[发明专利]一种基于示教学习的协作搬运控制系统及方法

权利要求书

1.一种基于示教学习的协作搬运方法，该搬运方法采用的设备包括机械臂、六维力/力矩传感器、动捕定位点和PC上位机，其特征在于，包括以下步骤：

步骤1、修正示教学习所得轨迹概率模型，将轨迹概率模型起点和终点的协方差矩阵进行缩小；

步骤2、以修正后的轨迹概率模型为参考轨迹，叠加变刚度系数导纳控制，刚度系数根据轨迹点对应的高斯分布设定；

步骤3、计算示教数据中交互力模长的均值和协方差得到交互力满足的高斯分布，选定交互力阈值在6个标准差处；

步骤4、执行协作搬运任务时，首先使用动作捕捉系统获取被搬运物体和人手的位姿，检测到人手不断靠近目标，则控制机器臂根据示教学习获得的轨迹概率模型运动到目标上方进行抓取，抓取阶段不需要柔性；抓取成功之后人和机械臂协同搬运，以示教学习生成的轨迹概率模型经过修正后作为参考轨迹，在一定干扰力的作用下沿着期望轨迹的方向运动，干扰力超过阈值则切换为自由搬运任务，由人手牵引物体达到目标位置。

2.根据权利要求1所述的一种基于示教学习的协作搬运方法，其特征在于步骤1中修正轨迹概率模型使用的缩小函数为：

式中x为轨迹点在整条轨迹中所占的比例。

3.根据权利要求2所述的一种基于示教学习的协作搬运方法，其特征在于步骤2中变刚度系数导纳控制以修正后的轨迹概率模型为参考轨迹，具体控制器结构为：

式中Δx_t分别是机械臂末端实际运动的速度、位置与参考轨迹速度、位置的差值，是阻尼矩阵，Δf_t^e是机械臂末端力矩传感器数据经过重力补偿后的力，即干扰力，式中及后面提到的下标x为全局坐标系X；Λ为轨迹点对应高斯分布协方差矩阵经对角分解所得对角矩阵，满足式(1-3)；k_p为刚度系数，满足式(1-4)，随着距参考点的距离增加而增大；

式中n为机械臂末端点(x,y,z)在距离参考点的n个标准差椭球上，满足

4.根据权利要求3所述的一种基于示教学习的协作搬运方法，其特征在于：搬运任务切换，搬运任务包括特定搬运任务和自由搬运任务，基于交互力阈值实现特定搬运任务到自由搬运任务的切换，首先计算示教过程交互力的高斯分布，阈值初始值选在6个标准差处，随着任务的执行不断更新。

5.一种采用权利要求1所述的搬运方法的搬运系统，其特征在于：包括

机械臂：具有运动控制功能的多轴机械臂；

六维力/力矩传感器：用来进行交互力的测量，安装在机械臂末端

动作捕捉系统定位点：贴在被搬运物体和人手上，用于获取目标的位姿

PC上位机：与机械臂、六维力/力矩传感器和动作捕捉系统可进行实时通信；运行过程中，机械臂在PC上位机的指令下携带抓取手进行协作搬运操作，所述PC上位机搭建的控制系统基于ROS平台。

6.根据权利要求5所述的搬运系统，其特征在于：所述六维力/力矩传感器通过交互力反馈实现协作搬运的柔性交互。