飞行作业机器人的视觉伺服跟踪与阻抗控制方法技术

本发明专利技术涉及一种飞行作业机器人的视觉伺服跟踪与阻抗控制方法。包括：步骤S1、考虑重心偏移以及接触过程中受力和力矩，构建搭载机械臂的四旋翼无人机系统模型和二自由度机械手模型；步骤S2、通过对目标的运动进行分析，构建考虑运动目标的图像动力学模型；步骤S3、设计基于图像的自适应观测器，对目标与飞行作业机器人之间的相对线速度与相对偏航速度以及机械臂对飞行平台的扰动力进行估计；步骤S4、基于自适应观测器设计非奇异快速终端滑模控制器对飞行平台进行位置控制；步骤S5、通过对接触力传感器信号噪声进行分析，设计基于自适应力估计器的飞行作业机器人机械臂阻抗控制方法。法。法。

【技术实现步骤摘要】
飞行作业机器人的视觉伺服跟踪与阻抗控制方法


[0001]本专利技术涉及无人机
，具体涉及一种飞行作业机器人的视觉伺服跟踪与阻抗控制方法。

技术介绍

[0002]随着控制技术和高精度传感器的不断发展，四旋翼无人机得到快速发展并被广泛应用于航拍、巡检、跟踪等多种任务中。与无人机相比，搭载主动作业机构的飞行作业机器人在执行接触作业任务时需要更高的控制精度，目前，全球定位系统(GPS)在一些复杂的城市环境、封闭的室内或低海拔地区存在延迟高、误差大等问题，无法为飞行作业机器人保证足够精度的位置信息。通过采集图像特征，可快速获得较精确的局部环境信息，因此，基于图像的视觉伺服方法成为飞行作业机器人获得高精度局部定位的重要手段。飞行作业机器人的视觉伺服通常通过机载相机感知环境信息，并以此为反馈控制机器人稳定作业，具有体积小，重量轻，既可在狭小的室内环境作业，也可在大型开放的空间中进行探索、搜救。
[0003]目前，通过图像信息来获得准确速度信息是飞行作业机器人视觉伺服领域的一大难题。若与目标相对速度信息不准确，则视觉伺服控制器的稳定性会受到较大影响。目前基于图像视觉伺服控制器通常用于跟踪静止的目标。而对于动态目标跟踪，目前已有学者提出了一些解决方案，但是，这些方案通常需要获知无人机的速度和图像特征来估计被跟踪目标的速度。
[0004]另一方面，飞行作业机器人的机载机械臂在作业时会与环境接触，不可预测的接触力对飞行和作业的安全性造成了巨大的挑战。因此，为了保证任务的安全性和接触作业的柔顺性，阻抗控制应需而生。传统的阻抗控制将力传感器所测得的实际接触力直接输入控制器中形成内部的力控制闭环。考虑到力传感器存在噪声，所测得的数据不准确，直接使用测量得到的力信号可能会对控制性能造成影响。目前这类噪声常见的处理手段有神经网络、给定干扰上界的自适应方法等。相比神经网络逼近方法，对噪声进行自适应方法估计更适用于搭载算力有限处理器的飞行作业机器人。
[0005]考虑到机械臂和无人机之间的强耦合性，特别是当机械臂末端受到外力作用时，飞行作业机器人系统内不可避免的存在着不确定性。为解决这个问题，飞行作业机器人控制领域研究了多种先进的控制器，其中，滑模控制具有收敛速度快、抗干扰能力和鲁棒性强等特点。但传统的线性滑模控制方法不能在有限时间内收敛到平衡点，为了克服这一缺点，研究人员开发了多种非线性滑模控制方案，例如终端滑模、非奇异终端滑模、非奇异快速终端滑模等。其中非奇异快速终端滑模控制在保留上述滑模控制方法优点的同时还提供了更快的收敛速度。因此，考虑到飞行作业机器人的动态目标跟踪及物理接触的作业要求，非奇异快速终端滑模控制能提供快速收敛的跟踪性能。

