基于示教学习与柔顺控制的机器人阀门旋拧方法及系统

1.本发明属于机器人控制技术领域，具体涉及一种基于示教学习与柔顺控制的机器人阀门旋拧方法及系统。


背景技术：

2.本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
3.石化爆燃等恶劣环境下，应急处置机器人可进入这种危险环境，完成部分处置作业，但对于关闭管道阀门这一相对复杂的处置作业任务，依然存在灵活性差、作业能力不足等问题。用机械臂进行管道阀门的旋拧操作，能够减少阀门旋拧过程和恶劣环境对操作人员带来的疲劳、烧灼等伤害，也能提高旋拧作业的效率。
4.机器人阀门旋拧操作在具体分析常见的阀门关闭处置作业工艺规范基础上，通过物理交互的方式进行示教，学习到达阀门位置的路径；面向阀门旋拧过程中，末端接触力的鲁棒性问题，通过阻抗控制，实现恶劣作业环境中关闭阀门的灵巧作业，实现更高精确的位置跟踪并实现阀门关闭的状态判断。
5.然而现实情况下，操作环境恶劣，机械臂作业困难，机械臂操作轨迹应平稳柔顺；旋拧过程中机械臂末端作圆弧运动，阀门蜗轮啮合行程中由于加工、液体流通量和腐蚀情况等不确定因素导致不稳定摩擦状态，导致整个过程中接触力呈非线性状态。现有的阀门旋拧技术，只针对特定的阀门进行作业，采用视觉定位、深度学习等方法进行阀门旋拧，对于不同的阀门的适应性、稳定性不足。


