一种协作机器人的柔顺力控制方法及系统技术方案

本发明专利技术公开了一种协作机器人的柔顺力控制方法及系统，其中，所述方法包括：建立协作机器人末端的稳定力控制策略模型；建立协作机器人的刚度优化策略模型；建立协作机器人的奇异规避模型；基于所述稳定力控制策略模型、所述刚度优化策略模型和所述奇异规避模型建立实时控制量求解模型，并进行实时控制量求解，获得所述协作机器人的实时控制量；基于所述实时控制量对所述协作机器人进行柔顺力的控制处理。在本发明专利技术实施例中，能够实现对接触力的高精度控制，并能够实时提升协作机器人系统的刚度，从而抑制颤振；能够有效规避系统陷入奇异位型，同时满足机器人的关节角度、角速度限制。同时满足机器人的关节角度、角速度限制。同时满足机器人的关节角度、角速度限制。

【技术实现步骤摘要】
一种协作机器人的柔顺力控制方法及系统


[0001]本专利技术涉及机器人控制
，尤其涉及一种协作机器人的柔顺力控制方法及系统。

技术介绍

[0002]协作机器人具备柔性好、人机交互灵活的优势，在工业、医疗等领域已取得了广泛的应用。其中柔顺力控制是协作机器人实现复杂任务高质量作业以及人机交互等的核心。通过对接触力的实时感知以及控制量的在线生成，可以实现机器人末端执行器按照预期的接触力施加于作用对象上。现有针对具有冗余自由度的协作机器人的力控制方法，主要是基于机器人雅克比矩阵的伪逆计算实现。但是这种方法难以处理系统的物理约束。CN201911358551.4提出了一种无需机器算雅克比矩阵的伪逆，但是这种空间解耦的方法建模困难，同时没有考虑系统刚度不足的问题。
[0003]然而，由于协作机器人自身结构的限制，系统的刚度较传统工业机器人有明显不足，使得机器人在机交互过程中能够容易出现颤振、误差较低等现象，使系统的稳定性显著下降。CN202010141357.7提出了一种机器人的刚度优化算法，该类方法是在机器人的结构设计过程中，通过对本体结构的优化完成的。在机器人本体固化的前提下，该方法无法通过调整机器人位型实现系统的刚度优化。
[0004]现有机器人力控制方法，通常采用基于雅克比矩阵求逆的方法，即针对末端接触力，采用雅克比矩阵的逆矩阵算子进行空间变化，从而计算机器人的关节控制量。这种方法虽然直观，但是这种方法通常难以处理复杂的系统约束；在刚度优化方面，目前的主流方法一般采用离线优化，首先将机器人的运动轨迹离散化，然后建立系统的刚度优化指标，通过启发式算法对进行全局寻优。但是这种方法难以扩展到力控制的场景，其主要原因是由于实际力相应的不可预知性，导致机器人的期望运动轨迹获取困难，从而难以保证机器人的力控制精度。

