基于阻抗椭圆修正的工业机器人变导纳拖动示教方法研究

doi:10.3901/JME.2025.01.082

机械工程学报 ›› 2025, Vol. 61 ›› Issue (1): 82-91.doi: 10.3901/JME.2025.01.082

• 机器人及机构学 • 上一篇

扫码分享

基于阻抗椭圆修正的工业机器人变导纳拖动示教方法研究

杨承霖¹, 李明富^1,2,3, 刘翊^1,2, 雷高攀^1,2

1. 湘潭大学机械工程与力学学院湘潭 411105;
2. 复杂轨迹加工工艺及装备教育部工程研究中心湘潭 411105;
3. 焊接机器人与应用技术湖南省重点实验室湘潭 411105

收稿日期:2024-01-30 修回日期:2024-05-09 发布日期:2025-02-26
作者简介:杨承霖，男，1999年出生。主要研究方向为机器人控制。E-mail：1024306302@qq.com
李明富(通信作者)，男，1979年出生，教授，博士研究生导师。主要研究方向为智能机器人、智能制造。E-mail：mingfuli@xtu.edu.cn；limingfu2001@foxmail.com
基金资助:
国家自然科学基金(52375519)和国家重点研发计划(2021YFF0500300)资助项目。

Research on Variable Admittance Drag Teaching Method of Industrial Robot Based on Damping Ellipse Correction

YANG Chenglin¹, LI Mingfui^1,2,3, LIU Yi^1,2, LEI Gaopan^1,2

1. School of Mechanical Engineering, Xiangtan University, Xiangtan 411105;
2. Engineering Research Center of Complex Tracks Processing Technology and Equipment of Ministry ofEducation, Xiangtan 411105;
3. Key Laboratory of Welding Robot and Application Technology of Hunan Province, Xiangtan 411105

Received:2024-01-30 Revised:2024-05-09 Published:2025-02-26

摘要/Abstract

摘要： 在现代工业生产的过程中，工业机器人拖动示教的研究对改善工人与机器人的交互体验、提高生产效率有很大意义。对拖动示教过程中机器人末端的运动状态进行分析，将拖动示教过程中末端的运动状态分为三个阶段以及一个急停情况，并分析各个状态下末端交互力、末端速度的变化趋势以及应该匹配的阻抗值，提出了一种同时考虑末端交互力信息、交互力增量的变导纳策略。同时针对拖动示教过程中，末端速度与目标方向不一致的问题，提出了一种阻抗椭圆转角修正算法。首先，控制机器人完成多次拖动示教任务，并记录示教过程中末端交互力、末端速度以及末端交互力与目标方向夹角；然后，基于BP神经网络表征末端交互力与目标方向夹角；最后，基于网络输出的数据修正阻抗椭圆。使得阻抗分布更加高效，提高了示教过程中机器人末端的转向效率，并通过拖动示教实验证明了算法的有效性。

关键词: 阻抗椭圆, 拖动示教, 机器人, 变导纳控制

Abstract: In the process of modern industrial production, the research of industrial robot driving instruction is of great significance to improve the interactive experience between workers and robots and improve production efficiency. The motion state of the end of the robot in the process of drag teaching is analyzed. The motion state of the end of the robot in the process of drag teaching was divided into three stages and one emergency stop, and the changing trend of the end interaction force, the end velocity and the impedance value that should be matched under each state are analyzed. A variable admittance strategy is proposed, which considered the end interaction force information and the interaction force increment. At the same time, to solve the problem that the end speed is inconsistent with the target direction in the process of drag teaching, an impedance elliptic angle correction algorithm is proposed. First, the robot is controlled to complete the teaching task of dragging several times, and the end interaction force, end speed and the angle between the end interaction force and the target direction are recorded during the teaching process. Then, the angle between the end interaction force and the target direction is characterized based on BP neural network. Finally, the damping ellipse is modified based on the network output data. It makes the impedance distribution more efficient and improves the turning efficiency of the end of the robot in the teaching process. The effectiveness of the algorithm is proved by drag teaching experiment.

Key words: damping ellipse, drag teaching, robot, variable admittance control

中图分类号:

TP242

杨承霖, 李明富, 刘翊, 雷高攀. 基于阻抗椭圆修正的工业机器人变导纳拖动示教方法研究[J]. 机械工程学报, 2025, 61(1): 82-91.

