关键词： 肘腕康复机器人   多源信息融合   柔顺控制   医患交互   满意度评估  

摘要： 近年来,生物工程、机器视觉、智能控制等技术广泛应用于康复机器人的研发,用以提高康复机器人的多模态感知和智能化人机交互能力。本文以肘腕康复机器人为被控对象,以个性化和高柔顺度的康复运动为研究目标,开展基于多源信息的运动意图识别、基于变结构控制理论的柔顺控制策略、面向医患交互的多模态康复训练系统等方面的研究,具体开展以下工作:针对肘、腕关节复杂肌群模型下的运动意图识别问题,充分考虑sEMG和力信号的特征差异,构建了一种多源数据的融合算法。在对原始信号预处理的基础上,设计了一种多阈值判定的移动平均活动段提取方法,运用多项式肌电-肌力模型和卡尔曼滤波方法获取了融合肌力。针对肘腕康复机器人运动受系统未建模动态和未知扰动影响的问题,基于扰动有界性假设,设计了一种滑模变结构控制策略。在MOTEC驱动器中以T曲线轨迹为样例,以抗干扰能力和鲁棒性为指标,将滑模控制策略与传统的比例-微分控制算法进行对比验证。通过对控制系统的设计要求分析,设计了基于C#.NET的winform人机交互界面,满足了多模态的主、被动康复训练和医患交互需求。运用诊断工具对控制系统的综合性能进行分析。在已有样机的基础上分别开展了力-肌电融合验证实验、主动柔顺控制策略验证实验和视觉融合康复训练实验,针对不同的功能需求提出了柔顺性评估指标,分析了实验结果。基于李克特量表设计了调查问卷,建立了基于问卷结果和运动数据的主、客观满意度评估模型,对康复机器人进行了满意度评估。

关键词： 刚性机械臂   机械臂-环境交互   确定学习   阻抗控制  

摘要： 近年来,机械臂凭借高精度、高重复性等特点,已经在高端制造、社会服务、航空航天等领域得到了广泛运用。然而,由于固有的高度非线性特性以及不确定建模等因素,传统的机械臂轨迹跟踪控制往往难以达到令人满意的控制性能。另一方面,伴随着生产生活的需要,机械臂的作业任务逐渐深入到与环境、人交互协作中,传统的位置控制也已不适应机械臂频繁的物理交互,因此,针对带有不确定性的机械臂,如何设计与环境交互的机械臂高性能柔顺控制策略,对人机交互的安全性、智能性具有重要的研究意义。本文主要研究内容如下:首先,针对带有动力学建模不确定性的机械臂研究了多任务学习控制问题。在训练获取知识阶段,针对一组具有无向连通通讯拓扑的同构刚性机械臂,基于知识共享的思想在关节空间联合轨迹下设计自适应神经网络控制器,其中,无向连通的通讯拓扑实现多机械臂间神经网络权值在线知识分享,在联合的参考轨迹下利用径向基函数神经网络实现机械臂未知动态的辨识,神经网络权值收敛至同一个理想权值附近。在人在回路的多任务场景中,根据参与者的需要在任意时间指定训练阶段中的任一控制任务,利用经验知识设计的常值神经网络控制器实现机械臂的多任务高性能控制。其次,针对带有未知非线性动态的机械臂系统,研究了与环境交互时柔顺学习控制问题。根据自适应神经网络控制技术设计阻抗控制器,使机械臂末端与环境交互的动态遵循期望的阻抗模型,然后利用确定学习机制将稳定后的神经网络权值以常值形式进行存储,当重复的交互任务出现时,利用经验知识所构造的阻抗学习控制器,不仅避免耗时、占用计算资源多的训练神经网络过程,而且实现机械臂的安全柔顺控制。最后,针对学习性能的提升以及复杂的环境研究了联合复合学习下机械臂可变阻抗学习控制问题。提出阻抗参数调节策略以克服在复杂的交互环境下,机械臂难以实时根据交互动态变化,克服改善柔顺交互性能的不足。然后针对带有未知非线性动态的机械臂系统,设计自适应神经网络阻抗控制器,进一步,基于复合学习技术构造系统未知非线性动态的预测误差,并结合入神经网络权值更新律中以提升对未知非线性动态的学习能力。最后基于确定学习理论获取未知动力学知识,并利用获取经验知识构造常值神经网络,用于重复的交互控制任务,实现更优的暂态控制性能。

