关键词： 快换装置   操作工具   位姿容差   柔顺控制   电机控制  

摘要： 自从工业4.0概念被提出,整个生产制造业开始向智能化的方向逐步演进,工业机器人在生产制造领域起到的作用也就越来越重要。传统的工业机器人功能单一,行动笨重,绝大多数是针对固定的任务而设计的,具有很大的局限性。但是在实际生产中,人们越来越需要具有功能性多样化、体积小巧的机器人来进行具有多道复杂工序的工作,以能够降低企业成本,缩小工作空间以及提高工作效率,所以能够对接多种操作工具的快换装置应运而生。但是目前国内外研制的快换机构多数存在体积大、综合性能差以及适用环境比较单一等问题。基于此,本文研制了一种适用于地面作业,装载在轻型机械臂上的快换装置以及适用于此快换装置的三种操作工具。首先,根据任务要求和性能指标,本文首先设计了快换系统中快换本体的机械结构,将整个装置分为锁紧模块和动力输出模块,分别对两个模块进行了参数计算和零件选型,并对快换装置的工作过程进行了详细的分析,最后对关键的零部件进行分析强度校核,验证结构的合理性。其次,针对任务指标设计了三种操作工具,分别是剪切工具、高速切割工具以及夹持工具。先是确定三种工具的整体结构,再进行计算进行参数选型,最后对关键的零部件进行分析强度校核。另外,设计了快换系统中的标准接口,并对接口的容差性做了理论分析计算,而且通过Matlab和Adams软件进行仿真模拟实验。最后结合库卡机械臂进行实验,验证计算以及软件模拟的正确性。然后,针对整个快换装置中电机的控制做了程序设计,以能够满足任务需求。首先对两种电机进行了整定,确定了电流环的参数以及改进了位置命令,防止电机堵转后速度陡增带来风险。其次,对锁紧电机以及三种操作工具进行了控制程序的设计,在保证三种工具能正常工作的基础上还设计了原点对准功能以及过载保护功能,使其工作的时候更加安全可靠。最后,将对接过程分为三个阶段,明确了机械臂采用的柔顺控制方案并进行建模,通过理论分析总结出各个参数在每个阶段中对机械臂的操作影响。最终用现有的库卡机械臂进行实验,验证了理论计算的正确性,并且通过实际操作,进行了具体的剪切、切割以及夹持的任务,验证了整个快换系统的工作可行性。

