李二超，李戰(zhàn)明，李煒

(蘭州理工大學(xué) 電氣與信息工程學(xué)院，甘肅省工業(yè)過程先進(jìn)控制重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州，730050)

基于視覺的機(jī)器人模糊自適應(yīng)阻抗控制

李二超，李戰(zhàn)明，李煒

(蘭州理工大學(xué) 電氣與信息工程學(xué)院，甘肅省工業(yè)過程先進(jìn)控制重點(diǎn)實(shí)驗(yàn)室，甘肅 蘭州，730050)

對(duì)未知環(huán)境下具有6個(gè)自由度工業(yè)機(jī)器人的視覺/力反饋混合控制進(jìn)行研究。首先，建立被跟蹤曲線圖像特征與機(jī)器人關(guān)節(jié)角度的映射關(guān)系；其次，由機(jī)器人離散阻抗控制規(guī)律描述機(jī)器人末端在受限表面移動(dòng)時(shí)與受限表面產(chǎn)生連續(xù)接觸的條件，并根據(jù)接觸力的變化對(duì)阻抗模型參數(shù)進(jìn)行模糊調(diào)節(jié)；最后，在未知物體表面對(duì)末端固定安裝單攝像機(jī)和力傳感器的6個(gè)自由度機(jī)器人進(jìn)行力跟蹤試驗(yàn)研究。研究結(jié)果表明：該阻抗控制具有較強(qiáng)的未知物體表面曲線跟蹤能力和較高的力控制精度，曲線跟蹤算法簡單，不要求對(duì)視覺傳感器進(jìn)行精確標(biāo)定，模糊控制器實(shí)時(shí)地調(diào)整阻抗參數(shù)，使系統(tǒng)穩(wěn)定而且具有良好的動(dòng)態(tài)品質(zhì)，是一種有效的視覺/力反饋混合控制方法。

機(jī)器人；視覺；阻抗控制；模糊控制

接觸性的作業(yè)任務(wù)是工業(yè)機(jī)器人所完成的典型作業(yè)任務(wù)之一，例如插孔可通過機(jī)器人來實(shí)現(xiàn)[1]。然而，打磨和拋光等作業(yè)任務(wù)對(duì)機(jī)器人來說，具有相當(dāng)大的難度，必須在控制位置的同時(shí)，還必須對(duì)機(jī)械手和環(huán)境之間的接觸力進(jìn)行控制[2?6]。Huang等[4]指出力控制是在機(jī)器人末端操作手總是與環(huán)境接觸這個(gè)假設(shè)的基礎(chǔ)上工作的，否則很難建模，即使在一些假設(shè)的基礎(chǔ)上建立了模型，也會(huì)因?yàn)榭刂破鞯脑O(shè)計(jì)太復(fù)雜而無法應(yīng)用。為了完成復(fù)雜的任務(wù)，必須采用多傳感器融合控制。Namiki等[7]提出了一種分層的多傳感器混合體系結(jié)構(gòu)，但該體系結(jié)構(gòu)硬件條件要求高，控制復(fù)雜，并不適合視覺/力反饋等較少數(shù)量傳感器的信息融合。Nelson等[8]給出了一種視覺/力反饋傳感器融合的體系結(jié)構(gòu)，有一管理層對(duì)不同的傳感信息進(jìn)行處理，結(jié)構(gòu)簡單，但它的缺點(diǎn)是要對(duì)視覺傳感器、力覺傳感器和環(huán)境進(jìn)行精確標(biāo)定。Liu等[9]基于視覺反饋和速度控制方法實(shí)現(xiàn)了單軸的目標(biāo)跟蹤和抓取，但這種方法應(yīng)用于曲線跟蹤效果不理想。Hosoda等[10]用眼在手上結(jié)構(gòu)和視覺阻抗的概念實(shí)現(xiàn)了平面機(jī)器人的目標(biāo)抓取，并用 Lyapunov方程證明了系統(tǒng)的穩(wěn)定性，但需要攝像機(jī)的精確標(biāo)定。目前，國內(nèi)機(jī)器人視覺/力反饋混合控制成果較少[11?13]，僅僅是在機(jī)器人裝配過程中利用一管理器對(duì)不同的傳感信息進(jìn)行處理，以便在不同階段使用不同的傳感信息。從本質(zhì)上說，這還不屬于視覺/力反饋混合控制，在此，本文作者結(jié)合文獻(xiàn)[14]提出一種新的視覺/力反饋混合控制方法。在視覺伺服控制時(shí)，該方法使用神經(jīng)網(wǎng)絡(luò)逼近被跟蹤曲線圖像特征與機(jī)器人關(guān)節(jié)角度的映射關(guān)系，并不要求對(duì)視覺傳感器進(jìn)行精確標(biāo)定；同時(shí)，利用模糊自適應(yīng)阻抗控制對(duì)約束環(huán)境的法線方向進(jìn)行力控制。

