配电机器人剥线器的RLS阻抗力控制算法

针对配电机器人剥线过程中导线线芯易受损问题提出一种适合末端剥线器的基于阻抗控制的切进力跟踪控制算法.目前很多阻抗控制无法完成环境刚度突变的任务要求,针对配电机器人工作环境刚度的复杂性,在阻抗控制算法中引入递推最小二乘法(RLS)对导线绝缘层和线芯刚度进行在线辨识实现对切进力的精确稳定跟踪,并在MATALAB/Simulink中对配电机器人剥线环节的阻抗力控制算法和提出的基于RLS的阻抗算法进行对比仿真试验.仿真结果显示,基于RLS参数辨识的力控算法在环境刚度突变的情况下依然有着较好的力跟踪性能,且稳态误差趋近于零,试验结果的对比显示了RLS阻抗控制算法的可行性和有效性.     

关于幕墙安装机器人的力控制算法性能分析

现代幕墙安装过程中对移动的快速性和安装时精确性的要求越来越高,为了更好的研究幕墙安装机器人的力控制算法,建立了简化的机器人动力学模型,确定了阻抗控制与自适应阻抗控制数学模型,并借助Matlab/Simulink构建了阻抗控制及自适应阻抗控制仿真平台,通过分析位置跟踪情况和环境接触力跟踪情况,验证了两种控制算法的可行性。对比分析两种控制方法后,最终提出了适用于幕墙安装的力控制方法,即在自由空间选择阻抗控制方法,环境接触空间选择自适应阻抗控制方法,该方法可以满足自由运动时快速响应和环境接触力控制的准确性要求。     

基于Q-Learning的变阻抗控制

针对机器人力控磨抛系统在作业时与不确定环境接触的接触力控制问题,提出了一种基于Q-Learning的变阻抗控制算法。首先,根据获取的系统输入检查Q函数的迭代评估控制策略并沿Q函数的梯度更新参数集至收敛,获得近似Q函数;然后,对近似Q函数求导得到最佳的阻尼系数;最后,通过阻抗控制调整力控打磨平台,从而对接触力进行实时准确控制。仿真实验表明,基于Q-Learning的变阻抗控制算法具有响应速度快、超调量低和稳定性好等特点,此外对于环境变化能快速调整适应并对期望接触力进行准确跟踪,可以有效提高机器人力控磨抛系统的接触力控制性能。     

基于位置阻抗的机器人接触碰撞控制研究

针对机器人分钢过程中末端与环境接触瞬间冲击振荡和力的不稳定性问题,提出了一种基于鲁棒自适应的位置阻抗控制方法。该方法通过内环的PD自适应控制器来跟踪期望轨迹,通过外环的阻抗控制器实现机器人末端与环境之间接触力的稳定性控制,实现了机器人由自由空间到约束空间快速、平稳的过渡和力的稳定性控制。在ADAMS与MATLAB/Simulink中搭建了联合仿真平台,对比分析了控制前后接触力的变化,联合仿真结果表明控制方法的有效性。     

沿任意倾斜面的机器人力/位置控制方法研究

设计了沿任意倾斜面的机器人自适应阻抗控制方法,该方法解决了接触面法向方向、环境阻尼、刚度参数未知对机器人力/位置控制的影响问题。在机器人与倾斜面碰撞接触过程中采用递归最小二乘(RLS)算法估计环境的阻尼、刚度,根据接触力矩实际值与期望值的偏差实现机器人末端期望姿态的调整;在机器人末端沿倾斜面滑动阶段,设计规则自调整的模糊控制器,根据机器人末端位移、接触力误差实时调整机器人阻抗控制模型参数,以适应环境阻尼、刚度的变化。提出的控制方法具有编程实现简单且对环境参数变化鲁棒性较强的优点,实验验证了控制方法的有效性。     

基于变参数阻抗控制的机器人恒力打磨研究

面向机器人恒力打磨需求,文章设计了阻抗参数在线调整与离线优化的自适应阻抗控制算法,实现了打磨力控制。自适应阻抗控制算法将刚度参数作为时变参数,根据打磨接触力实时在线调整,以消除打磨过程中的稳态误差。针对阻尼参数和惯性参数难以整定的问题,以降低系统超调量和调整时间作为优化目标,采用改进粒子群算法进行阻抗参数离线优化。进行了机器人恒力打磨仿真,仿真结果表明,该方法可以综合改善机器人的恒力控制性能。开展了机器人恒力打磨实验,实验结果表明,该方法可以有效地提高机器人打磨表面质量。     

基于阻抗控制的工业机器人力控制方法

针对工业机器人的力控制问题,提出一种通过机器人运动轨迹补偿来间接控制接触力的阻抗控制算法.通过分析机器人末端与加工对象的接触模型设计控制系统.借助力传感器采集的力信号,将阻抗控制表达式进行离散化处理,由此计算轨迹修正值的表达式.对机器人运动轨迹补偿进行仿真,验证方法的可行性.通过进行机器人磨削试验,对比有力控和无力控的接触力波形图,验证了方法的有效性.     

