面向接触力精准估计的机器人自适应柔顺控制方法

摘要: 本发明属于机器人柔顺控制与遥操作,具体涉及一种面向接触力精准估计的机器人自适应柔顺控制方法。背景技术:1、近年来,具身智能逐渐成为人工智能与机器人领域的重要研究...
面向接触力精准估计的机器人自适应柔顺控制方法

本发明属于机器人柔顺控制与遥操作,具体涉及一种面向接触力精准估计的机器人自适应柔顺控制方法。

背景技术:

1、近年来,具身智能逐渐成为人工智能与机器人领域的重要研究方向。与传统“感知-决策-执行”的智能不同,具身智能强调通过机器人与环境的持续交互来学习和形成智能行为,其核心在于感知、动作与环境之间的紧密结合。机器人不再仅仅执行预定义指令,而是需要在复杂、动态的真实环境中完成操作任务。然而,受限于当前感知、建模和泛化能力的发展水平,完全自主的机器人在现实复杂场景中仍面临巨大挑战。在精细操作、柔顺接触、不确定环境应对等任务中,仅依赖自主算法往往难以达到可靠、安全和高成功率的要求。因此,如何在保证任务执行能力的同时,引入人类的认知、经验与决策能力,成为具身智能系统落地过程中不可回避的问题。

2、遥操作作为一种典型的人机协同方式受到广泛关注,通过将人的操作意图映射到远端机器人执行,并将视觉、力觉等多模态反馈返回给操作者,使人类能够在回路中参与机器人控制过程。它避免了操作者直接参与复杂、极端场景的操作,在保证人机安全协同的前提下,为操作者提供环境的感知信息。

3、正因如此,精准、柔顺的控制算法是机器人遥操作系统所应当聚焦的核心内容。传统的遥操作方案在实际应用中仍存在一定的局限,由于主从之间信号的传输存在通信延迟,操作者常感到反馈滞后,加上外接触力以及未建模因素等原因,往往难以实现精准操控。同时,获取力反馈往往依赖昂贵的力传感器,显著增加了硬件成本。且传统的阻抗控制在应对突发碰撞时表现生硬,无法在动态环境中有效保障人机安全。这些问题限制了系统的广泛应用,也成为了新方法需要突破的关键点。

技术实现思路

1、本发明的目的在于提供一种面向接触力精准估计的机器人自适应柔顺控制方法,尤其涉及结合时延扩张状态观测器(time-delay extended state observer,tdeso)、变阻抗控制及精准力估计的控制方法,本发明通过构建遥操作主手-机器人-环境的接触模型并引入tdeso观测器和分形阻抗控制,分别对主端时延以及从端本体扰动、外部接触力及系统不确定性进行观测与补偿,并进一步结合变阻抗控制策略,将网络通信时延引起的位置偏差转化为系统虚拟能量的存入与释放,对系统阻抗参数进行在线自适应调节,以提升系统在时延与复杂环境下的柔顺性与无源性。

2、为实现上述目的,本发明所采取的技术方案为:

3、一种面向接触力精准估计的机器人自适应柔顺控制方法,应用于包含主端设备与从端机械臂的遥操作系统,包括:

4、构建主端设备-从端机械臂-环境的接触模型;

5、将主端设备输出的主端延迟位姿输入主端时延扩张状态观测器,得到预测补偿后的主端期望位姿;

6、利用主端期望位姿与从端机械臂的实际位姿构造主从位姿误差;

7、将从端机械臂的实际位姿输入从端扩张状态观测器,得到综合扰动力矩估计值,并将综合扰动力矩估计值作为补偿项引入从端控制律;

8、从综合扰动力矩估计值中剥离从端机械臂的内部动力学项,再进行接触力反解,得到从端机械臂的末端接触力估计值,并反馈至主端设备;

9、以主从位姿误差为调节依据,构建分形阻抗控制的变刚度阻抗控制模型;

10、基于变刚度阻抗控制模型和所述补偿项,采用从端控制律生成控制力矩指令,发送至从端机械臂,实现遥操作控制。

11、以下还提供了若干可选方式,但并不作为对上述总体方案的额外限定,仅仅是进一步的增补或优选,在没有技术或逻辑矛盾的前提下,各可选方式可单独针对上述总体方案进行组合,还可以是多个可选方式之间进行组合。

