协作机器人——感知、交互、操作与控制技术 课件 -5-阻抗控制.pptx

协作机器人阻抗控制

目录

CONtants

标title题

01

02

03

标title题

标title题

阻抗控制

阻抗控制不单独考虑运动和力问题，而是采用控制器来调节机器人运动与环境力之间的动态行为。

在阻抗控制中，控制设计指定了机械手的运动与施加在环境上的力之间的期望动态行为。

由于目标阻抗与运动力之间有欧姆定律，因此所需的动态行为被称为目标阻抗。

利用将力与电压、速度与电流等同的机械/电气类比，力与速度之比（类似扭矩与角速度）称为机械阻抗。在频域中，这表示为：

其中，是环境力，是速度，是阻抗。

就位置而言，我们可以写为

（欧姆定律）

阻抗控制

对于线性情况，环境的期望阻抗可规定如下：

其中，常数M、B和K分别表示机械臂惯性、阻尼和刚度。

把以上两个方程结合起来就得到了

在时域中

方程（5.2）规定了机械手实现目标环境阻抗所需的响应。阻抗控制器的任务是产生由（5.2）表示的实际机械臂响应。

(5.2)

阻抗控制

阻抗控制策略可以使用机械臂动力学的任务空间公式来实现。

考虑在任务空间（约束空间）中建立的机器人动力学方程

式中，和是关节空间公式中和矩阵的任务空间等价，并且

是关节空间输入力矩的任务空间公式。

使用分区控制律公式，我们可以选择控制器的以下模型基础部分，

其中伺服（误差驱动）部分由（5.2）中给出的期望阻抗公式导出，如下所示：

对于工作空间接触力，在关节空间所需的扭矩输入如右所示：

阻抗控制

孔轴装配机器人(林君健,2013)；

人机协作机器人(Z.Li,2017)；

康复训练机器人(XiangLi,2018)；

……

轮廓跟踪(AntonioLopes,2008)；

机器人直接示教(J.Ko,2016)；

人体外骨骼(A.Taherifar,2017)；

……

基于位置控制实现

基于力控制实现

需要精确的机器人动力学模型，包括摩擦力模型等，并且对不确定性和时变参数非常敏感。

不需要精确的机器人动力学模型，内环轨迹跟踪可以使用自适应/鲁棒控制方法来实现。

阻抗控制实验结果

共享阻抗控制实验结果

被动阻抗控制实验结果

实验视频

实验视频

阻抗控制实验结果

共享阻抗控制实验结果

实验视频

机器人-环境交互场景

阻抗控制框图

阻抗控制用于调节机器人-环境之间的接触力以及相对运动之间的动态关系，目前的研究存在以下问题：

很多研究仅考虑机器人阻抗控制特性，未将环境动力学参数和位置参数考虑在内；

自适应阻抗控制方法仅实现了高效的机器人-环境交互控制，但是并非最优结果；

目前研究多是针对单接触点单交互任务的情况，对于多接触点多协作任务的研究很少；

阻抗控制模型比较单一，无法适用于很多交互控制问题。

阻抗控制

注意阻抗控制代表了各种力控制策略的统一。

刚度控制策略可以看作是阻抗控制的一种特例，只考虑稳态力/位移关系。

请注意，在自由空间中移动的末端执行器在给定速度下对环境施加零力，因此具有零阻抗。

而刚性附着在墙上的机械手在任何外力作用下都是静止的，因此具有无限的阻抗。

纯位置控制可以看作是无限阻抗阻抗控制，纯力控制可以看作是零阻抗控制被认为是具有零阻抗的阻抗控制。

实际实施考虑：阻抗控制是一个笛卡尔公式，因此是相当复杂的计算。此外，还可能出现奇异性问题（J矩阵奇异性）。

机器人力控制器的大部分，仍然只存在于研究实验室。

目前很少有工业机器人真正实现任何形式的力控制策略。

一些工业机器人具有相当原始的力控制能力，例如在刀架中使用简单的位置补偿来调整接触力，对于重载应用还有很多工作要做。

阻抗控制

许多制造业选择更简单的被动方案来实现力调节，或使用其他手段，如刀具电流测量（雅马哈机器人）。

机器人阻抗控制器没有得到普遍应用的原因有：

阻抗控制器的复杂性；

昂贵的力传感器；

机器人动力学模型不准确；

性能差；

在任务空间中制定和明确位置/力控制策略的困难。

阻抗控制

随着人们对服务、医疗保健、娱乐等应用领域的研究兴趣不断增强，机器人有望在未知环境中工作。

大多数传统的机器人控制器设计假定外部环境是固定的不适用。

需要研究什么？机器人和未知环境之间的交互。

阻抗控制

人-机器人交互的一些例子

跟随

擦桌子

握手

……

阻抗控制

将人的感知能力与机器人的负载分担能力结合起来

使机器人能够理解人类伙伴的运动意图

human-robotcooperation

如果机器人扮演跟随者的角色，它将增加人类伙伴的负载。因此机器人应根据人的意图调整阻抗参数，进而调节运动轨迹。

阻抗控制

人类在接球时会调整肢体阻抗。

将阻抗学习技术应用于机器人控制是可能的。