关键词： 磨抛机器人   阻抗控制   主动柔顺   快速终端滑模   模糊控制  

摘要： 为提高磨抛机器人在未知干扰和建模不确定性下的动态柔顺性能,实现高精度的自动磨抛,提出了一种主动柔顺模糊自适应变阻抗控制方法。以阻抗控制为基础,引入快速终端滑模进行运动控制,以提升控制系统鲁棒性与响应速度,基于指数趋近率,采用连续的双曲正切函数代替符号函数建立带有抑制抖振功能的控制律;在此基础上,采用模糊控制调节阻抗参数来提高系统响应时间和减少超调量,设计了模糊自适应变阻抗模块,定义了模糊规则。通过李雅普诺夫函数验证了控制器稳定性。进行了Simulink仿真对比实验,结果表明,相较于PID,所提方法在响应速度方面提高了37.2%,超调量降低了20.5%,累计误差方面也有明显改善,有利于提高磨抛表面的一致性和磨抛精度。

关键词： 自适应柔顺控制   航天器部件   机器人装配   接触力  

摘要： 利用机器人技术完成航天器部件的装配任务,是中国航天领域的研究重点。仅依靠位置控制完成装配任务时,装配误差的存在会导致航天器部件存在较大的接触力,从而破坏航天器部件的表面质量和表面涂层,进而影响航天器部件的服役寿命。因此,在装配过程中需要使用柔顺控制来调控接触力。目前,在机器人装配中应用的柔顺控制方法需要依据经验设定控制参数,而2个装配体之间的接触力与控制参数密切相关,这会导致接触力不可控。为避免接触力过大,该文提出了一种柔顺控制方法,通过装配过程中的接触力和状态信息,根据不同环境刚度自适应地调整柔顺控制的目标位置和控制参数。为了验证此方法的可行性,该文进行了仿真和实验研究,并与位置控制和经典的导纳控制进行比较,实验结果表明:该文提出的方法具有收敛速度快、残余接触力小、可自动调节控制参数等优势。该方法为航天器部件的机器人自主装配奠定了理论和技术的基础,并有望应用于实际航天器部件装配任务中。

关键词： 阻抗控制   控制系统优化   卡尔曼滤波   微分跟踪器  

摘要： 阻抗控制理论常用于机器人恒力磨抛,传统控制方法易受噪声干扰,稳定性不高。文中基于传统阻抗控制系统对其进行系统优化,主要从3个角度开展:针对控制系统的反馈信号进行优化,采用卡尔曼滤波算法增强力感知功能模块对外界抗干扰的能力;针对系统的输入力信号进行优化,采用自抗扰控制理论中的微分跟踪器对阶跃信号进行平滑处理;针对控制系统的模型参数进行优化,基于不同工作状态进行控制系统模型参数修正,提高叶片磨抛加工的效率。

关键词： 遥操机器人   双边力反馈   柔顺控制   临场力感知  

摘要： 基于高精度遥操作设备和协作机器人搭建一种新型医疗超声检测平台,可用于远程超声检查等应用领域。研究基于双边末端的位姿映射方法、双边力反馈方法与运动保护机制以及动态冲击力反馈与实时感知规避的柔顺控制方法,实现应用于远程医疗超声平台的遥操作机器人随动控制与临场力感知效果,保证遥操作医疗超声平台的实时平稳操作。通过实验验证:该平台具有较强的可行性和稳定性,可为未来超声检测提供新的工作范式。

关键词： 协作机器人   柔顺性控制   递归最小二乘法   阻抗控制   导纳控制  

摘要： 为实现协作机器人在不同刚度环境下的柔顺性控制,提出一种基于递归最小二乘法的协作机器人柔顺性控制方法。通过采用递归最小二乘法求解协作机器人动力学参数,设计了一种基于加权方式的阻抗/导纳混合控制系统,并在不同刚度环境条件下进行实验。结果表明,当加权比为0.8时,所设计的控制系统可取得良好的协作机器人柔顺性控制效果,在较低刚度环境下,具有较小的响应误差;在较高刚度环境下,可快速达到稳态,具有较强的阻抗效应和鲁棒性,最大振荡误差1.5 rad,满足协作机器人柔顺控制实际应用误差的需求。相较于单一阻抗控制或单一导纳控制,该方法在不同刚度环境下具有一定的优越性。

