资源描述：
《基于智能预测的力位混合控制方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。
1、第27卷第12期东北大学学报(自然科学版)Vol127,No.122006年12月JournalofNortheasternUniversity(NaturalScience)Dec.2006文章编号:100523026(2006)1221365204基于智能预测的力/位混合控制方法121柳洪义,王磊,王菲(1.东北大学机械工程与自动化学院,辽宁沈阳110004;2.沈阳理工大学CAD/CAM技术研究与开发中心,辽宁沈阳110168)摘要:针对机器人在形状未知接触环境表面上进行柔顺力控制问题,在传统的力/位混合控制模型中采用一种智能预测算法,此算
2、法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹,并考虑环境曲率和刚度变化的特点·为了验证预测算法的有效性,构建了开放式的机器人力控制系统,在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究,分析了受限系统中未知环境参数对接触力的影响·实验结果证明该方法对未知接触环境的变化具有较强的适应能力·在实验条件下,稳定状态下的力控制误差可以控制在3%之内·关键词:机器人;力/位混合控制;智能预测;未知环境;模糊控制中图分类号:TP273文献标识码:A阻抗控制和力/位混合控制是针对已知的接力/位混合控制模型及文献[1]
3、,可以推得在关节触环境提出的主要传统力控制方法·当接触环境坐标系中的关节驱动力矩:T-1的几何形状和刚度未知时,需要在传统的控制算τ=J{MxA[(I-S)up-AÛÛx]+法中加入一些智能控制方法,以便使控制器具有TCxÛx+Gx}+JASuf,(1)对未知环境的适应能力,这是当前本领域讨论的其中,S为选择矩阵,用来表示约束坐标系下的力[1～9]热点之一·为了解决接触环境的形状或刚度控方向;I为单位矩阵;I-S表示位控方向;A为未知的问题,文献[3～6]针对阻抗控制模型或者约束坐标系到笛卡尔坐标系中的旋转变换矩阵;力/位混合控制模型分别加入了模
4、型预测,模糊调up为位控向量,节算法和基于阻抗控制的补偿算法,但这些方法up=A-1[Kp(xd-x)+Kd(Ûxd-Ûx)],(2)在环境信息完全未知(形状未知和刚度未知且变式中,Kp,Kd分别为位控向量的PD调节系数;化)时并不适用·针对以上存在的问题,为了使机xd为在笛卡尔坐标系中机械手末端期望的位置;器人控制器对不但刚度未知而且接触环境几何形Ûxd为机械手的期望速度;uf为力控向量,状也未知的受限表面具有适应性,文献[10,11]提u-1f=A[Fd+Kpf(Fd-Fe)-KdfÛx]·(3)出了一种用预测因子对完全未知的接触环境进行式中
5、,Fd是在笛卡尔坐标系下机械手末端的期望智能预测的方法,并将其应用于阻抗控制模型和接触力;Fe为实际接触力;Kpf,Kdf分别为力控向力/位混合控制模型中进行了仿真研究·量的PD调节系数·为了进一步检验所提出的控制方法在实际控制系统中的有效性,本文采用开放式机器人系统2期望轨迹的智能预测在形状未知的非规则曲面上进行了力跟踪实验研对于力/位混合控制或者阻抗控制方法均需究·实验结果表明,这种力控制方法对未知的接触要接触环境的形状位置信息参与运算·当接触环环境具有较好的适应能力·境的形状和刚度未知时,需要对其进行预测,使控[10,11]制器对动态接触过
6、程具有适应性·1机械手力控制模型在力/位混合控制器中,利用过去采样时刻的根据笛卡儿坐标系中的机器人动力学模型与接触点位置和运动方向,预测未来采样时刻的期收稿日期:2005212222基金项目:国家自然科学基金资助项目(50275024)·作者简介:柳洪义(1945-),男,辽宁锦州人,东北大学教授,博士生导师·1366东北大学学报(自然科学版)第27卷望轨迹xd(k),预测算法的离散形式为式(5)中的sa(k)为引入的满意度因子,vtmsin(αp(k))sa(k)∈[0,1]·满意度因子的引入是为了对以前xd(k)=x(k-1)++δxd(k)
7、,vtmcos(αp(k))的预测误差进行评估,进而对本次预测进行补偿(4)修正·δ(k)为每次预测方向角变化量·这里δ(k)式中,v为进给速度;tm为采样时间;αp(k)为预=αe(k-1)-αe(k-2)·c(k)为引入的曲率适应测的方向角;x(k-1)(二维矢量)为当前采样时因子,曲率适应因子的引入是为了适应接触表面刻通过位置反馈得到的实际接触点位置,而非期形状曲率的变化·此外,定义αp0为初始方向角,望轨迹xd(k-1),这样可以避免预测误差的积αe0为初始方向角的变化量·累,提高期望轨迹的预测精度·通过预测方向角式(4)中δxd(k)用
8、来补偿包括环境刚度未αp(k)的改变对期望位置进行预测和调整,适应知、力误差等因素所引起的预测误差,此项表示未知环境形状的变化·为αp(