技术实现要素：

6.本发明为了解决上述问题，提出了一种基于示教学习与柔顺控制的机器人阀门旋拧方法及系统，本发明利用动态运动基元算法能够有效的学习到达阀门的路径，改变起点终点能够实现很好的泛化能力，设计旋拧末端能够较好适应不同手轮种类的阀门旋拧，通过柔顺控制进行力修正并进行位置差值的输出叠加能够实现更稳定的力控。
7.根据一些实施例，本发明采用如下技术方案：
8.一种基于示教学习与柔顺控制的机器人阀门旋拧方法，包括以下步骤：
9.基于拖动示教，使得机械臂及末端工具柔顺到达旋拧目标阀门的位置，获取示教数据；
10.对获取的示教数据进行处理，获取示教轨迹，对示教轨迹进行学习和优化，形成学习轨迹，对比示教轨迹和学习轨迹，进行逆运动学解算，在保证柔顺控制的前提下，使得误差最小，得到机械臂关节空间的最终目标轨迹，控制机械臂到达所述目标阀门位置；
11.进行阀门旋拧，设置末端工具的全局路点规划圆形轨迹，通过阻抗控制，进行位置修正和力修正，实现阀门旋拧动作的柔顺执行。
12.作为可选择的实施方式，对示教轨迹进行学习和优化的具体过程包括，建立动态
运动基元模型，并在模型中引入非线性强迫函数；通过示教轨迹，设置起点和目标点，通过学习，利用局部加权回归得到非线性强迫函数的权重，形成新的轨迹，新的轨迹和示教轨迹有相似的运动趋势，从而学习到示教轨迹。
13.作为可选择的实施方式，根据学习的新的轨迹，将学习过程中的参数进行保存，改变机械臂末端初始位置和目标阀门位置时，根据已保存的参数，进行轨迹的规划。
14.作为可选择的实施方式，设置末端工具的全局路点规划圆形轨迹的具体过程是，末端工具到达旋拧位置，进行阀门的旋拧，阀门旋拧整体为圆形轨迹，根据阀门的参数、旋拧方向，设置全局路点规划圆形轨迹，形成机械臂末端的期望轨迹和各关节的期望位置。
15.作为可选择的实施方式，通过阻抗控制，进行位置修正和力修正的具体过程包括：建立机械臂与阀门旋拧环境的动力学模型，根据机械臂旋拧阀门过程中的运动以及受力分析，把环境模拟成弹簧-阻尼系统或弹簧系统，以实现对机械臂进行力控制和位置控制。
16.作为进一步限定的实施方式，设定阀门旋拧过程中的末端旋拧期望力和期望位置，建立阻抗控制的模型。
17.作为进一步限定的实施方式，通过末端力传感器得到末端实际接触力，根据期望的接触力与实际的接触力计算机械臂末端位置调整量，将力误差信号转变成位置误差信号，以实现阀门旋拧正常操作。
18.一种基于示教学习与柔顺控制的机器人阀门旋拧系统，包括机器人系统，所述机器人系统包括机械臂，以及设置在机械臂上的末端工具，和处理系统，所述处理系统包括：
19.示教数据获取模块，被配置为根据机械臂及末端工具柔顺到达旋拧目标阀门的位置的拖动示教过程，获取示教数据；
20.轨迹学习模块，被配置为对获取的示教数据进行处理，获取示教轨迹，对示教轨迹进行学习和优化，形成学习轨迹，对比示教轨迹和学习轨迹，进行逆运动学解算，在保证柔顺控制的前提下，使得误差最小，得到机械臂关节空间的最终目标轨迹，控制机械臂到达所述目标位置；
21.阀门旋拧柔顺控制模块，被配置为设置末端工具的全局路点规划圆形轨迹，通过阻抗控制，进行位置修正和力修正，实现阀门旋拧动作的柔顺执行。
22.一种电子设备，包括存储器和处理器以及存储在存储器上并在处理器上运行的计算机指令，所述计算机指令被处理器运行时，完成上述方法中的步骤。
23.一种计算机可读存储介质，用于存储计算机指令，所述计算机指令被处理器执行时，完成上述方法中的步骤。
24.与现有技术相比，本发明的有益效果为：
25.本发通过拖动示教演示，获得示教轨迹，利用dmps算法优化学习得到新的轨迹，改变初始点和目标点实现泛化能力。非机构化环境下，阀门旋拧过程中受力不平衡，进行阻抗控制，进行位置修正和力修正，能够提高系统的稳定性和操作的柔顺性。设计的末端工具能够实现不同阀门的旋拧操作。
26.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
27.构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
28.图1为本实施例的整体流程示意图；
29.图2为本实施例的基于dmps算法学习示教轨迹过程示意图；
30.图3为本实施例的阀门旋拧示意图。
具体实施方式
31.下面结合附图与实施例对本发明作进一步说明。
32.应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
33.需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
34.一种基于示教学习与柔顺控制的机器人阀门旋拧方法，其优势在于：通过dmps能够有效的学习到达阀门的路径，改变起点终点能够实现很好的泛化能力，设计旋拧末端能够较好适应不同手轮种类的阀门旋拧，通过柔顺控制进行力修正并进行位置差值的输出叠加能够实现更稳定的力控。
