CN117428786A - 一种基于二次型规划的多指灵巧手抓取力最优化控制方法 - Google Patents
一种基于二次型规划的多指灵巧手抓取力最优化控制方法 Download PDFInfo
- Publication number
- CN117428786A CN117428786A CN202311684416.5A CN202311684416A CN117428786A CN 117428786 A CN117428786 A CN 117428786A CN 202311684416 A CN202311684416 A CN 202311684416A CN 117428786 A CN117428786 A CN 117428786A
- Authority
- CN
- China
- Prior art keywords
- finger
- grabbing
- force
- hand
- quadratic programming
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 210000005036 nerve Anatomy 0.000 claims description 8
- 230000005540 biological transmission Effects 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 2
- 230000001537 neural effect Effects 0.000 abstract description 4
- 238000005457 optimization Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 3
- 238000005265 energy consumption Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1612—Programme controls characterised by the hand, wrist, grip control
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Orthopedic Medicine & Surgery (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种基于二次型规划的多指灵巧手抓取力最优化控制方法,包括如下步骤:1)获取多指灵巧手与目标物体的接触点坐标信息和摩擦系数信息;2)根据所述接触点坐标信息得到从物体坐标系到世界坐标系的抓取力转换矩阵;3)设计多指灵巧手抓取力最优化控制的二次型规划方案;4)将二次型规划方案转化为非线性方程组的形式;5)运用所提出的基于神经动力学的抗扰动最优抓取力求解器进行求解;6)控制多指灵巧手执行抓取任务。本发明为拥有复杂抓取场景及多样抓取目标的抓取任务提供了可靠的控制方案,在消除外部扰动影响的同时控制多指灵巧手以最小的力抓取物体,避免出现损坏物体或抓取不牢固的情况。
Description
技术领域
本发明涉及多指灵巧手抓取力优化控制领域,具体涉及一种基于二次型规划的多指灵巧手抓取力最优化控制方法。
背景技术
多指灵巧手抓取是机器人领域重要的研究方向之一。相较于传统平行夹爪,多指灵巧手更高的自由度赋予其更多样的抓取方式,同时多指灵巧手能精准控制施加给目标物体的力。该优势使其在当下抓取目标与场景日趋多样的抓取任务中有更好的表现。
抓取力优化是多指灵巧手优化控制中的关键问题之一。当目标物体为易碎物品或易发生滑动的物体时,抓取任务要求多指灵巧手对物体施加合适的力以避免出现损坏物体或抓取不牢固的情况。因此要求在抓取任务执行过程中,多指灵巧手施加给目标物体的力应在保持两者不发生相对滑动的前提下尽量小。此外,多指灵巧手由于其多样的抓取方式,在各种抓取场景中均有应用。值得指出的是,现存的绝大部分抓取力优化控制方法均没有考虑外部扰动的影响。传统控制方法在控制多指灵巧手执行任务的过程中,一旦受到外部扰动,目标物体会与多指灵巧手发生相对位移,甚至脱离多指灵巧手,导致任务执行失败。为应对上述情况,需要一种可以抵抗外部扰动的抓取控制方法。本发明提出一种基于二次型规划的多指灵巧手抓取力最优化控制方法,其可抵抗外部扰动的干扰,控制多指灵巧手以最优的力抓取物体,同时避免出现损坏物体或抓取不牢固的情况。上述优势对于工业生产具有极大的实际意义。综上所述,本发明专利具有新颖性与实用性。
发明内容
本发明提供一种基于二次型规划的多指灵巧手抓取力最优化控制方法,旨在消除外部扰动的影响,控制多指灵巧手以最优的力抓取物体,同时避免出现损坏物体或抓取不牢固的情况。