关键词： 装配策略   视觉传感   柔顺控制   孔轴装配  

摘要： 以手机为代表的3C电子产品即计算机(Computer)、通讯(Communication)、消费电子(Consumer Electronics)产业是目前IT领域极具成长性的行业。手机及其相关的零配件制造装配过程中,有很多工序仍然采用手工装配方式。这严重制约了3C领域制造自动化水平的提升。手机PACK锂电池装配制造过程中,锂电池极耳与其保护性塑壳装配具有小尺度与柔薄的特征,因而很难采用自动化装配,目前仍然以人工装配为主。本文针对这类柔性矩形孔轴装配自动化装配问题,提出了机器人柔性极耳-塑壳灵巧装配方法与系统,具体内容如下:1)提出了锂电池极耳-塑壳灵巧装配策略及其及视觉辅助机器人自动化装配方案。所提出的三种装配策略针对不同的塑壳特征,且模拟了人工装配动作。为实现该装配策略,提出了基于SCARA机械臂的自动化装配方案,该方案包括特殊的单相机垂直双视角系统,用以实现目标的位置与装配力测量。2)提出了一种柔性极耳-塑壳复合力/位控制方法。该控制方法可以有效应对所提出柔性极耳-塑壳装配策略。其中,提出了一种基于视觉装配力非接触测量方法,并实现了非接触视觉力反馈控制;为保证不同运动轴的近同步控制,采用一种基于迭代学习控制(Iterative Learning Control,ILC)的位置控制方法,保证塑壳运动轨迹的精度。3)针对锂电池柔性塑壳的夹持需求,设计了一种可转动的二自由度混联柔顺夹钳。经过仿真分析与实验验证,所设计的夹钳能够有效实现柔性塑壳夹持,并具有一定角度转动行程,从而确保了灵巧装配对塑壳调姿的要求。4)提出了一种基于单相机垂直双视角的极耳-塑壳视觉定位方法。利用视觉系统水平视角,实现了基于零均值归一化互相关(Zero-mean Normalized Cross-Correlation,ZNCC)模板匹配的目标视觉定位方法,实验表明该方法能够快速准确的将塑壳与极耳的位置定位。5)设计并构建了一套基于SCARA机械臂的锂电池极耳-塑壳自动化装配系统,并进行了相关的实验。实验结果表明本文所提出的力位混合控制的装配策略能够完成装配任务,并且在不同的装配速度下均具有较高装配成功率。

关键词： 救援机器人   人体皮肤局部擦拭消毒   力跟踪   重力补偿   自适应阻抗控制  

摘要： 随着机器人技术的快速发展,在地震、火灾等自然灾害或人为灾害的救灾场景中,机器人的部署为灾难应急反应提供了更大的灵活性和可靠性。本文来源于国家重点研发计划智能机器人重点专项项目“自主搜救机器人在线检伤原理与技术”,项目中要求机器人能够对集伤点内的所有伤者进行初步的检伤分类,这需要从患者的皮肤表面进行穿刺采集少量的血液进行检测。由于灾难现场的环境恶劣,在穿刺前对皮肤进行局部的接触式擦拭消毒是必不可少的,针对此问题本文进行了相应的研究。针对搭载在机械臂腕部的力/力矩传感器反馈的数据中,包含了其他的接触力与非接触力,对真实的力和力矩信息造成了干扰的问题,本文对此提出了一种能够能够辨识传感器与机器人之间的旋转矩阵与末端执行器的重力的标定算法,实现了可以根据力/力矩传感器的测量结果有效地消除末端执行器的重力。针对力/力矩传感器的原始数据包含了大量的噪声的问题,本文设计了结合机器人运动学和卡尔曼滤波的力/力矩观测器,提高数据的信噪比与可利用率。这为后续的力控制提供了基础。由于本文定义的接触式擦拭消毒的动作为,操作臂末端始终保持恒定的力在人体表皮上运动已规划好的路径,为了实现该擦拭策略的目标要求,本文先讨论了传统的基于位置的阻抗控制的控制策略,分析了当传统阻抗控制对于交互对象的未知环境位置和未知环境刚度时,不能对力和位置进行跟踪的缺陷,随后提出了自适应变阻抗的力控制方法来解决该问题,针对未知的环境刚度则可令控制器中的刚度系数置为0;针对未知的环境位置引入了可自适应更新的系数项,并且对该控制算法的稳定性进行了分析。为了验证算法的可行性,本文搭建了由机械臂、力/力矩传感器、人体头部硅胶模型以及末端擦拭工具所组成的机器人擦拭实验平台,其中使用了重力补偿算法以及观测器对传感器的数据进行了预处理。最后在人体硅胶头部模型上进行了指定擦拭轨迹的擦拭实验,观察位置和力的跟踪情况;最后,对实验的结果进行了分析,证明了在允许的误差范围内,自适应变阻抗算法能够很好地完成人体皮肤的局部擦拭动作。

