冗余度机器人最小力矩与回避奇异并行优化

第２３卷第５期　２００２年９月　宇　航　学　报　Ｊｏｕｒｎａｌ　ｏｆ　Ａｓｔｒｏｎａｕｔｉｃｓ　Ｖｏ【．２３　Ｎｏ．５　Ｓｅｐｔｅｍｂｅｒ　２００２　欠驱动冗余度机器人运动优化控制　何广平　，陆　震　，王风翔　（１．北方工业大学，北京１０００４１；　２．北京航空航天大学，北京１０００８３）　摘要：研究了具有多个被动关节的欠驱动冗余机器人的运动优化控制问题。基于滑模变结构控制方法，首　先实现了被动关节位置控制；进一步利用“虚拟模型引导控制”方法实现了欠驱动冗余度机器人的连续轨迹运动　优化控制；通过平面三连杆机器人臂进行了避障运动仿真，仿真结果证明了提出的方法的有效性。　关键词：欠驱动；冗余度；机器人；优化控制　中图分类号：ＴＰ２４　文献标识码：Ａ　文章编号：１０００～１３２８（２ＯＯ２）０５　００１６—０５　０　引言　针对欠驱动机器人系统的研究目前得到不少学　者的关注。这种系统中机器人臂的部分关节不能提　供输出力／力矩，系统的运动依靠少数的主动关节驱　动实现，在空间机器人的容错控制、工业高速运动机　器人、多冗余度机器人、闭链机械臂等方面有重要的　应用前景和研究价值。目前对这种系统的研究大多　集中在被动关节的位置控制［１　］、倒立摆的不稳定　平衡控制［５］、空间机器人系统的关节空间平衡流形　控制　等方面。例如：Ａｎｔｈｏｎｙ　Ｍ．ＢｌａｃｋＥ￣］研究了非　完整动力学系统的控制稳定性问题，研究的对象为　欠驱动机器人系统。Ｒｏｄｎｅｙ　Ｇ．Ｒｏｂｅｒｔｓ　Ｅ　研究了欠　驱动机器人的灵活性和奇异性问题，这在分析欠驱　动机器人系统的可控性时是非常有用的。Ｈｉｒｏｈｉｋｏ　Ａｒａｉ＿４　研究了欠驱动机器人的时间尺度（Ｔｉｍｅ—　Ｓｃａｌｉｎｇ）控制方法，实现了系统的位置控制，这种方　法的控制精度或操作效率依赖于被动关节中制动器　的响应速度。Ｋａｎｇｓｉｋ　Ｌｅｅ［５　研究了倒立摆的控制稳　定性问题，给出了三种控制方法：线性二次型（Ｉ　ｉｎ—　ｅａｒ　Ｑｕａｄｒａｔｉｃ　Ｒｅｇｕｌａｔｏｒ）、部分反馈线性化（Ｐａｒｔｉａｌ　Ｆｅｅｄｂａｃｋ　Ｌｉｎｅａｒｉｚａｔｉｏｎ）、滑模变结构控制（Ｓｌｉｄｉｎｇ　Ｍｏｄｅ　Ｃｏｎｔｒｏ１）。遗憾的是倒立摆并非严格意义上的　欠驱动机器人系统（虽然很多研究者将倒立摆归结　于欠驱动机器人系统），倒立摆的控制只研究将系统　控制在不稳定平衡点，而欠驱动机器人的研究问题　收稿日期：２００２—０１—０８，修回日期：　基金项目：北京市科技发展计划资助项目　却广泛得多，包括平衡流形稳定控制（Ｒａｎｊｉａｎ　Ｍｕｋｈｅｒｊｅｅ＿８　）、ＰＴＰ控制（Ｈｉｒｏｈｉｋｏ　Ａｒａｉ［　），甚至　其他更复杂的机器人操作任务。Ｍａｒｃｅｌ　Ｂｅｒｇｅｒ—　ｍａｎ＿６　研究了具有任意数目被动关节的欠驱动机器　人系统的优化控制问题，优化的手段是通过调整被　动关节中制动器的锁紧或释放顺序达到节省能量的　目的，但是研究并没有涉及欠驱动冗余度机器人的　运动学优化问题。本文则研究欠驱动冗余度机器人　的运动优化控制问题，这对于操作空间复杂的机器　人系统是非常有用的，特别是当欠驱动机器人系统　工作在空间站等由复杂杆件结构组成的载体上时，　避障功能是空间站机器人进行操作任务的必要能　力。　１　欠驱动机器人运动方程及控制算法　设机器人为　连杆、固定机座、开链、刚性机械　臂，主动关节数目为　，被动关节数目为　，，且　—　＋　—ｎ＞ｍ（　为机器人操作空间自由度），被动　关节中安装位置检测元件和制动器，主动关节中安　装位置检测元件和驱动电机，则该机器人系统的动　力学方程可以表示为：　Ｌ　ＭＡＡ　心＋　其中　Ｍ一［　ＭＭ　ａ　ｐＪ］

