机械工程学报 ›› 2026, Vol. 62 ›› Issue (17): 293-308.doi: 10.3901/JME.260821
• 特邀专栏:人形机器人与具身智能 • 上一篇
杨鹏辉1,2, 张哲硕1, 戴家文1,2, 李刘杰3, 张邦基1, 凌亮4
YANG Penghui1,2, ZHANG Zheshuo1, DAI Jiawen1,2, LI Liujie3, ZHANG Bangji1, LING Liang4
摘要: 在机械臂轨迹学习与泛化应用中,传统仅基于位置约束的轨迹跟踪方法难以适应起始条件变化及运动节奏调整的需求,且在位置存在偏差时难以有效的间接跟踪速度与加速度。其根本原因在于,现有方法在跟踪过程中仅对位置进行约束而忽略了速度与加速度等高阶状态,导致在空间与时间尺度缩放或起止条件变化时,难以保持示教轨迹所蕴含的运动特征。针对上述问题,提出一种基于全状态(位置、速度和加速度)跟踪的控制方法。首先,基于人类操作员示教轨迹数据,采用改进的动态运动基元方法,构建统一描述位置、速度与加速度演化关系的轨迹生成模型,并在空间与时间尺度灵活缩放的同时保留示教轨迹的运动特征;随后,以缩放轨迹的全状态为控制目标,结合作业机械臂动力学模型,设计一种全状态约束跟随控制器,实现机械臂在空间、时间尺度缩放及起止条件变化情况下对缩放轨迹的稳定跟踪控制,并基于李雅普诺夫方法严格证明闭环系统的稳定性;仿真与实验结果表明,该方法能够在保持轨迹运动特征与示教轨迹形状一致性的前提下,实现不同空间尺度、时间尺度及起止条件下的有效轨迹泛化,并对轨迹全状态实现高精度跟踪。结果进一步表明,相比传统轨迹跟踪控制方法,所设计的全状态跟踪策略更适用于轨迹学习与泛化应用。
中图分类号: