本发明涉及机器人控制技术,具体涉及一种遥操作机器人机械手爪夹持力的计算方法及机械手爪控制方法。
背景技术:
遥操作机器人是指在人的操作下,能够在人难以接近或对人有害的环境中,完成比较复杂操作的一种远距离操作系统,其广泛应用于远程医疗、空间探索、海洋开发、核环境作业等领域。
遥操作机器人在具有高温、高腐蚀、强干扰、辐射大等环境作业时,遥操作机械手爪装载于遥操作机器人的机械臂的前端,是机器人本体与环境物理交互的重要媒介,随着工业机器人和服务机器人的不断发展,对机器人末端的柔顺性的要求越来越高。对象抓取任务已不再是机械手爪简单的开闭就可以完成,考虑到抓取过程的夹持力必须被可靠控制,以及达到灵巧性和自主性,单独的位置控制已经不能够满足实际需求,因此,力控制逐渐变成机器人控制领域内的一个重要的研究方向。
传统的机械手末端的力控制方法通常是基于力传感器,但是力传感器的使用会不仅造成成本的高昂,而且在高温、高腐蚀、强干扰等特殊环境下应用受到限制,而且传感器中有大量噪声,环境刚度未知,严重影响机械手爪的控制性能,在非结构化的环境中使用大量传感器,灵敏度低,功耗较大,且不易装配等缺点,很难完成复杂任务。
技术实现要素:
针对现有技术中的上述不足,本发明提供的遥操作机器人机械手爪夹持力的计算方法及机械手爪控制方法能够在不借助外界力传感器的情况下,就能够实现机械手爪的夹持力计算。
为了达到上述发明目的,本发明采用的技术方案为:
第一方面,提供一种遥操作机器人机械手爪夹持力的计算方法,其包括以下步骤:
采用cad三维模型获取机械手爪每根连杆的长度和质量,所述机械手爪的单侧臂为平行四边形机构;
对机械手爪单侧臂的闭链机构进行开链分解,形成开链ⅰ和开链ⅱ;
根据开链ⅰ和开链ⅱ的关节力矩,计算闭链机构驱动关节力矩;
采用广义动量设计干扰力矩观测器,并根据干扰力矩观测器观测残余向量:
其中,r为残余向量;k为增益矩阵;τa为闭链机构驱动关节力矩;α()为连杆重力矩向量、科式力和向心力矩阵的合成向量;q为关节角;
对残余向量的导数进行拉普拉斯变换计算干扰力矩:
其中,r(s)为残余向量的导数在复变量s域下的值;τc(s)为干扰力矩τc在复变量s域下的值;s为复变量;
根据所述干扰力矩,计算机械手爪夹持力:
其中,f为机械手爪夹持力;l1'为第五连杆的长度;θfx为机械手爪夹持力在x轴方向上的分力与机械手爪夹持力之间的夹角;θ2为第一连杆和第二连杆交汇处的关节角。
第二方面,提供一种遥操作机器人的机械手爪末端无力传感器的控制方法,其包括以下步骤:
向pid控制器输入机械手爪的期望关节角速度和期望夹持力;
控制所述机械手爪采用期望关节角速度向着被夹持对象移动;
当机械手爪与被夹持对象接触时,获取机械手爪的编码器采集的关节角速度和关节角;
基于编码器采集的关节角速度和关节角,采用权利要求1-5任一所述的计算方法计算机械手爪夹持被夹持对象时的夹持力,并将所述夹持力反馈给所述pid控制器;
所述pid控制器以期望夹持力作为输入,以所述夹持力作为反馈,控制机械手爪与被夹持对象的实际夹持力接近期望夹持力。
本发明的有益效果为:采用本方案的计算方法可以在不外加力传感器、加速度计的情况下,基于机械手爪自带的编码器采集的关节角速度和关节角就能够计算出机械手爪夹持被夹持对象时所需的夹持力,并通过所得到夹持力实现机械手爪工作时夹持力的准确控制。
通过这种计算方法在机械手爪工作时实现夹持力准确获取及准确控制,从而解决了传统添加外部力传感器和加速度传感器成本昂贵和安装不便及安装传感器灵敏度低、功耗较大等问题,该方式计算的夹持力具有实时性、准确性等优点。
附图说明
图1为遥操作机器人机械手爪夹持力的计算方法的流程图。
图2为遥操作机器人的机械手爪的基本结构运动学示意图。
图3为遥操作机器人的机械手爪的基本结构夹持力示意图。
图4为遥操作机器人的机械手爪末端无传感器力控制方法的实际作用力与估计作用力的仿真图。
图5为遥操作机器人的机械手爪末端无传感器力控制方法的作用力误差的仿真图。
具体实施方式
下面对本发明的具体实施方式进行描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
参考图1,图1示出了遥操作机器人机械手爪夹持力的计算方法的流程图;如图1所示,该计算方法包括步骤101至步骤106。
在步骤101中,采用cad三维模型获取机械手爪每根连杆的长度和质量;具体地,将机械手爪的cad图纸直接导入cad三维模型中,由于机械手爪在设计时,其每根连杆的长度、质量、重心位置及转动惯量在图纸上均能体现,故本步骤采用cad三维模型就能直接生成每根连杆的长度和质量。
