结合机器人柔体动力学和关节力矩反馈的振动控制

工业机器人的柔性传动部件降低了关节刚度,导致机器人末端存在振动问题。首先对柔性关节控制系统建模,分析其振动特性,并简述关节力矩反馈控制(joint torque feedback,JTF)的抑振原理。由于大部分商用工业机器人无配置关节力矩传感器,且存在重力项力矩和摩擦力矩,故建立柔体动力学方程并给出基于最小二乘法(ordinary least squares,OLS)的参数辨识方法,对重力项力矩和摩擦力矩进行估计,进而提出实时关节力矩估计方法。最后基于六自由度工业机器人搭建试验平台,柔体动力学参数辨识试验结果表明所述动力学模型能准确估计电机力矩,满足反馈控制的应用要求。振动控制试验中,在比例控制下,圆弧和直线振动信号能量最大分别减少达27.61%和26.25%;在比例-微分控制下,最大分别减少达37.56%和41.00%;在改进的“补偿+比例-微分控制”下,最大分别减少达38.32%和45.63%,验证了基于动力学模型的关节力矩反馈振动控制方法的有效性。

基于关节力矩的柔性关节机器人的控制策略

由于关节柔性降低了系统的带宽并影响系统的鲁棒稳定性,因此,采用基于关节力矩负反馈的控制策略。通过减小电机端有效惯量的方法可以大大提高系统带宽并增强鲁棒稳定性;在机器人的控制上,采用一种基于全状态反馈的复合控制结构,证明了系统的稳定性,并在现有的机械臂上实现了位置和阻抗控制实验,验证了该控制策略的有效性和可行性。

基于最小关节力矩规划的冗余度机器人中的混沌运动研究

以一个平面 3R刚性冗余度机器人为研究对象 ,首次对采用PD调节器进行工作空间负反馈控制机器人末端重复跟踪工作空间内封闭路径的冗余度机器人进行最小关节力矩规划时其自运动中的混沌现象进行了研究。通过仿真及混沌数值分析法中的相图法、Poincare映射法和最大Lyapunov指数法 ,首次发现基于最小关节力矩规划求解冗余度机器人运动学逆解时其自运动是混沌的。

基于期望动力学的柔性关节控制器设计

协作机器人具有灵活,安全特点,已广泛应用于自动化领域以及中小企业中。为了保证与人交互的安全性,协作机器人通常采用中空电机与中空减速器配合的设计方案,以降低关节转动惯量,从而获得良好的外力感知与控制能力,这种设计导致协作机器人的关节具有了柔性。针对具有柔性关节的轻量级协作机器人,设计了一种基于期望动力学的柔性关节控制器,提高柔性关节机器人的轨迹跟踪精度和抖动抑制能力。在具有谐波减速器和力矩传感器的柔性关节上,基于连杆侧位置反馈与关节力矩反馈实现了从经典的电机侧控制到连杆侧控制的转变,并借助储存函数建立李雅普诺夫函数证明了该控制器的无源性与渐近稳定性。最后,通过Simulink仿真与单关节实验平台的关节轨迹追踪实验验证了柔性关节控制器的性能,结果显示其与全状态反馈控制相比具有关节力矩波动小、抖动抑制快以及轨迹跟踪误差小等优点。

受动态约束的谐波传动式可重构模块机器人分散积分滑模控制

针对受外界动态约束的谐波传动式可重构模块机器人轨迹跟踪问题,提出一种基于关节力矩反馈的分散积分滑模控制方法.在无力/力矩传感器且存在耦合模型不确定性的条件下即能获得良好的控制品质.基于谐波传动模型,仅采用位置测量数据估计关节力矩,并建立机器人子系统动力学模型.基于可变增益超螺旋算法(VGSTA)设计分散积分滑模控制器,补偿模型不确定性并削弱控制器抖振.采用Lyapunov理论对系统的渐近稳定性进行了证明.数值仿真结果验证了所设计的控制器的优越性.