1 被跟蹤曲線圖像特征與機(jī)器人關(guān)節(jié)角度的映射關(guān)系

圖1 圖像特征參數(shù)的定義Fig.1 Definition of image feature parameter vector

圖像處理時(shí)間比機(jī)器人伺服控制時(shí)間長。令T為機(jī)器人伺服控制周期時(shí)間，圖像提取特征時(shí)間視具體硬件和軟件而定。這里假設(shè)圖像特征提取時(shí)間為mT(其中，m為倍數(shù))。在時(shí)間t=imT時(shí)，曲線圖像特征和曲線圖像特征增量為

式中：正整數(shù)S為學(xué)習(xí)的樣本數(shù)量。對(duì)具有6個(gè)自由度的機(jī)器人，輸入為θn(k+1)，輸出為θ(k)。當(dāng)神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成投入使用后，在線訓(xùn)練指標(biāo)為：

式中：d為神經(jīng)網(wǎng)絡(luò)訓(xùn)練完成后，初始值為θ(0)，ξ(0)(0)和Δξ(0)時(shí)神經(jīng)網(wǎng)絡(luò)的輸出。

由于圖像處理的采樣周期比機(jī)器人伺服周期要長很多，所以，為使圖像處理和機(jī)器人伺服控制同步，這里采用二階保持器來處理圖像數(shù)據(jù)。

2 模糊自適應(yīng)阻抗控制

阻抗控制是通過調(diào)節(jié)由用戶設(shè)定的目標(biāo)阻抗模型，使機(jī)器人終端達(dá)到柔順運(yùn)動(dòng)[2]。常用的目標(biāo)阻抗模型為：

式中：M，D和K分別為目標(biāo)阻抗模型的慣性矩陣、阻尼矩陣和剛度矩陣；pd(t)和p(t)分別為機(jī)器人終端的參考運(yùn)動(dòng)軌跡和實(shí)際運(yùn)動(dòng)軌跡；f(t)為終端對(duì)環(huán)境的作用力；fd(t)為接觸力的設(shè)定值。

p(t)由圖2可以直接得到。工作空間坐標(biāo)p(k)與機(jī)器人位形θ(k)表示的動(dòng)力學(xué)方程為：

式中：J為雅可比矩陣。

圖2 視覺伺服控制方框圖Fig.2 Block diagram of visual servoing control system

3 試驗(yàn)研究

為驗(yàn)證本文提出的機(jī)器人視覺/力反饋混合控制策略，在Adept-3機(jī)器人上進(jìn)行跟蹤未知軌線的實(shí)驗(yàn)研究。機(jī)器人控制參數(shù)見文獻(xiàn)[16]，傳感器采用中國科學(xué)院合肥智能機(jī)械研究所研制的SAFMS-11型六維腕力/力矩傳感器。本文采用的攝像頭圖像尺寸為256像素×256像素，窗口長L為256像素，寬W為10像素。視覺伺服和力伺服的采樣時(shí)間分別為 150 ms和7 ms。

