关键词： 机械臂   柔顺控制   阻抗控制   未知环境   模型不确定  

摘要： 机械臂因其高效率而越来越多的被应用于各种场合,通过对其末端的位置进行控制即可完成搬运、喷涂等工作。随着生产要求日益复杂,人们期望机械臂能够完成一些与环境交互的任务,此时,需要实现机械臂的柔顺控制。在实际应用中,难以获取准确的环境信息和精确的机械臂动力学模型,这对柔顺控制的实现造成了巨大的挑战。本文以阻抗控制理论为基础,以多关节机械臂为研究对象,在环境信息不确知、机械臂模型无法准确建立的条件下,研究机械臂的柔顺控制技术。首先,针对变阻尼方法难以保证瞬态性能的问题,将变刚度阻抗控制和基于RBFNN的位置控制方法相结合。对于变刚度部分,将接触力的误差作为优化目标,利用梯度下降法求解变化量,能够避免在接触时造成太大的冲击。结合PI控制方法设计了位置控制器,在此基础上,引入RBFNN来逼近机械臂动力学中的不确定部分,从而减小了参数摄动、外部扰动等因素造成的位置误差。通过一系列仿真对所提出的算法进行了仿真和验证。其次,针对阻抗控制存在的稳态误差,提出了一种结合神经网络的机械臂阻抗控制方法。在阻抗的基础上并联一个位置修正模块,利用反步法结合自适应神经网络,得到环境未知时的位置二次修正律。针对关节电机输出力矩饱和的特性,利用一种辅助系统来削弱其影响,并结合自适应神经网络设计了位置控制器,进而得到各个关节电机的控制电压。通过仿真验证了该算法能够有效改善未知环境信息对于柔顺控制的不利影响。最后,针对未知环境下难以确定参考轨迹的问题,利用估计方法得到环境的位置和刚度,再结合期望力的大小,从而计算出在笛卡尔空间中的参考轨迹,该参考轨迹经过阻抗环节的修正得到期望位置。为了加快机械臂位置控制的收敛速度,设计了能够在固定时间收敛的位置控制器。同时为了提高位置控制的精度,设计了补偿方法,有效地减小了未建模动态对于机械臂位置控制的不利影响。通过仿真,验证了机械臂在未知环境下进行柔顺控制的性能。

关键词： 下肢康复机器人   轨迹规划   柔顺控制   模型预测控制   系统辨识   自适应控制  

摘要： 下肢康复机器人作为机器人领域的一个重要的分支,是一种能够帮助如脑卒中、偏瘫等疾病引起下肢功能性障碍患者恢复行走能力的机器人。随着目前康复需求的增加,康复医师的短缺,人为辅助患者进行康复训练工作的难以量化性,以及人们对训练效果更高的需求,下肢康复机器人越来越受到人们的关注。本文设计了一种模块化下肢康复机器人控制系统,用来帮助下肢运动功能障碍患者通过定量化训练重建运动机能。为保证康复机器人控制系统的实时性,构建了以Linux+Xenomai双内核实时操作系统为机器人控制器系统软件平台,以Chibios实时操作系统为关节驱动器的系统软件平台,提出了系统分布式模块化网络结构方案。为保证患者康复训练的安全、有效性,提出了基于最小二乘原理的融合多项式与傅里叶级数拟合方案,实现了连续平滑的人体步态周期轨迹。为了减小康复机器人模型中存在的非线性、强耦合特性对康复机器人算法性能的影响,先后提出了神经网络自适应控制、改进的神经网络自适应控制、基于系统辨识的模型预测控制与模型预测解耦控制算法。为了实现主动康复训练及避免在康复训练过程中对患者造成二次损伤,基于虚拟隧道原理,提出了人机交互柔顺控制策略,同时开发了安全监控系统,实时监控康复机器人运行位置、速度、扭矩等信息,提高患者进行康复训练的安全性。为验证提出算法的有效性,构建了MATLAB-ADAMS联合仿真控制平台,对提出算法进行了仿真实验,最后对提出算法在下肢康复机器人原理样机上进行了实验验证。

