1. <dd id="ekrqy"><nav id="ekrqy"></nav></dd>

       登錄系統    賬號注冊      
          
        


      News Message

      機器人人機協作的無傳感器碰撞檢測



      機器人人機協作的無傳感器碰撞檢測



      introduction

      隨著涉及人類在工業界與機器人的協作的任務越來越頻繁,安全性問題是需要考慮的重要方面。 在發生機器人故障或誤操作的情況下,人與機器人碰撞安全的重要性已受到工人和研究人員的廣泛關注。 關于此問題,已經有一些建議,例如,安裝用于吸收損傷的被動機構,首先通過使用視覺傳感器來避免碰撞[3],以及基于 碰撞分析和安全性評估的機械手的設計和控制方案。這些方法已顯示出它們的有效性,但單一方法并不是解決問題的最佳方法,因為它們都顯示出許多缺點。 例如,安裝附加的被動機構缺乏靈活性,并且還增加了機器人的尺寸和復雜性。 視覺傳感器的使用受到限制,因為在動態環境中計算負擔可能很大,根據安全評估進行設計會導致任務性能與碰撞安全性之間進行權衡。但是,在發生碰撞時通過反應方案提高碰撞安全性具有以下優點:不需要其他機制,相對較高的可靠性并且不會降低任務性能。 實際上,已經有許多有關碰撞檢測的研究。

      文獻6介紹了采用皮膚傳感器來進行碰撞檢測。另外,也有一些使用機器人內嵌的關節力矩傳感器進行力矩控制啦進行碰撞檢測的研究。同樣,在[7]中也提出了使用干擾觀察器的碰撞檢測算法。 最近,一些研究人員使用廣義動量而不是加速度[8-10]來檢測碰撞。但是,這些傳統的碰撞檢測方法是基于傳感器的方法,并且傳感器的成本通常很昂貴,因此可能會增加機器人的總成本。 而且,將該方案應用于現有機器人需要在設計上進行其他更改,更不用說大多數工業機械手都未配備此類傳感器。因此,最好采用碰撞檢測算法而不使用額外的傳感器

      在本文中,提出了一種不使用額外的傳感器(例如力/扭矩傳感器或加速度計)的碰撞檢測技術。 使用電動機電流和機械手動力學監控施加到機械手關節的外部扭矩。 為此,還開發了機器人關節的摩擦模型。 通過與基于關節扭矩傳感器的方法進行比較,實驗驗證了所提出的碰撞檢測方法的性能。 實驗使用了7自由度(DOF)機器人手臂,實驗結果證明了所提出的碰撞檢測算法的可靠性。

      所提出的碰撞檢測方法的三個主要特征可以概括如下:1)由于所提出的碰撞檢測方案不包括使用額外的傳感器,因此可以將其應用于任何現有的工業機器人而無需重新設計或添加額外的機制。 2)摩擦模型的制定也不需要任何傳感器。3)通過考慮關節摩擦和機器人動力學造成的動力損失,與通過觀察電機觀察到的方法相比,該方法能夠更靈敏地檢測碰撞

      本文的其余部分安排如下。 所提出的無傳感器碰撞檢測方案將在第2節中概述。在第3節中,介紹了開發的摩擦模型識別方法。 第4節介紹了實驗驗證,第5節介紹了我們的結論。


      estimation of external torque

      如圖1所示,當人與機器人手臂之間發生碰撞時,由于碰撞力Fc,外部扭矩作用在手臂的每個關節上。 因此,通過觀察施加的外部扭矩,可以判斷是否發生碰撞。 外部扭矩可以通過以下手臂運動方程式計算得出

      其中M是手臂的慣性矩陣,C是包含科氏力和離心項的矩陣,g(q)是重力矢量。主要變量g是關節位置,速度和加速度向量。 τj 是施加到機械手各環節的聯合扭矩向量。在等式(1)中,可以從機器人的cad數據獲得必要的動態參數,并且可以測量關節角度和速度。但是,如果沒有額外的傳感器(例如關節扭矩傳感器和加速度計),則無法直接測量參數 τj 和 q¨ .

