王洪艷，劉春潔，黃 智

?

基于自適應(yīng)邊界能量法的柔順力控制研究

王洪艷1，劉春潔2，黃 智1

(1. 電子科技大學(xué)機械電子工程學(xué)院 成都 611731； 2. 黑龍江建筑職業(yè)技術(shù)學(xué)院 哈爾濱 150025)

阻抗控制方法是有效的機器人接觸控制方法，但是該方法只能在預(yù)估的環(huán)境參數(shù)范圍內(nèi)保證系統(tǒng)的穩(wěn)定性。針對這一問題，該文提出一種新的自適應(yīng)邊界能量(Energy Boundary Method-EBM)方法，通過在線估計控制參數(shù)提高系統(tǒng)整體性能，保證系統(tǒng)的穩(wěn)定性。在該控制方法下，系統(tǒng)在與超出預(yù)估范圍內(nèi)的不確定環(huán)境相接觸時，仍可保持期望的穩(wěn)定接觸力，同時具備較強的魯棒性。為證實該方法的可行性及有效性，以氣液聯(lián)控柔順力控制系統(tǒng)為例，進行理論及仿真研究，理論性能及仿真結(jié)果分析證明了該方法的有效性。

自適應(yīng)控制; 柔順力控制; 邊界能量算法; 阻抗控制

近年來，工業(yè)機器人已經(jīng)被廣泛使用在許多工廠自動化領(lǐng)域。在機器人的眾多執(zhí)行任務(wù)中，與環(huán)境相接觸的任務(wù)必不可少。機器人的接觸任務(wù)不僅需要位置控制，而且也需要對接觸力進行控制，這樣才能保證機器人與環(huán)境之間的安全工作模式。以往，許多學(xué)者針對機器人穩(wěn)定接觸任務(wù)問題提出了力控制方法[1-2]。其中，阻抗控制和位置/力混合控制是機器人力控制的兩個主要策略[3-4]。

通常的工業(yè)機器人具備精確且魯棒性高的位置控制器。基于這一發(fā)展現(xiàn)狀，以位置控制器作為控制內(nèi)環(huán)的基于位置的阻抗控制策略(position based impedance control, PBIC)被首先應(yīng)用于執(zhí)行交互任務(wù)的工業(yè)機器人[5]。該方法不需要修改任何傳統(tǒng)的位置控制器，能夠完成系統(tǒng)由自由運動到接觸運動的平穩(wěn)轉(zhuǎn)換。然而，當(dāng)接觸環(huán)境參數(shù)超出控制器設(shè)計階段所預(yù)估值以外的情況，PBIC就很可能不能保證接觸任務(wù)的穩(wěn)定性[6]。在這種情況下，由于系統(tǒng)的穩(wěn)定性與外界環(huán)境參數(shù)密切相關(guān)，基于模型魯棒控制方法的阻抗控制機器人必須對阻抗控制中的參數(shù)進行重新設(shè)計。為防止環(huán)境參數(shù)變化引起潛在的不穩(wěn)定問題，針對未知不確定的環(huán)境參數(shù)離線估計方法、文獻[7-8]提出在線識別方法以及自適應(yīng)阻抗控制等方法。同時，基于神經(jīng)網(wǎng)絡(luò)和模糊控制和的智能力控制算法與傳統(tǒng)控制方法結(jié)合，補充了其自身控制方法的不足，提高了系統(tǒng)性能[9]。然而，這些控制算法難以解決環(huán)境參數(shù)巨幅變化的情況。

本文提出一種新的自適應(yīng)邊界能量(EBM)控制算法，該方法首先將工業(yè)機器人由位置控制模式變?yōu)榛谖恢玫淖杩箍刂?PBIC)模式，然后根據(jù)實驗或經(jīng)驗所得環(huán)境參數(shù)范圍設(shè)計PBIC控制器。在通常情況下，由于實驗和經(jīng)驗的限制，這些環(huán)境參數(shù)有可能是不確定參數(shù)或變量，而自適應(yīng)邊界能量法通過在線估計控制參數(shù)來提高性能。同時，當(dāng)環(huán)境參數(shù)在初始預(yù)估的范圍內(nèi)時，這種自適應(yīng)邊界能量法能夠保留最初的阻抗控制性能。該方法使用基于位置控制的阻抗模式完成接觸力任務(wù)，并能保證具有魯棒性的穩(wěn)定接觸，尤其適用于環(huán)境剛度巨幅變化的場合。

