买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：中国科学院长春光学精密机械与物理研究所

摘要：本发明涉及机械臂目标对接技术领域，具体提供一种用于静态目标自动对接的机械臂控制方法，该控制方法将力预测控制系统与静态视觉预测控制系统级联，力预测控制系统依据机械臂上的力传感器感知机械臂末端受到实际外力的情况输出实时图像矩特征的变化量，通过机械臂末端设置的相机获不同时刻的靶标图像，并结合实时图像矩特征的变化量计算视觉特征误差，将视觉特征误差输入静态视觉预测控制系统获得预测输入变量的第一个元素，依据第一个元素计算机械臂的关节速度，进而实现机械臂运动控制。本发明控制方法将力预测控制系统与静态视觉预测控制系统级联，提升了机械臂感知环境的能力和交互能力，能够有效提高对接任务的有效性、可靠性和准确性。

主权项：1.一种用于静态目标自动对接的机械臂控制方法，其特征在于，包括：S1：在机械臂上设置相机，在机械臂末端执行器上设置力传感器；设置多个特征点，所述多个特征点依次连接构成靶标，所述靶标的位置相对于静态目标固定不变；S2：将机械臂末端执行器与静态目标对接，通过所述相机采集所述靶标的靶标图像，获取靶标图像中靶标的期望图像矩特征Sd；S3：在机械臂末端执行器与静态目标对接过程中，所述相机实时采集所述靶标图像，通过实时的靶标图像获得靶标的实时图像矩特征S；S4：通过所述力传感器感测机械臂末端执行器受到的实际外力fext，将笛卡尔坐标系下的实际外力fext与期望外力fextd的误差转换为图像特征空间下的单位惯性虚拟力误差 其中，表示相机的期望惯性矩阵，表示从相机坐标系到机械臂末端坐标系的变换矩阵，Ls表示所述实时图像矩特征S对应的图像雅可比矩阵；S5：建立力预测控制系统的状态空间方程： 其中，表示当前控制步长力预测控制系统的状态变量，表示下一控制步长力预测控制系统的状态变量，S*k表示力预测控制系统的控制输入变量，Yfk表示力预测控制系统的控制输出变量，T表示采样周期，M＝-H，H表示正定增益矩阵，ks表示单位惯性刚度矩阵；S6：通过二次规划方法将力预测控制系统的状态空间方程转化成求解优化问题的标准形式： 其中，Jc表示力预测控制系统的损失函数，S*′k表示力预测控制系统在当前控制步长的预测输入变量，表示当前控制步长Fse的状态值，表示力预测控制系统不等式约束的上限矩阵，表示力预测控制系统不等式约束的下限矩阵，Bf表示力预测控制系统的扩展状态向量与S*′k之间关系的控制矩阵，Qf表示力预测控制系统误差项的权重矩阵，Rf表示力预测控制系统输入项的权重矩阵，A表示与S*′k之间关系的状态矩阵，Tf表示力预测控制系统终端误差项的权重矩阵，Df表示力预测控制系统不等式约束的系数矩阵，Af表示力预测控制系统等式约束的系数矩阵，bf表示力预测控制系统等式约束矩阵；S7：将所述单位惯性虚拟力误差Fse输入S6中的标准形式获得力预测控制系统的预测输入变量S*′k，将所述预测输入变量S*′k的第一个元素作为实时图像矩特征S的变化量S*，计算参考图像矩特征Sr：Sr＝Sd-S*；计算视觉特征误差Se：Se＝S-Sr；S8：建立静态视觉预测控制系统的状态空间方程： 其中，Sk表示当前控制步长静态视觉预测控制系统的状态变量，Sk+1表示下一控制步长静态视觉预测控制系统的状态变量，vck表示静态视觉预测控制系统的控制输入变量，Tsk表示静态视觉预测控制系统的控制输出变量，表示所述期望图像矩特征Sd对应的图像雅可比矩阵；S9：通过二次规划方法将静态视觉预测控制系统的状态空间方程转化成求解优化问题的标准形式： 其中，Jc表示静态视觉预测控制系统的损失函数，表示静态视觉预测控制系统不等式约束的上限矩阵，表示静态视觉预测控制系统不等式约束的下限矩阵，表示静态视觉预测控制系统的预测输入变量，Sek表示当前控制步长视觉特征误差Se的状态值，Bs表示与之间关系的控制矩阵，表示状态误差预测变量，Qs表示静态视觉预测控制系统误差项的权重矩阵，Rs表示静态视觉预测控制系统输入项的权重矩阵，Ts表示静态视觉预测控制系统终端误差项的权重矩阵，A表示与之间关系的状态矩阵，Ds表示静态视觉预测控制系统不等式约束的系数矩阵，As表示静态视觉预测控制系统等式约束的系数矩阵，bs表示静态视觉预测控制系统等式约束矩阵；S10：将所述视觉特征误差Se输入S9中的标准形式获得静态视觉预测控制系统的预测输入变量将所述预测输入变量的第一个元素作为相机速度vC，依据所述相机速度vC计算机械臂关节速度q，控制机械臂按照所述关节速度进行运动。

全文数据：

权利要求：

百度查询： 中国科学院长春光学精密机械与物理研究所 一种用于静态目标自动对接的机械臂控制方法