关键词： 机器人柔顺操作   变刚度运动   示教学习   强化学习   人机协作控制  

摘要： 近年来,机器人逐渐从隔离作业的环境中走出,加速融入人类的生产和生活。在此过程中,机器人与人和环境之间直接接触的物理交互成为机器人执行任务的重要方式,这对机器人的柔顺操作能力提出了更高的要求。具体而言,机器人柔顺操作一方面需要机器人自身具备变刚度运动的能力,在执行任务时同时考虑机器人的运动信息和刚度信息,从而实现类人化的变刚度操作;另一方面,在与人协作完成任务时,需要机器人能够根据人的物理交互作用在线调整运动策略。为了提高机器人的柔顺作业能力,本论文对机器人变刚度运动技能学习和人机协作控制进行了研究。主要研究工作如下:稳定的人机物理交互能够为机器人传递准确的运动信息和刚度信息,是实现机器人变刚度运动技能学习的前提条件。在人机物理交互中机器人与人手耦合接触,人手刚度的增加会破坏人机之间的期望动态响应,造成不稳定的交互行为,导致传递给机器人的信息不准确。针对此问题开展了实现稳定人机物理交互的变阻抗控制研究,首先基于人体手臂构型和肌电信号估计手臂末端刚度,作为人机物理交互稳定与否的先验判据;然后基于交互力信号设计一种振荡观测器作为后验判据;最后结合二者信息设计变阻抗控制器,通过实时调节阻尼系数保证人机物理交互的稳定性。该部分工作为后续研究提供了稳定的人机物理交互基础。受机器人可编程能力和经验知识的限制,为一个给定的机器人任务找到合适的变刚度运动策略不是一个简单的问题。示教学习能够实现将人的运动技能快速传递给机器人,然而现有机器人示教学习方法大多仅仅关注轨迹跟踪任务,或者直接将示教的轨迹和刚度曲线进行简单的复现,而不具备对于变刚度运动的建模表达和泛化能力。本文开展了机器人变刚度运动技能示教学习方法研究。首先基于人机物理交互构建机器人拖动示教学习系统;然后研究机器人变刚度运动技能建模方法,不仅对运动轨迹建模,还要对刚度特性曲线建模,并通过正则系统保证两个模型输出的相位同步。相比于传统的机器人示教学习,该方法实现了将人示教的运动信息和刚度信息向机器人的多模态信息传递。考虑到上述基于示教编程的机器人技能学习方法依赖于专家示教和专家经验,适用于简单变刚度运动的学习,而对于复杂变刚度运动的学习则存在示教困难或者示教的变刚度运动不是最优等问题,进一步开展了面向复杂变刚度运动学习的强化学习方法研究,实现机器人对变刚度运动技能的自主学习。该方法基于上述的变刚度运动技能模型,利用基于路径积分的策略优化算法通过迭代更新模型参数,使得机器人在重复训练中自主调整运动轨迹和刚度曲线,最终获得完成任务的最优变刚度运动。最后通过仿真和实验验证了机器人对复杂变刚度运动技能的自主学习效果。变刚度运动仅仅实现了机器人对外界扰动的顺应性,而不具备自主调整机器人运动策略以适应环境动态变化的能力。针对此问题,对人机协作控制进行研究,允许机器人在人的接触下在线调整运动。研究包括两个主要内容:(1)将机器人行为解耦成两部分:提供主动行为的动态系统模型,以及提供被动顺应行为的阻抗控制模型;在两种模型之间建立转换机制,使得机器人在没有受到人的引导时,自主执行任务,而在检测到人的引导后,表现出顺应行为。(2)构建人工阻尼场,建立系统状态到阻尼特性的映射,实现机器人阻尼自适应。最后通过设计人机协作实验验证了人机协作控制的有效性。

关键词： 冗余驱动   时变阻抗控制   鲁棒稳定性   柔顺控制  

摘要： 并联机器人是由多条支链组成的闭链机构,闭链约束的结构特点限制了机器人运动工作空间的大小,并且工作空间内运动学可操作性和力可操作性分布特征复杂,往往存在可操作性奇点,给机器人的全局运动规划和控制带来一定挑战。采用冗余驱动技术,不仅可望克服并联机构的力可操作性奇异问题,而且能够消除机构间隙、动态调节机器人操作刚度、实现能耗优化操作等。并联机构中若机构原动件数目多于机构运动学自由度数目则为冗余驱动并联机构,利用这类机构多余的驱动输入,可以实现机构的内力调节,从而实现消除结构间隙、消除机械传动回差、实现机构操作刚度的实时调节、降低复杂操作任务中的系统能耗。因此冗余驱动机构在高速高精度操作机器人系统中有重要应用价值。本文主要对4RRR冗余驱动并联机构进行了运动学分析、动力学分析、优化控制以及柔顺控制策略的研究。基于4RRR冗余驱动并联机器人的几何结构,利用几何法建立了机构的正、逆运动学模型,求解末端执行器的速度、加速度,通过MATLAB仿真分析,验证了运动学模型的正确性。利用拉格朗日函数分别建立了4RRR冗余驱动并联机器人关节空间和工作空间的动力学模型,并分析了内力的产生及应用,建立了内力、驱动力、刚度之间的关系,通过控制机构的内力可调整机构的操作刚度。为了改善4RRR冗余驱动并联机器人驱动力无穷多组解的情况,分别以驱动力、能耗最小为优化目标,对4RRR冗余驱动并联机器人进行优化,利用MATLAB对两种优化方法仿真分析结果表明,以驱动力为目标的优化方法,四个驱动器所受的驱动力比较均衡。将误差与驱动力纳入一个目标系统中,根据LQR原理设计最优控制器,利用MATLAB仿真验证了该控制器的有效性,可应用于机器人高速、高精度的操作任务。为了使4RRR冗余驱动并联机器人完成更加复杂的曲面抛光、装配、打磨的任务,提出了时变阻抗控制,利用MATLAB仿真验证了时变阻抗控制的响应特性,然而时变阻抗控制对外界干扰没有抑制能力,为了进一步提高系统的抗干扰能力,提出了滑模时变阻抗控制,利用Lyapunov稳定性理论分析了系统的稳定条件,建立了控制参数之间的关系,通过MATLAB仿真验证了控制系统的性能。

