基于滑模和模糊算法相融合的人机协作机器人轨迹跟踪方法

doi:10.3901/JME.2022.18.181

机械工程学报 ›› 2022, Vol. 58 ›› Issue (18): 181-191.doi: 10.3901/JME.2022.18.181

扫码分享

基于滑模和模糊算法相融合的人机协作机器人轨迹跟踪方法

陶永^1,2, 兰江波³, 刘海涛¹, 王田苗¹, 高赫², 温宇方¹, 段练³

1. 北京航空航天大学机械工程及自动化学院北京 100191;
2. 北京航空航天大学航空发动机研究院北京 102206;
3. 北京航空航天大学航空科学与技术国家实验室北京 100191

收稿日期:2022-01-04 修回日期:2022-06-25 出版日期:2022-09-20 发布日期:2022-12-08
作者简介:陶永,男,1979年出生,博士,副研究员,博士研究生导师,主要研究方向为智能机器人控制方法、面向航空的机器人、机器人集成应用等;E-mail:taoy@buaa.edu.cn;兰江波,男,1996年出生,硕士研究生。主要研究方向为航空智能制造;E-mail:lanjiangbo@buaa.edu.cn;刘海涛,男,1993年出生,博士研究生。主要研究方向为机器人控制技术;E-mail:by2107062@buaa.edu.cn;王田苗,男,1960年出生,博士,教授,博士生导师,主要研究方向为 ;嵌入式智能感知与控制以及在医疗外科机器人、特种服务机器人等;E-mail:itm@buaa.edu.cn;高赫,男,1997年出生,博士研究生。主要研究方向为自主移动机器人技术;E-mail:buaagh@buaa.edu.cn;温宇方,男,1997年出生,硕士研究生。主要研究方向为自主移动机器人技术;E-mail:13031160209@163.com;段练,男,1996年出生,硕士研究生。主要研究方向为自主移动机器人技术;E-mail:dlfighting@buaa.edu.cn
基金资助:
四川省科技计划资助项目(2021YFSY0003)。

Cooperative Robot Trajectory Tracking Control Method Based on the Fusion of Sliding Mode Control and Fuzzy Algorithm

TAO Yong^1,2, LAN Jiangbo³, LIU Haitao¹, WANG Tianmiao¹, GAO He², WEN Yufang¹, DUAN Lian³

1. School of Mechanical Engineering and Automation, Beihang University, Beijing 100191;
2. Research Institute of Aero-Engine, Beihang University, Beijing 102206;
3. Large Aircraft Advanced Training Center, Beihang University, Beijing 100191

Received:2022-01-04 Revised:2022-06-25 Online:2022-09-20 Published:2022-12-08

摘要/Abstract

摘要： 智能制造的应用场景趋于多样化，对人机共融的协作机器人的性能要求日益严格，智能机器人与人的协作越来越密切、融合的场景越来越多。在人机共融的环境下，由于协作机器人的关节产生的摩擦、机器人末端执行器震动产生的干扰项无法准确建模等因素，导致协作机器人在轨迹跟踪过程中产生误差，随之而来的是对协作人员自身安全带来威胁。面向人机共融场景下的协作机器人高精度轨迹跟踪，以抑制机器人的关节抖振和最小化机器人末端执行器的位姿误差为目标，提出一种基于滑模控制和模糊算法相融合的人机协作机器人轨迹跟踪控制方法，基于模糊算法对协作机器人的滑模控制进行优化，降低了滑模控制的抖振。最后，在协作机器人的试验平台和仿真环境中，进行仿真和试验验证，验证该方法提高了协作机器人的轨迹跟踪精度，在收敛速度和跟踪精度方面具有较好的轨迹跟踪效果，更好地为人机协作提供安全、可控的共融环境。

关键词: 协作机器人, 轨迹跟踪, 人机共融, 模糊滑模控制

Abstract: The application scenarios of intelligent manufacturing tend to be diversified, the performance requirements of man-machine integrated cooperative robot are becoming more and more strict, and the cooperation between robot and human will be closer and closer. In the integrated environment, the friction at the joint of the cooperative robot and the interference term caused by the vibration of the robot end effector cannot be accurately modeled, resulting in errors in the trajectory tracking process of the cooperative robot, followed by a threat to the safety belt of the cooperative personnel. Aiming at the problem of high-precision trajectory tracking of cooperative robot, aiming at restraining the joint chattering of robot and minimizing the pose error of robot end effector, this paper proposes a trajectory tracking control method of cooperative robot based on the fusion of sliding mode control and fuzzy algorithm, and uses fuzzy algorithm to improve the sliding mode control of cooperative robot, The chattering of sliding mode control is reduced. Finally, the simulation and experimental verification are carried out in the simulation environment and the experimental platform of cooperative robot. The results show that this method improves the trajectory tracking accuracy of cooperative robot, has better trajectory tracking effect in terms of convergence speed and tracking accuracy, and better provides a safe and controllable integrated environment for man-machine cooperation.

