【技术实现步骤摘要】
一种基于阻抗迭代学习的物理人机交互控制方法
[0001]本专利技术属于机器人控制
，具体涉及一种基于阻抗迭代学习的物理人机交互控制方法
。
技术介绍
[0002]并联机器人具有运行速度快
、
精度高
、
刚度大等优点，被广泛运用于精密加工
、
测量工程和航空航天等领域
。
并联机器人在生产自动化中占有极其重要的位置，为了使得机器人能对外界的变化产生响应，需要其具备一定的柔顺性
。
而主动柔顺控制正是实现这一目标的重要环节
。
最早的主动柔顺控制研究可以追溯到
50
年代，当时
Goertzs
针对放射性实验工场的恶劣环境，在电液式主从机械臂上装上力反馈装置，当操作者在主操作机上操作时，就可以感受到从操作机与环境的接触作用力，实质也就是力遥感
。
[0003]阻抗控制作为应用最为广泛的柔顺控制方法，通过建立机器人运动和外部作用力之间的动态关系，对机器人运动进行调节，从而实...
【技术保护点】
【技术特征摘要】
1.
一种基于阻抗迭代学习的物理人机交互控制方法，其特征在于，包括如下步骤：
S1
，建立五杆并联机器人的欧拉
‑
拉格朗日动力学模型；
S2
，根据并联机器人的轨迹跟踪误差，建立人机系统交互力模型；
S3
，基于所述欧拉
‑
拉格朗日动力学模型，设计机器人模型参考自适应控制；
S4
，基于所述人机系统交互力模型以及所述机器人模型参考自适应控制设计人机交互力迭代学习策略；
S5
，利用人机交互力迭代学习策略对所述五杆并联机器人进行控制测试
。2.
根据权利要求1所述的基于阻抗迭代学习的物理人机交互控制方法，其特征在于：其中，所述
S1
中欧拉
‑
拉格朗日动力学模型为：式中，
x∈R
n
为机器人末端执行器位置向量，
M(x)∈R
n
×
n
为机器人惯性矩阵，为机器人科里奥利和离心力矩阵，
G(x)∈R
n
为机器人重力向量，
u∈R
n
为机器人工作空间控制输入力，
u
e
∈R
n
为人机交互力
。3.
根据权利要求2所述的基于阻抗迭代学习的物理人机交互控制方法，其特征在于：其中，所述
S2
中轨迹跟踪误差为：
e
k
＝
x
r
‑
x
k
(2)
式中，
x
k
表示迭代第
k
次的值，
x
r
表示参考轨迹；所述人机系统交互力模型为：式中，和分别代表第
k
次迭代过程中相互作用力的刚度矩阵与阻尼矩阵；所述刚度矩阵与所述阻尼矩阵的函数表达式如下
::
式中，
K
h
(t)
和
B
h
(t)
均为迭代无关项，分别在中起主导作用；
K
d,k
(t)
与
B
d,k
(t)
均为迭代依赖项；基于公式
...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。