【技术实现步骤摘要】
本专利技术属于人机交互，具体涉及一种用于机器人技能复现的柔顺控制方法及系统。
技术介绍
1、人机协作时，人类可以发挥自身的智慧和灵活性，而机器人可以凭借其高精度和高可靠性协同人类完成一些复杂的高精度、高负载的任务。当前工业生产中，工业机器人凭借高重复定位精度和高可靠性被广泛应用，代替人工完成一些简单重复的单一任务。
2、但是，随着生产要求的不断提高，机器人在实现人类技能复现的过程中表现出了一定的局限性：（1）在工作时需要严格规定机器人的工作区域，难以实现良好的人机协作；（2）机器人的运动过程是刚性的，安全性和鲁棒性低，无法做到类人化，准确性低；（3）传统技能复现方法默认机器人在工作时与外界环境无接触力或接触力可以忽略不计，难以应用于一些需要机器人与环境产生相互作用力的工作，例如恒力打磨、抛光、零力拖动等，应用范围小。
技术实现思路
1、本专利技术的目的在于克服现有技术中的不足，提供一种用于机器人技能复现的柔顺控制方法及系统，使机器人更稳定实现技能复现，提高安全性和环境适应性。
2、本专利技术提供了如下的技术方案：
3、第一方面，提供一种用于机器人技能复现的柔顺控制方法，包括：获取机器人需要复现的原始期望轨迹，输入预先构建好的阻抗控制模型，控制机器人完成技能复现；其中，所述阻抗控制模型的构建过程，包括：构建机器人的动力学模型，得到机器人的动力学参数；基于机器人的动力学模型和不同的环境模型，修正机器人的期望轨迹，并构建修正后的期望轨迹与实际轨迹之间的
4、作为本专利技术的一种可选的技术方案，所述构建机器人的动力学模型，包括：
5、通过拉格朗日法对机器人进行动力学建模，动力学参数表示为： （1）其中， t表示在时间步 t下，表示在时间步 t下机器人各关节的力矩，表示在时间步 t下机器人关节角位移，表示在时间步 t下机器人关节角速度，表示在时间步 t下机器人关节角加速度，、和均由机器人关节中的编码器获得，表示质量矩阵，表示向心力和哥氏力，表示重力。
6、作为本专利技术的一种可选的技术方案，在时间步 t下，所述机器人关节角位移通过位姿变换矩阵映射到机器人末端，机器人末端产生位移；
7、在时间步 t下，所述机器人关节角速度通过雅可比矩阵映射到机器人末端，机器人末端产生速度；
8、在时间步 t下，所述机器人关节角速度和关节角加速度通过雅可比矩阵和映射到机器人末端，机器人末端产生加速度。
9、作为本专利技术的一种可选的技术方案，将所述原始期望轨迹输入预先获取的阻抗控制器，将轨迹偏差转化为力偏差，表示为： （2）其中，表示为阻抗控制器的刚度矩阵，表示为阻抗控制器的阻尼矩阵，表示为阻抗控制器的惯性矩阵，表示机器人的原始期望轨迹，表示在时间步 t下机器人的实际轨迹，表示机器人的原始期望速度，表示在时间步 t下机器人的实际速度，表示机器人的原始期望加速度，表示在时间步 t下机器人的实际加速度，表示在时间步 t下力偏差的反作用力，、和均为正交矩阵；
10、在时间步 t下的力偏差表示为： （3）其中，表示上一时间步下的机器人末端接触力，表示上一时间步下的机器人期望接触力；
11、将时间步 t下的力偏差输入机器人关节控制器，基于式（1），得到时间步 t下的机器人末端接触力，表示为： （4）其中，表示力雅可比矩阵 的伪逆矩阵，表示在时间步 t下机器人各关节的力矩，表示在时间步 t下机器人关节角位移，表示重力。
12、作为本专利技术的一种可选的技术方案，所述修正机器人的期望轨迹，包括：
13、构建单个方向上的阻抗控制模型；
14、在时间步 t下单个方向上的实际力偏差表示为： （5）
15、其中， m表示单方向阻抗控制模型的质量系数， k表示单方向阻抗控制模型的刚度系数， b表示阻尼系数；