      為了在沒有這種傳感器的情況下求解Eq(1),可以使用電機扭矩 τm 和關節摩擦扭矩 τf 來計算關節扭矩 τj 。 τm和 τf 之間的關系可以通過檢查功率傳輸表來表述。 一般而言,機器人關節由致動器(例如,電動機)和減速器(例如,諧波驅動器)組成。 眾所周知,電動機轉矩 τm 與電動機電流i成正比,即 τm=αi ,其中alpha是轉矩常數。 假設在傳輸過程中沒有由于摩擦而造成的動力損失,則輸出關節扭矩等于 τj=nτm ,其中n是減速比。但是,實際上,該項的一些量是諧波驅動的摩擦 ,因此,合成扭矩可以由下式給出:

      其中 τf 是諧波驅動中產生的摩擦轉矩矢量,通過將Eq(2)代入(1),我們得到

      這樣,無需直接測量 τj 即可通過使用 τmτf 來計算 τe 。

      在不使用加速度計測量 q¨ 的情況下求解方程(3), 采用了一個基于廣義動量方程的觀察器,其表示為

      因為M是一個對稱矩陣,所以可以將斜對稱矩陣定義為 N(q,q˙)=M˙(q)?2C(q,q˙) ,可以推出p的時間差分為

      之后可以獲得

      定義 r=τe+τf ,公式3可以表達為

      現在,我們可以設計估算器,如下所示:

      其中 r^˙ 是r的估計值,K是該估計量的增益.取等式(8)的積分,得到

      其中 r^(t) 是 r(t) 的觀測值,我們假設初始條件為零(即 r(0)=0 )。假設控制周期適中,則可以通過適當地設置K的值來實現合理的響應時間.(本研究中的k-10)。我們可以假設 r^=r ,因此無需任何額外設備即可進行觀測r。

      只要給出 τf ,我們就可以使用等式(9)估算 τe ,因為 r^τe+τf 。但是,由于傳感器的成本昂貴并且大多數機器人沒有配備這種傳感器,測量 τf 成為問題。 因此,我們通過使用關節的摩擦模型及其識別方案來估計該值。


      collision detection with friction model

      A. Friction model for sensorless collision detection

      機械系統的一般摩擦模型中的主要成分是靜摩擦 τs ,庫侖摩擦 τc 和粘性摩擦 τv 。 通常,作用在靜止物體上的摩擦扭矩僅取決于所施加的扭矩。但是,在機器人關節的情況下,此轉矩變為 ±τc ,因為必須將一定值的轉矩施加到諧波驅動器上,才能保持位置控制機器人的所需位置。 因此,用于無傳感器碰撞檢測的摩擦模型可以描述為

      其中 τv(q˙)=β1q˙2+β2q˙ , τh 作用在諧波傳動中組件接觸面之間的界面上的扭矩,beta是粘性摩擦的系數。 ε 是 q˙ 的最大電噪聲,因此,當 |q˙|<ε意味著表示關節可以被認為處于靜止狀態。 請注意, ε 還可以用作避免抖動的工具。 如果關節仍處于靜止狀態(即 q˙=0 ),但是期望速度 q˙d 不為零,則可以知道關節是否處于從靜摩擦到動摩擦區域的過渡中。

      如果知道所有所需數據,則可以使用 q˙ 從等式(10)獲得 τf 。 然而,理論上很難獲得諸如 τc & τf 之類的參數的數據。 因此,使用識別方案來估計未知參數的值。 摩擦模型是通過最小二乘技術識別的,該技術通常用于離線識別中。 為了確定等式(10)中的未知參數,我們將該方程重新排列為以下回歸形式:

      其中

      W是 q˙ 和 τf 的函數的回歸矩陣, θ 是未知參數的向量. w1和w2是指示摩擦區域和過渡的加權因子。

      如果在沿某個軌跡的給定瞬間獲得 τf 和w,則可以使用最小二乘法如下確定theta

      其中 Wˉ+ 是W的偽逆矩陣。 τfˉ 和 Wˉ 是在瞬間包含許多 τf 和W對應值的集合。 因此,通過將識別出的參數theta代入公式(10),可以使用摩擦模型來估算摩擦扭矩。

      要確定等式13中的theta,我們需要知道摩擦力矩。 然而,如前所述,使用傳感器測量摩擦扭矩對于無傳感器碰撞檢測是不切實際的解決方案。 為了解決該問題,實施了摩擦扭矩觀測器。 傳統的摩擦扭矩觀測器基于摩擦力矩的線性化和觀測器的適應性,從而限制了應用[13。 因此,我們基于方程式9采用了新的摩擦扭矩觀測器。