关键词： 协作机器人   运动控制系统   自抗扰控制   轨迹跟踪控制   导纳控制  

摘要： 随着我国工业自动化水平的不断提升,协作机器人的应用越来越广泛,由于协作机器人的工作特性,使其尤其适合用于人机协作的工作场景下。在自动化水平不断提升与环境保护与污染问题日益受到关注的背景下,我国电动汽车的保有量不断提升,充电桩的数量与建设规模也在不断增大,但当前的充电桩存在自动化程度低的问题。为了解决目前充电桩充电大多采用人工,自动化程度低的问题,本课题搭建协作机器人及控制系统,综合运用协作机器人、机器人控制器与六维力传感器完成电动汽车自动充电插拔任务。首先根据任务需求,搭建协作机器人及控制系统,对主要部件进行设计与选型,完成协作机器人及控制系统的总体方案设计,包括协作机器人本体设计、机器人控制器选型和六维力传感器的选型,并针对本系统硬件确定了软件设计及开发平台,确定了算法开发流程。协作机器人本体的动力源自关节模组,本课题分析了关节模组中永磁同步电机的数学模型,并确定了矢量控制策略,随后根据自抗扰控制原理分别设计了一阶电流线性自抗扰控制器和二阶位置线性自抗扰控制器作为矢量控制中电流环和位置环的闭环控制器,并进行了仿真和实验验证。针对协作机器人结构,本课题建立了协作机器人的运动学模型,并根据此运动学模型进行了正逆运动学、工作空间和奇异性的分析。随后根据任务需求,对笛卡尔空间下轨迹规划进行分析,并通过仿真进行了验证。针对协作机器人这一非线性系统中不确定性问题导致协作机器人轨迹跟踪性能差的问题,本课题提出了鲁棒伺服约束跟随控制器,并在二自由度机器人上进行仿真验证了算法的有效性。针对协作机器人柔顺控制,本课题对六维力传感器的接触外力进行分离,分析了工具重力及初始值的影响,并通过实验对重力和初始值进行补偿,证明了分析的正确性。针对柔顺控制,本课题对阻抗控制和导纳控制的原理和特性进行分析,并根据本课题的任务环境确定了导纳控制器的设计方案,并分别通过参数仿真和笛卡尔空间的导纳控制仿真分析了参数对控制器的影响以及所设计导纳控制器在工作空间的有效性。然后根据电动汽车自动插拔问题,本课题对插拔过程和插拔过程受力进行分析,并制定了接触阶段的柔顺控制策略。最后通过所搭建的实验验证了系统的整体功能和有效性。

关键词： 力感知   柔顺装配系统   动力学辨识   柔顺控制   装配策略设计  

摘要： 装配作业是工业生产过程中的重要作业,这类作业耗费了大量的人力和时间,在自动化装配需求的推动下,越来越多的生产企业选择采用机器人自动装配方式取代人工装配。然而,传统的流水线方式往往只能实现同类型产品的大规模装配,在产品迭代速度快的装配生产场合,比如3C产品装配中,这种装配方式无法代替人工装配。目前,机器人的环境感知能力与智能化程度较低,具有高通用性、低装配力等柔性特点的装配系统在工业现场应用较少,因此,本文以3C电子产品等不规则物体的柔性装配为目标,展开以力感知为基础的柔性装配相关研究,力求实现一个成本较低、通用性较强的柔性装配系统。主要研究内容为:(1)实现了一种基于六轴协作机器人的柔性装配系统,同时阐述了其总体框架设计,包括点动、定位、多段轨迹规划、安全、状态监视等五大软件模块,可满足用户在装配任务开发中的调试、执行、监视等基本功能。(2)针对柔性装配系统中大多数力控制方法需要精确动力学模型前馈的问题,实现了基于拉格朗日动力学方程与QR分解方法的机器人动力学辨识方法,并采用五阶傅里叶级数作为动力学辨识激励轨迹,选择最小二乘法作为系统辨识方法。(3)基于六轴协作机器人的动力学参数辨识算法,在无力传感器条件下提出了一种基于正弦摩擦补偿的关节阻抗控制策略。这种方法解决了无力传感器的力控制算法中难以精确补偿关节静摩擦力,导致关节静止时外力估计精度较差的问题,并且可实现无力传感器条件下的外力估计与力/位并行控制。另外,针对使用六维力传感器的柔性装配场景,实现了一种基于导纳控制的力/位混合控制策略。(4)针对家电产品遥控器等不规则物体装配场景,提出了一种基于自由度约束的装配策略设计方法,解决了表面多几何特征装配场景下装配状态难获取与装配策略难设计的问题。该方法可对不规则外形物体表面的几何特征与可能的接触状态进行分析,并设计一系列装配动作,对两个装配体之间的相对自由度进行约束,最终使两个装配体的坐标系重合。(5)基于本文设计的柔性装配系统方案与相关算法,在装配系统上进行了实际装配实验,验证了装配策略的有效性。实验结果表明,提出的装配策略在遥控器等非规则外形零件组装场景成功率达94%,装配过程的机器人末端出力不超过20N,可保证在装配力较小条件下以较高成功率完成装配。