Key words: cooperative manipulator, trajectory tracking, man machine integration, fuzzy sliding mode control

中图分类号:

TP241

陶永, 兰江波, 刘海涛, 王田苗, 高赫, 温宇方, 段练. 基于滑模和模糊算法相融合的人机协作机器人轨迹跟踪方法[J]. 机械工程学报, 2022, 58(18): 181-191.

TAO Yong, LAN Jiangbo, LIU Haitao, WANG Tianmiao, GAO He, WEN Yufang, DUAN Lian. Cooperative Robot Trajectory Tracking Control Method Based on the Fusion of Sliding Mode Control and Fuzzy Algorithm[J]. Journal of Mechanical Engineering, 2022, 58(18): 181-191.

参考文献

[1] 王柏村，薛塬，延建林，等. 以人为本的智能制造:理念技术与应用[J]. 中国工程科学，2020，22(4):139-146. WANG Baicun，XUE Yuan，YAN Jianlin，et al. Human-Centered intelligent manufacturing; overview and perspectives[J]. Strategic Study of CAE，2020，22(4):139-146.
[2] 王柏村，黄思翰，易兵，等. 面向智能制造的人因工程研究与发展[J]. 机械工程学报，2020，56(16):240-253. WANG Baicun，HUANG Sihan，YI Bing，et al. State-of-art of human factors/ergonomics in intelligent manufacturing[J]. Journal of Mechanical Engineering，2020，56(16):240-253.
[3] 何玉庆，赵忆文，韩建达，等. 与人共融——机器人技术发展的新趋势[J]. 机器人产业，2015(5):74-80. HE Yuqing，ZHAO Yiwen，HAN Jianda，et al. Harmony with people:A new trend in the development of robotics[J]. Robot Industry，2015(5):74-80.
[4] 孟明辉，周传德，陈礼彬，等. 工业机器人的研发及应用综述简[J]. 上海交通大学学报，2016(增刊1):45-49. 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(Suppl.1):45-49.
[5] 王柏村，彭晨，易兵，等. 智能时代的人机共融体:技术驱动，以人为本[J]. 中国机械工程，2021，32(19):2390-2393. Wang Baicun，PENG Chen，YI Bing，et al. Man machine integration in intelligent Era:Technology driven and people-oriented[J]. China Mechanical Engineering，2021，32(19):2390-2393.
[6] 丁汉. 共融机器人的基础理论和关键技术[J]. 机器人产业，2016(6):12-17. DING Han. Basic theory and key technology of fusion robot[J]. Robot Industry，2016(6):12-17.
[7] BISEN A,PAYAL H. Collaborative robots for industrial tasks:A review.[J]. Materials Today:Proceedings，2022，52:500-504.
[8] 云洋. 六自由度工业机械臂控制系统研究[D]. 北京:中国地质大学(北京)，2018. YUN Yang. Research on six degree of freedom industrial manipulator control system[D]. Beijing:China University of Geosciences (Beijing)，2018.
[9] 张含阳. 人机协作:下一代机器人的必然属性[J]. 机器人产业，2016(3):37-45. ZHANG Hanyang. Man machine cooperation:the inevitable attribute of the next generation robot[J]. Robot Industry，2016(3):37-45.
[10] BREX N，DECRE W，PINTELON L. Examining the role of safety in the low adoption rate of collaborative robots. [C]//9th CIRP Conference on Assembly Technology and Systems，Leuven，Belgium，2022，106:51-57.
[11] XU Wenjun，CUI Jia，LIU Bin et al. Human-robot collaborative disassembly line balancing considering the safe strategy in remanufacturing[J]. Journal of Cleaner Production，2021，324:129158.
[12] ALARCOS A，FOIX S，BORGO S，et al. OCRA – An ontology for collaborative robotics and adaptation[J]. Computers in Industry，2022,138:103627.
[13] 鲁彩丽. 六自由度机械臂轨迹跟踪控制策略研究[D]. 成都:西南交通大学，2018. LU Caili. Trajectory tracking control strategy research of 6-DOF manipulator[D]. Chengdu:Southwest Jiaotong University，2018.
[14] 王振宇. 基于双目视觉的双机械臂协作控制[D]. 大连:大连理工大学，2019. WANG Zhenyu. Dual manipulator cooperative control based on binocular vision[D]. Dalian:Dalian University of Technology，2019.
[15] 刘晶. 基于滑模变结构的机械臂控制方法研究[D]. 洛阳:河南科技大学，2019. LIU Jing. Research on control method of manipulator based on sliding mode variable structure[D]. Luoyang:Henan University of Science and Technology，2019.
[16] 王丰尧. 滑模变结构控制[M]. 北京:机械工业出版社，1995. WANG Fengyao. Sliding mode control[M]. Beijing:China Machine Press，1995.
[17] NEKOUKAR V，DEHKORDI N. Robust path tracking of a quadrotor using adaptive fuzzy terminal sliding mode control[J]. Control Engineering Practice，2021，110:104763.