《6PUS-UPU冗余驱动并联机器人的冗余力控制实验研究》篇一

一、引言

随着机器人技术的不断发展，并联机器人因其高精度、高刚性和高负载能力等优点，在工业生产、医疗康复、航空航天等领域得到了广泛应用。其中，6PUS-UPU冗余驱动并联机器人作为一种新型的并联机器人结构，具有较高的灵活性和稳定性，成为了当前研究的热点。然而，对于这种复杂的机器人系统，如何实现其冗余力控制，以提高其工作效率和运动性能，仍是一个待解决的问题。本文以6PUS-UPU冗余驱动并联机器人为研究对象，对其冗余力控制进行实验研究。

二、6PUS-UPU冗余驱动并联机器人概述

6PUS-UPU冗余驱动并联机器人是一种具有六条腿和UPU结构的并联机器人。其特点在于采用了冗余驱动设计，使得机器人在运动过程中具有更高的灵活性和稳定性。然而，由于冗余驱动的存在，机器人在运动过程中会产生冗余力，如何有效地控制这些冗余力，是提高机器人工作效率和运动性能的关键。

三、冗余力控制方法

针对6PUS-UPU冗联机器人的冗余力控制问题，本文采用了一种基于优化算法的控制方法。该方法通过优化机器人的关节力矩，实现对冗余力的有效控制。具体而言，我们采用了遗传算法和梯度下降算法相结合的方法，对机器人的关节力矩进行优化，以达到控制冗余力的目的。

四、实验设计与实施

1. 实验准备：为了验证所提出的冗余力控制方法的有效性，我们设计了一系列实验。首先，我们搭建了6PUS-UPU冗余驱动并联机器人的实验平台，并对机器人进行了充分的调试和校准。其次，我们设计了实验任务，包括机器人的运动轨迹规划、关节力矩的测量等。

2. 实验过程：在实验过程中，我们首先对机器人进行空载和负载条件下的运动测试，以获取机器人在不同条件下的运动数据。然后，我们采用所提出的优化算法对机器人的关节力矩进行优化，并记录优化前后的关节力矩和运动数据。最后，我们通过对比实验数据，分析所提出的冗余力控制方法的有效性。

