机器人力-位置智能控制关键技术与应用的研究

For a class of industrial robot grinding system, the actual value of contact force is difficult to obtain by the system impedance controller. This project adopts method of gathering the servo motor torque value to compute the contact force between the end effector and the external environment, instead of directly using sensor to detect the contact force of the end effector. Using such methods, we can reduce cost, improve efficiency and increase reliability, but there are some problem like the reverse gap, high friction interference and hysteresis in the process of force transmission and computation. In order to solve such problem, using passivity theory this project gives a neural network predictor based on joint torque computing equations to predict the feedback force, and use the energy correction module to balance the predict value and the current solution value to achive energy calibration. This method makes the control system of the polishing robot remain passive and get the ability of active compliance. This project designs an experimental method to get the relation between the two factors of grinding force, grinding time and the thickness of grinding. By such experiments, we can estimate the expected range of the grinding force. According to the grinding data, the output of position loop of the impedance controller can be micro adjustmented online to meet the requirements of actual grinding. The feasibility of presented mthods will be proved by some grinding experiments of zinc alloy faucet handle on our designed robot grinding system.

针对一类工业机器人打磨系统阻抗控制器中的实际检测接触力很难直接获得,本项目采用采集各伺服电机转矩值经过换算得到末端执行器与外部环境的接触力的方法,来替代直接采用力传感器信号反馈末端执行器的接触力。采用此类方法，可降低成本、提高效率、增加可靠性；但存在力传递及解算过程中的反向间隙、较大的摩擦力干扰、迟滞等问题。为解决上述问题，本项目在无源性理论的基础上,提出采用基于关节转矩解算方程的神经网络预测器预测反馈力, 并通过能量均衡器对预测力值和当前解算力值进行能量校正,使打磨机器人控制系统保持无源性且具备主动柔顺的能力。对期望接触力,则设计一种实验方法得到打磨力、打磨时间和在两种因素作用下的被打磨厚度,预估出期望的打磨力范围,据此对阻抗控制器的位置环输出在线进行局部的微量调整,以满足打磨要求。在自主设计的机器人抛光打磨系统中，通过锌合金水龙头把手的打磨实验来证明设计方法的可行性。

针对一类工业机器人打磨系统阻抗控制器中的实际检测接触力很难直接获得, 本项目采用通过采集各伺服电机转矩值或其它控制元件的输出力值经过计算得到末端执行器与外部环境的接触力的方法,来替代直接采用力传感器信号反馈末端执行器的接触力。实现的主要研究内容为：为了实现曲面工件的柔性抛磨，结合柔顺装置的结构与模型，建立了抛磨机器人的联合运动学模型，然后对其进行了联合逆运动学求解。建立了曲面模型，提出了基于误差阈值的路径点规划方法以及基于抛磨工具与工件法向接触并沿主曲率方向的最大抛磨姿态规划方法。对获得的抛磨点位姿进行机器人的运动轨迹规划仿真，得到一种角加速度连续变化的运动方式，使抛磨轨迹的实现更加平稳。 结合路径规划工艺，通过离线编程生成机器人运行程序，此时机器人精确动力学模型是进行先进力-位混合控制器设计的前提：以工业机器人的六个关节为研究对象，建立了机器人动力学的线性化模型，并求出最小组合惯性参数和观测矩阵，进行理论辨识研究。. 仿真和实验证明，模糊控制和 PID 控制并行的控制方法不但结合了模糊控制和 PID 控制的优点，使系统同时具有较好的动态性能和静态特性，并且在控制实现上更加简单易行。本课题对装配和抛磨工艺优化进行了补充研究，在自主设计的机器人装配和机器人抛光打磨系统中，通过装配和抛磨实验来证明设计方法的可行性。在电子装配实验和锌合金水龙头把手、叶片等抛磨实验中，验证了课题中研究的柔顺装置的力控制算法可以实现装配或抛磨过程中的恒力控制；路径点位置及姿态规划算法使得工件表面打磨更均匀；尤其是结合抛磨工艺及基于柔顺装置的机器人抛磨力/位控制策略可以实现水龙头把手、叶片的机器人抛磨加工并获得较好的表面粗糙度，从而证明了本课题研究的基于柔顺控制的机器人力位混合控制方法是切实可行的。