关键词： 液压四足机器人   单腿电控系统   单腿主动柔顺控制   触地检测   足端运动状态切换  

摘要： 腿足式机器人是移动机器人领域的重要分支,并且也一直是机器人方向的研究热点。与轮式、履带式机器人相比,其最主要优势在于能产生离散的落足点通过崎岖复杂的地形,而且兼具高动态、大负载和自适应等能力,这些特点使得该类机器人具有广泛的应用场景。尤其是在面对需要穿越复杂崎岖地形的工作时,如山地物资运输、建筑工地材料运输、灾后瓦砾堆中进行伤员运输工作等,腿足式机器人扮演着不可代替的角色。而如何让腿足式机器人平稳地穿越崎岖复杂的地形从而顺利的完成任务一直是研究的重点和难点,其涉及的关键问题在于如何保证机器人在崎岖地形上移动的同时保持机身平稳,即提高机器人对于地形的适应能力。包括采取何种控制方法、如何生成参考轨迹、如何选取落足点、如何构建地形地图或者对未知地形如何进行自适应等内容。为了提高足式机器人对于崎岖复杂地形的适应能力,本文以腿足式机器人平稳穿越崎岖地形为研究目标,重点从单个腿部的控制方法上开展了研究工作,具体内容如下:(1)完成了液压足式机器人单腿实验台搭建及电控部分软硬件的设计。从液压四足机器人腿部控制需求出发,进行了单腿控制系统研究和设计,完成了基于DSP的腿部控制器的硬件设计,并采用基于模型的设计方法进行了腿部控制器的软件开发工作;然后为了方便后续腿部控制方法的研究,搭建了液压单腿实验台。(2)研究了单腿的主动柔顺控制方法。由于整个控制框架需要知晓腿部运动学关系,首先根据单腿的结构参数,完成了运动学部分的计算,包括正、逆运动学分析、雅可比矩阵计算等;其次,为了得到足底所受地面反作用力,给出了用于求解足端力的方法,并最终应用于腿部控制;最后,分别建立了基于力的阻抗控制和基于位置的阻抗控制两种方法的控制框架,并在仿真环境下将两种方法用于单腿主动柔顺性控制,结果表明,采用两种控制方式均可以使机器人的腿部呈现一定的柔顺性,最终经过实验验证,相对于无柔顺控制策略而言,采用主动柔顺控制可以使腿部足端冲击力有效减小,因此提高了机器人在不平坦地形上移动时的自适应能力。(3)研究了腿足式机器人触地检测方法,并提出了适应崎岖地形的足端运动状态切换策略以使机器人行走更平稳。普遍采用的基于时间序列的运动控制方法在应对崎岖地形时,机器人足端与地面接触的时间、位置难以与预期保持一致,会造成机身失稳等现象,而解决这种问题的一种方法是在触地时刻对腿部状态以及目标轨迹进行调整,从而保证机器人稳定。本文采用基于概率模型的触地检测方法,利用卡尔曼滤波器对传感器采集到的数据信号进行融合,来更准确地检测触地的时刻,该方法在仿真和实验中进行了测试,结果表明,该方法可以对基于时间的触地判断进行有效校正,也可以有效减少通过传感器测量值进行阈值判断的方法中的检测噪声。然后设计了基于触地检测结果的足端运动状态切换策略,以使机器人能够更平稳地行走。采用五次多项式作为摆动相足端轨迹,并给出了应对提前触地和滞后触地两种情况的方法,从而改进基于既定时间序列控制方式的不足,通过重规划足端轨迹的方式提高了足式机器人在崎岖复杂地形上行走的稳定性,从而提高了其地形适应能力。