技术实现思路

[0005]本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种协作机器人的柔顺力控制方法及系统，能够实现对接触力的高精度控制，并能够实时提升协作机器人系统的刚度，从而抑制颤振；能够有效规避系统陷入奇异位型，同时满足机器人的关节角度、角速度限制。
[0006]为了解决上述技术问题，本专利技术实施例提供了一种协作机器人的柔顺力控制方法，所述方法包括：
[0007]建立协作机器人末端的稳定力控制策略模型；
[0008]建立协作机器人的刚度优化策略模型；
[0009]建立协作机器人的奇异规避模型；
[0010]基于所述稳定力控制策略模型、所述刚度优化策略模型和所述奇异规避模型建立
实时控制量求解模型，并进行实时控制量求解，获得所述协作机器人的实时控制量；
[0011]基于所述实时控制量对所述协作机器人进行柔顺力的控制处理。
[0012]可选的，所述建立协作机器人末端的稳定力控制策略模型，包括：
[0013]利用组坑控制原理，建立所述协作机器人的末端相对运动与接触力之间的关系；
[0014]基于末端相对运动与接触力之间的关系建立协作机器人末端的稳定力控制策略模型。
[0015]可选的，所述端相对运动与接触力之间的关系如下：
[0016][0017]所述协作机器人末端的稳定力控制策略模型如下：
[0018][0019]其中，C
m
表示组坑模型；G
m
表示弹性系数；F表示接触力；x表示协作机器人末端执行器的位置；表示协作机器人末端执行器的速度；x
d
表示协作机器人末端执行器的期望位置；表示协作机器人末端执行器的的期望速度；表示协作机器人末端执行器的反馈速度；F
d
表示期望接触力；t表示时间；k表示大于0的控制参数。
[0020]可选的，所述建立协作机器人的刚度优化策略模型，包括：
[0021]建立所述协作机器人的刚度指标，并建立所述刚度指标与决策量之间的映射关系；
[0022]基于所述映射关系进行刚度指标重构处理，获得刚度优化策略模型。
[0023]可选的，所述映射关系如下：
[0024]det((JJ
T
)
‑1)；
ꢀꢀꢀ
(3)
[0025]其中，det表示方阵对应的行列式的值；T表示矩阵的转置算子；
‑
1表示矩阵的求逆算子。
[0026]可选的，所述基于所述映射关系进行刚度指标重构处理，获得刚度优化策略模型，如下：
[0027]对所述映射关系的式子进行简化，将性能指标改写为：det(JJ
T
)，此时，所述协作机器人的刚度优化转为：
[0028]min det(JJ
T
)；
ꢀꢀꢀ
(4)
[0029]根据所述协作机器人的关节角度θ对det(JJ
T
)进行展开，得到刚度优化与机器人关节运动之间的映射关系即为刚度优化策略模型，如下：
[0030][0031]其中，det表示方阵对应的行列式的值；T表示矩阵的转置算子；
‑
1表示矩阵的求逆算子；θ
i
表示θ的第i个值，i＝1,2,3,
…
,n；表示协作机器人的关节角速度；J表示协作机器人的雅克比矩阵；vec表示将矩阵转化为列向量的算子。
[0032]可选的，所述建立协作机器人的奇异规避模型，包括：
[0033]建立所述协作机器人的灵活性指标
[0034]建立协作机器人的灵活性约束如下：
[0035][0036]根据决策变量对式(6)进行改写如下：
[0037][0038][0039]其中，β、η均表示正常数；其中，‖ ‖
F
表示求取矩阵Frobenoius范数的算子；表示J的伪逆；det表示方阵对应的行列式的值；trace表示矩阵的迹。
[0040]可选的，所述实时控制量求解模型如下：
[0041][0042][0043]其中，T表示矩阵的转置算子；
‑
1表示矩阵的求逆算子；θ
i
表示θ的第i个值，i＝1,2,3,
…
,n；表示协作机器人的关节角速度；J表示协作机器人的雅克比矩阵；vec表示将矩阵转化为列向量的算子；κ表示协作机器人的灵活性指标；β、η均表示正常数；θ
‑
、θ
+
分别表示θ的下界与上界；分别表示的下界与上界。
[0044]可选的，所述进行实时控制量求解，包括：
[0045]设置满足实时控制量求解模型的隐式解，对所述协作机器人的实时力控制与刚度优化如下：
[0046][0047][0048][0049]其中，∈为大于0的神经网络参数；Proj表示一个饱和函数，定义如下：
[0050][0051][0052]表示为一个投影函数，定义为：
[0053][0054]其中，表示协作机器人的关节角速度；J表示协作机器人的雅克比本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种协作机器人的柔顺力控制方法，其特征在于，所述方法包括：建立协作机器人末端的稳定力控制策略模型；建立协作机器人的刚度优化策略模型；建立协作机器人的奇异规避模型；基于所述稳定力控制策略模型、所述刚度优化策略模型和所述奇异规避模型建立实时控制量求解模型，并进行实时控制量求解，获得所述协作机器人的实时控制量；基于所述实时控制量对所述协作机器人进行柔顺力的控制处理。2.根据权利要求1所述的柔顺力控制方法，其特征在于，所述建立协作机器人末端的稳定力控制策略模型，包括：利用组坑控制原理，建立所述协作机器人的末端相对运动与接触力之间的关系；基于末端相对运动与接触力之间的关系建立协作机器人末端的稳定力控制策略模型。3.根据权利要求2所述的柔顺力控制方法，其特征在于，所述端相对运动与接触力之间的关系如下：所述协作机器人末端的稳定力控制策略模型如下：其中，C
m
表示组坑模型；G
m
表示弹性系数；F表示接触力；x表示协作机器人末端执行器的位置；表示协作机器人末端执行器的速度；x
d
表示协作机器人末端执行器的期望位置；表示协作机器人末端执行器的的期望速度；表示协作机器人末端执行器的反馈速度；F
d
表示期望接触力；t表示时间；k表示大于0的控制参数。4.根据权利要求1所述的柔顺力控制方法，其特征在于，所述建立协作机器人的刚度优化策略模型，包括：建立所述协作机器人的刚度指标，并建立所述刚度指标与决策量之间的映射关系；基于所述映射关系进行刚度指标重构处理，获得刚度优化策略模型。5.根据权利要求4所述的柔顺力控制方法，其特征在于，所述映射关系如下：det((JJ
T
)
‑1)；
ꢀꢀꢀ
(3)其中，det表示方阵对应的行列式的值；T表示矩阵的转置算子；
‑
1表示矩阵的求逆算子。6.根据权利要求4所述的柔顺力控制方法，其特征在于，所述基于所述映射关系进行刚度指标重构处理，获得刚度优化策略模型，如下：对所述映射关系的式子进行简化，将性能指标改写为：det(JJ
T
)，此时，所述协作机器人的刚度优化转为：min det(JJ
T
)；
ꢀꢀꢀ
(4)根据所述协作机器人的关节角度θ对det(JJ
T
)进行展开，得到刚度优化与机器人关节运动之间的映射关系即为刚度优化策略模型，如下：
其中，det表示方阵对应的行列式的值；T表示矩阵的转置算子；
‑
1表示矩阵的求逆算子；θ
i
表示θ的第i个值，i＝1，2，3，...

【专利技术属性】
技术研发人员：徐智浩，吴鸿敏，廖昭洋，周雪峰，李帅，
申请(专利权)人：广东省科学院智能制造研究所，
类型：发明
国别省市：