國(guó)產(chǎn)開(kāi)源六軸協(xié)作機(jī)器人平臺(tái)賦能科研新成果，機(jī)器人傳感器全新研究登IEEE頂刊

近日，一篇機(jī)器人傳感器領(lǐng)域題為“Output Feedback Tracking Control for a Class of Nonlinear Systems with Sensor Uncertainties”的研究論文登上SCI期刊《IEEE Transactions on Industrial Electronics》。該期刊為工業(yè)電子領(lǐng)域頂級(jí)期刊，2022年影響因子(JCR2021)達(dá)8.162。

作為工業(yè)機(jī)器人的核心零部件，傳感器的作用正愈發(fā)凸顯，但由于傳感器裝配誤差、環(huán)境干擾等因素，工業(yè)場(chǎng)景的機(jī)器人傳感器應(yīng)用中，仍然無(wú)法有效避免存在乘性傳感器不確定性(如傳感器校準(zhǔn)誤差)和加性傳感器不確定性(如偏置、漂移、精度損失等)問(wèn)題，并往往因?yàn)檫@些誤差問(wèn)題降低系統(tǒng)性能，甚至導(dǎo)致系統(tǒng)不穩(wěn)定波動(dòng)，最終得到錯(cuò)誤的實(shí)驗(yàn)結(jié)論。

這項(xiàng)研究中聚焦多參數(shù)或加性傳感器不確定性問(wèn)題，研究了在時(shí)間變化的乘性和加性傳感器不確定性存在的條件下，如何實(shí)現(xiàn)非線性系統(tǒng)自適應(yīng)輸出反饋跟蹤和補(bǔ)償。研究者們通過(guò)建立一套檢測(cè)輸出反饋跟蹤控制的函數(shù)模型，提出了一種基于增益縮放技術(shù)和動(dòng)態(tài)高增益觀測(cè)器的類(lèi)線性自適應(yīng)跟蹤反饋方法以補(bǔ)償系統(tǒng)不確定參數(shù)與傳感器不確定性，并通過(guò)中科深谷開(kāi)源六軸協(xié)作機(jī)器人平臺(tái)進(jìn)行了實(shí)驗(yàn)驗(yàn)證，希望快速識(shí)別并自適應(yīng)地抵消解決傳感器的不確定性或故障造成的不準(zhǔn)確測(cè)量問(wèn)題。

由于該類(lèi)自適應(yīng)輸出反饋跟蹤機(jī)制是非線性的運(yùn)行，能滿足多項(xiàng)式增長(zhǎng)條件，及時(shí)動(dòng)態(tài)增益補(bǔ)償未知參數(shù)、時(shí)變傳感器的不確定性和干擾。該研究在機(jī)械臂上的實(shí)驗(yàn)結(jié)果表明，即使角度測(cè)量存在較大誤差，仍能保證小于9%的相對(duì)誤差，在工業(yè)應(yīng)用中有可期作用。

▍詳細(xì)驗(yàn)證研究細(xì)節(jié)解析

開(kāi)源六軸協(xié)作機(jī)器人平臺(tái)在研究中的重要意義

本文分為5章節(jié)進(jìn)行論述，介紹了從理論到實(shí)踐驗(yàn)證的全過(guò)程。第2節(jié)中，研究者介紹了數(shù)學(xué)模型、基本假設(shè)、將對(duì)象非線性項(xiàng)轉(zhuǎn)化為與傳感器輸出相關(guān)的多項(xiàng)式增長(zhǎng)條件的初步假設(shè)以及控制目的；第3節(jié)作者則給出了基于增益縮放技術(shù)的狀態(tài)觀測(cè)器和自適應(yīng)類(lèi)線性控制器的設(shè)計(jì)過(guò)程。第4節(jié)給出了主要結(jié)果和分析過(guò)程。第5節(jié)則通過(guò)數(shù)字仿真模型以及實(shí)際機(jī)器人實(shí)驗(yàn)，來(lái)證明所提出方案的有效性。