关键词： 物理人机交互   机械臂与环境交互   自适应阻抗控制   能量消耗  

摘要： 随着机器人技术的不断发展,协作型机器人在智能制造、医疗康复、社会服务等领域展现了广阔的应用空间。协作机器人和操作人员同处一个工作空间,共同完成一个任务。此类机器人在协作完成任务时,要求能够识别人的操作意图、适应不确定环境并进行快速决策,从而保证协作过程的柔顺性和安全性。实际工作中,机器人交互的对象可能是行为复杂的人也可能是模型不确定的环境,基于传统的环境信息已知的柔顺控制方法难以应对复杂的工作需求。因此,考虑操作者意图和环境的影响,设计一个统一的具有人机交互和机械臂与环境交互适应性的柔顺控制策略对提高机器人柔顺性和安全性有重大意义。本文对协作机器人的柔顺控制方法展开研究,包括自由空间中的人-机交互和力约束空间中的机-环交互。为了提高协作机械臂交互时的柔顺性,本文提出了一种考虑能量消耗的自适应阻抗控制方法,并通过仿真和实验验证了该方法相比传统阻抗控制方法有更好的性能。本文重点开展了以下工作。 首先,进行了机械臂的运动学建模和轨迹规划,介绍了阻抗控制的基本原理,为后续章节的研究奠定基础。利用D-H法建立7自由度机械臂的运动学模型。介绍了关节空间的五次多项式规划方法和笛卡尔空间的直线插补方法。对机械臂的主动柔顺控制中的阻抗控制方法展开研究,介绍了基于位置的阻抗控制和基于力的阻抗控制,并分析了两类方法的区别和应用场景,通过仿真研究了阻抗参数对系统性能的影响,并给出了阻抗参数初步的调整原则。 其次,针对传统阻抗控制在人机交互中存在柔顺性差的问题,提出了基于能量消耗的人机交互自适应柔顺控制方法。建立了人机协作过程中人的能量消耗准则,综合考虑了人的操作力和机械臂的末端速度,直观反映了人的操作意图。基于能量消耗准则,开发了人机交互的自适应阻抗控制方法,提出自适应阻尼参数更新律。建立人机交互仿真模型,通过仿真验证了该方法相对于传统阻抗控制,能够减小人的能量消耗,提高操作的柔顺性。 然后,针对传统阻抗控制在机械臂与未知环境交互中力控制精度不高的问题,提出了基于残余能量耗散的积分自适应柔顺控制方法。为了补偿环境模型的不确定性,使用力的误差积分代替传统阻抗控制的力误差。基于机械臂与环境交互的残余能量耗散准则,综合考虑了接触力误差和机械臂的末端速度,开发了基于能量消耗的积分自适应阻抗控制方法,提出自适应阻尼参数更新律。建立机械臂与环境交互的仿真模型,通过仿真验证了该方法相对于传统阻抗控制,能够提高未知环境中机器人力控制的精度。 最后,基于Franka机械臂搭建实验平台,进行人机交互和机械臂与环境交互的实验验证。通过在机械臂末端安装六维力传感器采集外力信息用于力反馈,结合机器人操作系统ROS(Robot Operating System)实现Franka机械臂的力控制实验,实验结果验证了本文的自适应阻抗控制方法的优越性能。