[18] QURESHI M S，SWARNKAR P，GUPTA S. A supervisory on-line tuned fuzzy logic based sliding mode control for robotics:An application to surgical robots[J]. Robotics and Autonomous Systems，2018，109:68-85.
[19] ZHAO Jingsong，TAO Yang，MA Zilei，et al. Design of M-G modal space sliding mode control for lower limb exoskeleton robot driven by electrical actuators[J]. Mechatronics，2021，78:102610.
[20] TENG Qi，XU Dezhi，YANG Weiling，et al. Neural network-based integral sliding mode backstepping control for virtual synchronous generators[J]. Energy Reports，2021，7(3):1-9.
[21] YAO Meibao，XIAO Xueming，TIAN Yang，et al. A fast terminal sliding mode control scheme with time-varying sliding mode surfaces[J]. Journal of the Franklin Institute，2021，358(10):5386-5407.
[22] ORTIZ D，CHAIREZ I，POZNYAK A. Non-singular terminal sliding-mode control for a manipulator robot using a barrier Lyapunov function[J]. ISA Transactions，2022，121:268-283.
[23] YIN Xiuxing，PAN Li，CAI Shibo. Robust adaptive fuzzy sliding mode trajectory tracking control for serial robotic manipulators[J]. Robotics and Computer-Integrated Manufacturing，2021，72:101884.
[24] ZHOU Zhiyu，WU Bangyao. Adaptive sliding mode control of manipulators based on fuzzy random vector function links for friction compensation[J]. Optik，2021，227:166055.
[25] HE Shenghuang，XU Yong，WU Yuanqing，et al. Adaptive consensus tracking of multi-robotic systems via using integral sliding mode control[J]. Neurocomputing，2021，455:154-162.
[26] NORSAHPERI N M H，DANAPALASINGAM K A. An improved optimal integral sliding mode control for uncertain robotic manipulators with reduced tracking error，chattering，and energy consumption[J]. Mechanical Systems and Signal Processing，2020，142:106747.
[27] 刘金琨，孙富春. 滑模变结构控制理论及其算法研究与进展[J]. 控制理论与应用，2007，24(3):407-418. LIU Jinkun，SUN Fuchun. Research and development on theory and algorithms of sliding mode control[J]. Control Theory & Applications，2007，24(3):407-418.
[28] 王永富，柴天佑. 自适应模糊控制理论的研究综述[J]. 控制工程，2006，13(3):193-198. WANG Yongfu，CHAI Tianyou. Present status and future developments of adaptive fuzzy control[J]. Control Engineering of China，2006，13(3):193-198.
[29] 郦泽云. 基于滑模控制的机械臂扰动抑制方法研究[D].南京:南京邮电大学，2020. LI Zeyun. Disturbance suppression method based on sliding mode control for robotic manipulator systems[D]. Nanjing:Nanjing University of Posts and Telecommunications，2020.
[30] XIE Zhicheng，SUN Tao，KWAN T，et al. Motion control of a space manipulator using fuzzy sliding mode control with reinforcement learning[J]. Acta Astronautica，2020,176:156-172.
[31] ZHANG Jinhui，CHEN Duanduan，SHEN Ganghui，et al. Disturbance observer based adaptive fuzzy sliding mode control:A dynamic sliding surface approach[J]. Automatica，2021，129:109606.
[32] 王志军，刘璐，李占贤. 共融机器人综述及展望[J]. 制造技术与机床，2020(6):30-38. WANG Lijun，LIU Lu，LI Zhanxian. A review and outlook of coexisting-cooperative-cognitive robots[J]. Manufacturing Technology & Machine Tool，2020(6):30-38.
[33] SAHU V，SAMAL P，KUMAR PANIGRAHI C. Modelling，and control techniques of robotic manipulators:A review[J]. Materials Today:Proceedings，2021.
[34] 王树新，张海根，黄铁球，等. 机器人动力学参数辨识方法的研究[J]. 机械工程学报，1999(1):24-27. WANG Shuxin，ZHANG Haigen，HUANG Tieqiu，et al. Study on dynamic parameter identification of robot[J]. Journal of Mechanical Engineering，1999(1):24-27.
[35] 吴绍华. 基于终端滑模控制的机械臂轨迹跟踪[D]. 天津:天津大学，2018. WU Shaohua. Trajectory tracking of robotic manipulator based on terminal sliding mode control[D]. Tianjin:Tianjin University，2018.
[36] Zadeh L A. Fuzzy sets[J]. Information & Control，1965,8(3):338-353.
[37] 刘金琨. 智能控制[M]. 3版. 北京:清华大学出版社，2014. LIU Jinkun. Intelligent control[M]. 3rd ed. Beijing:Tsinghua University Press，2014