技术实现思路

[0006]本专利技术的目的在于提供一种飞行作业机器人的视觉伺服跟踪与阻抗控制方法，能
够有效解决运动目标信息难获取、跟踪控制速度慢和物理接触时扰动强所带来的影响，提高飞行作业机器人系统的视觉跟踪性能以及物理接触时的安全稳定性
[0007]为实现上述目的，本专利技术的技术方案是：一种飞行作业机器人的视觉伺服跟踪与阻抗控制方法，包括如下步骤：
[0008]步骤S1、考虑重心偏移以及接触过程中受力和力矩，构建搭载机械臂的四旋翼无人机系统模型和二自由度机械手模型；
[0009]步骤S2、通过对目标的运动进行分析，构建考虑运动目标的图像动力学模型；
[0010]步骤S3、设计基于图像动力学的自适应观测器，对目标与飞行作业机器人之间的相对线速度δ与相对偏航速度以及机械臂对飞行平台的扰动力F
dis
进行估计；
[0011]步骤S4、基于自适应观测器设计非奇异快速终端滑模控制器对飞行平台进行位置控制；
[0012]步骤S5、通过对接触力传感器信号噪声进行分析，设计基于自适应力估计器的飞行作业机器人机械臂阻抗控制方法。
[0013]相较于现有技术，本专利技术具有以下有益效果：
[0014](1)、本专利技术设计了一种基于图像动力学的自适应速度观测器来获得飞行作业机器人与动态目标之间的相对速度，保证了在无速度反馈或速度反馈信息不准确情况下飞行作业机器人的作业精度与稳定性。
[0015](2)、本专利技术基于所提出的自适应速度观测器设计了非奇异快速终端滑模控制器，在保证作业精度的同时提高了收敛速度，保证了飞行作业机器人快速跟踪收敛至运动目标。
[0016](3)、本专利技术设计了一种具有自适应估计噪声上界能力的机械臂反演阻抗控制策略，有效减小由接触力传感器噪声对控制性能产生的影响，降低了接触作业对飞行作业机器人系统产生的扰动。
附图说明
[0017]图1是本专利技术实施例的图像平面与虚拟图像平面关系示意图。
[0018]图2是本专利技术实施例的X方向实际速度与估计速度对比示意图。
[0019]图3是本专利技术实施例的Y方向实际速度与估计速度对比示意图。
[0020]图4是本专利技术实施例的Z方向实际速度与估计速度对比示意图。
[0021]图5是本专利技术实施例的X方向目标做匀速运动时位置跟踪性能示意图。
[0022]图6是本专利技术实施例的Y方向目标做匀速运动时位置跟踪性能示意图。
[0023]图7是本专利技术实施例的Z方向目标做匀速运动时位置跟踪性能示意图。
[0024]图8是本专利技术实施例的X方向目标做圆周运动时位置跟踪性能示意图。
[0025]图9是本专利技术实施例的Y方向目标做圆周运动时位置跟踪性能示意图。
[0026]图10是本专利技术实施例的Z方向目标做圆周运动时位置跟踪性能示意图。
[0027]图11是本专利技术实施例的三维空间飞行作业机器人与环境交互示意图。
[0028]图12是本专利技术实施例的飞行作业机器人与目标在0
‑
30s的三维轨迹示意图。
[0029]图13是本专利技术实施例的位置跟踪性能示意图。
[0030]图14是本专利技术实施例的X方向上接触力对比示意图
[0031]图15是本专利技术实施例的Y方向上接触力对比示意图
[0032]图16是本专利技术实施例的X方向上轨迹控制示意图。
[0033]图17是本专利技术实施例的Y方向上轨迹控制示意图。
具体实施方式
[0034]下面结合附图，对本专利技术的技术方案进行具体说明。
[0035]本专利技术提供一种飞行作业机器人的视觉伺服跟踪与接触阻抗控制方法，包括以下步骤：
[0036]步骤S1、考虑重心偏移以及接触过程中受力和力矩，构建搭载机械臂的四旋翼无人机系统模型和二自由度机械手模型；
[0037]所述构建搭载机械臂的四旋翼无人机系统模型具体为：利用质点系的动量和动量矩定理对搭载机械臂的飞行作业机器人系统进行建模，并根据动量守恒和动量矩守恒得到飞行作业机器人动力学：
[0038]飞行作业机器人在惯性坐标系中的位置和速度分别用与表示，飞行作业机器人的姿态由欧拉角进行描述，其中欧拉角为：Φ＝[φ,θ,ψ]T
是翻滚角本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种飞行作业机器人的视觉伺服跟踪与阻抗控制方法，其特征在于，包括如下步骤：步骤S1、考虑重心偏移以及接触过程中受力和力矩，构建搭载机械臂的四旋翼无人机系统模型和二自由度机械手模型；步骤S2、通过对目标的运动进行分析，构建考虑运动目标的图像动力学模型；步骤S3、设计基于图像动力学的自适应观测器，对目标与飞行作业机器人之间的相对线速度δ与相对偏航速度以及机械臂对飞行平台的扰动力F
dis
