摘要(Abstract)：
针对机器人传统示教方法的局限性,通过分析机器人低速运动状态下的力矩变化,提出基于人机协作的机器人柔顺示教及再现技术;首先建立机器人重力矩和摩擦力矩动力学补偿模型,通过最小二乘法辨识得到机器人重力矩和摩擦力矩,以电机驱动力补偿机器人重力矩和摩擦力矩,以操作者的操作力补偿机器人运动过程中的惯性力、离心力等速度、加速度的相关项,人机协作共同完成柔顺示教;然后在电机速度模式下,通过低通滤波、比例微分控制和速度前馈完成轨迹再现;最后利用个人计算机与固高系列运动控制卡,搭建开放式机器人控制平台,在可视化仿真环境Simulink软件中建立控制程序进行实验。结果表明,通过人机协作,力矩补偿效果显著,柔顺示教较轻松,轨迹再现精度符合基本作业要求。
关键词(KeyWords)： 柔顺示教;人机协作;动力学补偿;轨迹再现
基金项目(Foundation): 国家自然科学基金项目(51875250);; 山东省自然科学基金项目(ZR2017MF023,ZR2017QEE012);; 山东省重点研发计划项目(2018GGX103028);; 山东省高等学校“青创科技支持计划”项目(2019KJB018)
作者(Author): 黄玉林,陈乃建,范振,张来伟
DOI: 10.13349/j.cnki.jdxbn.20201112.002
参考文献(References)：
[1] 王琳辉.工业机器人的发展现状和未来趋势[J].科学技术创新,2019(29):76-77.
[2] 殷跃红,尉忠信,朱剑英.机器人柔顺控制研究[J].机器人,1998,20(3):232-240.
[3] 黄冠成,陈新度.工业机器人末端执行器的柔顺示教研究[J].机械设计与制造,2017(12):255-257,261.
[4] 黄青红,王兆权,高裕强.基于六维力传感器的力引导示教研究[J].机械制造与自动化,2018,47(5):57-60.
[5] 徐建明,丁毅,禹鑫燚,等.基于顺应性跟踪控制的工业机器人直接示教系统[J].高技术通讯,2015,25(5):500-507.
[6] 刘昆,李世中,王宝祥.基于UR机器人的直接示教系统研究[J].科学技术与工程,2015,15(28):22-26.
[7] HOGAN N.Impedance control:an approach to manipulation[C]//Proceedings of the American Control Conference,June 6-8 1984,San Diego,CA,USA.New York:IEEE,1984:304-313.
[8] 汪超.面向人机交互的七自由度服务机械臂柔顺控制研究[D].南京:南京邮电大学,2019.
[9] IWATANI M,KIKUUWE R.An elastoplastic friction force estimator and its application to external force estimation and force-sensorless admittance control[C]//IEEE/SICE Inter-national Symposium on System Integration,December 13-15,2016,Sapporo,Japan.New York:IEEE,2016:45-50.
[10] GOTO S.Forcefree control for flexible motion of industrial articulated robot arms[M]//CUBERO S.Industrial Robotics:Theory,Modelling and Control.Rijeka:InTech,2006:813-840.
[11] 游有鹏,张宇,李成刚.面向直接示教的机器人零力控制[J].机械工程学报,2014,50(3):10-17.
[12] 许家忠,郑学海,周洵.复合材料打磨机器人的主动柔顺控制[J].电机与控制学报,2019,23(12):151-158.
[13] 刘维惠,陈殿生,张立志.人机协作下的机械臂轨迹生成与修正方法[J].机器人,2016,38(4):504-512.
[14] 吕冬冬,郑松.工业机器人开放式控制系统研究综述[J].电气自动化,2017,39(1):88-91.
[15] 固高科技(深圳)有限公司.GTS系列运动控制器编程手册[EB/OL].(2010-11-25) [2020-03-01].http://www.docin.com/p-332366860.html.
