基于虚实力融合的遥操作机器人力觉临场感实现方法

文档序号:6322291阅读:196来源:国知局
专利名称:基于虚实力融合的遥操作机器人力觉临场感实现方法
技术领域
本发明涉及控制技术,特别地,涉及一种基于虚实力融合的遥操作机器人力觉临 场感实现方法。
背景技术
在力觉临场感遥操作机器人系统中主边向从边发送位置信号,从端将力信号反馈 给操作者,这样就构成了一个操作闭环。这一操作闭环中如果没有时延的存在则是稳定的。 但是,由于力觉临场感遥操作机器人系统通常应用于太空、深海等远距离遥控的场合,从机 器人和本地操作者之间的通讯时延往往成为影响遥控作业系统正常工作的突出问题。为了 克服时延的影响人们提出了很多方法,主要可以分为两类1.从控制算法着手,如基于无 源理论的控制方法,以及以后围绕无源理论的改进等;2.利用虚拟现实技术,建立远端环 境的三维几何模型以及动力学模型,主端直接和没有时延的三维模型交互,通过三维模型 来预见显示从端的操作过程,以此来克服时延带来的影响。其中准确的模型是保证遥操作 有效克服大时延影响,高质量地完成任务的前提条件,但由于环境事先未知或部分未知,现 有的虚拟预测环境建模方法均存在一定的误差,这种误差会随着时延的增大而增大,从而 造成系统难以稳定操作。如何减小通讯时延对系统稳定性的影响,提高系统的稳定性和透 明性事先在遥操作机器人系统的主要研究方向。另外,实际的遥操作系统中,时延通常是不断变化的,其通讯过程中的传输带宽是 有限的,这些都给这个遥操作系统的控制带来了更多的挑战。尤其是在变时延情况下对突 变信号的获取是至关重要的,因为突变信号往往是从机器人与环境相互作用的信号或者是 从机器人状态发生变化的信号,所以这关乎整个遥操作作业的安全性,也是操作者能够做 出及时的反应的重要前提。

发明内容
本发明提出了在遥操作机器人系统中使用虚实力融合的技术,利用虚拟环境提供 虚拟力信号,利用高通滤波器和低通滤波器对虚拟力信号以及从边的反馈力信号进程处 理,获得一个由无时延的高频力信号与有时延的低频力信号相融合的反馈力信号,最终使 操作者获得力觉临场感。基于虚实力融合的遥操作机器人力觉临场感实现方法包括主机器人,通讯时延 环节,从机器人,环境,虚拟环境,高通滤波器和低通滤波器构成,其中通讯时延环节会对信 号造成变化的时延,通过测量获得时延量T (t),时延量T (t)的值域为1 20秒,高通滤波 器和低通滤波器的截止频率都是通讯时延T(t)的函数且相等,高通滤波器的截止频率为 ωΗ = kf/T(t),低通滤波器的截止频率为= kf/T(t),kf为调节系数,取值范围为0 1000,当截止频率需要较大时,kf取较大值;当截止频率需要较小时,kf取较小值。具体操作步骤如下操作者通过主机器人产生主边位置信号xm,主边位置信号Xm进入通讯时延环节,通讯时延环节会对信号造成变化的时延,通过测量获得时延量T (t),主边位置信号Xm延时 后形成从边位置信号xs,从边位置信号Xs再进入从机器人,作为从机器人的输入,从机器人 输出环境位置信号&作用于环境,同时,环境提供给从机器人环境反作用力f;,即fe (0 = mexe + dexe + kexe其中,me为环境的惯性系数,de为环境的阻尼系数,ke为环境的弹性系数,从机器 人根据环境反作用力fe输出从边力信号fs,再进入通讯时延环节,延迟后输出主边力信号 fm,主边力信号4再进入低通滤波器,输出低频力信号f L。主边位置信号Xm的另一路进入 虚拟环境,输出虚拟力信号fv,虚拟环境的模型为 人=m^m + + Kxm=fe+v其中,mv为虚拟环境的惯性系数,dv为虚拟环境的阻尼系数,kv为虚拟环境的弹性 系数,η为虚拟环境模型与真实环境模型之间的误差,该误差与通讯时延环节的时延T(t) 成反比,即η = α · T(t)其中,α为误差系数,取值范围为1 20,虚拟力信号fv再进入高通滤波器进行 滤波处理,高通滤波器输出高频力信号fv H。此高频力信号fv H与低频力信号f L进行叠 加,形成新的主边力信号fmn,此新的主边力信号作用主机器人,主机器人再作用于操作 者,使操作者获得力觉临场感。本发明的有益效果在于1.本发明实现了遥操作机器人系统力觉临场感控制。2.通过高通滤波器提取虚拟力信号的高频力信号,通过低通滤波器提取实际力信 号的低频力信号,将实际反馈力的低频力信号与虚拟环境输出的高频力信号进行结合,有 效地减小了时延对控制信号的失稳影响,降低了通讯带宽的要求。3.由于虚拟环境以及高通滤波器输出的实时的高频力信号,将这种虚拟的高频力 信号在不通过时延环节直接与实际的有时延的力信号叠加,反馈给操作者,这样使操作者 及时地感知到突变信号,这些突变信号都代表了从机器人与环境的相互作用的一些突发情 况,所以本发明可以使操作者对从边的突发情况作出及时的反应。