关键词： 串并混联机构   柔性关节   运动控制   重力补偿   轨迹规划  

摘要： 随着科学技术的快速发展,机器人越来越多的应用在生活服务、医疗辅助等人机交互需求高的领域。现有的协作机器人多采用串联刚性结构,与人的共融性较差,这在一定程度上限制了机器人的应用场景。本文基于人体手臂肌肉驱动的仿生学机理,设计了6自由度串并混联柔顺机械臂SoftArm-6,提出了运动控制算法,并完成了轨迹跟随、物体抓取、人体示教等验证实验。主要研究内容如下:首先,设计并搭建了6自由度串并混联柔顺机械臂SoftArm-6,由臂部3个串联自由度和腕部3个并联自由度组成,采用电机串联SEA构成柔性驱动关节。建立了机械臂的运动学模型,基于机构等效原理实现了串并混联机械臂的位姿解耦,推导了SoftArm-6的运动学正逆解,速度雅可比矩阵,并求解了有效工作空间。其次,研究了SoftArm-6的运动控制方法。提出了串并混联机械臂的工作空间轨迹规划方法,设计了三次多项式和五次多项式变形相结合的关节空间实时插补算法,研究了基于Kinect人体运动捕捉的在线轨迹示教方法。针对驱动关节中SEA柔性环节带来的位置精度降低、易抖动等问题,设计了基于虚位移原理的前馈重力补偿算法,应用Adams软件对串并混联柔顺机械臂进行动力学仿真,证明了该算法可以消除重力对关节位置精度的影响。随后,设计并搭建了SoftArm-6的控制系统。控制系统包括上位机的轨迹规划与状态监控模块,以及下位机的位置伺服模块,完成了控制系统的硬件选型,上位机采用工控机,下位机采用stm32单片机并搭载实时操作系统Free RTOS,完成了系统软件编程和实验平台搭建。最后,设计了点到点定位、直线轨迹跟随、重力补偿、抓取操作等实验,验证了SoftArm-6的位姿控制性能。设计了基于人体运动捕捉的在线示教实验,验证了SoftArm-6对人体运动的跟随性和在线示教方法的有效性。

关键词： 机器人抛光   自由曲面   材料去除   恒力控制   路径规划  

摘要： 随着汽车工业的发展,汽车产品的更新换代逐步加快,从而导致汽车厂商对汽车模具的需求越来越多样化。目前,汽车模具复杂曲面的抛光主要由技术工人完成,难以满足当今工业对模具加工低成本、短周期、高质量的要求。因此,汽车模具的抛光急需由手工加工向自动化生产过渡。近年来,随着机器人技术的飞速发展,工业机器人的加工精度不断提高,使得工业机器人逐渐被应用到打磨、抛光等对加工精度有较高要求的领域。 本文围绕汽车覆盖件模具的机器人自动化抛光,通过推导抛光盘材料去除模型,搭建基于恒力控制的气动柔顺系统,研究机器人自由曲面路径生成的相关技术,并进行相关的实验。本文主要内容分为以下几个方面: 首先,建立抛光盘材料去除模型。以Preston方程为理论基础,研究抛光盘抛光时的材料去除率与接触压力、主轴转速以及进给速度之间的联系,建立材料去除模型,并对材料去除模型进行了仿真,通过仿真结果进一步阐述材料去除深度与各个参数之间的内在关系。 其次,搭建基于恒力控制的气动柔顺系统。通过实验采集不同压力对应的输出电压的数据,使用最小二乘法拟合得到的力与电压之间的关系,实现对气动柔顺控制系统的标定。对阀控缸模型进行参数辨识,求得该模型的传递函数,为了增加系统的动态响应,降低该系统的稳态误差,对PID参数进行整定,并通过仿真验证了该方法的可行性。 然后,研究机器人抛光路径规划算法。针对汽车覆盖件模具抛光路径生成困难的问题,提出一种用于混联机器人的模具路径规划方法。首先通过三维软件模型得到模具表面的离散点,并对离散数据进行拟合。借鉴铣削加工的刀具轨迹生成方法并结合抛光工艺特点,推导出加工行距、步长以及刀轴矢量的计算方法,并根据混联机器人运动学得到用于加工的抛光刀轨文件。 最后,进行混联机器人抛光加工实验。利用已搭建的混联机器人加工装备平台,结合本文所提出的恒力控制方法和抛光路径生成算法对汽车覆盖件模具进行抛光加工,并对工件的表面质量和加工精度进行了分析和评价。看出工件表面粗糙度可以达到0.3-0.5。使用显微镜观察工件表面微结构,可以看到抛光后表面光亮平整,形貌组织紧凑,明显无深划痕。

