关键词:
工业机器人
自适应阻抗控制
力传感器
MLP神经网络
ROS机器人系统
摘要:
轴孔装配是工业生产中普遍存在的一种重要工艺。随着中国智能制造业的发展,工业机器人在装配领域发挥了重要的作用。但是工业机器人由于其自身定位精度不足、现有控制方式的局限性,对于典型高精密的装配捉襟见肘。
针对这个问题,很多学者也在这方面进行了大量的研究。首先是柔顺控制方面,目前运用在工业自动化最多的是力位混合控制,包括力/位混合控制和阻抗/导纳控制,力/位混合控制由于无法精确建模而对系统带来误差,并且机械臂与环境接触时控制器无法对碰撞及时做出反应,难以付诸实践。阻抗/导纳控制虽然对不确定环境具有很大的鲁棒性,但是它不具备精准的力跟踪能力。其次是高精密装配的孔外搜索方面,目前工业现场用的最多的传统孔外搜索方式,例如方波搜索、螺旋搜索等,都会遍历很多无效点,导致装配的效率大大的降低。
鉴于此,本文提出了基于自适应阻抗控制的精密轴孔柔顺装配系统,提高了力跟踪的能力和力响应速度,加强了鲁棒性,结合了多层感知机(Multilayer Perceptron,MLP)神经网络智能搜孔策略,实现了精密轴孔的柔顺装配,并且提高了装配效率。本文主要贡献包括以下几个方面:
(1)针对搜孔、插孔阶段因位姿偏差引发的卡阻问题,对轴孔的装配进行了几何分析,并对其进行了力学分析,可以沿着X轴或Y轴顺时针或逆时针进行旋转某一角度,进行调整,减小卡阻。同时,本文使用标准DH法对华数603型六自由度工业机器人运动学模型,详细地推导运动学正逆解并通过matlab机器人工具包证明正逆解的准确性。根据装配任务的分析,最后得出了装配的整体方案。
(2)针对轴孔装配时由于定位精度低导致的位姿偏差问题,对现在轴孔装配过程中的传统孔外搜孔算法进行了分析,针对这些传统搜索方法遍历过多无效离散点的问题,提出了MLP神经网络智能搜孔方法,建立了智能搜孔的模型,并且通过数据采集、数据标注、网络训练等方式,最后训练得出了可用的分类器模型,实验证明了该方法能减少搜索步数,提高装配效率。
(3)针对传统基于位置的阻抗控制在装配时存在力跟踪能力差、抑制力冲击能力差的问题,采用自适应控制原理,提出了一种适用于轴孔装配的柔顺力控制方法,使得力响应速度和精度都得到很大提高。同时在笛卡尔坐标下,设计恒力控制器,能够在轴孔接触时通过恒力控制能够有效减小震荡。设计姿态顺应控制器,对轴进行姿态控制能够使得装配过程中轴往卡阻小的方向进行调整。
(4)最后,搭建了实验平台,在基于ROS软件实验平台用华数的HS603机器人进行了实验,同时开展重力补偿实验,拖动实验、精密轴孔柔顺装配实验等,基于这些实验结果对力控算法的应用价值进行验证。