Figure FDA0004079099560000038
是一个尺度因子α的估计值。
步骤S42、设计尺度因子的自适应率为：
Figure FDA0004079099560000039
Figure FDA00040790995600000310
其中，
Figure FDA00040790995600000311
为x方向的力误差，
Figure FDA00040790995600000312
表示力误差的微分；fe x和
Figure FDA00040790995600000313
是x方向的额外力和期望力，θ是正常数，
Figure FDA00040790995600000314
是正常数；
步骤S43、为了实现期望力调节，根据式(9)和式(10)，设计接触状态下的力/位混合控制策略为：
Figure FDA0004079099560000041
其中，kp和kd是均正常数，并且满足以下关系式：
Figure FDA0004079099560000042
和
Figure FDA0004079099560000043
Figure FDA0004079099560000044
表示空中作业机器人x方向的线速度，
Figure FDA0004079099560000045
表示x方向期望力。
7.根据权利要求6所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S5具体包含如下步骤：
步骤S51、基于广义动量的方法，设计额外力矩估计器为：
Figure FDA0004079099560000046
其中，
Figure FDA0004079099560000047
是额外力矩τb的估计值，
Figure FDA0004079099560000048
是正定对角矩阵；
步骤S52、根据式(8)的位置环控制力u，计算空中作业机器人的期望姿态
Figure FDA0004079099560000049
为：
Figure FDA00040790995600000410
其中，r1,d，r2,d，r3,d分别表示三种不同的期望姿态，
Figure FDA00040790995600000411
其中ψd为期望偏航角；‖.‖表示.的欧几里得范数；
步骤S53、给定空中作业机器人的期望姿态Rb,d和期望角速度
Figure FDA00040790995600000412
定义姿态跟踪误差
Figure FDA00040790995600000413
和角速度误差
Figure FDA00040790995600000414
为：
Figure FDA00040790995600000415
Figure FDA00040790995600000416
其中，符号“∨”表示斜对称矩阵算子S(·)的逆运算；
步骤S54、根据式(13)、式(15)和式(16)，设计基于力矩估计器的几何姿态控制器。
8.根据权利要求7所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S54中的几何姿态控制器为：
Figure FDA0004079099560000051
其中，KR和
Figure FDA0004079099560000052
均是正常数增益矩阵；
Figure FDA0004079099560000053
表示期望角速度的微分。
9.根据权利要求8所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S6具体包含如下步骤：
步骤S61、建立自由飞行和接触状态下的力/位混合控制策略；
步骤S62、依据式(8)位置环控制力、式(17)姿态控制器和力/位混合控制策略，实现空中作业机器人与环境力位混合交互接触的检测控制。
10.根据权利要求9所述的空中作业机器人力位混合控制方法，其特征在于，所述步骤S61中自由飞行状态和接触状态下的力/位混合控制策略为：
Figure FDA0004079099560000054
其中，
Figure FDA0004079099560000055
表示x方向期望线加速度；
Figure FDA0004079099560000056
表示x方向线速度误差；ex表示x方向位置误差；
Figure FDA0004079099560000057
表示x方向的估计力；
Figure FDA0004079099560000058
表示α的估计误差值；当xt＜xe时，空中作业机器人采用自由飞行状态下的力/位混合控制策略，当xt≥xe时，空中作业机器人采用接触状态下的力/位混合控制策略。
CN202310117578.4A 2023-02-15 2023-02-15 一种基于切换策略的空中作业机器人力位混合控制方法 Pending CN116107212A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310117578.4A CN116107212A (zh) 2023-02-15 2023-02-15 一种基于切换策略的空中作业机器人力位混合控制方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310117578.4A CN116107212A (zh) 2023-02-15 2023-02-15 一种基于切换策略的空中作业机器人力位混合控制方法

Publications (1)

Publication Number Publication Date
CN116107212A true CN116107212A (zh) 2023-05-12

Family

ID=86265289

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310117578.4A Pending CN116107212A (zh) 2023-02-15 2023-02-15 一种基于切换策略的空中作业机器人力位混合控制方法

Country Status (1)

Country Link
CN (1) CN116107212A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116643501A (zh) * 2023-07-18 2023-08-25 湖南大学 稳定性约束下的空中作业机器人可变阻抗控制方法及系统
CN117590862A (zh) * 2024-01-18 2024-02-23 北京工业大学 一种分布式无人机预定时间三维目标包围控制方法及系统

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116643501A (zh) * 2023-07-18 2023-08-25 湖南大学 稳定性约束下的空中作业机器人可变阻抗控制方法及系统
CN116643501B (zh) * 2023-07-18 2023-10-24 湖南大学 稳定性约束下的空中作业机器人可变阻抗控制方法及系统
CN117590862A (zh) * 2024-01-18 2024-02-23 北京工业大学 一种分布式无人机预定时间三维目标包围控制方法及系统
CN117590862B (zh) * 2024-01-18 2024-04-05 北京工业大学 一种分布式无人机预定时间三维目标包围控制方法及系统

Similar Documents

Publication Publication Date Title
CN116107212A (zh) 一种基于切换策略的空中作业机器人力位混合控制方法
CN109343369B (zh) 一种基于非线性观测器的四旋翼容错控制器设计方法
CN106643737B (zh) 风力干扰环境下四旋翼飞行器姿态解算方法
Madani et al. Sliding mode observer and backstepping control for a quadrotor unmanned aerial vehicles
CN104932512B (zh) 一种基于mimo非线性不确定反步法的四旋翼位姿控制方法
CN112346470A (zh) 一种基于改进自抗扰控制的四旋翼姿态控制方法
CN111984024B (zh) 基于作业型飞行机器人的扰动和不确定性控制方法
Serra et al. Nonlinear image-based visual servo controller for the flare maneuver of fixed-wing aircraft using optical flow
CN113296525B (zh) 基于数据驱动的倾转三旋翼无人机非线性控制方法
CN113670314B (zh) 基于pi自适应两级卡尔曼滤波的无人机姿态估计方法
CN116047909B (zh) 面向海事平行搜寻的无人机-船协同鲁棒自适应控制方法
CN115793453A (zh) 融合ai深度学习的旋翼飞行器轨迹跟踪自适应控制方法
CN115629547A (zh) 一种面向舵面故障的飞机机载容错控制方法及系统
Vallejo-Alarcon Robust backstepping control for highly demanding quadrotor flight
Guisser et al. A high gain observer and sliding mode controller for an autonomous quadrotor helicopter
CN117452859A (zh) 一种自主飞行的航空器的控制系统及其方法
CN116755337A (zh) 基于长短时记忆神经网络线性自抗扰控制的高超声速飞行器容错控制方法
Tiwari Position control of an unmanned aerial vehicle from a mobile ground vehicle
Bonci et al. The Double Propeller Ducted-Fan, an UAV for safe Infrastructure inspection and human-interaction
Alcan et al. Robust hovering control of a quadrotor using acceleration feedback
CN115639807A (zh) 一种陆空两栖车辆飞行与地面行驶自由切换的控制系统
Kang et al. Quaternion based nonlinear trajectory control of quadrotors with guaranteed stability
Malczyk Estimation of contact and disturbance forces and interaction force tracking with an aerial manipulator
Hu et al. Uncertainty and disturbance estimator‐based geometry tracking control for quadrotors without linear velocity measurements
CN114872046B (zh) 一种基于激励轨迹的机器人末端负载快速辨识方法

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