YANG Chenglin, LI Mingfui, LIU Yi, LEI Gaopan. Research on Variable Admittance Drag Teaching Method of Industrial Robot Based on Damping Ellipse Correction[J]. Journal of Mechanical Engineering, 2025, 61(1): 82-91.

参考文献

[1] 王田苗，陶永. 我国工业机器人技术现状与产业化发展战略[J]. 机械工程学报，2014，50(9)：1-13. WANG Tianmiao，TAO Yong. Research status and industrialization development strategy of Chinese industrial robot[J]. Journal of Mechanical Engineering，2014，50(9)：1-13.
[2] 计时鸣，黄希欢. 工业机器人技术的发展与应用综述[J]. 机电工程，2015，32(1)：1-13. JI Shiming，HUANG Xihuan. Review of development and application of industrial robot technology[J]. Journal of Mechanical & Electrical Engineering，2015，32(1)：1-13.
[3] 孟明辉，周传德，陈礼彬，等. 工业机器人的研发及应用综述[J]. 上海交通大学学报，2016，50(S1)：98-101. MENG Minghui，ZHOU Chuande，CHEN Libin，et al. A review of the research and development of industrial robots[J]. Journal of Shanghai Jiaotong University，2016，50(S1)：98-101.
[4] 谭民，王硕. 机器人技术研究进展[J]. 自动化学报，2013，39(7)：963-972. TAN Min，WANG Shuo. Research progress on robotics[J]. Acta Automatica Sinica，2013，39(7)：963-972.
[5] 游有鹏，张宇，李成刚. 面向直接示教的机器人零力控制[J]. 机械工程学报，2014，50(3)：10-17. YOU Youpeng，ZHANG Yu，LI Chenggang. Force-free control for the direct teaching of robots[J]. Journal of Mechanical Engineering，2014，50(3)：10-17.
[6] 侯澈，王争，赵忆文，等. 面向直接示教的机器人负载自适应零力控制[J]. 机器人，2017，39(4)：439-448. HOU Che，WANG Zheng，ZHAO Yiwen，et al. Load adaptive force-free control for the direct teaching of robots[J]. Robot，2017，39(4)：439-448.
[7] 赖一楠，叶鑫，丁汉. 共融机器人重大研究计划研究进展[J]. 机械工程学报，2021，57(23)：1-11. LAI Yinan，YE Xin，DING Han. Research progress of major research plan on tri-co robots[J]. Journal of Mechanical Engineering，2021，57(23)：1-11.
[8] BAE J，KIM K，HUH J，et al. Variable admittance control with virtual stiffness guidance for human–robot collaboration[J]. IEEE Access，2020，8：117335-117346.
[9] CHEN Xinbo，ZHANG Shuai，CAO Kaibin，et al. Development of a wearable upper limb rehabilitation robot based on reinforced soft pneumatic actuators[J]. Chinese Journal of Mechanical Engineering，2022，35(1)：83.
[10] LI Zihao，XIE Fugui，YE Yanlei，et al. A novel 6-DOF force-sensed human-robot interface for an intuitive teleoperation[J]. Chinese Journal of Mechanical Engineering，2022，35(1)：138.
[11] 史步海，欧华海，郭清达. 基于位置跟踪器的机器人快速示教方法[J]. 华南理工大学学报，2022，50(10)：62-69. SHI Buhai，OU Huahai，GUO Qingda. A fast teaching method of robot based on position tracker[J]. Journal of South China University of Technology，2022，50(10)：62-69.
[12] SPYRAKOS-PAPASTAVRIDIS E，CHILDS P R N，DAI J S. Passivity preservation for variable impedance control of compliant robots[J]. IEEE/ASME Transactions on Mechatronics，2019，25(5)：2342-2353.
[13] LI Zhijun，LIU Junqiang，HUANG Zhicong，et al. Adaptive impedance control of human–robot cooperation using reinforcement learning[J]. IEEE Transactions on Industrial Electronics，2017，64(10)：8013-8022.
[14] PETERNEL L，TSAGARAKIS N，AJOUDANI A. Towards multi-modal intention interfaces for human-robot co-manipulation[C]// 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). Daejeon，Korea (South)：IEEE，2016：2663-2669.
[15] DUCHAINE V，GOSSELIN C. Safe，stable and intuitive control for physical human-robot interaction[C]// 2009 IEEE International Conference on Robotics and Automation. Kobe，Japan：IEEE，2009：3383-3388.
[16] MADANI A，NIAZ P P，GULER B，et al. Robot-assisted drilling on curved surfaces with haptic guidance under adaptive admittance control[C]// 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). Kyoto，Japan：IEEE，2022：3723-3730.
[17] BAZZI D，TOMASI A，ZANCHETTIN A M，et al. Human intention estimation and goal-driven variable admittance control in manual guidance applications[C]// 202120th International Conference on Advanced Robotics (ICAR). Ljubljana，Slovenia：IEEE，2021：195-200.
[18] KEEMINK A Q L，VAN DER KOOIJ H，STIENEN A H A. Admittance control for physical human–robot interaction[J]. The International Journal of Robotics Research，2018，37(11)：1421-1444.

