机器人柔顺控制

本文介绍了机械臂在传统位置控制中的局限,并详细探讨了被动柔顺控制和主动柔顺控制,包括直接力控(如电流环和末端力/关节力矩传感器)以及间接力控(如导纳控制和阻抗控制),旨在提高机械臂在接触作业中的力控精度和安全性。
摘要由CSDN通过智能技术生成

背景介绍

对于机器人普通的位置控制模式下,控制器给伺服下发位置指令,机器人会运动到指定的目标点。位置控制是说一不二的,这种控制在涉及到接触作业时就会产生麻烦,因为现实环境中会充满各种误差,即使位置误差很小,但是经过大刚度的放大会产生很大的接触力,这是非常危险的。对此,机械臂柔顺控制技术也就应运而生。

1、被动柔顺控制

在机械臂末端再安装一个机械弹性结构,通过机械臂的弹性来实现力控功能。这种控制方式可以在不更改原有的机器人控制算法上实现力控,实现简单,成本低廉,但力控精度无法保证,只能适用于一些对力控精度很低的场景,比如擦桌子场景。

2、主动柔顺控制

利用力的反馈信息,采用一定的控制策略去主动控制机器人作用力,具体分为直接力控与间接力控。

2.1直接力控

在不需要考虑人机交互的安全性的情况下,只需要控制机器人以某个精确压力下压某个表面,或者边移动边下压某个表面,就可以用直接力控,比如典型的打磨场景。该控制方法最常见于简单的零力拖动示教方案,当然要实现零力拖动示教控制回路中还需要重力补偿和摩擦力摩擦。其实现简单,无需修改原有系统中现有的位置控制。

2.1.1基于电流环

通过电流反馈和辨识的动力学模型估计外力,优势是无序额外的传感器,缺点是力控精度差。

2.1.2 基于末端力传感器

通过在机械臂末端加装一个力传感器来实现,优势是力控精度高,缺点是价格昂贵。

2.1.3 基于关节力矩传感器

机械臂本体的关节带力矩传感器才能实现,力控精度上比基于电流环的要高,比基于末端力传感器的方式低。

2.2 间接力控

间接力控既不是单纯地控制力,也不是单纯地控制位置,而是控制力与位置的相对关系。简单来说,间接力控就是把前面提到的弹簧阻尼结构改用了软件算法来实现,但其实它还是个弹簧阻尼系统。

2.2.1导纳控制

根据接收的力偏差信号(末端力传感器或者关节力矩传感器)生成位置参考信号,外环为力控制环,内环为位置控制环。
导纳控制器公式:
τ e = M ( x ¨ r − x ¨ d ) + B ( x ˙ r − x ˙ d ) + K ( x r − x d ) \tau_{e} = M(\ddot{x}_{r}-\ddot{x}_{d})+B(\dot{x}_{r}-\dot{x}_{d})+K(x_{r}-x_{d}) τe=M(x¨rx¨d)+B(x˙rx˙d)+K(xrxd)
即:
x ¨ r = M − 1 [ τ e − B ( x ˙ r − x ˙ d ) − K ( x r − x d ) ] + x ¨ d \ddot{x}_{r}=M^{-1}[\tau_{e}-B(\dot{x}_{r}-\dot{x}_{d})-K(x_{r}-x_{d})]+\ddot{x}_{d} x¨r=M1[τeB(x˙rx˙d)K(xrxd)]+x¨d
其中, M 、 B 、 K M、B、K MBK分别为质量、阻尼、刚度, τ e \tau_{e} τe为外接触力, x d x_{d} xd为机器人期望位置, x r x_{r} xr为实际给机器人下发的位置
以机器人撞击玻璃为例,在机器人碰到玻璃前, τ e = 0 \tau_{e}=0 τe=0,此时实际给机器人下发的位置等于机器人期望位置,即 x r = x d x_{r}=x_{d} xr=xd,在机器人碰到玻璃后, τ e \tau_{e} τe逐渐增大, x r x_{r} xr随着 τ e \tau_{e} τe的增大而减小,最终停止。
在这里插入图片描述

2.2.1阻抗控制

根据位移或者速度偏差生成力控信号,外环为位置控制环,内环为力控制环。
阻抗控制器公式:
τ r = M ( x ¨ d − x ¨ a ) + B ( x ˙ d − x ˙ a ) + K ( x d − x a ) \tau_{r} = M(\ddot{x}_{d}-\ddot{x}_{a})+B(\dot{x}_{d}-\dot{x}_{a})+K(x_{d}-x_{a}) τr=M(x¨dx¨a)+B(x˙dx˙a)+K(xdxa)
其中, M 、 B 、 K M、B、K MBK分别为质量、阻尼、刚度, τ e \tau_{e} τe为外接触力, x d x_{d} xd为机器人期望位置, x a x_{a} xa为机器人实际反馈位置
以机器人撞击玻璃为例,在机器人碰到玻璃前,机器人期望位置与其实际反馈位置的偏差使得机器人末端产生一个力 τ r \tau_{r} τr,这个力 τ r \tau_{r} τr的作用就是使得机器人朝着期望位置运动,在机器人碰到玻璃后,机器人末端受到一个与 τ r \tau_{r} τr反向的力 τ e \tau_{e} τe τ e \tau_{e} τe会抵消 τ r \tau_{r} τr的一部分使得机器人期望位置与其实际反馈位置始终保持一个固定的差值,因而不会撞碎玻璃。
在这里插入图片描述

  • 20
    点赞
  • 23
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
模糊控制机器人柔顺装配中的应用是指利用模糊控制理论来控制机器人在装配过程中的动作,以实现柔顺的装配。柔顺装配是一种高精度、高效率、高灵活性的装配方式,可以适应不同尺寸、不同形状、不同材质的工件进行装配。在机器人柔顺装配中,模糊控制可以根据传感器反馈的信息,调整机器人的运动轨迹和力度,使其能够准确地识别工件的位置和形状,达到精准装配的目的。 具体来说,模糊控制机器人柔顺装配中的应用包括以下几个方面: 1. 机器人运动轨迹控制:通过模糊控制器,对机器人的运动轨迹进行控制,以适应工件的形状和尺寸,使机器人能够准确地接触、插入、拧紧等操作。 2. 力度控制:利用力传感器获取工件与机器人接触时的力度信息,通过模糊控制器调整机器人施加的力度,使其能够在不损坏工件的情况下完成装配操作。 3. 视觉识别控制:通过视觉传感器获取工件的位置和形状信息,通过模糊控制器对机器人的运动轨迹进行调整,以实现精准的装配操作。 4. 灵活性控制柔顺装配要求机器人具有很高的灵活性,能够适应不同形状、尺寸、材质的工件进行装配。通过模糊控制器,可以对机器人控制参数进行动态调整,以适应不同的装配任务。 总之,模糊控制机器人柔顺装配中的应用,可以实现机器人的精准、高效、灵活的装配操作,为工业生产提供了更高效、更精准的生产方式。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值