      由于 r=τe+τf ,如果沒有碰撞(即 τe=0 ),則 r 等于 τf 。 在這種情況下,估算值 r^ 可用于計算 τf ,如下所示

      如果觀測器誤差可以被忽略,我們可以認為 τf^=τf .因此,可以根據 τf^ 計算 τfˉ .關節在粘滯摩擦區穩定,即 τh=τf ,可以得到 Wˉ 中 τfˉ 的導數

      因此,無需使用任何額外的傳感器,就可以通過將theta中標識的參數代入方程式10中的摩擦模型來計算摩擦力矩,得到

      注意,等式3中的 τf 不可以由等式14中的 τf^ 代替,因為存在碰撞時 τe0 ,且該方案是在受控條件下執行的。


      verification

      為了驗證所提出的碰撞檢測方法的性能,在圖2中使用7自由度機械手進行了實驗。該機械臂是在我們的實驗室中開發的,可達到780毫米的可達范圍,重約15千克,有效載荷為7公斤。 圖2(b)顯示了臂內配備的關節模塊及其示意圖。 手臂的每個關節都裝有一個關節扭矩傳感器(TS),并且可以從傳感器獲取 τj 值。為了控制每個關節的ldc電動機,采用實時操作系統(TwinCAT)作主要操作系統,并且控制周期是1毫秒

      A. Friction torque model

      從等式(15)中可以看出, τ^e 是使用摩擦模型計算的,并且無需使用傳感器即可識別該模型。 因此,我們進行了實驗驗證,以驗證所提出的摩擦模型及其識別方案的可靠性。 如圖2(b)所示,因為JTS附著在輸出結構上,所以可以直接從JTS測量 τj 。 因此,我們可以通過比較與公式(10)中的摩擦模型計算的 τj 來驗證摩擦模型。公式10需要用到測得的摩擦扭矩 τf (可通過簡單的代入 τJTS ),將通過JTS測得的關節扭矩通過JTS和i代入公式(2)(即, τf=nτm+τJTS )。

      為了比較 τf 和 τf ,需要辨識摩擦模型,圖3展示了便是飾演的環境。假設圖三給出了一條通過P1P2P的任意軌跡, 且獲得了在該軌跡上的Wˉ 和 τfˉ 。通過將這兩個數據代入方程13,我們可以獲得thate。在實驗中,每一個軸的角速度均為30°/s

      進行了一項實驗,以比較 τf (基于t提出的的摩擦模型)與第1關節處的 τf ,其中,由于其諧波傳動的高減速比,該關節出是所有關節之間的摩擦扭矩量最大的。 在該實驗中,該關節的最大速度設置為40° / s。 圖4(a)顯示了速度曲線,圖4(b)表示了 τf 和 τf 隨時間的變化。 如圖5所示,當 q˙=0 時, τf 和 τf 均保持其值。 該結果與先前說明的摩擦轉矩特征一致。 另外,二者還顯示出良好的一致性。 這驗證了所提出的摩擦模型及其識別方法顯示出可接受的性能,因此我們得出結論,可以使用等式15獲得 τe^ 用于無傳感器碰撞檢測

      B. Sensorless collision detection

      我們進行了一個實驗,其中手臂與人碰撞,以驗證所提出的碰撞檢測方法的適用性。 圖5顯示了實驗條件和相應的結果,其中手臂的位置受控制以從 Pi (末端執行器的初始姿態)移動到目標姿態 Pt ,如圖5(a)所示。 在實驗中,每個關節的速度設置為30° / s。 如圖5(b)所示,進行了兩個實驗:一個沒有碰撞,另一個沒有碰撞。 在這些實驗中獲得了 τe 的數據。

      圖5c展示了第七周的 τe ,這里首先檢測出碰撞。從理論上講,當沒有碰撞時, τe 接近零,但這種情況不太可能發生,因為手臂的動力學模型和摩擦扭矩模型存在不確定性。 因此,應通過將 τe^ 的絕對值與實驗確定的閾值進行比較來檢測碰撞。 當沒有碰撞時,我們可以根據 τe^ 的最大值將關節7處的閾值設置為0.3 Nm。 圖5(c)顯示出,當發生碰撞時, τe^ 超過閾值。 由此得出結論,可以通過檢查 τe^ 超過閾值來檢測到碰撞。 另外,當發生碰撞時, τe^ 急劇增加,并且一旦達到峰值, τe^ 就會減小,因為檢測到碰撞后手臂立即停止了運動。 如果沒有碰撞檢測方法,則手臂將繼續以更大的力推動人體,因為位置控制方案被設計為到達目標位置,并且te會一直增加直到電動機電流達到其極限為止。 驗證在不使用任何額外傳感器的情況下,機械手可以檢測到碰撞。 另外,通過應用提出的碰撞檢測方法,可以確保人機碰撞安全性