关键词： 肘腕关节   连续运动估计   多通道sEMG   康复外骨骼   柔顺控制  

摘要： 表面肌电信号(surface Electromyography,sEMG)是皮肤浅层肌肉活动和神经电位综合叠加的结果,包含丰富的人类行为信息,基于sEMG的运动意图解码为临床医学、康复医学等领域提供了重要的信息源参考。近年来,采用深度学习方法构建基于sEMG的人体运动意图识别模型逐渐成为研究热点。但现有深度学习模型大多用于预测单关节连续运动量,且往往是使用多通道原始sEMG或基于多通道sEMG提取的多维特征矩阵作为输入,忽略了肌肉耦合造成的sEMG冗余在预测过程中的负面影响;其次,深度学习模型中参数的点估计方法容错率较低,同时模型也缺乏一种对于估计结果的可靠性度量。针对上述问题,本文深入研究了基于sEMG的上肢双关节同步运动学量与动力学量估计方法,基于多通道sEMG估计肘腕关节连续角度与力矩,进而实现用于分阶段康复的上肢外骨骼控制。主要的研究工作包括:(1)基于多通道sEMG冗余去除的上肢双关节连续角度估计算法研究。分析了基于深度学习模型和多通道sEMG预测双关节连续运动量时的信号冗余问题。基于深度残差收缩网络(Deep Residual Shrinkage Network,DRSN)提出了分别融合通道注意力机制、空间注意力机制与小波变换方法的深度残差小波收缩网络(Deep Residual Wavelet Shrinkage Network,DRWSN)模型,基于所提出模型针对单个受试者进行多通道sEMG的自适应冗余去除。对比实验证明了所提出的用于去除冗余并估计关节角度方法的可行性。(2)对抗不确定性因素干扰的上肢双关节连续力矩估计方法研究。采用无传感器方法计算得到参考力矩,并分析基于深度学习构建回归模型面临的不确定性因素干扰。构建了基于变分推理的贝叶斯神经网络模型,将非贝叶斯神经网络模型中的权值和偏置的点估计部分替换为基于贝叶斯反向传播进行更新的概率分布,消除了非贝叶斯神经网络模型中的过拟合问题。进而研究改变模型输入对于贝叶斯神经网络模型性能的影响。对比实验显示本文所提出的模型在关节力矩估计任务中有更好的鲁棒性。(3)基于关节连续运动估计的分阶段康复外骨骼柔顺控制应用。针对上肢康复治疗在不同康复周期的需求,设计了分阶段康复训练模式:首先基于sEMG估计所得角度轨迹作为参考进行关节位置控制实现被动康复策略;而后基于sEMG估计所得期望力矩,通过调整位置和交互力矩的关系进行柔顺控制实现主动康复策略。结合无模型自适应控制方法设计控制器,实现了对于上肢外骨骼的有效控制。

关键词： 工业机器人   示教编程   手机擦胶   柔顺控制   高斯混合模型  

摘要： 近年来,伴随着全球新一轮产业革命和科技的飞速发展,工业机器人已经广泛应用于工业自动化生产过程,而机器人新型示教编程方法逐渐成为机器人技术领域内的一个新热点。目前主流的示教编程方式有在线示教和离线示教,在线示教一般是操作人员通过示教器等设备实时控制机器人进行示教编程,示教准确率高,但是操作复杂、耗时长、交互性不足且效率低;而离线示教是通过相关的软件在虚拟的环境中对机器人的轨迹进行规划,在一定程度上提高了示教的安全性,但对操作人员的要求高,且通用性差。本课题以手机擦胶工艺为实验场景,针对传统示教方式操作复杂、很难对接触表面进行示教轨迹编程的问题,提出了基于3D鼠标和力反馈的机器人擦胶示教系统。具体工作内容如下: 首先对于擦胶工艺过程的功能需求进行分析,根据工艺要求,进行示教编程整体方案设计。以手机边框擦胶作为应用场景,根据工艺过程进行手机固定工装,夹爪机构和布轮机构的设计,并且根据功能需求选用SD7/700型6自由度工业机器人执行擦胶动作,选择3D鼠标作为示教过程机器人运动控制设备,通过建立3D鼠标操纵杆与机器人末端运动的映射关系,实现机器人示教运动。为了确保机器人示教与示教再现过程中的实时性与安全性,以TCP协议作为机器人控制器与上位机之间的通信基础。完成了手机擦胶的示教与示教再现流程与示教程序的设计。 在示教过程中,为了保证擦胶过程稳定的接触力,引入力传感器,并结合模糊自适应阻抗控制对机器人进行柔顺控制。首先针对阻抗控制的参数进行分析,在变环境刚度的模拟实验中,分析误差产生的原因,并引入模糊控制进行参数自适应调整。以本实验场景为基础设计模糊规则表,并进行模拟实验验证。示教再现过程引入高斯混合模型与高斯混合回归方法,旨在对示教过程中人为因素导致的轨迹误差进行修正,以及对示教过程中数据量过大导致的程序冗余进行特征提取,保证了后续示教再现过程中的准确性,并简化示教再现的程序。 最后根据上述研究,进行了手机擦胶直接示教编程的相关验证性实验。包括在实验前对使用的夹爪工具进行标定,示教过程中的接触力采集与数据分析,示教轨迹与原始轨迹的分析对比。实验结果证明本课题所设计的基于3D鼠标和力反馈的机器人擦胶示教编程系统达到设计要求。