冗余度机器人运动学性能优化的研究　

郭大忠，柳洪义　（东北大学机械工程与自动化学院，辽宁沈阳１１０００４）　Ｒｅｓｅａｒｃｈ　ｏｎ　Ｏｐｔｉｍｉｚａｔｉｏｎ　ｆｏｒ　Ｒｅｄｕｎｄａｎｔ　Ｒｏｂｏｔ　Ｋｉｎｅｍａｔｉｃｓ　ＧＵＯ　Ｄａ—ｚｈｏｎｇ，ＬＩＵ　Ｈｏｎｇ—ｙｉ　（Ｓｃｈｏｏｌ　ｏｆ　Ｍｅｃｈａｎｉｃａｌ　Ｅｎｇｉｎｅｅｒｉｎｇ　ａｎｄ　Ａｕｔｏｍａｔｉｏｎ，Ｎｏｒｔｈｅａｓｔｅｒｎ　Ｕｎｉｖｅｒｓｉｔｙ，Ｓｈｅｎｙａｎｇ　１１０００４，Ｃｈｉｎａ）　摘要：采用梯度投影法，对多目标函数的加权系　数进行了模糊优化，从而实现了冗余度机器人多目　标融合优化，最后经过仿真验证了该方法的可行性。　关键词：冗余度机器人；多目标优化；模糊优化　中图分类号：ＴＰ２４　文献标识码：Ａ　文章编号：１００１—２２５７（２００８）０２—００６１—０２　Ａｂｓｔｒａｃｔ：Ｔｈｅ　ｐｒｏｊ　ｅｅｔｉｏｎ　ｇｒａｄｓ　ｍｅｔｈｏｄ　ｉｓ　ｕｓｅｄ，　ｔｈｅ　ｗｅｉｇｈｔｅｄ　ｃｏｅｆｆｉｃｉｅｎｔ　ｏｆ　ｍｕｌｔｉ——ｏｂｊ　ｅｃｔｉｖｅ　ｆｕｎｃ—－　ｔｉｏｎ　ｆｏｒ　ｒｅｄｕｎｄａｎｔ　ｒｏｂｏｔ　ｋｉｎｅｍａｔｉｃｓ　ｉｓ　ｆｕｚｚｉｌｙ　ｏｐｔｉ—　ｍｉｚｅｄ，ａｎｄ　ｆｕｚｚｙ　ｍｕｌｔｉ—ｏｂｊ　ｅｅｔｉｖｅ　ｏｐｔｉｍｉｚａｔｉｏｎ　ｆｏｒ　ｒｅｄｕｎｄａｎｔ　ｒｏｂｏｔｓ　ｉｓ　ｒｅｓｅａｒｃｈｅｄ．Ｃｏｍｐｕｔｅｒ　ｓｉｍｕｌａ—　ｔｉｏｎ　ｓｈｏｗｓ　ｔｈａｔ　ｔｈｅ　ａｌｇｏｒｉｔｈｍ　ｈａｓ　ｇｏｏｄ　ｆｅａｓｉｂｉｌｉｔｙ．　Ｋｅｙ　ｗｏｒｄｓ：ｒｅｄｕｎｄａｎｔ　ｒｏｂｏｔ￣ｍｕｌｔｉ—ｏｂｏｊｅｅ—　ｔｉｖｅ　ｏｐｔｉｍｉｚａｔｉｏｎ；ｆｕｚｚｙ　ｐｒｏｇｒａｍｍｉｎｇ　

０　引言　冗余度机器人在运动学上可以同时进行多种性　能优化，例如改善机器人的灵活性［１］，避免机器人的　奇异状态［２］，即实现多目标优化。冗余度机器人多　目标优化综合了各种性能的优点，能全面地表现冗　余度机器人的优良性能。以往所采取的多目标优化　方法是基于梯度投影法，并对各个目标进行加权优　化。通过权系数的大小来调节每个优化性能指标作　用大小，从而实现多目标之间协调优化［３］。但该方　法的加权系数是根据经验进行选择，而且固定不变。　在实际中机器人在不同的位形和不同的工作环境，　其各个性能的优化作用和优化目标的数量水平都是　实时变化的，因此用固定的加权系数来协调并不能　取得理想的优化效果。实际上，各目标在不同的位　收稿日期：２００７一Ｏ９—１４　《机械与电子））２００８（２）　形中其优化紧急程度不同，相应地对各目标的优化　作用也不应该相同，需要紧急优化的目标应该得到　重点优化，非紧急的目标优化作用相应降低，甚至不　优化。这种优化作用的调节是通过其加权系数的变　化来调节的。针对上述实际情况，本文对多目标函　数的加权系数采用模糊推理的方法确定，使得加权　系数能够根据机器人位形的变化做及时地调整。　１　冗余度机器人运动学优化　在运动学中，冗余度机器人因其特有的自运动　可以对机器人运动进行多种性能优化。对于具　有　个自由度的冗余度机器人，其关节变量可由ｇ一［　ｑ。…　］　∈　表示，末端执行器的位姿可用　维　笛卡尔空间的向量Ｘ一［ｚ。ｚ。…ｚ　］’ｒ∈Ｒ　表示，则　机器人运动方程为：　主一　（１）　式中　Ｊ——雅可比矩阵，Ｊ∈Ｒ　”　设Ｊ　∈Ｒ舣　为雅可比矩阵的广义逆；ｋ为自运　动的放大系数；　∈Ｒ　为各项待优化的目标函数　（ｇ）的梯度，其为雅可比矩阵的零空间向量；Ｗ　为　各项目标函数的加权系数。冗余度机器人速度反解　为：　一Ｊ　＋五（Ｉ—Ｊ　Ｊ）　一Ｊ　Ｘ＋ｋ（Ｉ—Ｊ　Ｊ）（训１ａ　１／ａｑ＋　Ｗ２ａ　２／ａｑ＋…＋Ｗ　ａ　／ａｑ）　（２）　上式中，右式第ｌ项是冗余度机器人的最小范　数解，第２项是其自运动，用来优化机器人运动学各　项性能指标。对冗余度机器人自运动的优化就是通　过调整放大系数ｋ和零空间向量　来实现的。　２　多目标函数加权系数模糊推理　优化各目标函数的过程都是通过调整机器人自　运动来实现的，放大系数ｋ可以调整自运动的整体　・　６１　・

