针对机器人在形状未知接触环境表面上进行柔顺力控制问题，在传统的力/位混合控制模型中采用一种智能预测算法，此算法通过三种预测因子预测并调整未来采样时刻的力/位混合控制模型中的期望轨迹，并考虑环境曲率和刚度变化的特点。为了验证预测算法的有效性，构建了开放式的机器人力控制系统，在不同期望力、不同跟踪速度下对非规则受限表面进行了力控制实验研究，分析了受限系统中未知环境参数对接触力的影响。实验结果证明该方法对未知接触环境的变化具有较强的适应能力。在实验条件下，稳定状态下的力控制误差可以控制在3%之内。
2022-10-09 16:22:45
3.51MB
1
提出了一种面向位控机器人的力/位混合控制策略.通过力反馈信息对未知环境约束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,并采用阻抗控制规律以使机器人获得较好的柔顺性.在该算法中应用一个参考比例因子调节参考轨迹,根据反馈的接触力信息通过模糊推理确定参考比例因子的大小,从而使生成的参考轨迹适应未知环境刚度的变化.仿真试验表明,该策略具有较高的力控制精度和表面跟踪能力,增强了对接触环境参数变化的鲁棒性.
2021-05-12 09:38:08
1.42MB
1