本技术公开了一种人形机器人的力阻抗动态柔顺性控制方法,涉及机器人控制技术领域,设计动态滑模面为人形机器人的内环期望接触力及其导数的组合;设计内环期望接触力输入控制律,使得人形机器人的内环期望接触力误差最小;基于动态滑模面和内环期望接触力输入控制律,通过将力阻抗特性趋近于力阻抗期望特性,设计外环力阻抗控制律;外环力阻抗控制律包括承载力补偿参数辨识误差数,承载力补偿参数辨识误差收敛于承载力补偿参数辨识误差界限值,从而实现机器人力阻抗动态柔顺性控制。本发明还公开了一种人形机器人的力阻抗动态柔顺性控制系统,本发明能达到人形机器人姿态操作的动态柔顺性,有效实现力阻抗控制精度并具有良好的多工况适应性。
背景技术
在人形机器人力阻抗双闭环系统中,将关节等效为质量-弹簧-阻尼系统,其中弹簧刚度系数、阻尼系数和质量系数一般由机器人接触不同地形时,自动感应辨识调整身体形状、运动步态以适应特定地形环境所决定。目前关于人形机器人的力阻抗控制方法主要包括模糊逻辑方法、无源观测器方法、参数灵敏度分析、补偿控制器和动态面控制方法等。
经检索国内外相关专利和文献,关于机器人的力阻抗控制方法方面,有比如论文《基于无源观测器的机器人笛卡尔空间力/阻抗控制方法》通过分析系统无源性,研究了笛卡尔空间力/阻抗控制的稳定条件,发现只有力控制器的输出会破坏系统的无源性,根据系统无源性的分析结果设计了使用无源性观测器的力/阻抗控制器,该方法不能避免对周围环境的冲击力。另有论文《基于力阻抗模型的上肢康复机器人交互控制系统设计》设计电阻应变片桥接电路,处理传输信号,构建机器人目标阻抗模型,基于力阻抗控制策略,调节位置、速度和关节,为改善奇异位形情况,在奇异位形附近关节角速度指令直接由各个关节力矩阻尼控制得到,实现了角速度精准输出控制,但该方法在伸缩关节位置跟踪方面很难全面满足系统设计。再比如,申请号为202211004966.3、名称为前馈补偿与变阻尼建模相融合的力阻抗控制方法的专利申请在位置阻抗控制框架下,将自适应前馈PI补偿与深度神经网络变阻尼模型融合,其中自适应PI控制通过前馈控制,有效补偿参考位置信息,降低力稳态误差;深度神经网络变阻尼模型在线实时调整阻尼系数,以动态适应未知的接触环境,实现接触力的有效控制,该方法由于对前馈补偿建模准确性要求较高,增加了控制难度。
上述专利申请虽然有关于人形机器人在接触目标力阻抗控制方法的研究,但针对简化前的接触模型,如采用上述提出的方法进行修正,应用于人形机器人很难不受到抓捕未知目标的参数灵敏度互相干扰的难点。
实现思路