1 氣液聯(lián)控(PHCC)柔順力控制系統(tǒng)描述及其建模

1.1 系統(tǒng)描述

氣液聯(lián)控伺服系統(tǒng)是基于克服或者補償氣體介質(zhì)的根本缺點，將液體介質(zhì)引入到常規(guī)氣壓伺服系統(tǒng)中，并進行控制而構(gòu)成的一種新型的氣、液介質(zhì)復(fù)合控制系統(tǒng)[10]。試驗證明，這種氣液聯(lián)控系統(tǒng)既能夠保持氣壓伺服系統(tǒng)的快速性和柔順性等特點，又能夠提高定位精度和定位剛度，提高系統(tǒng)的低速性能[11]。該系統(tǒng)具有剛?cè)峒娌⒌膬?yōu)點，尤其適合應(yīng)用于進行接觸任務(wù)的機器人系統(tǒng)中，因此，本文以該系統(tǒng)為例驗證自適應(yīng)EBM算法的有效性。

氣液聯(lián)控柔順力控制系統(tǒng)結(jié)構(gòu)如圖1所示，該系統(tǒng)可以劃分成兩部分。左側(cè)是氣液聯(lián)控伺服系統(tǒng)，由氣液串聯(lián)缸、負載、兩位三通電磁閥、位移傳感器、力傳感器及其驅(qū)動電路等組成。右側(cè)為環(huán)境模擬系統(tǒng)，由氣缸、位移傳感器、兩位三通電磁閥及其驅(qū)動電路等組成。

1.2 PHCC系統(tǒng)動力學(xué)建模

2 基于位置的阻抗控制(PBIC)

圖2 PBIC原理框圖

3 基于PBIC的自適應(yīng)邊界能量法

阻抗控制下，單自由度機械手受力情況如圖3所示。

在該控制結(jié)構(gòu)下，被控系統(tǒng)的動力學(xué)可表示為：

圖3 阻抗控制下單自由度機械手受力示意圖

圖4為基于阻抗控制的自適應(yīng)EBM網(wǎng)絡(luò)能量流布示意圖。

圖4 基于阻抗控制的自適應(yīng)EBM網(wǎng)絡(luò)能量圖

如果在任意時間段[0,]內(nèi)，端口吸收的凈能量大于或等于在相同時間段內(nèi)凈能量存儲的增加量，那么這個單端口網(wǎng)絡(luò)系統(tǒng)就是被動的，即有：

首先，在0≤<的時間內(nèi)，流入導(dǎo)納子系統(tǒng)的凈能量為：

其次，在0≤<的時間段內(nèi)，流入SCE子系統(tǒng)的凈能量為：

由式(7)～式(8)可知，如果下式成立，則整個機器人環(huán)境交互系統(tǒng)為被動系統(tǒng)：

將式(4)帶入式(7)，則有：

利用Cauchy–Schwarz不等式，有：

式(12)可變?yōu)椋?/p>

將式(13)分成兩個部分，可以定義兩個條件如下：

1)

2)

式(13)能夠成立的充分條件是同時滿足條件1)和條件2)。

接觸力的自適應(yīng)EBM控制遞歸公式為：

式中，有：

圖5為自適應(yīng)EBM算法的整體框圖。

圖5 自適應(yīng)EBM算法框圖

由式(14)和式(16)可得：

4 仿真研究

仿真中，設(shè)定環(huán)境模擬系統(tǒng)中彈簧剛度值(1.1 N/mm)遠遠超出算法中對于環(huán)境剛度的預(yù)估值(0.6 N/mm)。圖6和圖7分別為環(huán)境模擬系統(tǒng)固定不動情況和作正弦運動的仿真結(jié)果圖。其中，圖6a為采用常規(guī)自適應(yīng)控制算法的仿真結(jié)果圖，圖6b為采用自適應(yīng)EBM控制算法的仿真結(jié)果圖。從仿真結(jié)果來看，當(dāng)環(huán)境剛度超出預(yù)估范圍時，常規(guī)的自適應(yīng)控制算法不能保證系統(tǒng)正常運行，出現(xiàn)不穩(wěn)定的振蕩現(xiàn)象。而采用自適應(yīng)EBM控制算法可以很好的保證系統(tǒng)的穩(wěn)定性，能夠保證自由運動與接觸運動穩(wěn)定過渡，系統(tǒng)柔順力跟蹤性能良好。

a. 常規(guī)自適應(yīng)控制仿真結(jié)果圖

b. 自適應(yīng)EBM算法控制仿真結(jié)果圖

圖6 環(huán)境模擬系統(tǒng)不動情況

a. 常規(guī)自適應(yīng)控制仿真結(jié)果圖

b. 自適應(yīng)EBM算法控制仿真結(jié)果圖

圖7 環(huán)境模擬系統(tǒng)做正弦運動仿真結(jié)果圖

5 結(jié)束語

本文針對阻抗控制中環(huán)境預(yù)估不精準對系統(tǒng)穩(wěn)定性造成較壞影響的問題，提出一種自適應(yīng)EBM控制算法。以氣液柔順力控制系統(tǒng)為例，進行了仿真研究。仿真結(jié)果表明，所提控制策略能夠較好的實現(xiàn)系統(tǒng)的柔順力控制。在保證系統(tǒng)具備良好動態(tài)性能的基礎(chǔ)上，解決了當(dāng)環(huán)境參數(shù)預(yù)估不準確情況下柔順力控制的穩(wěn)定性問題

[1] CHIAVERINI S, SICILIANO B, VILLANI L. A survey of robot interaction control schemes with experimental comparison[J]. Mechatronics, 1999, 4(3): 273-285.