冗余度双臂机器人协调避障算法

申浩宇;吴洪涛;陈柏;严铖;蒋延杰

【摘 要】针对冗余度双臂机器人协调操作的避障规划问题,提出了一种基于自运动特性的避障算法.引入用于描述协调操作任务的绝对位姿变量和相对位姿变量,构造出对应于协调操作任务的雅可比矩阵,在此基础上,得到了用于避障的冗余度双臂机器人运动学逆解,使得冗余度双臂机器人能够同时完成两个机械臂的避障任务和末端的协调操作任务.最后,通过对一个冗余度双臂机器人的仿真试验,对算法的正确性进行了验证.结果表明,机器人与障碍物的最近距离大于0.015m,并且机器人可以准确地完成末端的协调操作任务,关节运动连续、平稳.

【期刊名称】《农业机械学报》

【年(卷),期】2015(046)009

【总页数】6页(P356-361)

【关键词】冗余度双臂机器人;避障;自运动;协调操作

【作 者】申浩宇;吴洪涛;陈柏;严铖;蒋延杰

【作者单位】南京航空航天大学机电学院,南京210016;南京航空航天大学机电学院,南京210016;南京航空航天大学机电学院,南京210016;南京航空航天大学机电学院,南京210016;南京航空航天大学机电学院,南京210016

【正文语种】中 文

【中图分类】TP242 随着机器人应用范围的不断扩大，单臂机器人在操作能力、控制等方面的局限性越来越明显，与之相比，拥有协调操作能力的双臂机器人具有优越性和广泛的应用场合，尤其面对一些复杂的操作任务，例如搬运重物、复杂装配等，双臂机器人的优势更为明显[1-4]。通过冗余度机器人的自运动特性，可以获得良好的可靠性和灵活性，使得冗余度双臂机器人非常适合复杂任务和工作环境的要求，在处理避关节极限、避障、获取最小力矩等问题上拥有很大的优势[5-7]。因此，关于冗余度双臂机器人协调操作的研究受到了越来越多的关注[8-12]。

避障问题是机器人在复杂的操作环境中工作的一个重大问题。冗余度机器人的避障方法分为两类：全局规划和局部控制。全局规划，类似于上层路径规划，目的是尽可能找到一条从运动起点到运动终点的无碰撞路径。而局部控制方法就是把避障问题作为一种控制问题来解决，通常是利用由传感器得到的障碍出现或移动的反馈信息，来实现实时避障[13]。近期的研究成果表明，局部控制避障方法更具有优势，也是学者们研究的重点[14-15]。到目前为止,有关利用自运动特性解决冗余度机器人避障问题的研究很多,但主要是针对单臂冗余度机器人，有关冗余度双臂机器人协调操作的避障问题的文献并不多见。