基于力/力矩信息的面向位控机器人的阻抗控制

为了克服末端接触点距离力传感器中心较远时,力传感器测量实际接触力的局限性,分析实际作用力与测量力/力矩值之间的关系,利用力传感器信息或力矩信息得到位置控制方向和力控制方向.根据位控与力控方向对机器人末端进行参考轨迹规划,在阻抗控制律中应用参考比例因子调节参考轨迹.基于力误差信息通过模糊推理调节参考比例因子的大小,使生成的参考轨迹适应未知表面的变化.实验结果表明,所提出的控制方法能实现未知工件表面的恒力跟踪.     

基于遗传算法的双臂机器人模糊力/位混合控制

近年来,适用于空间站操作的冗余度双臂机器人系统技术研究得到了较多的重视．结合已有的 研究基础和研究条件,本文开展了面向空间舱内作业的冗余度双臂机器人协调控制应用研究．针对双臂机器 人协调操作过程中的受力问题,提出了一种基于遗传算法的双臂机器人模糊力/位混合控制策略．该方法把机 器人末端的力误差通过模糊控制转变为机器人位置控制器的修正值,在不改变机器人原有位置控制器的前提 下,实现力/位混合控制．利用遗传算法离线优化模糊控制规则,为了提高遗传算法的性能,总体交叉概率和 变异概率都采用了自适应控制策略．最后,以冗余度双臂机器人合力协调搬箱为例,进行了力跟踪的三维仿 真和实验,验证了所提出控制策略的有效性和可靠性．     

微创手术机器人的力/位解耦协同智能控制

为解决目前市场上可利用的微创手术机器人都不包含重要的触觉(力)反馈机制的问题,根据人体内部双边解耦协同的生理调控机制,结合微创手术机器人的控制特性,开发了一种新颖的力/位解耦协同控制策略,并设计相应的智能控制系统.通过4个3自由度触觉操纵器装置,对提出的智能控制系统性能进行了真实的实验验证.实验结果表明,提出的控制系统能够实现力/位信号的解耦与协同控制.操作者能够获得准确的力反馈信号,确保机器人和谐、平稳地完成任务.     

Stewart并联机器人力敏感性分析及实验验证

研究了Stewart并联机器人的人机交互安全性问题．首先建立机器人的静力学方程,提取关节力敏感度和关节力敏感方向指标,度量关节力对操作力的感知敏感性．采用解析法和数值法结合的方法求算关节全局力敏感度．接着分析关节力敏感度在笛卡儿工作空间和位姿工作空间中的分布,以及构型参数对关节全局和局部力敏感度的影响．然后通过限制工作空间和调节末端执行器在工作过程中的位姿,在设计阶段合理选取构型参数,改善关节力敏感度的方法提高人机交互安全性．最后通过实验测试证明了,关节力敏感度能有效度量关节对交互力的敏感性,末端执行器的位置和姿态能直接改变关节力敏感度．     

机器人的力控制和顺应控制研究进展

机器人力控制和顺应控制是机器人学研究的一个重要领域,对于提高机器人的性能,增强机器人的适应性,扩大应用范围具有十分重要的意义.本文对近年来国内外关于机器人力控制和顺应控制方面的研究情况进行了综述,着重讨论环境约束下的机器人的力与位置混合控制,阻抗控制,刚度控制,阻尼控制,主动式顺应控制。被动式顺应控制(柔顺手腕),主动式柔顺手腕控制和机器人的自适应力控制.介绍了将人工神经元网络用于机器人力与位置控制的研究动态,最后指出了机器人力控制和顺应控制研究中存在的问题和研究方向.     

机器人操作手的最佳传力位姿的确定

本文在考察机器人操作手动态特性的基础上,研究了操作手的力传递特性,并根据向量系的广义相关性理论,定义了机器人操作手的力传递灵活性指标.最后,本文运用这些指标,解决了在给定操作力的条件下,所需驱动铰力最小的操作手的最佳位姿问题.     

基于RBF神经网络补偿的一种绳牵引并联机器人 支撑系统的力/位混合控制

为了保证用于风洞试验的绳牵引并联机器人支撑系统(wire-driven parallel robot support system, WDPRSS)的末端执行精度,设计一种采用Hamilton-Jacobi Inequality(HJI)定理并基于RBF神经网络补偿的力/位混合控制.通过对WDPRSS的动力学建模分析,选择以位姿作为变量建立WDPRSS的整体动力学方程,将所设计的力/位混合控制代入到整体动力学方程中得到误差闭环系统,对闭环系统进行稳定性分析,结果表明WDPRSS是趋于渐近稳定特性的.对八绳牵引的并联机器人支撑系统进行Matlab/Simulink仿真实验,仿真结果表明所设计的力/位混合控制是正确有效的,满足控制精度要求,并将所设计的力/位混合控制与PD控制进行对比分析.最后,通过样机实验验证所提出控制方案的有效性.     

