协作机器人——感知、交互、操作与控制技术 课件 7-机器人-环境交互.pptx

机器人-环境交互技术

机器人-环境交互分类依据机器人与其环境之间交互的性质，可分为两类：非接触任务和接触任务。第一种即自由空间中的无约束运动，如机器人携带摄像头进行巡检等，机器人对环境没有任何的影响。在非接触任务中，机器人自身的动力学对其性能有着至关重要的影响。与这些任务相反，许多复杂的高级机器人应用属于接触任务，如装配和加工，需要机械臂与其他物体进行力耦合。

机器人-环境交互建模刚性机械臂与环境交互的动力学模型由以下形式的向量微分方程描述：使用机器人雅可比矩阵，我们可以将机器人动力学模型从关节坐标系转换为末端执行器坐标系:由于力相互作用过程通常非常复杂，很难用精确的数学方法进行描述，因此不得不引入某些简化，从而部分地将问题理想化。在实践中，交互力通常建模为机器人动力学的函数，即末端执行器的运动（位置、速度和加速度）和控制输入的函数：(1)(2)(3)

机器人-环境交互控制对柔顺运动控制中遇到的问题进行了广泛的研究，提出并阐述了几种控制策略和方案。这些方法可以根据柔顺的种类进行初步的系统化。根据该标准，可以区分柔顺运动的两组基本控制概念，如下所示：被动柔顺，由于机械手结构、伺服或特殊柔顺装置中固有的柔顺性，末端执行器位置由接触力本身调节；主动柔顺，其中柔顺性通过构建力反馈闭环来实现，以便通过控制交互力或通过在机器人末端生成特定于任务的顺应性来实现可编程机器人反应。主动柔顺控制方法可分为力控制和阻抗控制。

主动柔顺控制方法力控制，即通常的位置/力控制，其中所需的交互力和机器人位置都受到控制。在力控制中，给定期望的力轨迹，并测量力以实现反馈控制。力控制方法可以分为力位混合控制、统一力/位置控制、并联位置/力控制等。阻抗控制，它使用作用力和末端执行器位置之间的不同关系来调整末端执行器对外力的机械阻抗。阻抗控制问题可以定义为设计控制器的要求，以便交互力根据目标阻抗定律控制末端执行器的标称位置和实际位置之间的差异。阻抗控制可以分为基于力控制的阻抗控制和基于位置控制的阻抗控制。

机器人-环境交互控制发展趋势通过分析国内外研究现状，不难发现机器人-环境交互控制技术还不能满足要求。在机器人-环境交互控制领域还有许多问题亟待解决：首先，对于机器人-环境交互问题，目前很多研究只考虑机器人的阻抗控制参数，并未考虑环境模型参数。这使得系统模型并不完整。当机器人与环境相互作用时，将机器人与环境作为一个整体来考虑是很自然的。其次，对于机器人-环境交互问题，目前许多研究假设环境参数是已知的，这在实际应用中通常无法实现。第三，对于机器人-环境交互问题，目前许多研究都假设交互只发生在单个接触点上，而机器人-环境多点交互问题非常常见，但目前关于这方面的研究很少。第四，对于机器人-环境交互问题，通常采用阻抗控制方法。但是阻抗控制只是动态行为控制的一种特殊情况，其在很多复杂场合的应用受到限制。为此，需要进一步研究更为一般的动态行为控制模型和框架来解决这类问题。

展望对于环境动力学模型和位置参数未知的机器人-环境交互问题，如何获得优化的交互性能是一个非常重要和复杂的问题。对于这类问题，强化学习方法提供了非常合适的工具。在强化学习方法中，系统与环境之间相互作用产生的强化信号是对当前行为的评价，然后根据强化信号更新控制策略以适应环境。在机器人-环境交互中，交互作用力是对当前机器人-环境交互行为的一个评价标准，基于这一指标可以对阻抗行为进行更新以获得优化的交互性能。这两种情况非常类似，因此可以使用强化学习方法解决机器人-未知环境交互控制问题。

谢谢