工业机器人的常用控制方法

7.9机器人力控制一、机器人的力与力控制种类1、外力/力矩与广义力的关系典型的腕力传感器及其在机械手中的位置机器人与环境间的交互作用将产生作用于机器人末端手爪或工具的力和力矩。可以采用腕力传感器进行测量。7.9机器人力控制用表示机器人末端受到的外力和外力矩向量。设驱动装置对各关节施加的关节力矩是，广义力可以通过计算这些力所做的虚功来得到。设为末端虚位移，为关节虚位移，满足：TzyxzyxnnnFFFF],,,,,[X)(JX产生的虚功为：TTXFw在外力F作用下，广义坐标θ对应广义力可表示为：FJT1、单自由度刚性控制假设机械手与环境在xE点接触，若机械手的末端位置xxE，则施加于环境的力为：)(eeexxkf其中为环境的刚度。ek整个系统满足以下方程：fxxkxmee)(其中为输入力。若如图所示，采用以下PD控制fdxxkxxkfvdp)(二、阻尼力控制2、机械手的阻抗控制若增益为正则系统稳定，在稳态作用于环境的力为)(edepepexxkkkkf若环境的刚性很大，则fe可近似为)(edpexxkf对于n自由度的机械手，可用以下方法实现阻抗控制。定义柔顺坐标系，给出沿每个自由度的理想刚性，这可以用6×6的对角矩阵KX表示，其对角元为表示线性和扭转刚性的刚度常数。给定KX，则对应虚位移的理想恢复力可表示为cccczyxoXFFx若用表示相应的关节虚位移，则有)(JXX所需关节力矩FJT)(联合以上方程得：)()()(KJKJXT其中依赖于位形的矩阵称为关节刚性矩阵，一般不是对角矩阵。当为降秩矩阵时，说明机械手处于奇异状态，这时在某些方向机械手不能运动，因而在这些方向的刚性不能控制。)(K)(K)(J为了使系统具有理想的动态相应性能，还应提供一定的阻尼。同时考虑对重力矩的补偿，实际的关节控制力矩可取为：)(ˆ]~~)[(gXKXKJBXT其中；；为在工作空间表示的阻尼矩阵。XXXd~XXXd~BK这里所有的量均表示在任务空间，控制律也可以表示为：)(ˆ~)(~)(gKK其中)()()(JKJKBT•阻尼力控制其特点是不直接控制机器人与环境的作用力,而是根据机器人端部的位置(或速度)和端部作用力之间的关系,通过调整反馈位置误差、速度误差或刚度来达到控制力的目的,此时接触过程的弹性变形尤为重要。•这类力控制不外乎基于位置和速度的两种基本形式。当把力反馈信号转换为位置调整量时，这种力控制称为刚度控制；当把力反馈信号转换为速度修正量时，这种力控制称为阻尼控制；当把力反馈信号同时转换为位置和速度的修正量时，即为阻抗控制。环境机器人终端伺服系统坐标变换刚度反作用力力/运动变换坐标变换传感器左图为阻抗控制结构，其核心为力矩运动转换矩阵K设计，运动修正矩阵；从力控制角度，希望K阵中元素越大越好，则系统柔一些；从位置控制角度，希望K中元素越小越好，则系统刚一些。FKX7.9机器人力控制被动柔顺被动柔顺装置具有响应快、成本低廉等优点，但它的应用受到一定的限制，缺乏灵活性。主动柔顺主动柔顺是通过控制方法来实现的，因此对于不同的任务，可以通过改变控制算法来获得所需要的柔顺功能。主动柔顺具有更大的灵活性，但由于柔顺性是通过软件实现的，因而响应不如被动柔顺迅速。三、相互力控制7.9机器人力控制对于需要进行柔顺控制的作业任务，在完成任务的整个过程中，往往需要根据任务的不同阶段采用不同的控制策略。以销钉插孔（插轴入孔）的任务为例，下图表示了该任务操作过程的四个阶段。每个阶段包含了不同的约束情况，因而需采用不同的控制策略。vxvxABxyz(c)(d)(b)(a)7.9机器人力控制•实现柔顺控制的方法主要有两类，一类是阻抗控制，一类是力和位置的混合控制(动态混合控制)。•阻抗控制不是直接控制期望的力和位置，而是通过控制力和位置之间的动态关系实现柔顺控制。这样的动态关系类似于电路中的阻抗概念，因而称为阻抗控制。在机械手末端施加一个作用力，相应地便会产生一个运动(如速度)。如果只考虑静态，力和位置之间的关系可以用刚性矩阵描述。如果考虑力和速度之间的关系，可以用粘滞阻尼矩阵来描述。