关键词： 六点标定法   轨迹规划   柔顺控制   自适应阻抗控制   骨切削  

摘要： 协作机器人是协同作业的智能机器人,它具有一定的柔顺性,环境适应性较高,所以该类型的机器人在医疗、工业生产、服务业等众多领域的应用也越发广泛。正因如此,协作机器人的柔顺控制方法也就成为了热点研究方向,而阻抗控制又是柔顺控制的重要方法之一。本文所研究的切骨机器人正是协作型机器人的一种,通过机器人切骨来协助医生为病人做全膝关节置换手术,以减少医生的工作量,同时提升手术效果。这正是协作型机器人在医疗领域的重要体现,也是柔顺控制算法的重要应用之一。基于此,本文对切骨机器人的关节柔顺控制展开研究。首先,本文对六点标定法的原理和计算过程进行了介绍及分析,用以确定刀具中心点相对于机械臂末端法兰的相对位姿,并从实验平台本身的角度出发,考虑便捷性以及通用性,将六点标定法应用于切骨机器人中,确定了标定的具体步骤,以及对精度的评估,为骨切削实验奠定基础。其次,对多项式插值轨迹规划、梯形轨迹规划以及S形轨迹规划算法进行了分析及仿真研究,根据仿真得到的运动学曲线,分析了各个轨迹规划的特点。结合机器人本身与实验要求,切骨执行器的两个滑动关节采用S形轨迹规划的控制方式,进一步提高了切骨机器人的性能,以确保后续骨切削实验的稳定进行。最后,分析了柔顺控制算法的原理及其特性。利用Simulink搭建了传统阻抗控制的仿真模型,在不同的输入信号作用下进行了力与位置跟踪的仿真。仿真结果验证了跟踪的有效性,针对传统阻抗控制对动态信号跟踪时存在的缺陷,提出自适应阻抗控制算法对系统的性能进行改善,搭建了仿真模型,仿真结果验证了其控制性能良好。并将自适应阻抗控制算法应用到切骨机器人中。骨切削实验的切削效果良好,验证了算法的可行性。

关键词： 六足机器人   运动规划   轨迹规划   力规划   柔顺控制  

摘要： 星球探测、灾难救援、山地运输等复杂环境中的作业任务对移动机器人的发展提出了新的挑战,这些作业环境中遍布沟壑、岩石、废墟等障碍,传统的轮式、履带式等移动机器人难以通行。足式机器人与地面之间具有非连续作用点,能够适应几何和物理特征突变的非平坦地形,重型六足机器人具有稳定性好、负载能力强、地形适应性强等优点,可以实现多种运动步态,具有强大的非平坦地形通过能力。然而,重型六足机器人具有众多自由度以及离散的落足点,它的运动规划问题具有高维、离散、多约束等特点。由于非平坦地形的复杂性及六足机器人的冗余驱动特性,机器人的足端在法向和切向均存在运动偏差,导致各个支撑腿之间存在内力对抗。本文针对非平坦地形下的重型六足机器人运动规划与力规划展开深入研究,充分考虑机器人在非平坦地形的力学稳定约束,以提高非平坦地形下的通过能力。 首先,规划非平坦地形下满足力学稳定约束的六足机器人足地作用点序列。对非平坦地形下的机器人进行力学分析,建立多个力学稳定约束,包括:准静态平衡约束、足端力约束、关节力矩约束、摩擦锥约束,提出三维力学稳定区域约束,以保证单步运动的稳定性。将非平坦地形下的六足机器人足地作用点序列搜索建模为图模型,将三维力学稳定区域作为贯穿整个搜索算法的约束,提出基于启发式搜索的足地作用点序列搜索算法以保证搜索的结果满足力学稳定约束。利用动力学仿真平台Gazebo搭建多个典型地形开展仿真分析,用以验证该足地作用点序列搜索方法的可行性和有效性。 其次,机器人实现步态行走需要规划连接相邻离散落足点的连续轨迹,六足机器人的轨迹规划包括:机体轨迹、支撑腿轨迹和摆动腿轨迹。将三维力学稳定区域作为约束,以最小化加加速度为目标,将机体轨迹规划转化为二次优化问题,提出考虑力学稳定约束的机体轨迹优化方法;针对摆动腿轨迹与未建模障碍物存在的干涉问题,基于足端外力扰动构建摆动腿的局部地形人工势场,采用梯度下降优化算法求解摆动腿轨迹,提出基于虚拟地形势场的摆动腿重规划策略,并在六足实验样机上验证策略的有效性。 再次,为避免非平坦地形下足端力的内力对抗,对六足机器人的期望足端力和关节力矩进行规划。为抑制足端受力不均导致足端打滑,进而增强六足机器人的爬坡能力,提出能够降低足端牵引系数的分步二次优化足端力规划算法。为降低六足机器人的能耗,建立其瞬时功率模型,并将其转化为二次优化的目标函数,提出能够降低六足机器人能耗的关节力矩规划算法。采用数值仿真将本文提出的足端力规划算法和关节力矩规划算法与已有算法进行对比分析,证明算法的有效性。搭建基于力规划的柔顺控制框架,采用动力学仿真和样机实验对本章提出的力规划算法进行验证,证明算法的可行性。 最后,为充分验证本文提出的非平坦地形下运动规划与力规划方法,针对重型六足机器人El Spider搭建控制系统软硬件架构,基于ROS(Robot Operating System)通信框架搭建六足机器人的运动规划软件架构,基于Twin CAT(The Windows Control and Automation Technology)实现六足机器人控制系统硬件控制架构,通过模式步态行走实验验证该软硬件架构的可行性。提出基于外部传感器的足地作用点序列跟踪策略,根据期望位姿与实际位姿的误差,实时调整每一步的跨步距离、前进方向,以及每条腿的落足点位置。最后开展融合柔顺控制的室内、室外典型地形的六足机器人行走实验,综合验证所提出的运动规划算法和力规划算法。