关键词： 航空发动机叶片   机器人柔顺磨抛执行器   阻抗控制   柔顺控制   李雅普诺夫法  

摘要： 以型面尺寸精度与表面质量控制为目标的航空发动机叶片磨抛加工是叶片制造过程中的关键技术和难题。基于机器人磨抛执行器系统结构,文中采用基于位置的阻抗控制策略建立了磨抛执行器的柔顺控制系统,采用李雅普诺夫法分析机器人磨抛执行器的系统稳定性,实现了叶片磨抛加工过程中磨抛力的柔顺控制。实验结果表明,该方法能有效提高叶片表面磨抛加工质量。

关键词： 协作机器人   多臂协作   建模与控制   人机协作   柔顺控制   自然交互  

摘要： 随着劳动力紧缺及人力成本的不断升高,需要使用机器人的领域越来越多,数量也越来越大。就许多应用场景而言,任务复杂多变、应用环境和条件限制也各有不同,单臂协作机器人已不能满足要求,多臂协作机器人系统便应运而生,且已成为未来发展的重要领域。因为发展的时间较短,还需要研发人员做大量的工作。对多臂协作机器人的技术与应用现状进行了较为系统的梳理归纳,从影响较大的几个方面,即多臂协作机器人的应用、机构与轻量化设计、动力学与控制、协同技术、人工智能技术进行了综述。在此基础上,根据人工智能、控制等领域的新发展,提出了多臂协作机器人今后应该加强研究和发展的6个方向,如应用场景向深度人机协同方向发展、结构及零部件更注重高速、高精度和高功重比、在动力学方面将更加重视平顺性设计、协调式协作机器人系统需朝着分层多元化发展、控制将更加趋于自适应柔顺控制和自主决策、交互趋于多信息融合的多维安全保护与自然交互。

关键词： 人机共融   人机跟随   柔顺控制   阻抗控制   拓展社会力模型   空间关系学   避障  

摘要： 人机共融是新一代机器人的重要特征。针对跟随型移动机器人在人机共融环境中的跟随与避障控制问题,提出一种基于拓展社会力模型的柔顺跟随与避障控制策略。基于阻抗控制设计可同时控制人机交互力和位置偏差的跟随控制器,实现了移动机器人的柔顺跟随。考虑“人-机器人-障碍物”三者的交互作用,基于拓展社会力模型和空间关系学设计人机友好的柔顺跟随避障控制策略,有效解决跟随机器人的避障问题,同时保障了人的舒适性,提升了跟随机器人的社会接纳度。仿真结果表明:该策略可以实现人机友好的柔顺跟随避障控制。

关键词： 柔顺控制   改进阻抗控制   接触力超调   径向基函数(RBF)神经网络  

摘要： 机器人柔顺控制可以响应环境变化,但接触信息的延迟以及未知机器人系统的跟踪误差等问题均导致接触瞬间力矩超调严重。针对上述问题提出一种基于自适应位置控制的改进阻抗控制策略,实现快速、精确的位置跟踪,同时,提高力控制的响应速度和精度。所提策略采用双环控制,外环在传统阻抗模型基础上引入非线性接触力微分项在保持系统稳定性的同时提高机器人对接触力变化的响应,有效降低接触力超调;内环为自适应滑模控制,并使用径向基函数(radial basis function,RBF)神经网络逼近机器人动力学模型并补偿系统中不确定性扰动,提高了系统的鲁棒性,提高收敛速度并降低跟随误差。通过仿真与实验,验证了所提出的改进阻抗控制方法相比于传统的阻抗控制方法有更好的力控响应速度和位置跟踪精度,可有效解决机器人与环境接触瞬间的接触力超调问题。

关键词： 水下机械手   柔顺抓取   阻抗控制   参数辨识   递推最小二乘法   遗忘因子   随机干扰   力跟踪  

摘要： 针对具有较多不确定性和随机干扰的水下机械手系统,文中分析了水下环境对动力学模型和阻抗控制器的影响,构建了基于环境参数辨识的阻抗控制器来解决水下柔顺抓取的力跟踪问题。通过引入遗忘因子的递推最小二乘法在线辨识环境刚度并修正参考位置,从而减小接触力的稳态误差,实现实时性和准确性的力跟踪。利用MATLAB/Simulink软件平台进行仿真实验,仿真结果表明该控制器在引入持续外部干扰力和期望力调整的情况下,能快速实现对期望力的跟踪和实时估计接触刚度,具有较好的鲁棒性。最后,通过实验验证了该控制器在真实的水下柔顺抓取任务中具有快速稳定的力跟踪性能,其平均稳态力跟踪偏差约为0.014 N,最大力跟踪偏差约为0.138 N。