[2] DE SANTIS A, SICILIANO B, DE LUCA A, et al. An atlas of physical human-robot interaction[J]. Mechanism and Machine Theory, 2008, 43(3): 253-270.

[3] 姜力, 蔡鶴皋, 劉宏. 基于滑模位置的機器人靈巧手模糊自適應(yīng)阻抗控制[J]. 控制與決策, 2001, 16(5): 612-616.

JANG Li, CAI He-gao, LIU Hong. Fuzzy adaptive impedance control of dextrous robot hand based on sliding mode position control[J]. Control and Decision, 2001, 16(5): 612-616.

[4] NAVEEN K, VIKAS P, NAGARAJAN S, et al. Neural network based hybrid force/position control for robot manipulators[J]. International Journal of Precision Engineering and Manufacturing, 2011, 3(12): 419-426.

[5] AREVALO J C, GARCIA E. Impedance control for legged robots: an insight into the concepts involved[J]. Systems, Man, and Cybernetics, Part C: Applications and Reviews, 2012, 6(42): 1400-1411.

[6] MEHDI H, BOUBAKER O. Stiffness and impedance control using lyapunov theory for robot-aided rehabilitation [J]. International Journal of Social Robotics, 2011, 1(4): 107-119.

[7] JLASSI S, TLIBA S. An event-controlled online trajectory generator based on the human-robot interaction force processing[J]. Industrial Robot, 2014, 1(41): 15-25.

[8] SHARIFI M, BEHZADIPOUR S, VOSSOUGHI G. Nonlinear model reference adaptive impedance control for human-robot interactions[J]. Control Engineering Practice, 2014, 1(32): 9-27.

[9] MAI Thang-long, WANG Yao-nan. Adaptive-backstepping force/motion control for mobile-manipulator robot based on fuzzy CMAC neural networks[J]. Control Theory and Technology, 2014, 12(4): 368-382.

[10] 王洪艷, 陸金波. PHCC平臺下魯棒性阻抗控制算法的研究[J], 電子科技大學(xué)學(xué)報, 2014, 31(5): 794-799.

WANG Hong-yan, LU Jin-bo. Robust impedance control method on PHCC system[J]. Journal of University of Electronic Science and Technology of China, 2014, 31(5): 794-799.

[11] 王洪艷, 趙克定, 徐秀芬, 等. 氣液聯(lián)控柔順力控制系統(tǒng)及其自適應(yīng)試驗研究[J]. 西安交通大學(xué)學(xué)報, 2007, 41(9): 1106-1109.

WANG Hong-yan, ZHAO Ke-ding, XU Xiu-fen, et al. Pneumatic hydraulic combination compliant force control system with adaptive experiments[J]. Journal of Xi’an Jiaotong University, 2007, 41(9): 1106-1109.

[12] JUNG S, HSIA T C, BONITZ R G. Force tracking impedance control of robot manipulators under unknown environment[J]. IEEE Transactions on Control Systems Technology, 2004, 3(12): 474-483.

編 輯 黃 莘

Compliant Control Research Based on Adaptive Energy Bounding Method

WANG Hong-yan1, LIU Chun-jie2, and HUANG Zhi1

(1. School of Mechatronics Engineering, University of Electronic Science and Technology of China Chengdu 611731; 2. Heilongjiang Institute of Construction Technology Harbin 150025)

Impedance control is an effective method to deal with contact task of robot, but this method can only guarantee the stability of system for assumed range of environments. Aiming at this problem, this paper proposes a new adaptive energy boundary method (EBM), which improves system performance by on-line estimation of control parameters, and guarantees the stability of system. Under the control method, the system can keep expected contact force stably, and have strong robustness when contact with uncertain environment. To verify the effectiveness of the proposed method, theoretical and simulation researches are conducted to pneumatic hydraulic combination compliant control system, which prove the effectiveness of the method.

adaptive control; compliant control; energy-bounding method; impedance control

TP249

A

10.3969/j.issn.1001-0548.2017.06.026

2015-10-12；

2017-06-19

國家自然科學(xué)基金(51275078)

王洪艷(1979-)，女，博士，主要從事機電液一體化系統(tǒng)建模及其智能控制方面的研究.