本发明实施例第一方面提供了一种多指灵巧手抓取力最优化控制的二次型规划方案;
所述二次型规划方案为
设计其性能指标为最小化(fT(t)Kf(t))/2+ωTf(t),受约束于Gf(t)+fe(t)=0,σ(f(t))≤0,其中,f(t)表示多指灵巧手在t时刻对物体施加的力;ω表示一个参数向量;K表示一个对称正定矩阵;G表示将力从接触点坐标系转换至物体坐标系的转换矩阵;fe(t)表示在t时刻物体受到的外力;T表示矩阵或向量的转置;σ(f(t))=[σ(f1(t));σ(f2(t));...;σ(fm(t))],其中其物理意义为保证多指灵巧手与目标物体在接触点不发生相对滑动。
本发明实施例第二方面提供了一种基于神经动力学的抗扰动最优抓取力求解方法;所述求解方法通过提出一种抗扰动最佳抓取力求解器,在消除外部扰动影响的同时输出二次型规划方案的最优抓取力;
所述求解方法通过将二次型规划方案矩阵化并添加抗扰动项,得到最终求解公式如下:
其中,M(t)表示紧凑化后的参数矩阵;b(t)表示紧凑化后的参数向量;x(t)表示紧凑化后的变量向量;η(t)表示外部噪声,可以是常数噪声、线性噪声、随机噪声或它们的叠加;γ>0,κ>0表示收敛参数。
附图说明
图1为本发明的流程图;
图2为实现本发明的多指灵巧手的三维视图、正视图与俯视图;
图3为实现本发明应用下的能量消耗变化图;
图4为实现本发明应用下的多指灵巧手每根手指对目标物体施加力的变化图;
图5为实现本发明应用下的一种基于二次型规划的多指灵巧手抓取力最优化控制方法的示意图。
具体实施方式
下面结合附图对本发明作进一步的说明。
图1为本发明的流程图。首先,获取多指灵巧手与目标物体的接触点坐标信息和摩擦系数信息。随后,根据所述接触点坐标信息得到从物体坐标系到世界坐标系的抓取力转换矩阵。接着,设计多指灵巧手抓取力最优化性能指标,生成二次型优化控制方法。其次,将二次型规划方案转化为非线性方程组的形式。同时,运用所提出的基于神经动力学的抗扰动最优抓取力求解器进行求解。最后,控制多指灵巧手完成抓取任务。
图2为实现本发明的多指灵巧手为一个三手指大寰机器人DH-3电动夹爪。该多指灵巧手由三个手指组成,每个手指由关节一(1)、关节二(2)、关节三(3)和力传感器(4)组成。
本发明设计的多指灵巧手抓取力最优化控制的二次型规划方案为:
最小化:
约束条件:Gf(t)+fe(t)=0 (2)
σ(f(t))≤0, (3)
其中,f(t)表示多指灵巧手在t时刻对物体施加的力;ω表示一个参数向量;K表示一个对称正定矩阵;σ(f(t))=[σ(f1(t));σ(f2(t));...;σ(fm(t))],其中其物理意义为保证多指灵巧手与目标物体在接触点不发生相对滑动;G表示将力从接触点坐标系转换至物体坐标系的转换矩阵;fe(t)表示在t时刻物体受到的外力;T表示矩阵或向量的转置。
本发明设计的基于神经动力学的抗扰动最优抓取力求解器为:
首先将二次型规划方案(1)-(3)转化为:
其中,λ1(t)和λ2(t)为拉格朗日乘子。为便于表述,将转变后的优化方案(4)整理为紧凑形式得到
Mx(t)-b(t)=0, (5)
其中
根据等式(5)设计误差函数
其中,表示(·)的二范数。误差函数δ(t)对x(t)的梯度可被表示为
考虑到多指灵巧手在执行实际任务过程中噪声的影响不可避免。加入一个包含历史信息的积分项以消除噪声的影响,则改进后的误差函数(9)的导数如下:
其中η(t)表示外部噪声,可以是常数噪声、线性噪声、随机噪声或它们的叠加;γ>0,κ>0为控制误差收敛速度的参数。将误差函数(9)代入公式(11),可以得到基于神经动力学的抗扰动最优抓取力求解器如下:
本发明有两个特点,首先本发明考虑抓取任务中抓取目标的多样性,设计了抓取力最优化控制方案。这一点可以避免在抓取任务过程中出现损坏物体或抓取不牢固的情况。此外,本发明考虑抓取任务中抓取场景的多样性,设计了基于神经动力学的抗扰动最优抓取力求解器。这一点可以使多指灵巧手在外部扰动的影响下仍能成功执行抓取任务。综合上述两点,本发明为目前抓取场景及目标日趋多样化的抓取任务提供了具有高度适应性的多指灵巧手控制方案。
现结合一个具体的实例操作对本发明的工作流程进行如下说明。
利用MATLAB软件以大寰机器人DH-3多指灵巧手抓取正方形物体进行旋转操作为例对本发明方法进行实验仿真。具体参数设置如下:目标物体为边长为0.1米正方体;多指灵巧手与目标物体的摩擦系数μ=0.6;两者接触点在物体坐标系的坐标为r1=[-0.05,0.00,0.00],r2=[-0.00,0.05,0.00]及r3=[0.05,-0.00,0.00]米;控制误差收敛速度参数γ=105和κ=102;噪声设置为η(t)=50×ones(18,1)+5×randn(18,1),即恒定噪声与高斯噪声的混合。通过基于神经动力学的抗扰动最优抓取力求解器求解,将计算得到的结果传送给多指灵巧手,从而控制多指灵巧手完成抓取任务。
