一种基于六维力传感器的双臂机器人精密装配方法组成比例

本发明专利技术公开了一种基于六维力传感器的双臂机器人精密装配方法，该方法包括如下步骤：机器人控制器读取左机械臂各关节角度和右机械臂各关节角度；得到左右机械臂的笛卡尔空间位姿；根据左右机械臂笛卡尔空间位姿通过坐标转换获得左右臂末端销孔工件相对于机器人基坐标的笛卡尔空间位姿；运用基于快速势能探索随机树方法得到左臂末端销孔和右臂末端销孔规划路径；其中，规划路径为运动距离短、装配作业时间短、机械臂能耗低和避免干涉；根据左臂末端销孔和右臂末端销孔规划路径运用基于学习变阻抗控制系统的控制方法控制左机械臂和右机械臂柔顺装配。本发明专利技术能够规划出质量高的路径和具备柔顺装配能力。路径和具备柔顺装配能力。路径和具备柔顺装配能力。

【技术实现步骤摘要】
一种基于六维力传感器的双臂机器人精密装配方法


[0001]本专利技术属于六维力传感器的双臂机器人
，尤其涉及一种基于六维力传感器的双臂机器人精密装配方法。

技术介绍

[0002]航天制造对精度、可靠性、规范流程等要求非常高，因此航天制造领域培养了一大批大国工匠。但是随着时间的推移，一些能工巧匠逐步到了退休年龄，而新一代的80后、90后劳动力人口对于从事简单重复、工作环境差的产业工作不再那么感兴趣，因此在培养新一代大国工匠的同时以机器人替代人工完成一部分工作也是一个不错的选择，由航天制造向航天智造转变已经成为大势所趋。
[0003]目前制造业应用的工业机器人装配主要是单机械臂装配或者是多个单独的机械臂在流水线上进行装配。这种装配方法各机械臂之间没有相互配合、装配动作都是提前编辑好的，导致机械臂装配精度差、装配效率低、适应能力差。
[0004]机器人装配属于非结构环境下的接触操作任务，由于任务复杂，接触环境多变且不可预测，很难建立系统的精确动力学模型，如何让机器人安全高效快速地执行新任务，精确地控制不同环境下的接触力，是机器人本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于六维力传感器的双臂机器人精密装配方法，其特征在于，所述方法包括如下步骤：步骤一：机器人控制器读取左机械臂各关节角度和右机械臂各关节角度；步骤二：建立双机械臂机器人的运动学模型和动力学模型；根据步骤一中的左机械臂各关节角度和双机械臂机器人的运动学模型和动力学模型运用六自由度机械臂正运动学算法得到左机械臂的笛卡尔空间位姿；根据步骤一中的右机械臂各关节角度和双机械臂机器人的运动学模型和动力学模型运用六自由度机械臂正运动学算法得到右机械臂的笛卡尔空间位姿；步骤三：根据步骤二中的左机械臂笛卡尔空间位姿通过坐标转换获得左臂末端销孔工件相对于机器人基坐标的笛卡尔空间位姿；根据步骤二中的右机械臂笛卡尔空间位姿通过坐标转换获得右臂末端销孔工件相对于机器人基坐标的笛卡尔空间位姿；步骤四：运用基于快速势能探索随机树方法得到左臂末端销孔和右臂末端销孔规划路径；步骤五：根据步骤四中的左臂末端销孔和右臂末端销孔规划路径运用基于学习变阻抗控制系统的控制方法控制左机械臂和右机械臂柔顺装配。2.根据权利要求1所述的基于六维力传感器的双臂机器人精密装配方法，其特征在于：在步骤二中，双机械臂机器人的运动学模型和动力学模型通过如下公式得到：在步骤二中，双机械臂机器人的运动学模型和动力学模型通过如下公式得到：在步骤二中，双机械臂机器人的运动学模型和动力学模型通过如下公式得到：在步骤二中，双机械臂机器人的运动学模型和动力学模型通过如下公式得到：在步骤二中，双机械臂机器人的运动学模型和动力学模型通过如下公式得到：在步骤二中，双机械臂机器人的运动学模型和动力学模型通过如下公式得到：其中，是双机械臂机器人关节i
‑
1与i的坐标转换矩阵，c代表cos，s代表sin，θ
i
,α
i
‑1,
a
i
‑1,d
i
分别为双机械臂机器人关节i的D
‑
H参数；为左机械臂末端销工件到左机械臂末端的转换矩阵，m为左机械臂末端销工件到左机械臂末端的距离；为右机械臂末端孔工件到右机械臂末端的转换矩阵，m为右机械臂末端销工件到右机械臂末端的距离；为左机械臂末端销工件到左机械基坐标的转换矩阵；为右机械臂末端孔工件到右机械臂基坐标的转换矩阵；τ为关节控制力矩，M(Θ)为机械臂的n*n的质量矩阵，为n*1的离心力和哥氏力矢量，G(Θ)为n*1的重力矢量，Θ为机械臂关节位置矢量，为机械臂关节速度矢量，为机械臂关节加速度矢量。3.根据权利要求1所述的基于六维力传感器的双臂机器人精密装配方法，其特征在于：在步骤四中，基于快速势能探索随机树方法包括如下步骤：(41)设定初始参数，并进行初始采样；(42)根据双机械臂机器人的运动学模型和动力学模型和步骤(41)中的初始参数计算随机树的树节点距离采样点的距离，找到最近的树节点作为父节点；(43)根据父节点得到拓展子节点，判断拓展子节点是否碰撞，如果不碰撞则加入候选采样点；(44)计算候选采样点势能；(45)修改采样步长和采样概率；重复步骤(42)
‑
(44)，直到候选采样点达到num；(46)根据num个候选采样点势能的倒数进行轮盘赌选择，得到采样点，将采样点作为新的子节点；(47)选择最短代价的连接方式将步骤(46)的新的子节点连接父节点，确定左臂末端销孔和右臂末端销孔规划路径。4.根据权利要求1所述的基于六维力传感器的双臂机器人精密装配方法，其特征在于：在步骤五中，基于学习变阻抗控制系统的控制方法包括如下步骤：(51)将预设的初始化控制变量作用于机械臂的控制系统；(52)根据预设的采样数据建立控制系统的高斯过程动态模型，作为系统的变换动力学模型；(53)根据步骤(52)中的系统的变换动力学模型使用策略学习算法搜索最优阻抗控制策略；(54)根据最优阻抗控制策略，应用于变阻抗控制器进行力控制，并采集数据；(55)重复步骤(52)
‑
(54)直到得到预设力跟踪效果。5.根据权利要求3所述的基于六维力传感器的双臂机器人精密装配方法，其特征在于：在步骤(41)中，初始参数包括：左机械臂的起始位姿left_start，目标位姿left_goal，右机械臂的起始位姿right_start，目标位姿right_goal，初始路径随机树tree，初始采样步长step_size，初始采样概率probability，采样上限upper_limit，单次候选采样点数num，重连接代价price，碰撞距离distance，最终位置势能误差h。6.根据权利要求5所述的基于六维力传感器的双臂机器人精密装配方法，其特征在于：在步骤(41)中，将左机械臂的目标位姿left_goal和右机械臂的目标位姿right_goal连一
条直线，在直线上选取在left_goal左侧与left_goal距离为L的点定义为l...

【专利技术属性】
技术研发人员：张俊宁，李晓琪，杨帆，吕博瀚，刘书选，
申请(专利权)人：北京精密机电控制设备研究所，
类型：发明
国别省市：