12、作为优选,所述主端时延扩张状态观测器,构建如下:

13、取主端延迟位姿估计值与主端设备输出的主端延迟位姿之间的差值,作为主端时延扩张状态观测器的观测误差;

14、基于观测误差构建观测器更新过程:以主端延迟速度估计值与第一观测器增益加权后的观测误差的差值,表示主端延迟位姿估计值变化率;以第二观测器增益加权后的观测误差的负值,表示主端延迟速度估计值变化率;

15、得到主端延迟位姿估计值和主端延迟速度估计值后,引入预测补偿时间与所述主端延迟速度估计值进行乘积,并取与主端延迟位姿估计值之和,作为预测补偿后的主端期望位姿。

16、作为优选,所述从端扩张状态观测器的观测误差为从端机械臂的关节位置估计值与从端机械臂的实际关节位置的差值。

17、作为优选,所述综合扰动力矩估计值,为从端扩张状态观测器收敛后的从端扰动加速度估计值与从端机械臂在关节空间中的惯性矩阵的乘积。

18、作为优选,所述从端控制律,表示如下:

19、

20、式中,为从端机械臂的控制力矩,为从端机械臂的雅可比矩阵的转置,为基于变刚度阻抗控制模型得到的从端变刚度矩阵,为主从位姿误差,为从端阻尼矩阵,为从端机械臂的末端速度,为补偿项。

21、作为优选,所述从综合扰动力矩估计值中剥离从端机械臂的内部动力学项,再进行接触力反解,得到从端机械臂的末端接触力估计值,包括:

22、从综合扰动力矩估计值中剔除从端机械臂的科氏力矩项和从端机械臂的重力力矩项,得到关节空间接触力矩估计值;

23、根据从端机械臂的末端接触力估计值与从端机械臂雅可比矩阵的转置的乘积,与关节空间接触力矩估计值相等的关系进行接触力反解,得到从端机械臂的末端接触力估计值。

24、作为优选,所述以主从位姿误差为调节依据,构建分形阻抗控制的变刚度阻抗控制模型,包括:

25、若主从位姿误差与主从位姿误差变化率的乘积大于0,则判断当前处于发散阶段,此时将总刚度分解为常量刚度与变刚度两部分,所述常量刚度用于保持系统基础响应,所述变刚度根据所述主端设备和从端机械臂之间的主从位姿误差进行在线自适应调节;

26、否则,判断当前处于收敛阶段,提取发散阶段储存的弹性势能,基于释放所有弹性势能的准则,反推计算得到当前的总刚度。

27、作为优选,所述变刚度,计算如下:

28、若主从位姿误差处于误差阈值内,则以为自变量,采用指数型刚度函数计算变刚度,其中为从端机械臂第个自由度的主从位姿误差,为从端机械臂第个自由度的刚度增益调节系数;

29、否则,取预设的第个自由度的力饱和预设安全上限,计算力饱和预设安全上限与的比值作为饱和刚度,将饱和刚度与常量刚度的差值作为变刚度。

30、作为优选,所述基于释放所有弹性势能的准则,反推计算得到当前的总刚度,包括:

31、取从端机械臂第个自由度在发散阶段中达到的最大主从位姿误差;

32、对提取的发散阶段储存的弹性势能放大预设倍数,并将放大后的弹性势能与最大主从位姿误差的比值,作为第个自由度在收敛阶段的总刚度。

33、本发明与现有技术相比,其显著优点为:1、通过构建tdeso观测器分别对主端时延、从端本体扰动、外部接触力及系统不确定性进行在线估计及补偿,提高了跟踪精度;2、无需额外部署力传感器即可实现接触力的精准估计,减少了硬件成本。与此同时,无需安装力传感器也增加了机器人的操作空间,在面对复杂场景时更加灵活;3、基于能量守恒的分形阻抗控制能在线自适应调节系统阻抗参数,提升了系统在复杂交互环境下的柔顺性,并从根本上保障了系统的无源性与整体稳定性。