关键词： 机器人控制   智能制造   自适应控制   轨迹跟踪   执行器死区   阻抗控制   力位混合控制   预设性能变换   非对称障碍Lyapunov函数  

摘要： 磨抛机器人具有加工精度高、工件一致性好、作业效率高等特点,已广泛应用于航空航天、轨道交通、海洋工程、汽车电子等高端装备复杂工件的表面处理中,使工人远离恶劣危险的环境,是“机器换人”最具代表性的应用场景。基于示教的磨抛机器人面临着工件结构形状复杂、规格尺寸多样、工艺工序丰富、加工高速高精带来的挑战。提升机器人磨抛作业水平需要开发兼具精度和柔性的机器人控制系统,其研发面临两大技术难题:(1)模型失配与多模干扰条件下,如何实现兼顾参数设计弱假设依赖与优良抗扰性能的精准执行控制;(2)多接触模型匹配与多参数耦合条件下,如何实现兼顾控制结构切换与优良瞬态性能的主动柔顺控制。本论文围绕该两大关键难题,研究了磨抛机器人动力学建模与高精度轨迹跟踪控制、执行器约束动力学辨识与自适应补偿控制、机器人与环境间接触阻抗关系建模与柔顺控制、接触力建模与鲁棒力位混合控制等关键技术与理论,为研制兼具精准执行与主动柔顺的高性能磨抛机器人控制系统奠定理论基础,并将其推广应用到汽车发动机缸体铸件清理行业,实现良好的经济和社会效益。本论文的主要研究内容与创新点如下:针对磨抛机器人动力学难以准确获取导致基于模型的控制方法在参数失配时控制精度大幅降低的问题,提出一种基于机器学习的鲁棒自适应轨迹跟踪控制方法,采用径向基神经网络对包括摩擦在内的系统动力学的各个部分分别进行辨识,从而得到磨抛机器人动力学特性的数学描述,对各个部分分别进行辨识,可以减少单个网络的运算量,并通过自适应方法对网络参数进行在线调节,得到最优的网络权值参数组合。对于外部扰动、辨识误差以及无法纳入辨识模型的系统动态,采用非奇异终端滑模对其进行抑制,提高系统的精度和收敛速度,避免控制的奇异问题。针对作业环境非结构化、工件结构复杂且与磨抛末端存在持续接触形成执行器约束,导致磨抛机器人无法得到理想控制输入的问题,设计两个级联径向基神经网络对执行器死区进行估计和补偿,采用滑模控制方法对系统中的建模不确定性、外部干扰和关节摩擦等因素进行抑制,并通过积分滑模对抖振进行削弱。仿真与实验显示该方法能够正确估计死区的非线性特性,消除了执行器死区的影响,从而获得满意的轨迹跟踪性能。此外,该方法不要求死区发生区域和死区非线性函数对称,适用性好。针对磨抛末端在与工件之间持续接触的过程中,微小的位移变化会导致接触力发生波动,进一步地,会导致磨抛末端和工件损坏的问题,在笛卡尔坐标系下,提出一种基于滑模变结构的磨抛机器人阻抗控制方法。首先根据系统的阻抗模型参数,将系统的给定轨迹转化为机器人可执行的阻抗轨迹,然后设计基于非奇异滑模的阻抗控制方法对其进行跟踪,接触力可以被间接地通过位置和速度进行调节。针对滑模的抖振现象,本章采用了指数趋近律,改善滑动模态的运动品质。针对传统力位混合控制结构切换带来的控制不稳定问题,提出了一种基于预设性能约束和非线性辨识的磨抛机器人力/位置/方向混合控制方法。通过设计辅助速度向量,将法向接触力与磨抛末端Z方向位移融为一体,实现了对力和位置的同时控制且避免控制结构的切换。该模型可以描述刚性/柔性末端与刚性/柔性工件之间的接触特性,应用范围广泛。此外,在误差向量的设计中也考虑了旋转方向误差,以保证磨抛装置能够始终垂直于工件表面。采用可预设性能函数和改进的非对称障碍Lyapunov函数对误差进行变换并将其约束到指定的区间上,以提升控制系统的动态响应品质。对于系统未建模动态和不确定性,采用模糊神经网络对其进行辨识与补偿,以消除其对系统性能带来的不利影响。将精准跟踪与柔顺控制的思想和研究成果应用于发动机缸体铸件清理打磨机器人自动化生产线项目的研制中,主要工作为:(1)针对铸件上料过程中存在的偏差导致加工精度降低的问题,设计了位姿误差测量与轨迹校正系统,提高了清理打磨作业的精度;(2)针对测量误差和铸造突瘤所导致的加工废品甚至损坏机器人的问题,设计了柔顺控制与瞬时动作保护系统,使机器人根据铸件的表面情况,自动调节进给速度,严重时可报警停机,减小了异常情况下的电流波动,实现对工件和机器人的保护,产品的各项指标均达到设计需求,实现恶劣作业环境“机器换人”的目标,经济和社会效益良好。