关键词： 绳驱并联机器人   动锚点座   运动学算法   避障方法   柔顺控制  

摘要： 由传统杆式并联机器人演变而来的绳驱并联机器人,以其工作空间大、负载能力强和响应速度快等优势,在物品搬运、厂区巡检、灾害救援以及康复医疗等领域发挥了重要作用。然而姿态控制范围有限、构型单一难以适应不同工作环境以及不能进行有效避障等问题也限制了绳驱并联机器人的进一步拓展应用。为了克服这一困难,本文在传统绳驱并联机器人的基础上,提出了一种新型的动锚点座绳驱并联机器人,并设计了相关运动学算法、避障算法以及柔顺控制方法,研制了平面和空间两款样机,并开展了一系列相关实验。针对快速变换构型的需求,本文从模块化、高集成度和高拓展性三方面入手设计了一款新型动锚点座绳驱并联机器人结构。采用主被动摩擦轮结合的方式给锚点座增加了一个驱动自由度,并配合圆形导轨使用,使得锚点座可以沿着轨道进行圆周运动;将锚点座驱动单元、绳索驱动单元以及锚点座通信模块集成起来,设计统一接口,实现锚点座通用性和可拓展性。针对新型机器人的构型,首先设计了以优化算法为基础的机器人正逆运动学分析通用算法,设计了绳索与绳索之间以及绳索与障碍物之间的干涉检测方法和避障方法。基于平面样机模型,在通用运动学算法的基础上设计了计算效率更高的简化运动学和避障方法,并通过仿真验证了简化方法的正确性。分析了不同姿态下动锚点座绳驱并联机器人的工作空间,并与定锚点座绳驱并联机器人进行对比。除此之外,针对所设计的平面动锚点座绳驱并联机器人,设计了位置控制、阻抗控制以及拖动控制算法等柔顺控制算法,使得机器人能够适用于不同的任务场景需求。搭建了动锚点座绳驱并联机器人平面样机和空间样机,设计并开发了相关的机器人软硬件控制系统。依次开展了平面样机的位置控制实验、阻抗控制实验、拖动实验及其避障实验和相关演示实验,以及空间样机的轨迹实验和大角度姿态实验。实验结果表明,机器人运行精度和避障效果良好,工作空间提升效果明显。

