基于神经网络的机器人关节转矩力控制研究.pdfVIP

《电气 自动化》2叭1年第33卷 第1期 机器人技术 RobotTechnologies 基于神经 网络的机器人关节转矩力控制研究米 李二超 李战明 李 炜 (兰州理工大学 电气与信息工程学院 ，甘肃 兰州 730050) 摘 要 ：针对存在参数不确定和外界扰动的机器人系统，提 出了一种无须使用力传感器即可同时控制机器人力和位置 的关节转矩控制 方案。采用神经网络补偿机器人位置控制时的不确定性，当机器人末端与环境接触时，通过转矩换算得到实际的接触力。该 文采用计算力矩位置控制器和模糊力控制器，通过二 自由度机器人仿真验证了该方法的有效性。该控制方案为在没有力传感 器情况下的力控制操作提供了一种可能的解决方案。 关键词 ：关节转矩 力估计 力控制 [中图分类号]TP242；TP183 [文献标识码]A [文章编号]1000—3886(2011)01-0023493 ResearchOnRoboticJointTorqueForceControIBasedOnNeuralNetwork LiErchao LiZhanming LiWei (CollegeofElectricalandInformationEngineering，LanzhouUniversityofTechnology，LanzhouGansu730050，China) Abstract：Inthispaper，aforcecontrollerwithoutforcesensorbasedonjointtorqueisdevelopedforrobotsystemswithparameteruncertainties and externaldisturbance．Theuncertaintiesofroboticposition controliscompensatedwithneuralnetwork，whentheexternalforceis exerted，throughthetorqueconversionobtaintheactualcontactforce．Computedtorquepositioncontrollerandfuzzyforcecontroller isintroducedtoveritytheeffectivenessthroughthetwodegreesoffreedom robotsimulation．Itispossiblethatthestrategyisusedto dealingtheforcecontrolwithoutforcesensorinanactualrobotsystem． Keywords：jointtorque forceestimation forcecontrol U 刖 舌 f(q)可 (g，)Aq，，，)‘一 (1) 目前，大多数的力控制研究都采用腕力传感器来测量并反馈 【H(q，)=C(q，)+G(q) 机器人末端与接触面的接触力 0。然而，腕力传感器一般价格 式中 q，， ，t)代表非参数不确定性，r为作用在关节上 高，刚性较操作手低 ，容易损坏，在实际工业应用场合，如果存在 的nx1维力 ／转矩矢量 ，M(q)，C(q，) ，G(q)物理意义见参考 高温、高腐蚀、强干扰，将无法应用。关节转矩控制通过转矩反馈 文献 [5]，这里将 (q)，c(q，4)4，G(g)分解成两部分，一部分 形成闭环代替末端力闭环控制，最终在末端力开环的系统中完成 是参数已知的标称变量 (q)，Co(q，)