关键词： 旋量理论   阻抗控制   轴孔装配   自适应控制  

摘要： 制造业是国民经济的基础,机器人技术是推动制造业优化升级的重要力量。在机器人自动化装配领域,工业机器人可以代替人类进行重复性、高频性劳动。当前,机械臂装配作业主要依靠人工示教,在需要与环境接触的任务中,高度依赖示教轨迹对环境的描述程度,微小的工件定位误差就可能导致装配任务失败。由于现有的位置控制不能解决机器人高刚度与环境高刚度之间的矛盾,因此,对机械臂柔顺性控制的研究就显得尤为重要。本文以六自由度通用机械臂为研究对象,对装配场景下的轴孔装配柔顺性控制问题展开研究,主要研究内容如下:(1)建立机械臂运动学与动力学模型。首先,采用旋量理论简化机械臂运动学建模流程;其次,为了增加机械臂逆运动学求解效率,使用Paden-Kahan子问题对机械臂逆运动学进行求解,通过算例验证了逆解的有效性与精确性;最后,给出了基于旋量法的牛顿-欧拉动力学方程,避免了拉格朗日法的大量运算。(2)对机械臂柔顺装配控制问题中的轨迹规划及装配场景进行分析。首先,使用机械臂运动学模型完成了装配轨迹规划及仿真;其次,为了明确柔顺装配目的,从装配阶段、装配接触受力情况对装配场景下的轴孔装配模型进行分析,从而提出了一种柔顺装配控制策略,提高装配场景下轴孔装配的成功率。(3)对机械臂柔顺控制方法进行研究,提出一种面向装配场景的柔顺控制方法。首先,分别对基于力矩的阻抗控制、基于位置的阻抗控制进行分析;其次,通过搭建MATLAB/Simulink模型对阻抗参数进行辨识,分析了阻抗参数在柔顺控制中的作用以及环境参数对阻抗控制的影响;再次,由于传统阻抗控制对环境参数敏感,设计了一种自适应阻抗控制器实现装配接触力跟踪;最后,针对自适应阻抗控制可能因环境参数变化导致系统超调量过大的问题,提出了一种带调整项的自适应阻抗控制方法,增加阻抗控制对环境的适应能力。(4)对所提出的方法进行仿真验证。使用Coppelia Sim机器人动力学仿真软件搭建装配实验平台,根据所提出的柔顺装配策略以及带调整项的自适应阻抗控制方法从轨迹跟踪控制、装配柔顺力跟踪控制两个方面进行仿真分析,验证了所提出的面向装配场景的柔顺控制方法的有效性。综上所述,本文对装配场景下的柔顺控制技术进行研究,对装配轨迹、装配策略以及阻抗控制方法进行了深入讨论,设计了自适应阻抗控制器,并提出了一种带调整项的自适应阻抗控制方法,提高装配阶段力跟踪的能力,并通过仿真平台验证了带调整项的自适应阻抗控制在装配场景下进行装配力跟踪的有效性。

