基于阻抗控制的机器人与未知环境接触力控制研究

《基于阻抗控制的机器人与未知环境接触力控制研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP242.6密级：UDC：621编号：201421202001河北工业大学硕士学位论文基于阻抗控制的机器人与未知环境接触力控制研究论文作者：谢博城学生类别：全日制学科门类：工学学科专业：机械工程指导教师：张建畅职称：教授资助基金：国家自然科学基金项目（项目编号：51575157）“面向人机共融协作的柔性双臂机器人安全作业机理研究”河北省高等学校青年拔尖人才计划项目（项目编号：BJ2014015）“面向煤气管道内检测的全方位移动机器人研究”河北省科技计划项目（项目编号：15211832）“基于神经网络的机器人声源目

2、标定位方法研究”DissertationSubmittedtoHebeiUniversityofTechnologyforTheMasterDegreeofMechanicalEngineeringRESEARCHONCONTROLOFCONTACTFORECEBETWEENROBOTANDUNKNOWNENVIRONMENTBASEDONIMPEDANCECONTROLbyXieBochengSupervisor:Prof.ZhangJianchangFeb.2017ThisworksupportedbytheNatio

3、nalNaturalScienceFoundationofChina(GrantNo:51575157)andtheYoungTalentsProgramofHebeiHigherSchool(GrantNo:BJ2014015)andtheScienceandTechnologyPlanProjectsofHebei(GrantNo:15211832).原创性声明本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文不包含任何他人或集体已经发表的作品内容，也不

4、包含本人为获得其他学位而使用过的材料。对本论文所涉及的研究工作做出贡献的其他个人或集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。学位论文作者签名：日期：关于学位论文版权使用授权的说明本人完全了解河北工业大学关于收集、保存、使用学位论文的以下规定：学校有权采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供本学位论文全文或者部分内容的阅览服务；学校有权将学位论文的全部或部分内容编入有关数据库进行检索、交流；学校有权向国家有关部门或者机构送交论文的复印件和电子版。（保密的学位论文在解密后适用

5、本授权说明）学位论文作者签名：日期：导师签名：日期：摘要越来越多的机器人将参与到人类的协作任务中，与人共同合作完成所需的任务，广泛地应用在老年人护理、娱乐和教育等领域。在这些应用中，当机器人与未知环境接触时，基于位置控制的刚性机器人将面临饱和、不稳定和物理故障等问题。阻抗控制被公认为是机器人与未知环境接触作用时的一种有效控制方法，但关键问题是在阻抗控制设计中，机器人的动力学通常是难以建模的。本文设计了基于迭代学习的阻抗控制和基于神经网络的阻抗控制用以解决上述问题。最后，在一个人机协作场景中，利用阻抗控制使机器人“主动”的跟

6、随人类的运动意图。本文主要研究内容如下：1.使用阻抗误差的概念，由此明确了控制目标：阻抗误差等于零，即表明机器人动力学跟踪了目标阻抗模型。进而通过推导定义了一个包含阻抗误差的变量z，变量z在阻抗控制中的作用相当于位置误差在位置控制中的作用，因此可以将现有的位置控制方法拓展到阻抗控制中来。阻抗误差的定义使得控制目标变得更加明确，为后续的推导证明提供了便利。2.提出了一种基于迭代学习的阻抗控制方法。首先，设计了基于线性参数化特性（LIP）的阻抗控制，将迭代学习与阻抗控制相结合，由阻抗误差的定义，证明了迭代学习阻抗误差的收敛性。

7、其次，设计了基于高增益方法的阻抗控制，同样证明了该方法收敛性。最后，简要对比了基于LIP和基于高增益方法设计的阻抗控制之间的差异，给出了选择方法。3.提出了一种基于神经网络的阻抗控制方法。首先，利用神经网络优良的非线性逼近能力估计机器人动力学未知参数，实现了无模型阻抗设计。其次，证明了阻抗误差的收敛性。最后，由实验仿真结果，得出系统的性能及稳定性，验证了所提出方法的有效性。4.建立一个人机协作的场景，将人作为未知环境，用神经网络在线估计人的运动意图。将估计的运动意图集成到自适应阻抗控制中，使机器人跟踪一个给定的目标阻抗模型

8、，从而使机器人“主动”地跟随人的运动。关键词：机器人阻抗控制迭代学习神经网络轨迹自适应IABSTRACTRobotsareexpectedtoparticipateinandlearnfromlongterminteractionwithhumans,andworkwithpeopletoaccompl