基于阻抗控制的工业机器人力控制方法

针对工业机器人的力控制问题,提出一种通过机器人运动轨迹补偿来间接控制接触力的阻抗控制算法.通过分析机器人末端与加工对象的接触模型设计控制系统.借助力传感器采集的力信号,将阻抗控制表达式进行离散化处理,由此计算轨迹修正值的表达式.对机器人运动轨迹补偿进行仿真,验证方法的可行性.通过进行机器人磨削试验,对比有力控和无力控的接触力波形图,验证了方法的有效性.     

单神经元自适应PID的机器人恒力控制研究

针对传统基于位置控制的机器人因末端执行器缺少力负反馈环节,难以实现对接触力精确控制问题,建立了一种基于Windows平台和RSI(Robot sensor interface)应用程序包的工业机器人开放式控制系统,在此基础上提出单神经元自适应PID的机器人恒力控制自适应算法。通过在KUKA工业机器人平台实验验证,该力控算法可在未知环境参数情况下实现机器人末端执行器与工件之间恒力接触,并且易于实现;最后通过实验提出了基于所搭建实验平台的单神经元系数K自调整的单神经元自适应PID的机器人恒力控制算法,进一步提高了控制器的自适应性和鲁棒性。     

基于自适应阻抗控制的大负载液压机械臂柔顺控制

针对大负载液压机械臂的柔顺作业问题,提出了一种自适应阻抗控制算法进行机械臂柔顺控制。算法根据六维力传感器测量的接触力信息和机械臂末端位置信息,对环境刚度和环境位置实时估计。根据环境刚度和环境位置的估计值,对机械臂的参考轨迹进行修正,实现自适应阻抗控制,以达到更佳的力控效果。开展了液压机械臂管道搬运实验,进行自适应控制算法性能验证。结果表明,相较于传统的阻抗控制算法,机械臂采用自适应阻抗控制算法能够获得更好的力控性和柔顺性。     

建筑幕墙安装机器人的力控制分析

建筑幕墙安装机器人在施工作业的过程中,不仅要求板材在自由空间移动的快速性,同时也要求安装时精确性。为实现幕墙安装机器人末端接触力的控制,基于阻抗控制的理论,针对简化动力学模型,提出一种基于位置的阻抗控制(导纳控制)并结合MRAC自适应理论。借助Matlab/Simulink构建了阻抗控制仿真平台,通过分析末端与环境接触力跟踪情况,验证了该控制算法的可行性。最终对机器人进行实验分析,该方法可以满足环境接触力控制的安装要求,提高了幕墙安装机器人的施工效率和精确性。     

基于自适应变阻抗的工业机器人双机械臂控制

为了实现对工业机器人双机械臂位置/力的精准控制,提出了一种自适应变阻抗控制算法。首先建立了阻抗模型,并对双机械臂系统进行了受力分析,将接触力分解为外力和内力,并分别针对外力和内力设计了自适应变阻抗控制算法来实现对位置/力的协同控制;然后通过仿真验证了自适应变阻抗控制算法能够实现对工业机器人双机械臂位置/力的协同控制,运动轨迹跟踪最大误差仅为0.3 cm,接触力跟踪最大误差仅为0.2 N,表现出了更优的控制效果;最后在定点控制测试平台上得到位置定位的最大误差仅为0.17 cm,接触力跟踪最大误差仅为0.22 N,表现出了更优的工程实用性。     

上肢外骨骼机器人的阻抗控制与关节试验研究

外骨骼机器人穿戴于人体上,可以作为一种助力、增强或者交互的工具,应用于康复、遥操作等领域。针对上肢外骨骼机器人的人机交互控制问题,提出一种上肢外骨骼机器人的阻抗控制模型,并建立了一体化关节的动力学模型,详细设计了单关节的阻抗控制方法。基于外骨骼机器人在人机交互控制中的随动任务特性,设计了基于力的阻抗控制方法以及基于位置的阻抗控制方法。针对阻抗控制模型为二阶系统的特点,提出了阻抗控制参数优化分析的方法。建立了单关节阻抗控制的数值仿真模型,通过仿真试验分析了惯性参数、阻尼参数、刚度参数以及人机接触刚度对阻抗控制性能的影响。开展了单关节系统的阻抗控制硬件试验。试验结果表明单关节系统的触碰检测、重力补偿以及阻抗控制均可实现,并且操作者与关节系统可以实现协同运动。     

机器人磨抛加工接触稳态自适应力跟踪研究

磨抛加工作为复杂曲面制造的最后关键工序,直接决定着零件的轮廓精度与表面质量。机器人具有运动范围大、通用灵活与智能化等优势,结合砂带磨抛工艺被广泛应用于大型复杂曲面零件的加工。但机器人多轴耦合、末端响应速度慢与定位精度低等弊端导致磨抛加工接触力精准控制困难,难以实现机器人柔顺力控加工。针对机器人磨抛加工接触稳态力跟踪问题,在阻抗控制与基于环境参数估计的参考轨迹自适应生成方法上,提出采用遗传算法对位置误差引起的接触力误差进行补偿。结果表明,所提出的方法提高了机器人磨抛加工接触力的跟踪精度,接触稳态力跟踪误差降低约85.7%,具有较好的稳定性与可靠性,可以实现机器人在未知环境下的柔顺自适应加工。     

