基于视觉的位控机器人力反馈控制关键技术研究

The robotic force control is a key technology in the emerging intelligent manufacturing. Since the traditional industrial robot controller only provides position control, speed control functions which are closed structure, robotic force control application is extremely limited. The purpose of the research is the robotic original position controller is not changed, establish the position/force control system for the position control robot, further study the problems which occur during the robot end contact with the target and surface force tracking. To solve robot force control problem under unconstrained motions in free space and constrained motions in contact space, that meet the free space robot position tracking capabilities and constrained space force tracking capabilities; Combine visual sensor and force sensor information, study the measurement and reconstruction of workpiece surface to generate the robot ends motion path; Research on vision-guided robot force control, combine with the characteristics of visual sensor measurement to estimate the unknown environmental constraints, combine with the force sensor data to get a visual/force hybrid control constraints, ensure the operation speed of the robot end effector and improve the operation safety and stability. The entire study will help to further improve the level of intelligent robot with environment.

机器人力控制是新兴智能制造中的一项关键技术。由于传统工业机器人只提供位置控制、速度控制功能且均采用封闭结构的专用控制器，使得机器人力控制的应用受到了极大的限制。本项目研究的目标是，在不改变机器人原有的位置控制器的情况下，针对位控机器人开发视觉/力传感器控制系统，对机器人末端接触目标时冲击抑制、接触力曲面跟踪过程中出现的问题进行深入研究。统一解决机器人力控制时所对应的受限运动控制问题，即同时满足机器人自由空间的位置跟踪能力和接触空间的力跟踪能力；融合视觉和力传感器信息，对工件表面进行快速精确的测量与重建、生成机器人末端运动路径；视觉引导下的机器人力控制研究，结合视觉传感器的测量特点，对未知环境约束进行估计，结合力传感器数据得到视觉/力混合控制的约束条件，既保证机器人末端的操作速度，同时提高操作过程的安全性和稳定性。项目的实施将有助于进一步提高机器人与环境接触作业的智能化水平。

机器人力控制是新兴智能制造中的一项关键技术，本课题在不改变机器人原有位置控制器的情况下，开发视觉/力传感器控制系统，对机器人末端曲面跟踪过程中出现的问题进行深入研究。首先提出一种未知环境下基于SVR-雅可比估计器的无标定视觉伺服控制模型，该模型采用多个支持向量回归机进行图像雅可比矩阵估计，给出了采用高斯核函数的图像雅可比矩阵估算表达式，建立了被跟踪曲线图像特征与机器人关节角度的映射关系，能够在无标定条件下进行机器人阻抗控制；其次提出一种视觉引导的面向位控机器人的力/位混合控制策略，结合视觉传感器的测量特点，对未知环境边缘进行估计获得位控和力控方向，根据位控和力控方向对机器人终端的运动轨迹进行规划，同时分析了未知环境表面实际作用力与测量力/力矩值之间的关系，采用阻抗控制规律以使机器人获得较好的柔顺性，在该算法中应用两个模糊参数调节参考轨迹，使生成的参考轨迹适应未知环境刚度的变化；最后研究了机器人阻抗控制器的优化设计问题，基于反映控制性能的动态指标，形成优化的目标函数，建立了该问题的多目标优化模型，基于Pareto占优，提出了上述模型的多目标进化求解方法，基于得到的Pareto最优解集，形成了最优的阻抗控制器。综合上述结果，本研究为进一步提高机器人与环境接触作业的智能化水平奠定了坚实的工作基础。同时，项目资助发表论文10篇，出版学术专著1部，培养硕士生5名。