此外，為了進(jìn)一步研究在傳感器不確定性情況下的控制性能，研究者使用中科深谷的開(kāi)源六軸協(xié)作機(jī)器人平臺(tái)，在存在傳感器不確定性的情況下，進(jìn)行了操縱運(yùn)動(dòng)控制的重復(fù)實(shí)驗(yàn)測(cè)試。

研究者之所以選擇開(kāi)源六軸協(xié)作機(jī)器人平臺(tái)，是因?yàn)樵搶?shí)驗(yàn)中為了追求嚴(yán)謹(jǐn)性，必須考慮到機(jī)械臂實(shí)時(shí)位置、速度、加速度、扭矩?cái)_動(dòng)、摩擦力、機(jī)械慣性、接頭處的粘性摩擦系數(shù)、載荷質(zhì)量和重力系數(shù)等問(wèn)題，同時(shí)，實(shí)驗(yàn)中還要求準(zhǔn)確計(jì)算出操縱運(yùn)動(dòng)跟蹤參考角度qr (t)=sin(t)/6rad(或qr= 30 sin (t)度)。

值得一提的是，實(shí)驗(yàn)不僅需要計(jì)算出存在的校準(zhǔn)誤差和偏差值(i。e., ρ和V)，并最好讓其理想跟蹤誤差滿足|e (t)|< 0.05 rad。因?yàn)?/span>只有這樣才能將一些機(jī)械臂及配套件的具體參數(shù)能夠細(xì)化為實(shí)驗(yàn)參數(shù)，融合機(jī)械臂動(dòng)力學(xué)方程，計(jì)算出時(shí)變傳感器校準(zhǔn)誤差和偏置率，從而綜合設(shè)計(jì)一種觀測(cè)器和控制器。

但由于電容式傳感器的不確定性主要是處理、安裝和解調(diào)電路引起的，這就對(duì)于機(jī)器人的開(kāi)源性以及電容式角度傳感器提出要求。在這項(xiàng)實(shí)驗(yàn)中，研究者通過(guò)快速調(diào)整機(jī)械臂狀態(tài)，進(jìn)一步分析了校準(zhǔn)誤差和偏置誤差導(dǎo)致的不確定問(wèn)題，結(jié)果表明該不確定度是一種周期性未知常數(shù)和三角函數(shù)的組合，這對(duì)于進(jìn)一步研究和優(yōu)化跟蹤誤差起到了重要幫助。

賦能高?？蒲许?xiàng)目 中科深谷機(jī)械臂助力穩(wěn)定研究

文獻(xiàn)中指出，本實(shí)驗(yàn)采取的控制系統(tǒng)和硬件平臺(tái)分別是中科深谷制造的SV-ROCR6機(jī)械臂和HM-ROCR6機(jī)器人控制器。由于機(jī)器人控制方案基于MATLAB Similink實(shí)現(xiàn)，具有極好的開(kāi)源性和穩(wěn)定性，研究者發(fā)現(xiàn)它能夠很好生成代碼，然后將代碼部署到機(jī)器人控制器中，控制器能在1 kHz頻率下準(zhǔn)確閉環(huán)控制機(jī)械臂進(jìn)行細(xì)微偏移角度研究。

實(shí)驗(yàn)發(fā)現(xiàn)，在機(jī)器人進(jìn)行一個(gè)周期中的運(yùn)動(dòng)過(guò)程中，雖然傳感器狀態(tài)具有不確定性，但其真實(shí)和理想跟蹤誤差的曲線相同，這意味著即使在存在傳感器校準(zhǔn)誤差和偏差的情況下，理想跟蹤誤差仍然滿足|e (t)| < 0.05 rad的要求，從而證明了實(shí)驗(yàn)結(jié)果的準(zhǔn)確性和可靠性。

基于這種實(shí)驗(yàn)器材帶來(lái)的研究結(jié)果，研究者針對(duì)這類(lèi)具有乘法傳感器不確定性和加性傳感器不確定性問(wèn)題，提出了一種自適應(yīng)輸出反饋跟蹤控制方案?；谠鲆娉叨燃夹g(shù)，構(gòu)造了一種狀態(tài)觀測(cè)器和類(lèi)線性自適應(yīng)控制器，減輕了傳感器不確定性或故障的影響，保證了閉環(huán)系統(tǒng)的穩(wěn)定性和跟蹤性能。同時(shí)，仿真和實(shí)驗(yàn)結(jié)果也表明了該方案的有效性。為了進(jìn)一步提高跟蹤性能，研究者還指出，未來(lái)的研究應(yīng)集中在冗余傳感器的融合上，為后續(xù)研究提供了更多參考價(jià)值。