35.本发明通过柔顺控制该方法将阀门旋拧任务分成了示教数据获取、dmps轨迹学习、阀门旋拧操作三个阶段，如图1所示。
36.首先介绍示教数据获取阶段，具体包括：基于示教，使得机械臂及末端工具能够柔顺到达目标阀门的位置，避免碰撞和超出机械臂作用范围，并获取人类示教数据，通过机器人仿真软件coppeliasim(v-rep)对获取的人类示教数据进行可视化，获取示教轨迹图像。
37.第二阶段，dmps轨迹学习：
38.基于dmps算法对于示教轨迹进行学习和优化，形成学习后的轨迹图像，对比示教轨迹和学习轨迹，进行逆运动学解算，在保证操作柔顺的前提下，使得误差最小，最终得到机械臂关节空间的目标轨迹。
39.下面以具体实施方式介绍，适用该方法的阀门旋拧机器人包含以下基本结构：基座，基座上设置aubo i5机械臂，机械臂末端为旋拧末端工具、onrobot hex力/扭矩传感器、kinectdk全局相机和计算机，六位力传感器固定在机械臂的末端，旋拧末端工具固定在六维力传感器的末端，kinectdk全局相机设置在机械臂的末端。计算机用于执行计算、学习过程。
40.如图2所示，具体过程如下：
41.建立dmps模型，在稳定的二阶系统中引入非线性强迫函数。
[0042][0043]
其中，τ是一个事件相关的比例因子，αz和βz是弹簧阻尼系统的参数，z是输入位置，
x为系统自变量，g为学习目标，z0为学习起点，α
x
为系统参数，ψi是基函数，hi为基函数方差，i为基函数数目。
[0044]
强迫函数f(x,g)为：
[0045][0046]
基函数权重ωi为：
[0047][0048]
其中。
[0049]
s为相位变量：
[0050][0051][0052][0053][0054]
给定人类示教的演示轨迹z
demo
，以z0为起点、g为目标，通过学习，利用局部加权回归得到非线性强迫函数f(x,g)的权重ωi，形成新的学习轨迹z
new
与轨迹z
demo
有相似的运动趋势，从而学习到人类示教的演示轨迹z
demo
，最终让机器人机械臂末端到达阀门手轮所在位置进行作业。通过dmps得新的学习轨迹z
new
，将学习过程中的权重参数ωi保存，当改变机械臂末端初始位置和目标阀门位置时，机械臂能够自主的进行轨迹的规划，从而实现到达阀门的轨迹学习和泛化。
[0055]
第三阶段：阀门旋拧操作。
[0056]
通过相机获取机械臂末端工具进行阀门旋拧的目标起始位置，即视觉获取目标初始位置的6d位姿，改变目标阀门位置，dmps能泛化机械臂轨迹，从而到达目标阀门位置进行阀门旋拧，设置全局路点规划圆形轨迹，通过阻抗控制，实现阀门旋拧柔顺操作。
[0057]
机械臂末端到达旋拧位置，进行阀门的旋拧。阀门旋拧是机器人末端形成圆形轨迹的过程，设置全局路点规划圆形轨迹，形成机械臂末端的期望轨迹和各关节的期望位置。
[0058]
为实现机器人阀门旋拧过程的柔顺作业，建立机械臂与阀门旋拧环境的动力学模型。研究机械臂旋拧阀门过程中的运动以及受力分析，把环境模拟成弹簧-阻尼系统(或弹簧系统)，从而实现对机械臂进行力控制和位置控制。
[0059]
通过多次理论分析、实验并对实验数据进行处理，从而设定阀门旋拧过程中的末端旋拧期望力fd和期望位置xd，建立阻抗控制的模型。
[0060][0061]
xe＝x-x0[0062]
得到：
[0063]
fe＝fc ke(x-xd)
[0064]
其中：
[0065]
fc＝fd k
p
(f
d-fe)
[0066]
x0为机械臂末端的初始位置，x为机械臂末端的实际位置，xe是机械臂末端的加速度、速度、位置，md、bd、kd分别表示惯性矩阵、阻尼矩阵、刚度矩阵，fe表示机械臂末端与旋拧阀门手轮之间的实际接触力，fc为修正力。
[0067]
通过末端力传感器得到末端实际接触力fe，进行均值滤波并减小噪声的影响。将期望的接触力fd与实际的接触力fe输入到阻抗控制器。
[0068]
根据阻抗控制器输出的机械臂末端位置调整量，将其累加到机械臂末端的初始目标位姿上，从而实现期望的接触力fd与实际的接触力fe的误差值对机械臂末端的运动控制，即阻抗控制器将力误差信号转变成位置误差信号，确保机械臂末端能够正常运动，以实现阀门旋拧正常操作。
[0069]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0070]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0071]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0072]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0073]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不
需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。