机器人学第5章-机器人控制算法4.ppt

2021/3/27 * 阻抗控制本质上还是位置控制,因为其输入量为末端执行器的位置期望值Xd（对刚度控制而言）和速度的期望值（对阻抗控制而言）。但由于增加了力反馈控制环,使其位置偏差△X 和速度偏差△ 与末端执行器与外部环境的接触力的大小有关,从而实现力的闭环控制。这里力－位置和力－速度变换是通过刚度反馈矩阵Kf1和阻尼反馈矩阵Kf2来实现的。 2021/3/27 * 2.主动刚度控制 广义直角坐标刚度与关节坐标刚度 将线性弹簧的虎克定理f ＝ k dx 推广到直角坐标中六维矩阵的形式有 f ＝ kδx （7.6.3） 式中δx ＝[ dx dy dz δx δy δz] T 称为位置偏差向量,其中前三个分量是位置偏差平移分量,后三个分量是旋转分量; f = [ fx fy fz mx my mz ]T 是六维力向量; k ＝ 6×6 维刚度矩阵,矩阵元素 kij ( i, j = 1, 2, 3 … 6 )表示位置偏差向量与力向量之间的关系,如果将k选定为6×6的对角阵,即 k ＝ diag [ k11 k22 … k66 ],即表明力向量与位置偏差向量是去耦的,这时它们之间的各个分量之间具有一一对应的线性关系。 2021/3/27 * 式 f ＝ kδx 是在直角坐标中描述六维力向量与位置偏差向量的关系式,因而称k为广义直角坐标刚度矩阵。运用Jacobian阵J作微分变换,则有 δx ＝ Jδθ （7.6.4） 式中δθ＝θd－θ,为指令关节角位移与实际关节角位移的差值。设静力和动态力均被补偿,则满足式（7.6.3）作用力f所需的关节力矩为: τ＝ JT f （7.6.5） 2021/3/27 * f ＝ kδx （7.6.6） δx ＝Jδθ (7.6.7） τ＝ JT f （7.6.8） 由式（7.6.6）～（7.6.8）可得: τ＝ JT k Jδθ （7.6.9） 令 kP＝ JT k J,则有 τ＝ kPδθ （7.6.10） 我们将kP称为关节刚度矩阵（Joint Stiffness Matrix）,它表示关节位移偏差与关节力矩之间的关系。如果直角坐标刚度矩阵k是对角阵,由kP＝ JT k J 可知,关节刚度矩阵kP是非对角的对称阵。这意味着有关关节的位置误差会影响其它关节的指令力矩,即关节刚度是耦合的。正是基于这个原因,采用直角坐标刚度控制比较方便。 2021/3/27 * 主动刚度控制结构 J为机械手末端执行装置的雅可比矩阵,Kp为定义于末端笛卡儿坐标系的刚性对角矩阵（与关节刚度不同,人为定义的对角阵）,如果希望在某个方向上遇到实际约束,那么这个方向的刚性应当降低,以保证有低的结构应力;反之,在某些不希望碰到实际约束的方向上,则应加大刚性,这样机械手紧紧跟随期望轨迹。于是,就能够通过改变刚性来适应变化的任务要求。 2021/3/27 * 7.7 位置和力的混合控制 1. C曲面 自然约束:机器人末端与环境或作业对象接触时,环境的几何特性或作业结构特性对机器人构成的约束。自然约束与机器人打算作的运动无关。一般将接触表面定义为一个广义曲面,沿法向定义自然位置约束,沿切向定义自然力约束。 人为约束:用来描述机器人预期的运动或施加的力时,由人为定义的一组约束条件。由于在一个给定的自由度上不能同时对力和位置实施控制,认为约束就必须与自然约束相适应。 机器人工作程序:①自然约束发生变化的情况是通过检测发现的,而检测量并不是受控量;②手部的位置控制是沿着有自然力的约束方向;③手部的力控制是沿着有自然位置约束的方向。 2021/3/27 * 在机器人的作业任务中定义一个广义平面——沿此平面的法线方向有自然位置约束,可以加入人为的力约束,即实施力控制;而沿此平面的切线方向有自然力约束,可以加入人为的位置约束,即实施位置控制。为了便于描述这个广义平面,也可以用一个坐标系{C}来取代这个广义平面。{C}就是compliance frame。有些文献称之为task frame, 或者constraint frame。它具有以下四个特点: a.为了