一种基于力反馈的机器人复杂面的恒力打磨方法技术

本发明专利技术属于机器人技术领域，具体的说是一种基于力反馈的机器人复杂面的恒力打磨方法

【技术实现步骤摘要】
一种基于力反馈的机器人复杂面的恒力打磨方法


[0001]本专利技术属于机器人
，具体的说是一种基于力反馈的机器人复杂面的恒力打磨方法
。

技术介绍

[0002]随着近些年的发展，机器人在众多制造行业被得到广泛应用
。
打磨抛光在制造中成为不可或缺的一道工序
。
传统的打磨行业大多数是采用人工打磨，对操作员的专业水平有很高的要求
。
此外，随着长时间的工作，人工打磨的效率也会逐渐降低，而且打磨的效果也是参差不齐
。
而机器人可以按照预设的程序执行任务，精确控制打磨工具的位置，能有效保证产品的一致性
。
然而，机器人打磨技术也面临一些挑战
。
不同工件的形状和曲率变化提高加工的复杂性和难度，导致机器人轨迹和力产生较大误差
。
因此，如何在接触时，实现对力和位置的稳定跟踪，是确保对工件高质量打磨的重要因素之一
。
[0003]导纳控制通过设置末端执行器的阻抗参数，使机器人能够在某一方向上构建位置和力之间的关系，可以在同时刻控制机器人运动和接触力
。
通过调节机器人的阻抗参数，可以实现力的控制
。
但是在环境几何和刚度参数不确定情况下，机器人与环境接触的力稳态误差不为零，力跟踪效果不理想
。