关键词： 打磨路径规划   动态自适应阻抗控制   双臂协调   多机器人协作  

摘要： 与单个机器人相比,多机器人协作系统具有更灵活的操作能力、更大的负载和作业空间,能实现更加复杂的操作任务,因而具有很大的发展前景。本文针对多机器人协同打磨的工业任务,主要开展了打磨工艺轨迹规划、力柔顺控制以及多机器人协调控制方法相关的研究,并搭建仿真模型和实验平台,进行了控制算法的验证和打磨实验测试。针对打磨工艺刀具轨迹规划问题,提出了基于STL模型的截平面法刀具轨迹生成方法,通过自适应调整截平面间距,得到三维笛卡尔空间中近似等间距的刀具路径。采用贝塞尔曲线对三角网格两顶点所在的边界曲线进行拟合,利用二分的思想快速找到截平面与边界曲线的交点,在保证拟合精度的同时也缩短了计算时间。针对不确定接触环境下的力跟踪问题,分析了传统阻抗控制对于复杂曲面力跟踪的局限性,提出了一种基于积分补偿的动态自适应阻抗控制方法。设计一种基于积分补偿器的自适应律,来补偿环境位置的不确定度,以消除因环境信息估计误差所带来的力跟踪误差。通过一个指数衰减函数动态调整自适应更新率,消除过渡阶段的力超调。采用卡尔曼滤波对力信号进行最优估计以消除打磨力控中存在的高频噪声,并对机械臂末端工具重力进行补偿以得到准确的接触力信息。针对双臂紧协调操作中存在的闭链约束,介绍了目标物体的位置、速度及加速度的分解策略,并分析了操作目标的动力学,通过力约束关系将双臂末端作用力分解为系统的内力和外力。然后,对双臂协调柔顺控制方法进行了研究,针对双臂协同夹持物体与外界环境接触的力控作业任务,介绍了双环阻抗控制策略,实现了双臂协作系统的内外力跟踪。最后,利用UR5机械臂搭建了多机器人协作打磨系统实验平台,进行了单臂和多臂协同的打磨实验测试。实验结果表明,本文所提出的力柔顺控制方法在多机器人协同打磨作业中有良好的力控性能。