中科深谷數(shù)智化平臺(tái)開(kāi)源生態(tài) 助力深度復(fù)雜研究

研究中應(yīng)用到的中科深谷開(kāi)源六軸協(xié)作機(jī)器人平臺(tái)，主要包含六軸臂本體、控制系統(tǒng)、機(jī)械臂底座、兩指夾爪、六維力傳感器、機(jī)械臂線纜幾個(gè)部件，機(jī)械臂各個(gè)關(guān)節(jié)活動(dòng)范圍與最大速度實(shí)時(shí)可控，末端速度≤2m/s，重復(fù)定位精度<±0.03mm，EtherCAT總線通訊協(xié)議，支持任意角度安裝。

該平臺(tái)的編碼器采用了17位Biss反饋，可以達(dá)到±5角秒的重復(fù)定位精度。同時(shí)，內(nèi)部在輸入端和輸出端分別各有一個(gè)編碼器，能通過(guò)比較兩個(gè)編碼器的位置和速度反饋， 參照驅(qū)動(dòng)電流和電機(jī)扭矩的輸出，判斷出模組所在關(guān)節(jié)受到外界作用力的大小，并及時(shí)將這一系列數(shù)據(jù)信息反饋給控制器，實(shí)現(xiàn)能夠在不額外增加輔助傳感器的情況下，很方便的完成對(duì)機(jī)械臂的安全控制，幫助實(shí)驗(yàn)者快速完成一些特殊狀態(tài)下機(jī)器人的研究。

除此之外，該平臺(tái)控制系統(tǒng)基于四核ARM  Cortex-A55架構(gòu)和MATLAB/Simulink開(kāi)發(fā)，結(jié)合了計(jì)算機(jī)仿真和嵌入式實(shí)時(shí)控制技術(shù)，能實(shí)現(xiàn)硬件在回路(HIL) 和快速控制原型(RCP)設(shè)計(jì)的功能，是可對(duì)標(biāo)國(guó)際先進(jìn)的控制與半實(shí)物仿真領(lǐng)域的產(chǎn)品，也是用于進(jìn)行基于模型設(shè)計(jì)(MBD：Model-Based Design) 控制系統(tǒng)開(kāi)發(fā)的教學(xué)和科研產(chǎn)品。

據(jù)悉，中科深谷開(kāi)源六軸協(xié)作機(jī)器人平臺(tái)已經(jīng)幫助研究者完成包括機(jī)械臂高精度軌跡跟蹤控制算法、基于關(guān)節(jié)力傳感器/末端六維力傳感器的柔順控制與動(dòng)力學(xué)算法、運(yùn)動(dòng)學(xué)參數(shù)標(biāo)定與精度補(bǔ)償技術(shù)等多方面研究，未來(lái)還能夠集成深度相機(jī)、5G等，或者實(shí)現(xiàn)人工智能+機(jī)器人，完成基于深度學(xué)習(xí)的控制、決策和規(guī)劃等更深層次的研究。

▍關(guān)于中科深谷

中科深谷長(zhǎng)期堅(jiān)持人工智能與機(jī)器人智能裝備底層技術(shù)研發(fā)與產(chǎn)業(yè)化應(yīng)用，也是得益于高校科研院所成果轉(zhuǎn)化成長(zhǎng)的企業(yè)。中科深谷在數(shù)智康養(yǎng)、數(shù)智制造等領(lǐng)域逐步沉淀，并將智能裝備以開(kāi)源開(kāi)放、案例矩陣真實(shí)再現(xiàn)形式融合進(jìn)中高級(jí)人才培養(yǎng)中。目前中科深谷開(kāi)源平臺(tái)產(chǎn)品還有配套資料及實(shí)驗(yàn)內(nèi)容提供，中科深谷期待賦能更多高?？蒲许?xiàng)目。