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

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

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

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(f^T(t)Kf(t))/2+ω^Tf(t)，受约束于Gf(t)+f_e(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；f_e(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(f_m(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)+f_e(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(f_m(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；f_e(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(f^T(t)Kf(t))/2+ω^Tf(t)，受约束于Gf(t)+f_e(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；f_e(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(f_m(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。