工业机器人自适应力控制的新方法

机器人力控制系统的稳定性对接触环境刚性的变化很敏感，为了解决这一问题，本文首先建立了一种机器人与刚性环境相接触的动力学模型，然后，基于Ｐｏｐｏｖ超稳定理论设计出了一种机器人自适应力控制算法，该算法通过辨识环境刚性以获取与接触环境相适应的力控制反馈增益系数，理论分析和实现结果都证明这种方法在环境刚性大范围变化时，均能获得的控制效果。     

基于多重几何约束的未知物体抓取位姿估计

针对机器人在非结构化环境下面临的未知物体难以快速稳定抓取的问题,提出一种基于多重几何约束的未知物体抓取位姿估计方法.通过深度相机获取场景的几何点云信息,对点云进行预处理得到目标物体,利用简化的夹持器几何形状约束生成抓取位姿样本.然后,利用简化的力封闭约束对样本进行快速粗筛选.对抓取位姿的抓取几何轮廓进行力平衡约束分析,将稳定的位姿传送至机器人执行抓取.采用深度相机与6自由度机械臂组成实验平台,对不同姿态形状的物体进行抓取实验.实验结果表明,本文方法能够有效应对物体种类繁多、缺乏3维模型的情况,在单目标和多目标场景均具有良好的适用性.     

附加力外环的机器人力／位置自适应模糊控制

提出一种由神经网络训练模糊控制规则的自适应模糊控制器,并应用附加力外环的机器人力／位置控制。在不改变一般工业机器人原有位置控制的前提下,实现力／位置自适应模糊控制。实验结果表明,该方法可使机器人控制系统对工作环境接触刚度的自适应能力得到显著改善。     

面向未知环境基于智能预测的模糊控制器研究

提出了一种新的面向未知环境的智能预测算法，并将此算法应用于机器人力跟踪控制中．该方法利用机械手末端与未知受限环境产生的接触轨迹，通过模糊推理智能地预测阻抗控制模型中的参考轨迹，并根据力误差变化用参考比例因子对其进行调节，以适应未知环境刚度的变化．通过对阻抗模型参数进行模糊调节减少受限运动中的力误差，提高了全局的力控制效果．仿真结果证明了此算法的有效性．     

A force–impedance controlled industrial robot using an active robotic auxiliary device

A strategy to improve the performance of current commercial industrial robots is presented in this paper. This strategy involves cooperation of two robotic manipulators: the robotic controlled impedance device (RCID) and a commercial industrial robot. The RCID is a small six degrees-of-freedom (DOF) high bandwidth force–impedance controlled parallel manipulator, developed at the School of Engineering of the University of Porto (Portugal). The RCID works attached in series with a position controlled commercial industrial robot. Combination of the two manipulators behaves as a single manipulator having the impedance and force control dynamic performance of the RCID, as well as the workspace and trajectory tracking bandwidth of the industrial robot. Force–impedance control of the RCID, and experimental results on typical tasks that involve end-effector contact with uncertain environments of unknown stiffness are presented.     

双连杆刚柔机械臂无残余振动位置控制

针对双连杆刚柔机械臂,提出一种基于轨迹规划的无残余振动位置控制方法,在将机械臂的末端执行器从任意初始位置移动到目标位置的同时,确保系统没有残余振动产生.首先,建立系统的动力学模型,并通过分析该模型得到系统的状态约束方程.其次,基于状态约束方程,运用双向轨迹规划方法规划一条系统前向轨迹和一条系统反向轨迹.然后,利用时间倒转方法及基于遗传算法的轨迹优化方法对两条轨迹进行拼合,得到一条从系统初始状态到目标状态的期望轨迹.最后,设计轨迹跟踪控制器使系统沿期望轨迹到达目标状态,实现系统的无残余振动位置控制目标.仿真结果验证了本文所提方法的有效性.     

基于不确定逼近的机械手自适应鲁棒预测控制

针对具有参数不确定性和未知外部干扰的机械手轨迹跟踪问题提出了一种多输入多输出自适应鲁棒预测控制方法. 首先根据机械手模型设计非线性鲁棒预测控制律, 并在控制律中引入监督控制项; 然后利用函数逼近的方法逼近控制律中因模型不确定性以及外部干扰引起的未知项. 理论证明了所设计的控制律能够使机械手无静差跟踪期望的关节角轨迹. 仿真验证了本文设计方法的有效性.     