基于阻抗椭圆修正的工业机器人变导纳拖动示教方法研究

Research on Variable Admittance Drag Teaching Method of Industrial Robot Based on Damping Ellipse Correction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	宋轶民, 王睿哲, 连宾宾, 李祺, 孙涛. 基于数字孪生技术的并联机器人筒段类部组件装配系统[J]. 机械工程学报, 2025, 61(1): 44-59.
[2]	刘东博, 陈力. 基于模糊逻辑的双臂空间机器人在轨辅助对接操作变结构力/位控制[J]. 机械工程学报, 2025, 61(1): 60-70.
[3]	秦光林, 崔长彩, 尹方辰, 黄辉. 面向复杂立体石雕的机器人面扫描视点规划[J]. 机械工程学报, 2024, 60(8): 22-33.
[4]	张行, 富宽, 陈铭浩, 李睿, 石新娜. 压差式多节串联管道机器人越障时动力学演化规律及减振分析[J]. 机械工程学报, 2024, 60(8): 348-359.
[5]	徐丰羽, 马凯威, 宋巨龙, 范保杰, 武新军. 基于弹簧-磁流变阻尼器的拉索攀爬机器人减振机构及控制方法[J]. 机械工程学报, 2024, 60(8): 384-395.
[6]	邓建新, 袁邦颐, 黄秋林, 丁度坤, 辛曼玉, 刘光明. 基于工业机器人的复杂曲面磨抛关键技术综述[J]. 机械工程学报, 2024, 60(7): 1-21.
[7]	商德勇, 黄欣怡, 黄云山, 张天佑. 基于Kane方程的Delta并联机器人刚柔耦合动力学研究[J]. 机械工程学报, 2024, 60(7): 124-133.
[8]	张立元, 杨锦波, 李澳, 杨庆凯, 徐光魁. 张拉整体球形机器人构型设计与控制研究进展[J]. 机械工程学报, 2024, 60(5): 1-18.
[9]	刘达新, 王科, 刘振宇, 许嘉通, 谭建荣. 基于数据融合与知识推理的机器人装配单元数字孪生建模方法研究[J]. 机械工程学报, 2024, 60(5): 36-50.
[10]	商德勇, 黄云山, 黄欣怡, 潘崭. 基于奇异摄动的刚柔耦合Delta机器人非线性混合控制[J]. 机械工程学报, 2024, 60(5): 95-106.
[11]	周祖意, 杨玉维, 齐文耀, 龚健超, 李照童. 腰部外骨骼机器人多刚-柔体动力学等效逆解方法研究及其性能优化综合[J]. 机械工程学报, 2024, 60(5): 107-118.
[12]	孟原, 史宝军, 张德权. Kriging-高维代理模型建模方法研究与改进[J]. 机械工程学报, 2024, 60(5): 249-263.
[13]	纵怀志, 艾吉昆, 张军辉, 江磊, 谭树杰, 刘余贤, 苏琦, 徐兵. 基于拓扑优化和晶格填充的四足机器人肢腿单元轻量化设计[J]. 机械工程学报, 2024, 60(4): 420-429.
[14]	赵亮亮, 刘子毅, 赵京东, 段启帆, 王梓睿, 刘宏. 面向在轨建造的空间机器人末端执行器及适配接口设计与验证[J]. 机械工程学报, 2024, 60(3): 1-10.
[15]	刘晓飞, 万波, 王雨, 李鸣宇, 赵永生. 新型超冗余驱动混联机器人设计分析与性能优化[J]. 机械工程学报, 2024, 60(3): 55-67.