如图2和图3所示,本方案研究的是单侧臂为平行四边形机构的机械手爪;图2和图3中的link1为第一连杆,link2为第二连杆,link3为第三连杆,link(4)为第四连杆,link1′为第五连杆;其中第三连杆和第四连杆为连接为一体的杆体,且两者之间的夹角固定为θ3-4。
如图2所示,坐标系xoy作为基坐标系,设第一连杆、第二连杆、第三连杆、第四连杆和第五连杆均为粗细均匀且质量均匀分布的刚性连杆,其中第一连杆为固定基座(看作固定连杆),将机械手爪基本结构看作闭链结构来进行研究。
如图2所示,设遥操作任务过程中,不考虑摩擦力且重力沿着基坐标系y轴负方向。其中第一连杆看作虚拟连杆,关节角θ1=0为固定值,图2和图3中的θ2、θ3和θ1'均为其所在处两根连杆之间形成的关节角度;θ1为第五连杆和第一连杆的初始关节角度;θ4为第三连杆、第四连杆第五连杆交汇处关节角。图2中右侧的直角梯形为固定基座,其上端的矩形块为被夹持对象,夹持力的反作用力为f。
在步骤102中,对机械手爪单侧臂的闭链机构进行开链分解,形成开链ⅰ和开链ⅱ。实施时,本方案优选第三连杆、第四连杆和第五连杆交汇处的关节为断开关节,第一连杆、第二连杆、第三连杆和第四连杆形成开链ⅰ,第五连杆形成开链ⅱ;其中,第三连杆和第四连杆为连接为一体的杆体。
在步骤103中,根据开链ⅰ和开链ⅱ的关节力矩,计算闭链机构驱动关节力矩;闭链机构驱动关节力矩的计算公式为:
τa=τ2-τ3+τ1'
其中,τa为闭链机构驱动关节力矩;τ2为第二连杆的关节力矩;τ3为第三连杆的关节力矩;τ1'为第五连杆的关节力矩。
在本发明的一个实施例中,第五连杆的关节力矩的计算公式为:
其中,τii为开链ⅱ的关节力矩;bii为开链ⅱ的惯性矩阵;vii为开链ⅱ的科氏力;gii为开链ⅱ的重力矩;qii为开链ⅱ的关节角度;
第二连杆的关节力矩的计算公式为:
第三连杆的关节力矩的计算公式为:
其中,v1为第一连杆的向心力向量;g1为第一连杆的重力矩;v3为第三连杆的向心力向量;g3为第三连杆的重力矩;
其中,开链ⅱ的惯性矩阵与开链ⅰ的惯性矩阵的列数和行数都相等,开链ⅰ的惯性矩阵为:
在步骤104中,采用广义动量设计干扰力矩观测器,并根据干扰力矩观测器观测残余向量:
其中,r为残余向量;k为增益矩阵;τa为闭链机构驱动关节力矩;α()为连杆重力矩向量、科式力和向心力矩阵的合成向量;q为关节角;
其中,机械手爪广义动量p的计算公式为:
b(q)为机械手爪的惯性矩阵;
连杆重力矩向量、科式力和向心力矩阵的合成向量的公式为:
本方案采用干扰力矩观测器进行残余向量观测后,无需在机械手末端或腕部安装力矩传感器来检测外力,且采用本方案的计算方法,机械手爪在任何位置与外界物体发生碰撞,都能够实现外力的快速计算。
在采用广义动量设计干扰力矩观测器时,还需要考虑动量估计值的导数的计算,本方案选取四阶r-k算法求取动量估计值的导数。
其中,动量估计值
在步骤105中,对残余向量的导数进行拉普拉斯变换计算干扰力矩:
其中,r(s)为残余向量的导数在复变量s域下的值;τc(s)为干扰力矩τc在复变量s域下的值;s为复变量;
上述的残余向量的导数的公式为:
其中,
在步骤106中,根据所述干扰力矩,计算机械手爪夹持力:
其中,f为机械手爪夹持力;l1'为第五连杆的长度;θfx为机械手爪夹持力在x轴方向上的分力与机械手爪夹持力之间的夹角;θ2为第一连杆和第二连杆交汇处的关节角。
至此,已完成对遥操作机器人机械手爪夹持力的计算方法的说明,下面接着对遥操作机器人的机械手爪末端无力传感器的控制方法进行说明。
该控制方法包括以下步骤:
向pid控制器输入机械手爪的期望关节角速度和期望夹持力;
控制所述机械手爪采用期望关节角速度向着被夹持对象移动;
当机械手爪与被夹持对象接触时,获取机械手爪的编码器采集的关节角速度和关节角;
基于编码器采集的关节角速度和关节角,采用权利要求1-5任一所述的计算方法计算机械手爪夹持被夹持对象时的夹持力,并将所述夹持力反馈给所述pid控制器;
所述pid控制器以期望夹持力作为输入,以所述夹持力作为反馈,控制机械手爪与被夹持对象的实际夹持力接近期望夹持力。
图4和图5为在matlab/simulink平台下所做的仿真,通过两个仿真图可以得出,本方案在无外界的力传感器下计算的夹持力及机械手爪末端无力传感器的控制方法中,针对平行四边形连杆机构这一类机械手爪,在非接触的情况下,计算的夹持力能够跟随实际夹持力;而且利用计算的夹持力作为反馈,结合速度和力控制切换的控制方式,实现了低振荡的无力传感器的机械手爪夹持力的控制。