[发明专利]一种基于扰动观测器的机械手主次协调控制方法

说明书

一种用于机械手的扰动观测器与主次协调控制方法，针对机械手抓取物体时，操作环境复杂，抓握物体信息未知，传感器缺乏和环境中存在扰动的问题，以及现有的力传感器由于接触点不确定，检测信息不全等限制，本发明提供一种扰动观测器用于估计环境中的扰动信息，再利用估计出来的扰动量，结合被抓取物体估计的质量、刚度及其表面的摩擦系数，估计反射控制中的反射抓握力，最后结合主模式控制方法，建立主次协调控制策略，控制机械手在扰动作用下稳定地抓取物体。替代了只能通过高成本传感器获取扰动信息的传统方法，方法简单有效，提高了机械手稳定可靠抓取问题的效率，同时分析了扰动观测器的误差，为精确分析机械手抓取过程中的扰动奠定了基础。

技术领域

本发明涉及一种基于扰动观测器的机械手主次协调控制方法，特别适用于机械手在不确定的环境下抓取物体等操作。

背景技术

机械手模仿人手，其操作环境十分复杂，抓握物体各不相同，每个质量不一样的物体要求不同的抓握力，而且环境中还存在各种扰动。人在扰动环境下抓握物体时，人手的触觉感觉到物体的滑动信号，人的大脑可以根据物体特征估计一个合适的抓握力，并通过神经系统实现物体的稳定抓握。对机械手而言，只有少数传感器，也不如人手灵活，无法了解被抓物体的抓握状态，不能根据被抓物体状态的改变来调节机械手的抓握力。因而力的调节不具有实时性。而且，如果机械手抓取力过小，而又没有及时增大抓握力的大小，可能会使得物体滑落，相反，如果抓取力过大，并且没有及时减小抓握力，可能会使物体变形甚至毁坏，同时抓握日常物品的重量，材质，刚度未知，外界扰动也不确定，因此抓握力的控制十分困难。如何确定机械手合适的抓握力，在抓握力过小或者受到环境扰动时，怎样调整抓握力的大小成为机械手应用中迫切需要解决的难题。为了提高机械手的抗扰动能力，国内外许多学者进行了广泛的研究，主要包括开环控制和闭环控制。

机械手开环控制的研究主要是采用生物解码的技术直接控制机械手。研究的主要生物信号有肌电信号(EMG),脑电信号(EEG)和周围神经信号(PNS)。通过对生物信号的直接解码获得人的运动意愿，然后通过比例放大，直接控制机械手。当机械手抓握不稳定时，通过视觉反馈，调整输出的生物信号，根据生物信号的改变来调整抓握力状态。然而生物解码信号十分微弱，随时间的推移而不断变化。从大脑发出来的信号，经过中枢神经，脊髓神经，人的神经到肌肉，存在时空耦合。另外，生理信号的采集与传感器的贴敷位置，密布程度和解码效果的好坏都有很大的关系。人体疲劳状态也会带来肌电信号的变化，从而导致分类解码器与信号不匹配。而且解码控制算法复杂，运算时间长，稳定性差。机械手闭环控制的研究基于力、位置和滑觉等传感器。常用的控制策略为阻抗控制，它通过机械手的位置反馈，控制机械手的参考位置来间接控制抓握力的大小，这种控制方法使得机械手在自由运动空间到约束运动空间之间平稳过渡。闭环力控制比开环控制有更好的稳定性，对力超调有一定的调节力能。应对环境扰动的问题，反射控制被提出来。主要解决的问题是怎样检测外界扰动，需要增加多大的力，反射控制比肌电开环的反射控制响应更快，实时性更好。

对于机械手，设计要求其重量、尺寸都有限制，不可能配置很多传感器，只能在有限位置布置若干传感器。力矩传感器一般尺寸偏大并且价格很高，难以装入结构紧凑的机械手，如机械手。一般机械手有很多力传感器，然而这种机械手与物体接触时，由于接触点不确定，即传感器有可能检测不到机械手是否抓取物体，或者检测信息不全。由于缺少足够的传感器反馈，容易造成抓握力超过期望的抓握力而不能及时调整，可能破坏被抓物体，更有可能会对机械手造成损害。因此，需要通过有效的方法获得环境中的扰动信息，预测和控制抓握过程中合适的抓握力，从而达到稳定抓握物体的目的。

发明内容