图1本发明控制系统结构框图。图2低通滤波器响应图。图3高通滤波器响应图。图4低通滤波器输出的力信号,即f L。图5虚拟环境输出的力信号,即fv。图6高通滤波器输出的力信号,即fvuH。图7低频力信号与高频力信号叠加后的力信号,即f 。
具体实施例方式下面对本发明的实施例作进一步详细描述,但本发明技术方案的保护范围不限于下属的实施例。本发明的控制结构由主机器人、通讯时延环节、从机器人、环境以及在主机器人和 通讯时延环境之间的虚拟环境、高通滤波器、低通滤波器组成。虚拟环境的建立是根据先验知识尽可能准确地模拟真实环境,但在与环境交 互的过程中总会因为建模不确定项、时延等问题,与真实环境之间产生误差。设真实环 境模型为Λ + + ,X为位置变量,虚拟环境的虚拟力反馈一个与时延成正比的 随机噪声的误差简化为一个与时延成正比的随机噪声,所以可以设虚拟环境的模型为 fv=rnvxm+dvxm+kvxm=fe+n,其中η是通讯时延T(t)的函数η = α ·Τ( ),代表了虚拟环 境模型与真实环境模型的误差,时延越大该误差也就越大。为了在变时延情况下及时地获 取突变信号,本发明使用了高通滤波器,提取虚拟环境输出的高通截止频率ωΗ以上的高频 信号。而对于从经过通讯时延环节反馈回来的力信号,使用低通滤波器对其进行滤波处理, 提取截止频率以下低频信号。设通讯时延为T (t),在通讯时延T (t)变化的情况下,通过将低通滤波器和高通 滤波器的截止频率设为时延的函数T(t),即低通滤波器和高通滤波器的截止频率与时延 T(t)成反比,当时延为0时,截止频率为无穷大,高通滤波器阻断所有从虚拟模型输出的力 信号,低通滤波器通过所有从从边传输来的力信号,即主机器人接收到的力信号完全为从 边传输来的力信号;当时延为无穷大时,截止频率为0,高通滤波器通过所有从虚拟模型输 出的力信号,低通滤波器阻断所有从从边传输来的力信号。这两种情况都是极端情况,正常 情况下时延大于零,小于一个最大值Tm,根据实际应用,Tm取值为10 20秒。仿真中设时 延为2秒。高通滤波器和低通滤波器的截止频率都是通讯时延T (t)的函数,高通截止频率 COH = kf/T(t),低通截止频率G^ = kf/T(t),kf为滤波器的调节系数,根据本发明遥操作 系统的应用场合不同,kf的取值范围为(0,1000)。仿真中用理想滤波器对本发明的控制
方法进行说明,理想低通滤波器的传递函数为&=\GLij(0)\eM^,其中昧(》1={J,
φ(ω) = - οω^Ο, ω为频率变量,j为复数域变量。理想高通滤波器的传递函数为
G =MH,,其中丨=G⑷—产。广为频率变量,j为鍾域变量。
在实际应用中,滤波器可以根跟实际情况选择各种模型的滤波器,如Butterworth滤波器、 Chebyshev I滤波器、Chebyshev II滤波器、椭圆滤波器、Bessel滤波器等。具体步骤如下操作者1通过主机器人2产生主边位置信号xm,主边位置信号Xm进入通讯时延环 节3,延时后形成从边位置信号xs,从边位置信号Xs再进入从机器人4,作为从机器人4的输 入,仿真中令从机器人模型为Λ + y + h,ms = 2,bs = 0. 001,ks = 0,ms为从机器人 的惯性系数,bs为从机器人的阻尼系数,ks为从机器人的比例系数,仿真中令主机器人模型 为K + bJ + kmx,mm = 0. 6,bm = 0. 001,km = 0,其中mm为主机器人的惯性系数,bm为主 机器人的阻尼系数,km为主机器人的比例系数。从机器人4输出环境位置信号χε作用于环 境5,同时,环境5提供给从机器人4环境反作用力fe,即Λ + # + h,例如me = 0. 8,de =0. 02,ke = 0,从机器人4根据环境反作用力f;输出从边力信号fs,进入通讯时延环节3进行延迟后,输出主边力信号fm,主边力信号fm再进入低通滤波器8,输出低频力信号f-, 仿真中采用理想低通滤波器,Iga(M)I = U,,、 , Λ ω为频率变量,j为复数 附图中图2为低通滤波器响应图,图3为高通滤波器响应图,低通滤波器将从边传 输来的力信号进行滤波处理,得到图4中的低通滤波器输出的力信号,即fmA,图5为虚拟环 境输出的力信号,即fv,高通滤波器将从边传输来的力信号进行滤波处理,得到图6中的高 通滤波器输出的力信号,即fv H,经过低频力信号与高频力信号叠加后,最后得到新的主边 力信号,即fmn,可以看到高频力信号没有时延。
权利要求