基于滑模和模糊算法相融合的人机协作机器人轨迹跟踪方法

Cooperative Robot Trajectory Tracking Control Method Based on the Fusion of Sliding Mode Control and Fuzzy Algorithm

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]	杨泽坤, 李韶华, 王振峰. 基于自适应变参数MPC的分布式驱动智能车轨迹跟踪控制[J]. 机械工程学报, 2024, 60(6): 363-377.
[2]	汪首坤, 许永康, 陈志华, 司金戈, 李斌, 王军政. 无人机移动自主回收着陆原理及控制方法[J]. 机械工程学报, 2024, 60(3): 34-46.
[3]	姚建均, 张宜坤, 柯运, 钱琛, 王超. 基于模型预测控制的机器人姿态控制策略研究[J]. 机械工程学报, 2024, 60(19): 88-100.
[4]	于金须, 闫建华, 王孝冉, 张立杰, 谢平, 李永泉. 一种人机共融的手指外骨骼机器人设计与验证[J]. 机械工程学报, 2024, 60(17): 102-110.
[5]	何华, 刘全, 申屠舒展, 宫昭. 轮式多机协同搬运机器人轨迹跟踪控制器设计[J]. 机械工程学报, 2024, 60(11): 145-155.
[6]	刘聪, 刘辉, 韩立金, 聂士达. 基于学习型滑模预测控制的无人驾驶车辆非结构化环境轨迹跟踪及稳定性控制[J]. 机械工程学报, 2024, 60(10): 399-412.
[7]	李韶华, 杨泽坤, 王雪玮. 基于T-S模糊变权重MPC的智能车轨迹跟踪控制[J]. 机械工程学报, 2023, 59(4): 199-212.
[8]	何畅, 熊蔡华, 陈文斌. 脑损伤上肢康复机器人及其临床应用研究[J]. 机械工程学报, 2023, 59(19): 65-80.
[9]	吴其林, 赵韩, 陈晓飞, 赵雅婷. 多臂协作机器人技术与应用现状及发展趋势[J]. 机械工程学报, 2023, 59(15): 1-16.
[10]	吴西涛, 魏超, 翟建坤, 苑士华. 考虑横摆稳定性的无人车轨迹跟踪控制优化研究[J]. 机械工程学报, 2022, 58(6): 130-142.
[11]	庞辉, 刘楠, 刘敏豪, 张风奇. 基于线性时变模型预测控制的自主车辆轨迹跟踪控制器设计与验证[J]. 机械工程学报, 2022, 58(24): 264-274.
[12]	杜荣华, 胡鸿飞, 高凯, 黄浩. 基于变预测时域MPC的自动驾驶汽车轨迹跟踪控制研究[J]. 机械工程学报, 2022, 58(24): 275-288.
[13]	卢宗兴, 苏永生, 东辉, 李胤增, 赵栋哲. 基于足底力反馈的踝关节主被动康复策略[J]. 机械工程学报, 2022, 58(21): 50-59.
[14]	马南峰, 姚锡凡, 陈飞翔, 俞鸿均, 王柯赛. 面向工业5.0的人本智造[J]. 机械工程学报, 2022, 58(18): 88-102.
[15]	张立杰, 于金须, 闫建华, 杜义浩, 谢平, 李永泉. 基于人机共融的外骨骼机构构型综合及优选方法[J]. 机械工程学报, 2022, 58(11): 37-45.