      C. Comparative evaluation of detection performance

      我們將提出的無傳感器方案與基于JTS的方案的性能進行了比較,以驗證提出的碰撞檢測方法的性能。 因此,我們在先前的研究中采用了基于JTS的外部扭矩觀察器來檢測碰撞,并且可以在不考慮建模摩擦扭矩的情況下設計該觀察器,如下所示:

      其中 τ^e,JTS 是使用JTS估算的外部扭矩。 通過由碰撞引起的外部扭矩和碰撞檢測時間的延遲量來評估碰撞檢測性能。

      圖6展示了實驗環境,機器人從Pi移動到Pt,并碰到一個籃球上。我們實施了兩個實驗,一個采用基于JTS的方法,一個采用上面提出的無傳感的方法。

      圖7表示在圖6中所示條件下的實驗結果。圖7(a)顯示了在關節2處的 τ^e,JTS 和 τ^e ,其中在碰撞過程中施加了最大的外部扭矩。 如圖7(a)所示,通過JTS方法和提出的方法都成功檢測到了沖突。 請注意,即使在碰撞后, τ^e,JTS 和 τ^e 也不會降為零,因為圖6(b)中的籃球在停止時被夾緊在平臺和機器人之間,這與圖5(b)中的空中手指不同 。 如圖7(a)所示,如果要使用提出的方法檢測碰撞,則 τ^e 的絕對值必須超過13 Nm才能確定是否存在碰撞。 如果要使用基于JTS的方法, τ^e,JTS 的絕對值超過3 Nm就足以檢測到碰撞。 這種差異是由所提出的方案中使用的摩擦模型的不確定性引起的,從實際的角度來看是不可避免的。 因此,必須通過比較這兩種檢測方案的碰撞檢測性能來驗證在檢測碰撞中該差異是否可以接受。

      因為 τ^e,JTS 沒有摩擦扭矩,并且與施加到機械臂的碰撞力Fc成比例, τ^e,JTS 可以用作表示碰撞檢測性能的指標。 請注意,圖7(b)中的 τ^e,JTS 值僅用于評估碰撞檢測性能,而碰撞本身則通過兩種不同的方案進行檢測。 圖7(b)顯示了當采用這兩種碰撞檢測方案來檢測碰撞時,對應于關節2的 τ^e,JTS 的分量。 如圖7(b)所示,所提出方法的 τ^e,JTS 峰值與基于JTS的方法的峰值沒有太大差異,盡管不確定性,兩種方法的 τ^e,JTS 都顯示出可接受的共識 在摩擦模型中以及兩種方案的閾值之間的差異。那是因為外部扭矩在碰撞時迅速增加,因此 τ^e 和 τ^e,JTS 都非??斓剡_到閾值。 因此,可以得出結論,可以預期所提出的方法在碰撞安全方面表現出與基于JTS的方法相似的性能。


      conclusion

      本文引入了使用外部扭矩觀測器和摩擦模型識別的無傳感器碰撞檢測方法。 通過使用7自由度機械手的實驗,驗證了所提出的碰撞檢測方法的性能,并得出以下結論:

      1)由于不僅無需使用額外的傳感器即可進行碰撞檢測和摩擦模型識別,因此提出的碰撞檢測 該方法可以應用于任何現有的機器人手臂,而無需更改設計和/或其他機制。 因此,這是在工業領域中安全進行人機協作的一種經濟方法。

      2)即使所提出的碰撞檢測方法不需要昂貴的JTS,但與基于JTS的碰撞檢測方法相比,該方法的性能仍顯示出可接受的性能。 因此,所提出的方法是確保機器人碰撞安全的實用解決方案。

      在未來的研究中,將開發更精確的摩擦模型并將其用于執行無傳感器碰撞檢測。



      Share Http URL:  http://www.tiara-e.com/get_news_message.do?new_id=1068














      請輸入評論





























      青草免费视频,97 碰,山东老熟妇乱子视频,亚洲精品美女视频_河北新闻网