协作机器人——感知、交互、操作与控制技术 课件 3-力触觉感知.pptx

协作机器人力触觉感知

目录

CONtants

机器人外力感知技术研究现状

01

02

03

基于关节扭矩传感器的外力估计方法

机器人多点外力感知方法

04

机器人触觉感知方法

机器人外力感知技术研究现状

腕部力传感器方案

电子皮肤方案

电机电流信号+双编码器方案

仅感知末端外力

成本过高

需输出端编码器，误差影响因素多

关节扭矩传感器方案

精度有待提高

仅靠末端多维力传感器不能满足人机协作中的安全性需求；

在机器人关节中附加扭矩传感器是协作机器人的一个发展趋势；

基于关节扭矩传感器的机器人力感知精度还有待提升。

基于关节扭矩传感器的外力估计方法

优势：

能够测量机械臂任意位置上的接触力

能够将电机侧与连杆侧的动力学方程分离，从而大大减少误差因素

更加适用于柔性关节机械臂

难点：

仍然需要关节角加速度信号

连杆侧的摩擦仍然会对测量精度造成影响

1）广义动量观测器的使用消除了对角加速度信号的依赖

观测器方程：

2）关节扭矩传感器的使用使得连杆侧与电机侧动力学方程相分离

仅使用连杆侧动力学参数即可实现外力估计，减少了影响力估计精度的因素；

对于柔性关节，电机位置与连杆位置之间存在相位差，使用关节扭矩传感器时仅需知道连杆位置，避免了相位差对估计精度的影响。

使用关节扭矩传感器时的观测器方程：

2.1.1基于关节扭矩传感器的广义动量观测器

基于关节扭矩传感器的外力估计方法

柔性关节机械臂连杆侧动力学方程：

由于，假设外力为零时，式（1）可表达成如下所示：

(1)

(2)

对于单自由度机械臂而言，上式可以改写为：

(3)

选择如下参数时，式（3）传递函数的伯德图如右所示：

M

C

D

K

Fq

3.7

kg∙m^2

0

N∙m∙s/rad

258N∙m∙s/rad

2865

N∙m/rad

2

N∙m∙s/rad

柔性关节机械臂简图

改进的基于广义动量法的外力观测方法

摩擦项建模补偿

外力观测器工作流程

摩擦项神经网络拟合

神经网络摩擦项拟合消除了对摩擦模型参数的需要

利用前向神经网络对摩擦项进行精确拟合；

神经网络通常用于局部拟合，工作条件改变后须重新进行训练。针对摩擦力特性，探索神经网络全局拟合方法在摩擦建模中的应用。

摩擦力的特性分析

当关节角速度接近零时，摩擦力主要表现为静摩擦;

当关节速度相对较小时，线性摩擦和非线性摩擦都很显著，同时存在迟滞行为;

当关节速度较大时，摩擦的非线性很弱，主要表现为线性；

在不同运动方向上存在不对称现象。

全局建模对激励轨迹的要求如下所示:

机器人多点外力感知方法

机器人多点外力感知方法

机器人-环境多点交互简图

类似于牛顿-欧拉法，使用反向法（Backwardmethod）逐步求解每个连杆上作用的接触力。

上式可以拆分成两个方程，然后，使用反向法和连杆侧广义动量观测法进行机械臂多点接触力估计：

1）将关节2扭矩传感器信号代入到连杆侧广义动量观测器中，求得接触点2处的接触力；

2）将关节1扭矩传感器信号减去由接触力引起关节扭矩信号，得到关节1残余扭矩传感器信号；

3）将关节1残余扭矩传感器信号代入到连杆侧广义动量观测器中，得到接触点1处的接触力；

实验装置

dSPACE控制系统

两自由度机械臂

D-H方法机器人运动学建模

可重构关节单元

1.伺服执行单元2.传动轴3.外壳4.编码器5.外壳

6.轴承7.输出法兰8.花键轴9.扭矩传感器

实验装置

dSPACE控制系统+两自由度机械臂

实验内容：

无接触力实验：机械臂执行正余弦轨迹往复运动，使用提出算法估计接触力

有接触力实验：机械臂执行正余弦轨迹往复运动，使用提出算法估计接触力，并与测力计所得结果进行比较。

机器人触觉感知

在人机协作过程中，机器人可以凭借不同的传感技术利用语音、视觉等感官方式理解操作者的意图。但是由于实际作业场景下的噪声影响以及视觉遮挡问题，这些交流的信息通道时常被堵塞。并且，使机器人能够根据人类的期望“感觉”、“理解”和响应触觉信息，将使人类和机器人之间的互动更加直观。

触觉传感需要一个复杂的感测系统，它能够区分多种环境刺激如压力、横向应变、剪切力、弹性、扭转和振动以及各种