因此阻抗控制，就是通过适当的控制方法使机械手末端呈现需要的刚性和阻尼。•动态混合控制的基本思想是在柔顺坐标空间将任务分解为沿某些自由度的位置控制和沿另一些自由度的力控制，并在该空间分别进行位置控制和力控制的计算，然后将计算结果转换到关节空间合并为统一的关节控制力矩，驱动机械手以实现所需要的柔顺功能。7.10机器人行为控制一、机器人行为种类：移动机器人导航自主移动机器人机器人视觉行为基于主动视觉机器人行为控制实现7.10机器人行为控制二、机器人行为控制方式1、移动机器人导航移动机器人的导航方式可分为：基于环境信息的地图模型匹配导航、基于各种导航信号的陆标导航、视觉导航和味觉导航等。2、自主移动机器人的控制方法传统的基于认识模型的功能规划法自顶向下的研究方法将系统按照功能划分成不同的模块，即感知一建模一规划一行动，分别进行研究，是一条从感知到动作的串行功能分解控制路线。感知一规划一行动的模型7.10机器人行为控制三、基于行为的控制方法包容式结构自底向上将系统按照行为划分成不同的层次，即感知一行动，相对独立地进行研究。即将复杂的任务分解成很多简单的可以并发执行的单元，每个单元有其自己的感知器和执行器，构成感知动作行为。多个行为相互耦合构成层次模型，它们通过竞争与仲裁产生抑制、禁止和激活信息协调彼此的动作。包容式结构层次模型7.10机器人行为控制四、基于行为机器人视觉系统结构视觉系统的初始化，包括硬件设备(CCD摄像头和图像采集卡)的初始化及各种初始信息的输入调整；图像采集模块，采集数字图像到计算机显存和内存；图像处理模块主要是对所获取的图像进行分割，优化图像质量，获得视野中物体数目并对每个物体作标记；图像匹配模块是根据己知目标物体的信息与当前图像中的物体逐个匹配，找出目标并计算它在机器人视野中的位置；摄像头控制模块把上一步得到的目标位置信息转化成摄像头的控制命令送到摄像头。7.10机器人行为控制RIRA-ROBOT基于行为机器人视觉系统构成7.10机器人行为控制五、基于主动视觉机器人行为控制实现RIRA-ROBOT基于行为机器人系统结构图7.11机器人智能控制一、智能控制的特点•以控制理论、计算机科学、人工智能、运筹学等学科为基础，扩展了相关的理论和技术，其中应用较多的有模糊逻辑、神经网络、专家系统、遗传算法等理论和自适应控制、自组织控制、(自)学习控制等技术。•研究内容之一就是把智能控制的相关技术与控制方式结合或综合交叉结合，构成风格和功能各异的智能控制系统和智能控制器。7.11机器人智能控制二、特点分析•适用于不确定的或难定义的过程控制、复杂的非线性被控对象控制、随时间变化的过程控制等。•利用自适应、自组织、(自)学习等方式来提高系统的自动化和智能化控制。•能综合交叉各种技术，使智能控制系统和智能控制器设计形式日益多样化和智能控制技术应用范围日益广泛化。7.11机器人智能控制•智能控制可以像传统控制理论分析系统的动态性一样，描述系统的稳定性、系统的能控和能观性、系统的最优控制(即嫡函数和能量函数的描述)、系统的复杂性等。与传统控制理论不同的是智能控制对复杂知识系统的有关理论分析的描述目前还缺少统一的标准。7.11机器人智能控制三、智能控制的主要方式智能控制系统的基本结构7.11机器人智能控制分层递阶智能控制结构对不同用途的智能控制系统，以上各部分的形式和功能可能存在较大的差异。萨里迪斯提出了智能控制系统的分层递阶的组成结构形式对控制来讲，自上而下控制精度愈来愈高；对识别来讲，自下而上信息回馈愈来愈粗略。7.11机器人智能控制智能控制的多学科交叉7.11机器人智能控制智能控制系统所包含的理论内容：1、自适应、自组织和自学习控制；2、知识工程；3、信息熵；4、Petri网；5、人—机系统理论；6、形式语言与自动机；7、大系统理论；8、神经网络理论；9、模糊集合论；10、优化理论。7.12机器人智能控制控制方法有以下几种：机器人的模糊控制机器人的神经网络控制机器人智能控制技术的融合模糊控制和变结构控制的融合神经网络和变结构控制的融合模糊控制和神经网络控制的融合