线驱软体机器人视觉伺服的研究

The cable driven soft robots own good bending properties and good adaptability for complex environment and obstacles , which make it ideally suit for working in an unstructured complex environment. However, there exists some errors when traditional joint position feedback control is applied. This is mainly due to the complex nature of soft robots and also limit its application.The project is aim to control the cable driven soft robot precisely through vision feedback. To achieve this goal, the project will conduct research on soft robot modeling, controller design and other aspects and finally develop a fast and reliable visual servoing algorithm. To cope with the high redundancy features of soft robot, we will design the optimal control method by combining control tasks and objectives. To deal with the working environments for soft robots, this project will also study visual servoing in complex constrained environments. By fully considering the nonlinear dynamics of the soft robot and flexible properties of the soft material, this project will conduct stability and robustness analysis through nonlinear control theory. Finally the effectiveness and performance of the proposed methods will be verified through real experiments. The successful completion of the project will promote the development of visual servoing technology for soft robot and spread the application for soft robot in the field where high-precision control is necessary, such as medical surgery and so on. This work also has scientific significance to improve the intelligence of soft robots.

由于线驱软体机器人的良好弯曲特性及对复杂空间环境和障碍物很好的适应性，使得其非常适合在非结构化复杂环境中工作。然而软体机器人的复杂特性使得传统的基于关节位置反馈控制存在很大误差，限制了其应用。本项目拟通过视觉反馈实现线驱软体机器人的精确控制。为了实现这一目标，项目将开展软体机器人建模、控制器设计等方面的研究，实现一套快速可靠的视觉伺服算法。针对软体机器人高冗余度特性，结合控制任务与目标研究其优化控制方法。针对软体机器人应用场景，研究其在复杂受限环境下的视觉控制问题。项目拟在完全考虑软体机器人的非线性动力学特性和软体材料的弹性等特性的基础上，通过非线性理论分析控制方法的稳定性和鲁棒性，最后通过真实软体机器人实验验证其实用性及有效性。项目的顺利完成将推动软体机器人视觉伺服的技术发展，推广软体机器人在诸如医疗手术等需要高精度控制的领域中应用，对提高软体机器人的智能性具有科学意义。

由于线驱软体机器人具有良好弯曲特性及对受限环境很好的适应性，因此它非常适合在非结构化复杂环境中工作。然而软体机器人与传统的刚性机器人相比较具有较大的区别，使得某些传统的控制理论无法在软体机器人上应用，基于该问题，本课题主要就软体机器人建模与感知、基于视觉的软体机器人运动控制、冗余度优化控制方法、受限环境下的软体机器人控制四个方面进行了研究。针对软体机器人建模，团队结合Cosserat梁理论和凯恩方法，建立了软体机械臂的动力学方程，并拓展考虑流体环境中软体机器人的系统建模方法，通过数值计算和实验得出模型误差在20%以内，进一步提升该软体机器人多场景中的应用能力。针对软体机器人感知，团队通过光纤传感原理设计出了能用于软体机器人的力、距离、形状传感器各一套，并通过静止对象实验和形状感知实验验证了传感器的可靠性。针对基于视觉的运动控制，团队利用运动学和水下三维动力学模型设计形状控制器和视觉伺服控制器，实验中利用外置固定相机反馈机器人的相关信息，完成了三维形状控制和水下eye-to-hand视觉伺服任务。针对冗余度优化控制，团队针对实时避障位置控制任务、手眼视觉伺服/形状混合控制任务分别进行控制律的设计，仿真和实验均验证了控制系统的收敛性。针对受限环境下的软体机器人控制，团队开展研究了受限环境下的视觉伺服控制、力控制两种问题。前者利用深度无关交互矩阵，在机器人受限位置未知的情况下通过自适应律完成视觉伺服；后者利用eye-to-hand视觉伺服模式和等效的机器人末端-环境质量弹簧接触模型，设计了力-视觉控制律，确保了末端接触力、位置同时到达期望位置。综上所述，本课题从多方面对软体机器人进行建模，并提高了机器人的感知能力，综合各种受限环境，完成了各种各样复杂的任务，大大扩展了软体机器人的应用领域，为进一步的更加实用性的研究奠定了基础。本课题累计发表SCI论文18篇，其中IEEE Trans论文16篇，IROS, ROBIO,ICCA等会议EI论文14篇，已授权国家发明专利7项。