进行估计；步骤S4、基于自适应观测器设计非奇异快速终端滑模控制器对飞行平台进行位置控制；步骤S5、通过对接触力传感器信号噪声进行分析，设计基于自适应力估计器的飞行作业机器人机械臂阻抗控制方法。2.根据权利要求1所述的飞行作业机器人的视觉伺服跟踪与阻抗控制方法，其特征在于，所述构建搭载机械臂的四旋翼无人机系统模型具体为：利用质点系的动量和动量矩定理对搭载机械臂的飞行作业机器人系统进行建模，并根据动量守恒和动量矩守恒得到飞行作业机器人动力学，具体如下：飞行作业机器人在惯性坐标系中的位置和速度分别用与表示，飞行作业机器人的姿态由欧拉角进行描述，其中欧拉角为：Φ＝[φ,θ,ψ]
T
，是翻滚角、俯仰角和偏航角所构成的合集，飞行作业机器人在机体坐标系下的角速度定义为：考虑到机械臂与飞行平台之间的动态耦合，飞行作业机器人动力学模型为：其中分别为p、v、Φ、ω对时间的一阶导数，和分别表示飞行作业机器人的质量和惯性张量，与分别表示由螺旋桨产生的推力与扭矩，是飞行平台相对于惯性系的旋转矩阵，定义和分别对应着飞行平台的偏航、俯仰和翻滚欧拉角的旋转矩阵，R
b
表示为R
b
＝R
ψ
R
θ
R
φ
，e3＝[0,0,1]
T
表示Z轴方向单位矢量，g为重力加速度，和分别为在机体坐标系下机械臂对飞行平台所产生的扰动力与扰动力矩，T表示为：所述二自由度机械臂基于末端位置的动力学如下所示：其中与分别为x
b
与r对时间的一阶导数，为x
b
对时间的二阶导数，D
x
(r)、和G
x
(r)分别为和机械手的质量、转动惯量和重力相关的系统矩阵，r＝[r1,r2]
T
为二自由度机
械臂关节1与关节2的角度，x
b
为二自由度机械臂末端位置，F
ext
为机械臂与环境接触时的接触力，F
x
为机械臂运动过程中受到的摩擦力，F为电机产生的力。考虑到机械臂关节运动缓慢且机械臂的质量和惯性张量远小于飞行平台的质量，因此使用以下假设：假设1：机械臂对飞行平台所产生的力和力矩是缓慢变化的：3.根据权利要求2所述的飞行作业机器人的视觉伺服跟踪与阻抗控制方法，其特征在于，所述步骤S2实现方式为：通过将运动目标在相机平面所形成的图像特征点转换到虚拟相机平面，构建实际运动目标与虚拟图像特征之间的关系，具体如下：将运动目标在图像平面所形成的像素坐标通过旋转矩阵变换到虚拟图像平面中，得到相机模型：其中[
v
u,
v
n]
T
是虚拟相机平面中的像素坐标，为[
v
u,
v
n]
T
对时间的一阶导数，λ是相机的焦距为固定参数，z
v
是目标点在虚拟相机坐标系下的深度，[δ
x
,δ
y
,δ
z
]
T
为飞行作业机器人相对于运动目标的相对速度；定义图像特征q＝[q
x
,q
y
,q
z
]
T
和飞行作业机器人相对于运动目标的偏航角q
ψ
用于控制飞行作业机器人的运动：其中a＝
v
μ
20
+
v
μ
02
，图像中心矩N为选取的特征点数量，a
*
是a的期望值，表示期望的图像特征矩，定义期望深度为z
*
，z
*
与a
*
均为常数，z
*
和a
*
满足以下等式：虚拟图像平面中的图像特征运动学表示为：虚拟图像平面中的图像特征运动学表示为：
其中为运动目标在图像平面中的偏航速度，是一个斜对称矩阵，对任意方向向量a都满足：定义v
t
，v分别是运动目标和飞行作业机器人在惯性坐标系下的线速度；联立公式(1)和(7)得出飞行作业机器人相对于运动目标的相对速度δ对于时间的一阶微分表示为：其中为四个螺旋桨带给飞机的升力加速度，为运动目标加速度在虚拟图像平面中的表示；定义期望图像特征q
*
＝[0,0,1]
T
，则图像特征误差q1＝q
‑
q
*
考虑运动目标的完整图像动力学表示为：力学表示为：力学表示为：当飞行作业机器人进行跟踪作业，被跟踪的运动目标的机动性通常是有限的，目标以一个变化或恒定的加速度进行运动，在这个基础上，使用以下假设：假设2：未知运动目标的平动加速度和偏航加速度有界：根据假设2，得到如下关系：4.根据权利要求3所述的飞行作业机器人的视觉伺服跟踪与阻抗控制方法，其特征在于，所述步骤S3具体为：定义与分别为与的估计值；步骤S31、根据步骤S2所设计的动力学模型，构建如下误差：步骤S31、根据步骤S2所设计的动力学模型，构建如下误差：步骤S31、根据步骤S2所设计的动力学模型，构建如下误差：步骤S31、根据步骤S2所设计的动力学模型，构建如下误差：其中表示实际图像特征误差与估计图像特征误差之间的误差，表示实际相对速度与估计相对速度之间的误差，表示目标加速度最大上界与估计上界之间的误差，表示机械臂对飞行作业机器人的实际扰动力与估计扰动力之间的误差；
步骤S32、设...

【专利技术属性】
技术研发人员：陈彦杰，兰立民，吴杨宁，曾国航，刘鑫成，
申请(专利权)人：福州大学，
类型：发明
国别省市：