变胞机器人重构及转向时足着地柔顺性控制

变胞机器人能够根据外界环境变化在轮式行驶和足式行走两种运动模式间自然切换,因此兼具在平整结构路面上快速行驶和在崎岖山地越障行走的能力。基于广义坐标法建立了变胞机器人转向重构过程的运动学模型,考虑到重构过程中摆动腿与环境接触时存在较大冲击,提出了利用阻抗控制方法实现摆动腿着地柔顺控制。在传统阻抗控制的基础上,基于李雅普诺夫渐进稳定性定理设计了自适应阻抗控制器,并利用粒子群优化算法对阻抗控制参数进行了优化。通过在不同环境刚度下仿真分析,证实了经过参数优化后的自适应阻抗控制器能够很好地实现对期望接触力的跟随,提高了变胞机器人对未知多变环境的适应性。最后针对变胞机器人转向重构过程中足着地进行了路面实验,进一步证实了优化后的自适应阻抗控制方法的优越性。     

基于卡尔曼滤波的机器人力控制

为解决机器人在打磨、装配等复杂作业环境下,其末端力传感器获取到的机器人本体与作业环境间的接触力信号存在干扰噪声影响的问题,设计了基于卡尔曼滤波的机器人力控制模型.通过搭建力控制模块,对比经典阻抗控制与基于卡尔曼滤波的机器人力控制下的接触力跟踪效果,分别搭建平面轨迹跟踪与曲面轨迹跟踪机器人可视化平台.经仿真验证发现,两种...     

未知时变环境下机器人自校正阻抗控制研究

针对未知、时变环境下机器人力位控制需求,基于非线性接触动力学模型进行了阻抗控制的位置自校正修正算法研究.通过建立基于Hunt-Crossley非线性接触动力学模型的阻抗控制系统,构建了在刚性或柔顺作业环境下机器人末端位置与接触力之间的动态关系;在自校正控制系统中引入自扰动递推最小二乘辨识算法,以接触力误差最小为设计指标,设计了阻抗控制的位置自校正修正算法,在预测控制同时进行接触动力学参数在线跟踪辨识,解决了在材料力学特性未知或存在时变的环境下,力跟踪的实时性和准确性问题;仿真实验模拟了环境力学特性参数事先未知且在不同作业区域间存在差异的应用场景,结果表明,该算法能够实时进行阻抗控制的自适应位置调整,保证了力位跟踪控制的快速响应性和收敛性,稳态力跟踪误差控制在2％以内,环境力学特性发生变化时的控制调整时间仅约7个采样周期,相较对比算法减少约70％.     

基于环境刚度模糊自适应估计的机器人力控制

在未知环境中为实现精确的接触力控制,需要力控制器能够适应环境的变化。该文将多模型模糊控制器引入到机器人力控制中来适应未知环境的变化,针对几种典型的接触环境刚度设计相应的模糊控制器。由于在环境变化时,很难得到精确的环境刚度值,该文对环境刚度进行模糊自适应估计,进而确定各个模糊力控制器的加权系数,模糊力控制器生成机器人位置控制系统的输入指令。仿真研究表明所设计的控制器是可行和有效的。     

适应环境刚度、阻尼参数未知或变化的机器人阻抗控制方法

针对机器人阻抗控制在实际应用中其性能受环境的阻尼、刚度参数未知或变化影响的问题,提出了一种机器人自适应阻抗控制方法。在定义机器人阻抗控制性能指标的基础上结合阻抗模型刚度变化的几何表示,给出了阻抗模型刚度参数初值计算方法,提出了基于人工神经网络的环境等效刚度在线估计方法,并结合二阶系统临界阻尼条件计算阻抗模型阻尼参数初值。机器人力控制实验结果验证了该方法较已有的机器人阻抗控制方法在参考轨迹平滑性、力控制稳定性和易于工程实践方面有一定的优势。     

动态环境下的机器人平滑自适应变阻抗控制

针对磨抛任务中的机器人柔顺恒力控制问题,提出一种动态环境下基于位置的平滑自适应阻抗控制方法。首先研究了机器人磨抛任务空间转换接触力变化过程,使用自抗扰控制中的微分跟踪器来安排过渡过程,使期望力缓慢释放,以减小接触力冲击。然后针对磨抛任务中环境位置不确定性的问题,建立自适应阻抗模型,根据接触力的变化进行自适应调整阻抗参数,实现位置的自适应补偿,并对自适应变阻抗的稳定性进行证明。最后,通过对已有的自适应变阻抗控制方法和所提出的平滑自适应变阻抗控制进行仿真实验对比,并对所提出的平滑自适应变阻抗控制进行实机验证。实验结果表明,平滑自适应阻抗控制方法能够有效地减小力超调,达到更好的力跟踪效果,提高系统的稳定性和鲁棒性。