Fuzzy-neuro position/force control for robotic manipulators with uncertainties

The performance of a controller for robot force tracking is affected by the uncertainties in both the robot dynamic model and the environmental stiffness. This paper aims to improve the controller’s robustness by applying the neural network to compensate for the uncertainties of the robot model at the input trajectory level rather than at the joint torque level. A self-adaptive fuzzy controller is introduced for robotic manipulator position/force control. Simulation results based on a two-degrees of freedom robot show that highly robust position/force tracking can be achieved, despite the existence of large uncertainties in the robot model.     

基于阻抗控制的自适应力跟踪方法

本文针对阻抗控制不能精确控制力的缺陷,提出了一种自适应的力跟踪策略．它根 据力误差在线修正参考位置,使机械手的实际接触力跟踪期望力．这种方法对补偿误差、干 扰和环境知识等不确定因素具有鲁棒性,而且计算量小,符合实时控制的要求．实验研究证 明了该方法的有效性．     

Position-based force tracking adaptive impedance control strategy for robot grinding complex surfaces system

As a key technology of robot grinding, force control has great influence on grinding effects. Based on the traditional impedance control, a position-based force tracking adaptive impedance control strategy is proposed to improve the grinding quality of aeroengine complex curved parts, which considers the stiffness damping environmental interaction model, modifies the reference trajectory by a Lyapunov-based approach to realize the adaptive grinding process. In addition, forgotten Kalman filter based on six-dimensional force sensor is used to denoise the force information and a three-step gravity compensation process including static base value calculation, dynamic zero update and contact force real-time calculation is proposed to obtain the accurate contact force between tool and workpiece in this method. Then, to verify the effectiveness of the proposed method, a simulation experiment which including five different working conditions is conducted in MATLAB, and the experiment studying the deviation between the reference trajectory and the actual position is carried out on the robot grinding system. The results indicate that the position-based force tracking adaptive impedance control strategy can quickly respond to the changes of environmental position, reduce the fluctuation range of contact force in time by modifying the reference trajectory, compensate for the defect of the steady-state error of the traditional impedance control strategy and improve the surface consistency of machined parts.     

受限机器人神经形态的变结构位置/力控制

本文基于Ｊｅａｎ和Ｆｕ（１９９３）建立的受限机器人模型的降型阶形式，利用变结构系统理论，设计了具有未知动态的受限机器人轨道／力追踪控制，提出的学习方法仅仅利用了机器人动态模型的一般结构，不需要其精确信息，计算迅速，易于实现，仿真结果验证了提出的方法的有效性。     

Sliding mode force,motion control,and stabilization of elastic manipulator in the presence of uncertainties

This article considers the question of position and force control of three-link elastic robotic systems on a constraint surface in the presence of robot parameter and environmental constraint geometry uncertainties. The approach of this article is applicable to any multi-link elastic robot. A sliding mode control law is derived for the position and force trajectory control of manipulator. Unlike the rigid robots, sliding mode control of an end point gives rise to unstable zero dynamics. Instability of the zero dynamics is avoided by Controlling a point that lies in the neighborhood of the actual end point position. The sliding mode controller accomplishes tracking of the end-effector and force trajectories on the constrained surface; however, the maneuver of the arm causes elastic mode excitation. For point-to-point control on the constraint surface, a stabilizer is designed for the final capture of the terminal state and vibration suppression. Numerical results are presented to show that in the closed-loop system position and force control is accomplished in spite of payload and constraint surface geometry uncertainty. © 1995 John Wiley & Sons, Inc.     

Nonlinear robust adaptive Cartesian impedance control of UAVs equipped with a robot manipulator

In this paper, a new nonlinear robust adaptive impedance controller is addressed for Unmanned Aerial Vehicles (UAVs) equipped with a robot manipulator that physically interacts with environment. A UAV equipped with a robot manipulator is a novel system that can perform different tasks instead of human being in dangerous and/or inaccessible environments. The objective of the proposed robust adaptive controller is control of the UAV and its robotic manipulator’s end-effector impedance in Cartesian space in order to have a stable physical interaction with environment. The proposed controller is robust against parametric uncertainties in the nonlinear dynamics model of the UAV and the robot manipulator. Moreover, the controller has robustness against the bounded force sensor inaccuracies and bounded unstructured modeling (nonparametric) uncertainties and/or disturbances in the system. Tracking performance and stability of the system are proved via Lyapunov stability theorem. Using simulations on a quadrotor UAV equipped with a three-DOF robot manipulator, the effectiveness of the proposed robust adaptive impedance controller is investigated in the presence of the force sensor error, and parametric and non-parametric uncertainties.