图3为实现本发明应用下的能量消耗变化图。从图3可看出,能量消耗在任务开始后迅速稳定在10-2数量级,说明多指灵巧手在短时间内实现了对目标物体的最优力抓取。
图4为实现本发明应用下的多指灵巧手每根手指对目标物体施加力的变化图。从图4可看出,每根手指对目标物体施加的力在极短时间内收敛到最优值并维持至抓取任务结束,说明所提出的基于神经动力学的抗扰动抓取力最优化控制方法能够在外部干扰下成功实现对目标物体的最优力抓取。
图5为实现本发明应用下的一种基于二次型规划的多指灵巧手抓取力最优化控制方法的示意图。如图5所示,所述控制装置通过控制装置各模块之间的信息传递完成从求解器到多指灵巧手控制信号的传递,最终完成以最优抓取力抓取目标物体的目标。
所述控制装置包括:
多指灵巧手信息获取模块501,用于获取所述多指灵巧手的接触力大小信息;
抓取力坐标系转换模块502,用于获取多指灵巧手与目标物体的接触点坐标信息,并将抓取力由物体坐标系转换至世界坐标系表示;
期望信息获取模块503,用于获取所述期望抓取力,并将该信息传输给二次型规划求解器;
模型构建模块504,用于根据所述多指灵巧手与目标物体的接触点坐标和抓取力期望信息,按照预设规则构建所述多指灵巧手抓取力最优化控制的二次型规划方案;
控制信号确定模块505,用于在所述外界干扰的环境中,运用所提出的基于神经动力学的抗扰动最优抓取力求解器确定所述多指灵巧手的控制信号;
信息传递模块506,用于获取所述多指灵巧手的控制信号,并将控制信号传递给下位机;
多指灵巧手控制模块507,用于根据所述多指灵巧手的控制信号控制多指灵巧手,使多指灵巧手抓取目标物体。
Claims (4)
1.一种基于二次型规划的多指灵巧手抓取力最优化控制方法,其特征在于,根据目标物体的期望移动轨迹信息和多指灵巧手与目标物体的接触点坐标信息确定二次型规划方案;
所述二次型规划方案为:
设计其性能指标为最小化(fT(t)Kf(t))/2+ωTf(t),受约束于Gf(t)+fe(t)=0,σ(f(t))≤0,其中,f(t)表示多指灵巧手在t时刻对物体施加的力;ω表示一个参数向量;K表示一个对称正定矩阵;G表示将力从接触点坐标系转换至物体坐标系的转换矩阵;fe(t)表示在t时刻物体受到的外力;T表示矩阵或向量的转置;σ(f(t))=[σ(f1(t));σ(f2(t));…;σ(fm(t))],其中其物理意义为保证多指灵巧手与目标物体在接触点不发生相对滑动。
2.根据权利要求1所述的一种基于二次型规划的多指灵巧手抓取力最优化控制方法,其特征在于,设计了一种基于神经动力学的抗扰动最优抓取力求解器,通过提出一种基于神经动力学的抗扰动最优抓取力求解器,在消除外部扰动影响的同时实现对多指灵巧手的控制。所述求解方法通过将二次型规划方案紧凑化并添加抗扰动项,得到最终求解公式如下:
其中,M(t)表示紧凑化后的参数矩阵;b(t)表示紧凑化后的参数向量;x(t)表示紧凑化后的变量向量;η(t)表示外部噪声,可以是常数噪声、线性噪声、随机噪声或它们的叠加;γ>0,κ>0表示收敛参数。
3.根据权利要求2所述的一种基于二次型规划的多指灵巧手抓取力最优化控制方法,其特征在于,可将所述二次型规划求解器求解结果转化为电机驱动所需要的控制信号,驱动各关节电机使多指灵巧手以最优抓取力抓取目标物体。
4.根据权利要求3所述的一种基于二次型规划的多指灵巧手抓取力最优化控制方法,其特征在于,通过控制装置各模块之间的信息传递完成从求解器到多指灵巧手控制信号的传递,最终完成以最优抓取力抓取目标物体的目标;
所述控制装置包括:
多指灵巧手信息获取模块,用于获取所述多指灵巧手的接触力大小信息;
抓取力坐标系转换模块,用于获取多指灵巧手与目标物体的接触点坐标信息,并将抓取力由物体坐标系转换至世界坐标系;
期望信息获取模块,用于获取所述期望抓取力,并将该信息传输至二次型规划求解器;
模型构建模块,用于根据所述多指灵巧手与目标物体的接触点坐标和抓取力期望信息,按照预设规则构建所述多指灵巧手抓取力最优化控制的二次型规划方案;
控制信号确定模块,用于在所述外界干扰环境中,运用所提出的基于神经动力学的抗扰动最优抓取力求解器确定所述目标多指灵巧手的控制信号;
信息传递模块,用于获取所述目标多指灵巧手的控制信号,并将控制信号传递给下位机;