實(shí)驗(yàn)要求機(jī)器人終端夾持的球頭觸桿沿未知軌線運(yùn)動(dòng)，法向跟蹤過程中保持 80 N的接觸力，圖 3～5所示為實(shí)驗(yàn)結(jié)果。從圖3～5可見：所提出的視覺引導(dǎo)的機(jī)器人力/位混合控制策略的力跟蹤精度較高?，F(xiàn)有的工業(yè)裝配機(jī)器人只要裝備腕力傳感器和攝像頭，就可以用所示方法對(duì)未知約束在線估計(jì)及機(jī)器人主動(dòng)柔順控制算法進(jìn)行柔順作業(yè)控制，因此，該算法具有較大的實(shí)用價(jià)值。

圖3 X軸方向的位置和力Fig.3 Position and force of X direction

圖4 Y軸方向的位置和力Fig.4 Position and force of Y direction

圖5 法向分量的位置和法向力Fig.5 Position of Z direction and force of normal direction

4 結(jié)論

(1) 在視覺伺服控制時(shí)，使用神經(jīng)網(wǎng)絡(luò)可以逼近被跟蹤曲線圖像特征與機(jī)器人關(guān)節(jié)角度的映射關(guān)系，不要求對(duì)視覺傳感器進(jìn)行精確標(biāo)定。

(2) 利用模糊自適應(yīng)阻抗控制對(duì)約束環(huán)境的法線方向進(jìn)行力控制，增強(qiáng)了對(duì)接觸環(huán)境參數(shù)變化的魯棒性。

(3) 采用二階保持器處理圖像數(shù)據(jù)可解決圖像處理和機(jī)器人伺服控制不同步問題。為提高圖像處理的速度，可以加入卡爾曼濾波器作為預(yù)測器預(yù)測特征點(diǎn)的下一個(gè)位置，從而準(zhǔn)確地設(shè)置圖像處理的窗口。

[1]張錕, 韋慶, 常文森. 一種基于力/位混合控制進(jìn)行插孔作業(yè)的策略[J]. 機(jī)器人, 2002, 24(1): 44?48.

ZHANG Kun, WEI Qing, CHANG Wen-sen. An insertion strategy based on force/position hybrid control[J]. Robot, 2002,24(1): 44?48.

[2]李二超, 李煒. 在未知環(huán)境下面向位控機(jī)器人的力/位混合控制[J]. 煤炭學(xué)報(bào), 2007, 32(6): 657?661.

LI Er-chao, LI Wei. Hybrid force/position control for positionalcontrolled robotic manipulators in unknown environment[J].Journal of China Coal Society, 2007, 32(6): 657?661.

[3]Joo E M, Yang G. Robust adaptive control of robot manipulators using generalized fuzzy neural networks[J]. IEEE Transactions on Industrial Electronics, 2003, 50(6): 620?628.

[4]Huang L, Ge S S, Lee T H. Fuzzy unidirectional force control of constrained robotic manipulators[J]. Fuzzy Sets and Systems,2003, 134(1): 135?146.

[5]Lopes A, Almeida F. A force–impedance controlled industrial robot using an active robotic auxiliary device[J]. Robotics and Computer: Integrated Manufacturing, 2008, 24(3): 299?309.

[6]Meeussen W, Staffetti E, Bruyninckx H. Integration of planning and execution in force controlled compliant motion[J]. Robotics and Autonomous Systems, 2008, 56(5): 437?450.

[7]Namiki A, Komuro T, Ishikawa M. High-speed sensory-motor fusion based on dynamics matching[J]. Proceedings of the IEEE, 2002, 90(7): 1178?1187.

[8]Nelson B J, Morrow J D, Khosla P K. Fast stable contact transitions with a stiff manipulator using force and vision feedback[C]//IEEE/RSJ International Conference on Intelligent Robots and Systems. Pittsburgh, 1995: 90?95.