关键词： 纤维铺放作业   动态柔顺控制   鲁棒滑模控制   自适应阻抗控制   碰撞检测  

摘要： 纤维自动铺放技术作为碳纤维复合材料构件的先进制造方法,广泛应用于航空航天制造领域。随着纤维铺放构件形状的复杂化,以工业机器人为主体的自动铺放设备表现出更高的灵活性、高效性等优点被广泛开发应用,因此,建立纤维铺放过程中机器人安全稳定的柔顺控制策略至关重要。纤维铺放过程中既要保证纤维束能够准确地跟踪铺放轨迹,又要保证铺丝头对纤维层施加恒定的铺放压力。当前纤维铺放机器人控制方法主要采用单纯的位置控制,对铺放压力的恒定控制主要通过末端施压气缸对纤维束施加一定的压紧力。但是随着铺放工件的复杂化,尤其当曲面曲率变化较快时,机器人对纤维束铺放压力的恒定控制和铺放轨迹的精确跟踪效果较差,因此建立系统的主动柔顺控制策略对纤维铺放过程具有重要意义。目前,面向工业机器人的主动柔顺控制方法对各种外部干扰、参数不确定性等因素考虑较少,导致作业过程中稳定性和精度不足。其次,针对复杂环境下的纤维铺放过程,机器人与外界环境可能发生碰撞而且铺丝头可能与芯模之间发生干涉碰撞,这对纤维铺放过程危害性较大。针对以上问题,本文旨在研究面向纤维铺放作业过程中机器人的主动柔顺控制及碰撞检测方法,主要研究内容如下:(1)基于模块化关节搭建纤维铺放机器人的研究模型,并利用D-H参数法建立了机器人的运动学模型,建立机器人在关节空间和末端操作空间的映射关系;利用拉格朗日法建立了纤维铺放机器人在关节空间的动力学模型,建立纤维铺放机器人在关节空间的驱动力与各关节运动之间的动态响应关系。(2)基于纤维铺放过程提出了一种动态柔顺控制策略,不同于单纯的位置控制策略,该控制策略采用鲁棒滑模控制方法实现机器人对铺放轨迹的精确跟踪,采用自适应阻抗控制方法保证纤维层之间的铺放压力作用。实验结果表明建立的动态柔顺控制策略不仅能够保证纤维铺放机器人的稳定工作过程,而且系统具有较强的鲁棒性和抗干扰能力,能够很好地满足纤维铺放过程。(3)考虑到纤维铺放机器人在工作过程中可能面临的环境碰撞力与干涉碰撞力等危险情况,本文基于协作机器人建立了一种无附加传感器的机器人碰撞检测方法,保证了机器人在面对外部碰撞力作用时能够安全停机;考虑到机器人在纤维铺放过程中铺放压力对碰撞观测器的干扰,本文提出了一种铺放压力负载实时补偿策略,实时补偿末端负载对碰撞观测器的影响,保证纤维铺放机器人在工作过程中的安全性;利用Simscape物理模型仿真验证了所提出的碰撞检测方法能够很好地保证纤维铺放过程的安全性和稳定性。

关键词： 人机协作   模仿学习   阻抗控制   避障  

摘要： 人机协作结合了人和机器人的优势,可以提高生产效率和质量。实际生产任务通常为多工序任务,而目前人机协作的研究大多针对单一工序任务如协作装配、递交和搬运等,难以满足实际需求。本文针对多工序人机协作任务,研究相应的轨迹规划和柔顺控制,结合有限状态机和模仿学习对多工序协作任务进行分析,使用变刚度阻抗控制平衡交互的柔顺性和轨迹的跟踪精度,并结合虚拟力和阻抗控制避障,实现高效和安全的人机协作。首先,搭建多工序人机协作平台。以小坦克车的组装为例,分析了多工序协作任务,确定协作系统的硬件和软件;然后标定相机的内外参并建立机械臂的运动学和动力学模型,为后续协作任务的轨迹规划和柔顺控制打下基础。其次,结合模仿学习和有限状态机分析多工序人机协作任务。首先把任务划分为单个工序并借助有限状态机(Finite state machine,FSM)确定状态以及状态之间的转移和动作;然后使用任务参数化的高斯混合模型(Task-Parameterized Gaussian Mixture Model,TP-GMM)学习单工序中人的操作技能以规划机械臂轨迹,实现单个工序技能对不同任务参数的泛化,完成多工序协作任务的分解和学习。再次,研究变刚度阻抗控制对交互柔顺性和轨迹跟踪精度的影响以及虚拟力避障策略。针对接触式人机协作任务,以TP-GMM学到的轨迹概率模型的均值作为阻抗控制的参考轨迹,依据概率模型中的协方差矩阵设计变刚度系数,刚度系数随着距参考轨迹的距离增加而变大,以平衡协作任务中交互的柔顺性和轨迹跟踪精度;针对非接触式人机协作任务,使用点云处理和碰撞检测计算人和机械臂的最近点对,据此生成虚拟力并结合阻抗控制实现动态避障,结合雅克比矩阵的动态一致性伪逆的零空间实现尽量不影响末端任务的情况下避障,提高了人机协作的安全性。最后,设计实验验证针对多工序人机协作任务的轨迹规划和柔顺控制策略。设计了静态和动态物体的避障实验、协作搬运实验以及小坦克车组装实验,验证了本文方法对于多工序协作任务的有效性,实现人机协作任务中交互的柔顺性和安全性。