关键词： 六足机器人   脚力反馈   柔顺控制   中枢模式发生器   运动规划  

摘要： 六足机器人作为足式机器人的重要成员,受到许多研究人员的青睐。随着机器人应用领域的不断丰富,自适应能力就显得非常重要,仅依靠传统的位置控制无法保证机器人的运动稳定性和平衡性,比如足端接触力过大导致的机身失稳,无环境感知行走导致机身姿态无法保证。针对这些实际问题,本文基于机器人的脚力反馈分别对机器人的柔顺控制和考虑地形姿态的运动规划展开研究。本文的研究内容和研究方法如下:1.根据蜘蛛的仿生学运动机理,设计了六足机器人的四自由度腿部结构,并描述了机器人的整体结构设计和控制系统方案,分析并推导了机器人单腿正逆运动学方程。2.针对机器人单腿的足端力自适应柔顺控制展开研究,选用基于李雅普诺夫稳定性原理的柔顺控制算法,通过建立仿真模型分析了变环境刚度和变期望力的足端力跟踪效果,并设计了机器人单腿柔顺控制算法的触地实验控制方案。3.为了解决机器人纯位置控制所带来的姿态平衡难以维持的问题,以斜坡行走为研究对象展开基于环境反馈的运动规划,分析了基于中枢模式发生器(CPG)的整体控制架构,完成了平衡姿态轨迹规划、基于全向运动的质心轨迹规划、基于最小二乘法的地形识别算法和考虑地形及期望机身姿态的足端轨迹规划。4.完成基于Labview的足端力跟踪触地实验,验证了柔顺控制模型的可行性,分析了足端力的实际跟踪效果。建立Matlab和Adams联合仿真,验证了基于三角步态的固定机身姿态和地形姿态的运动规划算法,并在仿真中建立了闭环控制,初步验证了规划算法的合理性。本文的研究为机器人在整机柔顺控制应用上做了准备性工作,并在六足机器人非结构化地形行走平衡研究上做了初步尝试。

关键词： 液压机械腿   改进海鸥算法   模糊PID   卡尔曼滤波   阻抗控制  

摘要： 液压足式机器人因具有更大的功重比,故整体的运动性能和负载能力都较高,在野外执行物资运输、探测和救援任务中具有广泛的应用。足式机器人在复杂环境中运动时,足端易产生刚性冲击,同时液压驱动单元的引入带来了强非线性、参数时变等液压系统的共性问题,给液压足式机器人的腿部控制带来巨大挑战。本文从提高液压机械腿控制精度角度出发,提出一种基于模糊位置控制的阻抗控制方法,使液压机械腿在大负载下具有良好的柔顺特性。主要研究工作如下: (1)建立四自由度机械腿模型。采用D-H坐标系法建立机械腿运动学模型,计算正逆运动学和雅克比矩阵,通过三次多项式进行轨迹规划,在Matlab中获得机械腿末端工作空间,根据末端的期望轨迹,计算出各个关节的期望位置和速度,为之后的液压驱动单元位置控制和柔顺控制提供理论基础。 (2)分析计算液压驱动单元,建立数学模型,求解液压驱动系统整体的函数模型;设计改进海鸥算法,选取不同的测试函数通过Matlab仿真验证改进海鸥算法的可行性;结合改进海鸥算法设计模糊PID控制策略,通过Amesim和Matlab进行联合仿真进行对比分析可得,改进海鸥算法优化模糊PID控制策略相比于PID控制策略具有明显的控制效果提升,位置控制的响应速度平稳快速,位置跟踪效果良好,为后续的位置阻抗控制奠定基础。 (3)对比分析柔顺控制的不同方法,研究阻抗控制的控制原理和优点,基于液压驱动单元的模糊位置控制建立阻抗控制数学模型;为解决测量过程中的噪声问题,设计了卡尔曼滤波器提升控制精度;建立Matlab/Simulink机械腿仿真模型,对比分析阻抗控制方法和力/位混合控制方法的下的机械腿运动特性,验证出卡尔曼滤波器对噪声具有良好的抑制效果,阻抗控制方法具有更好的控制性能。 (4)搭建液压机械腿实验平台。设计底层控制电路板,通过上位机完成底层数据的提取和分析。设计对比实验,通过输入不同的阶跃响应信号得出结论:改进海鸥算法优化模糊PID比模糊PID具有50%的控制性能提升,改进后的算法具有良好的控制效果。对比不同状态下的位置阻抗控制性能,实验结果表明,机械腿具有良好的位置跟踪效果和阻抗特性,运动时柔顺效果明显。