[9]Liu Y, Handroos H, Alkkiom?ki O. Tracking of a moving target by combination of force/velocity control based on vision for a hydraulic manipulator[C]//IEEE International Conference on Mechatronics and Automation. Harbin, China, 2007:3226?3231.

[10]Hosoda K, Igarashi K, Asada M. Adaptive hybrid control for visual and force servoing in an unknown environment[J].Robotics & Automation Magazine, 1998, 5(4): 39?43.

[11]席文明, 顏景平, 羅翔. 位置、力反饋和視覺融合控制的機(jī)器人軸孔裝配[J]. 制造業(yè)自動(dòng)化, 2001, 23(5): 43?45.

XI Wen-ming, YAN Jing-ping, LUO Xiang. The assembly of shaft and hole controlled by position,force feedback and vision[J]. Manufacturing Automation, 2001, 23(5): 43?45.

[12]陳立國, 孫立寧, 榮偉彬. 基于顯微視覺與微力覺柔順混合控制的微操作機(jī)器人[J]. 高技術(shù)通訊, 2003, 12: 53?56.

CHEN Li-guo, SUN Li-ning, RONG Wei-bin.Micromanipulation robot based on hybrid control of micro-vision and micro-force flexible control[J]. Chinese High Technology Letters, 2003, 12: 53?56.

[13]陳立國, 孫立寧. 基于顯微視覺的MEMS微裝配系統(tǒng)研究[J].機(jī)械與電子, 2005(5): 31?32.

CHEN Li-guo, SUN Li-ning. Research of MEMS assembly system based on micro-vision[J]. Machinery & Electronics,2005(5): 31?32.

[14]XIAO Nan-feng. Learning-based force servoing control of a robot with vision in an unknown environment[J]. Journal of Systems Engineering and Electronics, 2004, 15(2): 171?178.

[15]姜力, 蔡鶴皋, 劉宏. 基于滑模位置控制的機(jī)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.

JIANG 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.

[16]喬兵. 智能機(jī)器人主動(dòng)力/位學(xué)習(xí)控制研究[D]. 南京: 南京航空航天大學(xué)機(jī)電工程學(xué)院, 1999: 40?43.

QIAO Bing. The active learning position/force control for intelligent robotic manipulators[D]. Nanjing: Nanjing University of Aeronautics and Astronautics. College of Mechanical and Electronical Engineering, 1999: 40?43.

(編輯 陳燦華)

Fuzzy adaptive impedance control of robot based on vision

LI Er-chao, LI Zhan-ming, LI Wei

(Key Laboratory of Gansu Advanced Control for Industrical Processes, College of Electrical and Information Engineering,Lanzhou University of Technology, Lanzhou 730050, China)

Hybrid control for visual/force servoing was studied in an unknown environment with six degrees of freedom industrial robot. Firstly, the one-to-one mapping relations between the image features of the curved line and the joint angle of the robot were derived. Secondly, an impedance control law was used to describe the conditions of the constant contact resulted from the end effector and the constrained surface while it was in motion, and then a fuzzy tuning mechanism was used to generate the impedance model. Lastly, the effectiveness of the presented approach was verified using six degrees of freedom robot with a CCD camera and a force/torque sensor installed in its end effector. The experimental results show that the strategy has a stronger curve tracking capabilities of the unknown surface and higher accuracy of force control, and parameters of camera need not be calibrated precisely; impedance parameters are modified real-time by fuzzy controller; the stability and dynamic behavior are improved, and the strategy is an effective controller for visual/force servoing.

robot; vision; impedance control; fuzzy control

TP242.6

A

1672?7207(2011)02?0409?05

2009?12?11；

2010?03?20

國家自然科學(xué)基金資助項(xiàng)目(60964003，61005026)；甘肅省工業(yè)過程先進(jìn)控制重點(diǎn)實(shí)驗(yàn)室基金資助項(xiàng)目(XJK0901)

李二超(1980?)，男，河北保定人，博士，講師，從事機(jī)器人智能控制、機(jī)器視覺等研究；電話：0931-2973607；E-mail：ysdxlec@126.com