关键词： 机械臂   操作技能   轨迹学习   强化学习   高斯混合模型   运动原语  

摘要： 我国制造业在以集成电路为代表的复杂3C零部件的机器人高速高精装配领域面临着严峻挑战,存在着3C零部件结构复杂、易于损坏,装配流水线空间狭小、工况复杂的问题,机器人掌握敏捷、柔性和精益制造操作技能的需求日益迫切,设计特定于任务的控制器成为了一种低效且繁琐的解决方案,因此,亟需发展新的、灵活通用的控制方法。针对此问题,本文以JLRB20型机器人为研究对象,以装配CPU为任务,设计了面向服务器装配的机器人仿人轨迹学习与柔顺控制算法。主要研究内容和成果如下:针对设计特定于任务的控制器低效且繁琐的问题,提出了一种基于高斯混合模型的机器人仿人轨迹学习算法,对人类演示轨迹进行编码、复现演示轨迹动态特征。针对实际采样中目标点附近轨迹分布不均匀的问题,设计了一种目标邻域数据生成策略,以提高模型的准确性。实验表明,采用该算法,机器人能够熟练地掌握装配CPU的操作技能,且具有较强的一般适用性、泛化能力和在线快速重新规划能力。针对第一种算法无法直接适应中间途径点问题,提出了一种结合动态运动原语和概率运动原语的机器人仿人轨迹学习算法,通过调制形状轨迹或初等轨迹来适应中间途径点。针对概率运动原语需人为指定高斯条件概率阈值的问题,设计了一种通过轨迹误差修正阈值的策略。实验表明,采用该算法,机器人能根据指定途径点选择相应的调制策略,相比于概率运动原语,其数据集规模减少约90%,且可以结合障碍物检测进行避障轨迹规划,执行的任务更具多样化。针对上述算法需提供演示轨迹、无法进行自主学习的问题,提出了一种基于深度强化学习的机器人轨迹学习与柔顺控制算法。针对机器人运动过程中刚度恒定、柔性差的问题,设计了机器人自主路径探索策略与柔性学习机制,可以根据任务完成度和环境复杂度同时优化轨迹和增益。实验表明,采用该算法,机器人在完成装配CPU的过程中,运动速度逐渐变缓,生成的轨迹更具柔顺性,相比于定阻抗控制,控制能耗减少约15%,且具有更强的任务自适应能力。本文针对设计特定于任务的控制器低效且繁琐的问题,提出了三种机器人仿人轨迹学习与柔顺控制算法,均使机器人掌握了装配CPU的操作技能,能够便捷地应用于实际多路服务器装配中,有效提升装配效率。

关键词： 机器人   导纳控制   接触超调   力跟踪   自适应  

摘要： 机器人是“制造业皇冠顶端的明珠”,其研发应用是衡量一个国家科技创新和高端制造业水平的重要标志。随着人类文明与科学技术的不断进步,机器人技术作为工业应用的重要组成部分也迎来了新的契机。要使机器人成为人类的可靠的合作伙伴,机器人必须适应各种未知物理环境,这也就意味着传统仅依赖位置控制的机器人不能满足现代任务的柔顺需求。如何使机器人具备在未知环境中稳定可靠执行接触交互任务的全局适应能力这一科学问题引起了除大批国内外不少高校研究团队外,众多大院大所如中科院、兵器、电子信息和航空航天等集团下属众多研究所也投入了大量人力物力开展相关的研究工作。如果能从根本上解决机器人与未知物理环境接触交互过程中的柔顺控制问题,将真正意义上实现机器人的“共融共生”。本文基于导纳模型设计的柔顺控制策略旨在解决机器人与未知物理环境间的接触交互问题,主要进行以下研究工作:(1)研究基于导纳模型的机器人接触交互柔顺控制框架。首先分析机器人-物理环境的接触交互模型与响应过程,并建立了环境动力学模型。然后基于阻抗控制数学模型,阐述了三类不同实施方案的阻抗控制策略。最后结合机器人柔顺控制数学模型、物理模型以及基于阻抗策略的柔顺控制原理,搭建机器人接触交互柔顺控制框架。(2)研究基于PD和环境辨识的自适应导纳控制原理。首先分析不同目标导纳参数对控制系统性能的影响。然后考虑交互环境动力学参数的不确定性以及经典导纳控制器要想达到理想稳态跟踪的必要条件,设计自适应环境辨识算法,在线生成目标跟踪力所需的参考轨迹。最后分析控制算法对未知环境位置的鲁棒性,阐明引入前置PD控制器改进导纳模型的必要性,并通过仿真验证了控制策略的合理性与有效性。(3)研究基于自适应PD和ADRC的自适应增强导纳控制原理。为提高机器人与动态环境接触交互的力控制性能,首先分析ADRC整体控制框架及其各模块对应的优势,合理布局设计有效的控制结构以增强系统鲁棒性。然后针对机器人接触交互任务中需同时兼顾瞬态与稳态性能的两难问题,建立了机器人-物理环境接触交互模型的闭环控制系统,从理论角度揭示了外环比例增益的动态自适应更新的必要性。最后通过仿真验证了控制策略的有效性。(4)实验研究基于导纳模型的机器人柔顺控制策略。首先考虑机器人控制器的实时性需求,基于PREEMPT-Linux系统搭建AUBO-i5机器人实时控制器,基于CODESYS Runtime结合现场总线搭建自制2-Dof机器人实时控制器进行实验验证。然后搭建未知结构化与未知动态交互环境。最后基于实验结果阐述了本文所提出的机器人柔顺控制策略的有效性与优越性。