技术实现思路

[0004]为解决上述技术问题，本专利技术提供了一种基于力反馈的机器人复杂面的恒力打磨方法，能够提高机械臂在复杂未知环境下力跟踪效果，进而较大程度提高机器人打磨精度
。
[0005]本专利技术技术方案结合附图说明如下：
[0006]1、
一种基于力反馈的机器人复杂面的恒力打磨方法，包括以下步骤：
[0007]步骤一
、
通过机器人控制器采集六维力传感器的信息；
[0008]步骤二
、
引入自抗扰控制中最速微分跟踪器；
[0009]步骤三
、
由机器人与环境构成导纳控制模型，实现机器人机械臂的外环控制；
[0010]步骤四
、
构建非奇异终端滑膜控制律，实现机器人机械臂的内环控制，从而实现对曲面工件表面进行打磨
。
[0011]进一步的，所述步骤一的具体方法如下：
[0012]通过机器人控制器采集包括
x、y、z
轴下的力
、
力矩的共六组数据；
[0013]对采集的力
、
力矩通过工具重力补偿和传感器零漂补偿，并在采样周期通过
UDP
通讯口读取六维力传感器测出真实接触的力
、
力矩
。
[0014]进一步的，所述六维力传感器设置在机器人末端，采集的是末端工具与工件接触时的力信号
。
[0015]进一步的，所述步骤二中，自抗扰控制中最速微分跟踪器表示如下：
[0016][0017]函数
f
han
(x1,x2,r,h)
定义如下：
[0018][0019]式中，
v(k)
为期望力大小；
h
为采样周期；
x1(k)
为过渡过程中输出的期望力；
x2(k)
为输出的期望力的微分；
sgn(
·
)
为符号函数；
fix(
·
)
为取整函数；控制量的约束
|u|≤r
；
r
为调节因子；
sat(
·
)
为饱和函数；
x1为实际输出力大小；
x2为实际输出力大小的一阶导数；
k0为微分增益
。
[0020]进一步的，所述步骤三中，导纳控制模型表示如下：
[0021][0022]式中，
Δ
F
＝
f
e
‑
F
d
为接触力即环境反馈的力和期望力的差值；
M
d
为质量系数矩阵；
B
d
为阻尼系数矩阵；
K
d
为刚度系数矩阵，常设为
n*n
的正定对角矩阵，
n
为机器人工作空间维数；为期望加速度；为实际加速度；为期望速度；为实际速度；
X
d
为期望位置；
X
r
为实际位置；
[0023]其中，环境反馈的力
f
e
简化为弹簧模型
f
e
＝
k
e
(x
‑
x
e
)
，导纳控制模型经拉普拉斯变换，则最终的稳态误差表示如下：
[0024][0025]式中，
k
e
为环境刚度；
x
e
为环境位置；
K
d
为刚度系数矩阵，设置为
0。
[0026]进一步的，所述步骤四的具体方法如下：
[0027]在步骤三构成的导纳控制模型基础上对阻尼系数进行补偿，如下所示：
[0028][0029]式中，
m
d
为初始质量系数；为估计加速度差值；
b
d
为初始阻尼系数；
Δ
b
为阻尼补偿；为估计速度差值；
Δ
f
＝
f
e
‑
f
d
；
Δ
b(t)
为阻尼补偿；为估计位置差值；
ε
＝
10
‑6防止分母为零；
λ
为采样周期；
ζ
为更新因子；
α
和
β
为增益系数，取值范围大于0；
U
limt
为限制系数；
[0030]通过劳斯判据确定满足系统稳定条件：
[0031][0032]当
t
→
∞
时，
f
e
→
f
d
，即能够实现接触力
f
e
对期望力
f
d
的跟踪；
[0033]通过逆运动学将关节角度带入自适应滑模控制器中，调整机器人末端运动轨迹；其中，机器人动力学模型表达式为：
[0034][0035]式中，
M(q)
为惯性矩阵，为对称且正定的
n
维方阵；为耦合矩阵，为科里奥利力和离心力组成的合并项；
G(q)∈R
n
为
n
维重力列向量；
F
e
∈R
n
为
n
维接触本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于力反馈的机器人复杂面的恒力打磨方法，其特征在于，包括以下步骤：步骤一
、
通过机器人控制器采集六维力传感器的信息；步骤二
、
引入自抗扰控制中最速微分跟踪器；步骤三
、
由机器人与环境构成导纳控制模型，实现机器人机械臂的外环控制；步骤四
、
构建非奇异终端滑膜控制律，实现机器人机械臂的内环控制，从而实现对曲面工件表面进行打磨
。2.
根据权利要求1所述的一种基于力反馈的机器人复杂面的恒力打磨方法，其特征在于，所述步骤一的具体方法如下：通过机器人控制器采集包括
x、y、z
轴下的力
、
力矩的共六组数据；对采集的力
、
力矩通过工具重力补偿和传感器零漂补偿，并在采样周期通过
UDP
通讯口读取六维力传感器测出真实接触的力
、
力矩
。3.
根据权利要求1所述的一种基于力反馈的机器人复杂面的恒力打磨方法，其特征在于，所述六维力传感器设置在机器人末端，采集的是末端工具与工件接触时的力信号
。4.
根据权利要求1所述的一种基于力反馈的机器人复杂面的恒力打磨方法，其特征在于，所述步骤二中，自抗扰控制中最速微分跟踪器表示如下：函数
f
han
(x1,x2,r,h)
定义如下：式中，
v(k)
为期望力大小；
h
为采样周期；
x1(k)
为过渡过程中输出的期望力；
x2(k)
为输出的期望力的微分；
sgn(
·
)
为符号函数；
fix(
·
)
为取整函数；控制量的约束
|u|≤r
；
r
为调节因子；
sat(
·
)
为饱和函数；
x1为实际输出力大小；
x2为实际输出力大小的一阶导数；
k0为微分增益
。5.
根据权利要求1所述的一种基于力反馈的机器人复杂面的恒力打磨方法，其特征在于，所述步骤三中，导纳控制模型表示如下：式中，
Δ
F
＝
F
e
‑
F
d
为接触力即环境反馈的力和期望力的差值；
M
d
为质量系数矩阵；
B
d
为阻
尼系数矩阵；
K
d
为刚度系数矩阵，常设为
n*n
的正定对角矩阵，
n
为机器人工作空间维数；为期望加速度；为实际加速度；为期望速度；为实际速度；
X
d
为期望位置；
X
r
为实际位置；其中，环境反馈的力
F
e
简化为弹簧模型
F
e
＝
k
e
(x
‑
x
e
)
，导纳控制模型经拉普拉斯变换，则最终的稳态误差表示如下：式中，
k
e
为环境刚度；
x
e
为环境位置；
K
d
为刚度系数矩阵，设置为
0。6.
根据权利要求1所述的一种基于力反馈的机器人复杂面的恒力打磨方法，其特征在于，所述步骤四的具体方法如下：在步骤三构成的...

【专利技术属性】
技术研发人员：李岩，汤步东，苗立晓，魏成宇，卢家成，盛明哲，
申请(专利权)人：深圳市华成工业控制股份有限公司，
类型：发明
国别省市：