一种基于虚实力融合的遥操作机器人力觉临场感实现方法,其特征在于,包括主机器人(2),通讯时延环节(3),从机器人(4),环境(5),虚拟环境(6),高通滤波器(7)和低通滤波器(8)构成,其中通讯时延环节(3)会对信号造成变化的时延,通过测量获得时延量T(t),时延量T(t)的值域为1~20,高通滤波器(7)和低通滤波器(8)的截止频率都是通讯时延T(t)的函数且相等,高通滤波器的截止频率为ωH=kf/T(t),低通滤波器的截止频率为ωL=kf/T(t),kf为调节系数,取值范围为0~1000,具体操作步骤如下操作者(1)通过主机器人(2)产生主边位置信号xm,主边位置信号xm进入通讯时延环节(3),通讯时延环节(3)对信号造成变化的时延,通过测量获得时延量T(t),主边位置信号xm延时后形成从边位置信号xs,从边位置信号xs再进入从机器人(4),作为从机器人(4)的输入,从机器人(4)输出环境位置信号xe作用于环境(5),同时,环境(5)提供给从机器人(4)环境反作用力fe,即 <mrow><msub> <mi>f</mi> <mi>e</mi></msub><mo>=</mo><msub> <mi>m</mi> <mi>e</mi></msub><msub> <mover><mi>x</mi><mrow> <mo>&CenterDot;</mo> <mo>&CenterDot;</mo></mrow> </mover> <mi>e</mi></msub><mo>+</mo><msub> <mi>d</mi> <mi>e</mi></msub><msub> <mover><mi>x</mi><mo>&CenterDot;</mo> </mover> <mi>e</mi></msub><mo>+</mo><msub> <mi>k</mi> <mi>e</mi></msub><msub> <mi>x</mi> <mi>e</mi></msub> </mrow>其中,me为环境的惯性系数,de为环境的阻尼系数,ke为环境的弹性系数,从机器人(4)根据环境反作用力fe输出从边力信号fs,再进入通讯时延环节(3),延迟后输出主边力信号fm,主边力信号fm再进入低通滤波器(8),输出低频力信号fmwL,主边位置信号xm的另一路进入虚拟环境(6),输出虚拟力信号fv,虚拟环境(6)的模型为 <mrow><msub> <mi>f</mi> <mi>v</mi></msub><mo>=</mo><msub> <mi>m</mi> <mi>v</mi></msub><msub> <mover><mi>x</mi><mrow> <mo>&CenterDot;</mo> <mo>&CenterDot;</mo></mrow> </mover> <mi>m</mi></msub><mo>+</mo><msub> <mi>d</mi> <mi>v</mi></msub><msub> <mover><mi>x</mi><mo>&CenterDot;</mo> </mover> <mi>m</mi></msub><mo>+</mo><msub> <mi>k</mi> <mi>v</mi></msub><msub> <mi>x</mi> <mi>m</mi></msub> </mrow> <mrow><mo>=</mo><msub> <mi>f</mi> <mi>e</mi></msub><mo>+</mo><mi>&eta;</mi> </mrow>其中,mv为虚拟环境的惯性系数,dv为虚拟环境的阻尼系数,kv为虚拟环境的弹性系数,η为虚拟环境模型与真实环境模型之间的误差,该误差与通讯时延环节的时延T(t)成反比,即η=α·T(t)其中,α为误差系数,取值范围为0~20,虚拟力信号fv再进入高通滤波器(7)进行滤波处理,高通滤波器(7)输出高频力信号fvωH,此高频力信号fvωH与低频力信号fmwL进行叠加,形成新的主边力信号fmn,此新的主边力信号fmn作用主机器人(2),主机器人(2)再作用于操作者(1),使操作者(1)获得力觉临场感。
全文摘要
一种基于虚实力融合的遥操作机器人力觉临场感实现方法,操作者通过主机器人产生主边位置信号xm,主边位置信号xm进入通讯时延环境,延时后形成从边位置信号xs,从边位置信号xs再进入从机器人,作为从机器人的输入。从机器人输出环境位置信号xe作用于环境,同时,环境提供给从机器人环境反作用力fe,从机器人根据环境反作用力fe输出从边力信号fs,进入通讯时延环节进行延迟后,输出主边力信号fm,主边力信号fm再进入低通滤波器,输出低频力信号fmwL。主边位置信号xm的另一路进入虚拟环境,虚拟环境的模型为输出虚拟力信号fv,虚拟力信号fv再进入高通滤波器进行处理,高通滤波器输出高频力信号fvωH。此高频力信号fvωH与低频力信号fmwL进行叠加,形成新的主边力信号fmn,此信号作用主机器人。
文档编号G05B17/02GK101986219SQ20101026581
公开日2011年3月16日 申请日期2010年8月27日 优先权日2010年8月27日
发明者吴涓, 宋爱国, 崔建伟, 李新 申请人:东南大学
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1