16、基于式（5），时间步 t下修正的期望轨迹表示为： （6）其中，表示时间步 t下的位置补偿项，表示时间步 t下机器人期望轨迹的固定偏移量，表示由引起的偏移量，表示由引起的偏移量，表示的一阶导数。
17、作为本专利技术的一种可选的技术方案，所述构建修正后的期望轨迹与实际轨迹之间的动态力跟踪方程，包括：
18、基于式（6），单个方向上阻抗控制模型的力跟踪误差动态方程表示为： （7）其中，表示环境刚度，表示环境位置， m表示单方向阻抗控制模型的质量系数， k表示单方向阻抗控制模型的刚度系数， b表示阻尼系数，表示的二阶导数，表示单方向上的期望力；
19、基于式（7），令：
20、 （8）单个方向上阻抗控制模型的二阶理想力跟踪误差动态方程表示为：（9）其中，表示时间步 t下的期望力偏差，表示为的一阶导数，表示为的二阶导数，、均表示参数；
21、基于式（7）~（9），令，所述修正后的期望轨迹与实际轨迹之间的动态力跟踪方程表示为： （10）。
22、作为本专利技术的一种可选的技术方案，所述基于所述动态力跟踪方程，构建李雅普诺夫方程，并通过李雅普诺夫方程验证所述阻抗控制模型的稳定性，其包括：
23、基于式（10），构建李雅普诺夫方程，表示为： （11）其中，和均表示二阶正定实对称矩阵，， ，且满足、， 本文档来自技高网...
【技术保护点】
1.一种用于机器人技能复现的柔顺控制方法，其特征在于，包括：
2.根据权利要求1所述的用于机器人技能复现的柔顺控制方法，其特征在于：所述构建机器人的动力学模型，包括：
3.根据权利要求2所述的用于机器人技能复现的柔顺控制方法，其特征在于：在时间步t下，所述机器人关节角位移通过位姿变换矩阵映射到机器人末端，机器人末端产生位移；
4.根据权利要求3所述的用于机器人技能复现的柔顺控制方法，其特征在于：将所述原始期望轨迹输入预先获取的阻抗控制器，将轨迹偏差转化为力偏差，表示为： （2）其中，表示为阻抗控制器的刚度矩阵，表示为阻抗控制器的阻尼矩阵，表示为阻抗控制器的惯性矩阵，表示机器人的原始期望轨迹，表示在时间步t下机器人的实际轨迹，表示机器人的原始期望速度，表示在时间步t下机器人的实际速度，表示机器人的原始期望加速度，表示在时间步t下机器人的实际加速度，表示在时间步t下力偏差的反作用力，、和均为正交矩阵；
5.根据权利要求4所述的用于机器人技能复现的柔顺控制方法，其特征在于：所述修正机器人的期望轨迹，包括：
6.根据权利要求
7.根据权利要求6所述的用于机器人技能复现的柔顺控制方法，其特征在于：所述基于所述动态力跟踪方程，构建李雅普诺夫方程，并通过李雅普诺夫方程验证所述阻抗控制模型的稳定性，其包括：
8.一种用于机器人技能复现的柔顺控制系统，其特征在于，包括：
...【技术特征摘要】
1.一种用于机器人技能复现的柔顺控制方法，其特征在于，包括：
2.根据权利要求1所述的用于机器人技能复现的柔顺控制方法，其特征在于：所述构建机器人的动力学模型，包括：
3.根据权利要求2所述的用于机器人技能复现的柔顺控制方法，其特征在于：在时间步t下，所述机器人关节角位移通过位姿变换矩阵映射到机器人末端，机器人末端产生位移；
4.根据权利要求3所述的用于机器人技能复现的柔顺控制方法，其特征在于：将所述原始期望轨迹输入预先获取的阻抗控制器，将轨迹偏差转化为力偏差，表示为： （2）其中，表示为阻抗控制器的刚度矩阵，表示为阻抗控制器的阻尼矩阵，表示为阻抗控制器的惯性矩阵，表示机器人的原始期望轨迹，表示在时间步t下机器人的实际轨迹，表示机器人的原始...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。