随着科技的日新月异,工业机器人不断朝着智能化的方向发展,且应用场景也在持续地扩展。工业机器人力控制和轨迹跟踪能力是其主要核心,大部分应用场合至少需要机器人进行力控制或轨迹跟踪。由于工业机器人的动力学模型具有非线性、强耦合的特点,这使得控制器的设计难度增大。为了使工业机器人更好地为社会化生产所服务,研究主题是工业机器人的力控制和轨迹跟踪,通过设计控制器提升机器人控制性能。

主要研究内容包含一下几个方面:

(1)首先讨论阻抗控制的原理和实现方法,使用基于位置的阻抗控制框架进行机器人与环境交互力控制研究。通过对阻抗模型进行推导得到力误差动态方程,进而得到环境参数对力控制稳态精度的影响规律;通过仿真实验发现并总结了在环境一定的情况下对静态力和动态力跟踪的阻抗参数调整规律。

(2)然后针对工业机器人工作过程中环境参数的不确定性降低阻抗力控制性能的问题,通过将模型参考自适应控制(MRAC)原理运用到阻抗控制力误差动态方程中,并使用李亚普诺夫稳定性设计方法推导出满足渐进稳定条件的自适应阻抗控制器。该方法通过位置补偿间接地调整各个阻抗参数,从而获得较好的力控制响应,并提高了力控系统对环境未知的适应能力和鲁棒性。仿真研究验证了自适应阻抗控制器比纯位置型阻抗控制器具有更优秀的控制性能。

(3)*后针对传统的机器人控制方法难以定量地规定跟踪误差的动态和稳态性能,且不能实现跟踪初值的全局性问题,提出一种自适应保性能(PPB)的运动控制策略。该方法能够使得跟踪误差在规定的时间内以一定的速度收敛到一个预设的范围内,并*终收敛到一个更小的残差集内。经过选取李亚普诺夫候选函数证明闭环系统中全部信号都是全局*终一致有界。在基于PUMA560机器人系统的仿真系统中通过进行对比验证了该方法能够有效地实现轨迹跟踪,并扩大了跟踪初值的界限。同时将该算法也能应用于阻抗力控制当中,并取得良好的效果。

了解更多机器人咨询请点击：ABB机器人