当前位置: 首页 > news >正文

自适应阻抗控制基本概念

目录

背景

自适应阻抗控制设计的核心问题

1. 变什么

2. 怎么变

自适应阻抗控制的难点

补充:阻抗控制与导纳控制

共同点

区别

参考资料


背景

        自适应阻抗控制是一种使机器人在执行任务过程中,能够根据任务变化自主调整其阻抗行为的控制策略。与传统阻抗控制不同,后者的阻抗特性通常在设计阶段确定,并在任务执行过程中保持不变。例如,在搬运重物的任务中,由于物体的重量,机器人需要产生较大的力,因此可以设置较高的阻抗系数。相反,在拖动示教的情况下,可以设置较低的阻抗系数,以便操作人员轻松地将机器人移动到指定位置。

        然而,由于机器人通常不会只执行单一任务,单一阻抗特性很难满足多场景、多任务的需求。因此,提出了自适应阻抗控制的概念,旨在使机器人能够在没有过多人为干预的情况下,在线的自主调整其阻抗行为,以满足多任务、多场景的需求。

自适应阻抗控制设计的核心问题

        在设计自适应阻抗控制时,需要回答两个核心问题:

1. 变什么

        在自适应阻抗控制过程中,需要改变哪些参数?由于机器人的动力学和运动学模型是固定的,我们能够改变的主要是机器人的阻抗系数,包括质量、弹性系数和阻尼。需要考虑的是,是改变其中一个参数,还是多个参数一起变化。这三个参数之间的相互关系直接影响机器人系统的稳定性,因此在设计时需要特别小心。阻抗控制的主要目标是调节机器人的阻抗特性,从实现手段来看,它本质上仍然属于机器人运动控制的范畴。因此,我们可以设计一个额外的轨迹规划算法,该算法将依据外部环境的反馈信息以及任务需求的变化,对机器人的运动输入进行动态调整。通过这种方式,我们能够有效地实现对机器人阻抗行为的调整,以适应不同的操作环境和任务要求。

2. 怎么变

如何改变阻抗行为?这可以进一步拆分为两个小问题:

  • 基于哪些外界信息:环境感知,尤其是在物理接触的人机协作中,接触力的大小是一个重要的信息来源。此外,运动反馈任务信息、人的指令等都可以用于调整机器人的阻抗系数。
  • 基于什么样的规则:一种方法是利用最优控制思想,将阻抗系数作为优化参数,通过在线求解优化问题来调整阻抗系数。另一种方法是模仿学习,通过观察人在执行任务时的运动和力的变化,推导出人如何改变阻抗行为的准则,并将这些准则应用于机器人设计。

自适应阻抗控制的难点

        设计自适应阻抗控制的难点在于如何保证机器人控制的稳定性。机器人是一个非线性系统,其稳定性分析本身具有一定难度。如果在线不断改变参数,将给稳定性分析带来新的挑战。在人机协作场景下,机器人的稳定性尤为重要,因为它直接关系到人的安全。自适应阻抗控制是一个新兴的研究课题,目前还没有形成一套非常成熟和完整的理论体系。

补充:阻抗控制与导纳控制

共同点

        目的都是让机器人对外体现出由弹簧-阻尼-质量组成的二阶系统的动态特性,因此在很多文献中并没有严格地区分。

区别

        1.物理意义(因果关系)
        2.控制方法

        首先,无论是阻抗控制还是导纳控制,其目标均为使机器人对外界呈现出由弹簧、阻尼和质量构成的二阶系统的动态特性。因此,许多文献未对阻抗控制和导纳控制作出严格区分,因为二者的根本目标相同,直到在后续文献中逐渐认识到这两种控制方法的确存在差异。

        阻抗控制与导纳控制的首要区别在于物理意义。众所周知,阻抗和导纳在物理学中为对偶概念,且总是相互对应,即存在阻抗的系统必然具有导纳特性。在控制过程中,阻抗控制通常假设控制器表现为一种阻抗:首先获取位置信息,并依据预设的阻抗特性计算出力的设定值。当机器人依据该力的设定值执行运动时,控制器的输入为位置、输出为力,而机器人的输入为力、输出为位置。在此情形下,控制器可视作阻抗,而机器人则表现为导纳。

        在导纳控制中,上述定义恰好相反。控制器接收外界反馈的力,并依据预设的阻抗特性计算出机器人应产生的位移。在此情况下,控制器表现为导纳,而机器人在执行位置控制过程中对外界施加力,因而机器人在此时可视作阻抗。上述即为阻抗控制与导纳控制在物理意义上的区别。

        其次,二者在控制策略上也存在不同。对于阻抗控制,外环控制器通常为位置控制器,用以计算力的设定值;因此,机器人或内环控制器可视作力控制器。而在导纳控制中,外环控制器为力控制器,用以计算位置的控制输入,故机器人在内环中执行位置控制。这是二者在控制方法上的主要差异。此外,导纳控制在实现过程中通常需要外界接触力的反馈,这亦为其显著特征之一。

        关于阻抗控制和导纳控制的优劣,通常没有明确的判断标准。有一种观点认为,当机器人接触的外界环境阻抗较高时,采用阻抗控制效果更佳;而当外界环境阻抗较低时,导纳控制或许更为适宜。

参考资料

[1] Ott, Christian,Mukherjee, Ranjan,Nakamura, Yoshihiko.Unified Impedance and Admittance Control[C].//IEEE International Conference on Robotics and Automation (ICRA).2010:554-561.

[2] 自适应阻抗控制的基本思想


http://www.mrgr.cn/news/59708.html

相关文章:

  • CORE 安全与身份认证《1》 UseRouting 、UseEndpoints
  • Java避坑案例 - 高并发场景下的分布式缓存策略
  • 学习threejs,THREE.PointCloud(新版本改名:THREE.Points)批量管理粒子
  • Junit5中用Excel进行数据驱动
  • traceroute或tracepath区别
  • 网络连接设备的功能与应用概述
  • redis 查找key使用正在表达式与java的区别
  • 《C++中局部变量与全局变量在内存中的奥秘》
  • vue 项目情景应用+深度理解+面试高频题
  • 海洋生物图像分割系统:算法改进策略
  • 习题2.40
  • 群控系统服务端开发模式-应用开发-业务架构逻辑开发API准备工作
  • D. Skipping 【 Codeforces Round 980 (Div. 2)】
  • 用Pycharm 运行深度学习,在测试(推理)运行测试文件会自动进入pytest模式,如何关闭默认测试框架
  • LVGL _基础控件_Label 文本
  • 《C++显式类型转换:解析多种转换方式的奥秘》
  • Docker | images镜像的常用命令总结
  • AI提示词工程优化Prompt-GPT使用手册(科普一键收藏史上最强攻略)
  • 【jvm】新生代和老年代
  • 【anki】如何图片遮挡分组
  • 数学建模学习(131):使用Python基于VIKOR算法的多准则决策分析
  • 【原创】红米K40(alioth)解锁BL,安装Magisk获取root权限并安装LSPosed模块
  • 实时操作系统(RTOS)深度解析及Java实现初探
  • windows@快速安装windows系统镜像安装@快速部署windows操作系统
  • Python爬虫-汽车投诉排行榜单数据
  • DiffusionDet: Diffusion Model for Object Detection—用于对象检测的扩散模型论文解析