多指灵巧手控制模块,用于根据所述目标多指灵巧手的控制信号控制目标多指灵巧手,使目标多指灵巧手抓取目标物体。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311684416.5A CN117428786A (zh) | 2023-12-08 | 2023-12-08 | 一种基于二次型规划的多指灵巧手抓取力最优化控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311684416.5A CN117428786A (zh) | 2023-12-08 | 2023-12-08 | 一种基于二次型规划的多指灵巧手抓取力最优化控制方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117428786A true CN117428786A (zh) | 2024-01-23 |
Family
ID=89558480
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311684416.5A Pending CN117428786A (zh) | 2023-12-08 | 2023-12-08 | 一种基于二次型规划的多指灵巧手抓取力最优化控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117428786A (zh) |
-
2023
- 2023-12-08 CN CN202311684416.5A patent/CN117428786A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110262256B (zh) | 一种非线性遥操作系统的多边自适应滑模控制方法 | |
CN112372630B (zh) | 一种多机械臂协同打磨力柔顺控制方法和系统 | |
CN106475999B (zh) | 刚性条件下基于阻抗模型的双臂协调的加速度控制方法 | |
CN110238839B (zh) | 一种利用环境预测优化非模型机器人多轴孔装配控制方法 | |
CN1064577C (zh) | 机器人行走路径规划装置和方法 | |
CN105404744B (zh) | 一种空间机械臂全状态动力学半物理仿真系统 | |
CN111015649B (zh) | 一种驱控一体化控制系统 | |
CN110053044A (zh) | 一种并联机器人串类水果夹取无模型自适应光滑滑模阻抗控制方法 | |
CN114102600B (zh) | 一种多空间融合的人机技能迁移与参数补偿方法及系统 | |
CN115625711B (zh) | 一种考虑末端力的双臂机器人协同控制方法 | |
Li et al. | Model-free impedance control for safe human-robot interaction | |
CN111230882A (zh) | 一种水果分拣并联机器人夹持机构的自适应变阻抗控制方法 | |
JP3765713B2 (ja) | ロボットの協調制御方法及び協調制御装置 | |
CN108132598B (zh) | 移动装弹机械臂系统动力学模型与轨迹控制 | |
CN113524186A (zh) | 基于演示示例的深度强化学习双臂机器人控制方法及系统 | |
CN108189037B (zh) | 一种基于扰动观测器的机械手主次协调控制方法 | |
CN106965187A (zh) | 一种仿生手抓取物体时生成反馈力向量的方法 | |
CN117428786A (zh) | 一种基于二次型规划的多指灵巧手抓取力最优化控制方法 | |
Arimoto et al. | Iterative learning of specified motions in task-space for redundant multi-joint hand-arm robots | |
CN108527371A (zh) | 一种基于bp神经网络的灵巧手规划方法 | |
CN116604532A (zh) | 一种上肢康复机器人智能控制方法 | |
CN114839883B (zh) | 非线性欠驱动水下航行器定深抗干扰鲁棒l1控制方法 | |
CN113467501B (zh) | 作业飞行机器人动态滑翔抓取与力位混合控制方法 | |
CN112428247B (zh) | 一种针对多主-多从遥操作系统的增强透明性能控制方法 | |
Wang et al. | Cooperation control for SMMS teleoperation systems with the Round-Robin protocol |
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 |