跟踪它!线缆机器人的“蛇头”位置!

   自动化那些事        

大型可展开的缆索驱动机器人面临着缺乏运动学精度的问题,而缆索动力学在控制器设计方面带来了相当大的挑战。由于可展开机器人可能无法利用昂贵且高精度的测量设备,问题的复杂性随之增加。


因此,有必要通过低成本的传感器有效地结合现有的测量方法来跟踪末端执行器的位置并减少振动。该研究的主要贡献是提出了一种新的反馈方法融合视觉传感器和关节运动传感器,以实现合适的跟踪性能。


在一个可展开的悬索驱动机器人上的实验结果说明了所提控制器的性能,显示了所提方法的有效性,而不考虑潜在的系统不确定性。本文以“Tip-trajectory tracking control of a deployable cable-driven robot via output redefinition”为题于2020年11月20日发布于《Multibody System Dynamics》杂志上。


研究背景


钢丝绳驱动并联机器人(CDPM)是通过缠绕和松开连接到固定底座的独立电缆来控制末端行器的机器人。这些机器人有几个优点,包括大的工作空间,高灵活性,和简单的机械结构。由于它们的优点,这些类别的机器人适用于许多真实世界的应用,如救援任务[7]和自动化农业。


可展开悬索驱动机器人(DSCRs)的确切运动学参数通常是不可用的。这些不精确性在设计具有合适性能的控制器的过程中引发了许多挑战。尽管这些不准确,这些机器人是适合的选择,为许多应用,其中优秀的精度是不需要。


这种应用的一个例子是运动领域成像。ARAS cam由ARAS研究组开发,是一款可部署的DSCR,专为成像应用而设计。尽管CDPMs中的电缆通常重量很轻,并且遵循弹性弹簧模型,但在许多实际应用中,电缆动态分析是至关重要的。


该研究追求两个目标。第一个目标是提出一种新的控制方法,适用于可展开的机器人,而第二个目标是开发一种算法,以解决由缆索动力学引起的特定现象。这两个目标是相互冲突的,同时实现它们是非常具有挑战性的。


的确,在可展开的绳索驱动机器人中,应避免使用昂贵的仪器,而且无法实现复杂的校准程序。这些限制导致了模型的高度不确定性。这种不确定性加剧了大规模机器人的情况。因为在这种情况下,模型更加复杂,不确定性的影响更加深刻。


该研究旨在提出一种新的控制算法,利用廉价的传感器来实现合适的跟踪精度和衰减振荡。


在阿拉斯凸轮中,使用立体摄像机提取末端执行器的位置。在此之前,有限的视觉反馈测量率是通过将其与编码器数据集成来解决的。但是在这些工作中,系统的整体稳定性并没有被研究。


提出了一种基于集成数据融合模块的控制方法,并对其稳定性进行了详细研究。此外,该研究还对机器人的行为进行了详细的研究。在此基础上,提出了一种更全面的模型,以提出一种合适的控制器来解决缆索振动问题。众所周知,在基于模型的控制方法中,模型越复杂,控制器就会越复杂,这在实际中是不适用的。该研究的目的是在考虑其实际实施问题的同时解决这一问题。


如果机器人的传感器和相关的执行器彼此靠近,那么机器人就是一个并置的系统。在一些机械系统中,虽然由于实际的限制,这样的配置是无法实现的。


在ARAS机器人研究小组开发,ARAS-CAM机器人,是一个可展开的悬挂式缆索驱动机械手,具有三自由度的平移。这个机器人提供了一个很大的工作空间,而且安装起来也很容易,是一种适合在运动场或电影业拍摄视频的工具。机器人末端执行器通过四根电缆被约束在地面上,因此被划分为冗余驱动机械手。


图中 (a)一个名为ARAS-CAM的可展开悬索驱动机器人的原型,(b)绞车系统,(c)力传感器


为了将刚体坐标方程与柔性坐标方程解耦,假设末端执行器的质量远大于机器人连杆的质量。因此,系统的总动能可以用两个子系统的动能来表示。第一个子系统是以末端执行器的动能为主的机器人.第二个子系统是以柔性系统动能为主的机器人连杆系统。当末端执行器的质量远大于机器人电缆的质量时,这些假设是有效的,这是第一个子系统的情况。因此,当末端执行器处于静止状态时,机器人的动能主要取决于柔性坐标的速度和加速度。


为实验设计了一条圆形路径,并在此路径上验证了机器人的性能。这条圆形路径的半径为40cm机器人在25秒内运行四次。为了实现路径上的平滑运动,设计了一种初始速度为零,并逐渐增大的轨迹。此外,在路径的末端,机器人的速度逐渐降低到零。


利用该轨迹,并应用方程中提出的控制器律,对跟踪性能进行了详细的研究。为了测量参数的有效性设计了三个实验,并在每个试验中给出了方程中提出的控制律,应用于具有特定值的机器人。在第一个实验中,被设置为零,并测量系统的重新定义的输出。


在第二个实验中,设计参数由研究者期望跟踪性能得到改善增加,因为控制律在反馈中使用相机数据。


图为不同情况下所提出控制器的轨迹跟踪


图为不同情况下所提出控制器的跟踪误差


图为测得的不同缆索力


图为绕着机器人走来走去的人各不相同


将机器人的跟踪精度设为零,得到机器人最坏的跟踪精度。在这种情况下,末端执行器的不良振动被减少.相反,当一个更大的收益选择时,最终效应器振荡发生在较高的振幅和较低的频率.


机器人的绝对精度有所提高,但在这种情况下,圆圈不重合。这是因为末端效应器的不受欢迎的振荡,在这种情况下发生的频率更高,阻碍了整体的可重复性。最后得出结论,为了达到最佳的机器人性能,需要在机器人跟踪误差和不需要的振荡之间进行权衡。跟踪误差从0.042减小到0.009。然而,如前所述,提高机器人的精度是以增加末端效应器振荡为代价的。


研究结论


提出了一种基于缆索集中质量表示的机器人动力学模型,并给出了一种控制算法,以保证机器人在存在运动学和动力学不确定性时的稳定性。基于无源性方法设计了机器人的控制算法,结果表明,结合摄像机和编码器的数据可以得到较好的控制结果。


理论和实际结果表明,该算法对编码器数据的依赖程度越高,机器人运动的鲁棒性越好。相反,在数据融合过程中,随着摄像机数据权重的增加,系统接近无源边界,变得不稳定。


结果表明,根据机器人的实际应用,在控制系统的鲁棒性和效率之间进行权衡是必要的。最后,确定了mu =0.4是ARAS凸轮的合适设置,因为此时机器人的运动是精确的,同时表现出很小的振动。


参考文献:S. A. Khalilpour, R. Khorrambakht, H. Damirchi, H. D. Taghirad & P. Cardou Tip-trajectory tracking control of a deployable cable-driven robot via output redefinition  Multibody System Dynamics (2020)



最新评论(0)条评论
取消

还没有人评论哦,抢沙发吧~

相关新闻推荐