机器人阻抗控制的原理,应用和实现(下)
来源:互联网 发布:电脑网络接口灯不亮 编辑:程序博客网 时间:2024/05/15 08:25
阻抗控制的应用:
演示(拖拽牵引)示教:http://v.youku.com/v_show/id_XODE3MzQ0MTk2.html
碰撞顺应
力保持控制,曲面跟踪,打磨
装配
更多的视频可以看我的另一篇博文。《kuka iiwa 机器人是怎么控制的》:http://blog.csdn.net/xpqhqy1314/article/details/50827842
阻抗控制的实现:
x_dd=(1/M)*(K*xr+fil_e-B*x_d-K*endCur[2]);
x_d:=x_d+x_dd*t_time;
x_theta:=x_theta+x_d*t_time;
式中:xdd是加速度,xd是速度,x_theta是位置,M,B,K,阻抗三个参数。endCur[2]:机器人TCP坐标系Z方向的当前的位置。 t_time是累计的时间。
顺应控制
顺应控制就是在机器人运动过程中,假如有人介入其中,那么机器人能表现出顺应性,防止对人造成伤害。
表现的效果是按期望轨迹运动,外力介入会朝外力方向运动,撤力后会会到规划的期望轨迹上继续运动。
实现方式只要在原有的公式中,在位置项上加一项期望轨迹项就可以了。
x_dd=(1/M)*(K*xr+fil_e-B*x_d-K*(endCur[2])-traj);
traj是:你轨迹中实时的期望位置点
自适应阻抗力控制:
令目标刚度K=0时,机器人可以实现力控制。从而达到和目标接触的期望力。而期望轨迹是根据力的误差实时产生的。
在机器人位置控制方向,则K不为0,机器人有设定的期望轨迹,在运动时假如有外力介入就表现出期望的刚度。
K=0的情况,对于任意刚度的平面表面,环境位置Xe是一个常数。所以Fe=Fd是一个稳态。机器人对于任意刚度平面实现力控制,表现出了一定的鲁棒性。
但是当fd,Xe,和deltaXe是时变函数,那么力的跟随误差就会出现。比如对于一个Fd是一个斜坡函数,则力的跟随误差会一直存在。如果是抛物线函数,力的误差会成无穷大.
所以就需要一种自适应的阻抗控制算法解决这个问题。
斜面跟踪实验,来回移动,红色曲线是力的变化情况,前半部分是普通的阻抗控制,而后段是自适应的控制效果。期望力F=10N,可以看到当斜面斜率较大时,普通的阻抗方法已经没法跟上斜面高度的变化。而自适应能较好的跟踪。
斜面斜率较小时
斜面的斜率较大时
- 机器人阻抗控制的原理,应用和实现(下)
- 机器人阻抗控制的原理,应用和实现(上)
- 阻抗控制和计算
- 无线电波在介质中的传播速度计算公式和印刷电路板(PCB)的特性阻抗与特性阻抗控制
- PCB的阻抗控制
- PCB的阻抗控制与前端仿真(SI9000的应用)
- ROS下实现机器人序列任务的执行控制
- 常规阻抗控制只能是10%的偏差(一)
- 常规阻抗控制只能是10%的偏差(二)
- 电路板阻抗原理知识及应用
- ROS::用摇杆控制你的机器人(实现篇)
- MOTOMAN机器人网络控制的实现
- 如何计算阻抗(下)
- 阻抗和特征阻抗
- IOS下的应用唤起实现原理
- 电阻 和 阻抗的区别
- UML和Java的阻抗
- 阻抗和电抗的基本概念
- Linux下套接字详解(七)----线程池accept处理高并发connect
- SEO 优化——长尾关键词
- iOS开发之自定义键盘(一)
- 最佳实践之Android代码规范
- Apache 日志
- 机器人阻抗控制的原理,应用和实现(下)
- 做产品要懂心理学——老吴说产品
- CentOS下gdb升级(解决No symbol "***" in current context问题)
- 开发错误记录2 .MainActivity (server)' ~ Channel is unrecoverably broken and will be disposed!
- swift的一些基本属性4 (Switch)
- redis缓存技术学习
- 利用Python,四步掌握机器学习
- 使用Charles,在mac环境下对android app抓包
- iOS crash符号表还原