机器人阻抗和导纳控制的区别

一、阻抗和导纳的概念

1.1 阻抗控制(Impedance Control)

外环:位置控制环

  • 目的:确保机器人末端执行器达到预定的位置。
  • 输入:期望的位置pdespdes。
  • 输出:期望的力/扭矩FdesFdes。
  • 控制逻辑:根据期望的位置和实际位置之间的误差,计算出期望的力/扭矩,以驱动机器人向目标位置移动。

内环:力控制环

  • 目的:确保机器人施加在环境上的力/扭矩与期望的力/扭矩相匹配。
  • 输入:期望的力/扭矩FdesFdes。
  • 输出:电机扭矩τmτm。
  • 控制逻辑:根据期望的力/扭矩和实际测量的力/扭矩之间的误差,调整电机扭矩,以实现期望的力/扭矩输出。

1.2 导纳控制(Admittance Control)

外环:力控制环

  • 目的:确保机器人能够根据外部力/扭矩的输入做出反应。
  • 输入:外部力/扭矩FextFext。
  • 输出:期望的位置pdespdes。
  • 控制逻辑:根据外部力/扭矩的输入,计算出期望的位置,以驱动机器人做出相应的运动。

内环:位置控制环

  • 目的:确保机器人末端执行器跟踪期望的位置。
  • 输入:期望的位置pdespdes。
  • 输出:电机扭矩τmτm。
  • 控制逻辑:根据期望的位置和实际位置之间的误差,调整电机扭矩,以实现期望的位置输出。

二、阻抗与导纳的区别

  1. 控制目标

    • 阻抗控制的目标是通过位置控制来实现期望的力/扭矩输出。
    • 导纳控制的目标是通过力/扭矩控制来实现期望的位置输出。
  2. 控制结构

    • 阻抗控制的外环是位置控制,内环是力控制,这意味着位置是主要控制目标,力是通过位置控制间接实现的。
    • 导纳控制的外环是力控制,内环是位置控制,这意味着力是主要控制输入,位置是通过力控制间接实现的。
  3. 应用场合

    • 阻抗控制适用于需要机器人在与环境交互时保持特定位置或姿态的任务。
    • 导纳控制适用于需要机器人根据外部力/扭矩输入做出反应的任务,如需要机器人在接触时表现出一定的柔顺性。
  4. 系统响应

    • 阻抗控制通常用于实现机器人的刚性行为,适合需要精确位置控制的应用。
    • 导纳控制通常用于实现机器人的柔顺行为,适合需要机器人适应外部力变化的应用。
  5. 稳定性考虑

    • 阻抗控制在面对外部扰动时可能需要更强的鲁棒性来保持稳定性。
    • 导纳控制在与刚性表面接触时容易引起不稳定性,需要特别的设计来确保系统的稳定性。

三、阻抗与导纳的优缺点

3.1 阻抗控制(Impedance Control)

优点:

  1. 稳定性:阻抗控制通常能够提供较好的稳定性,尤其是在与未知或变化的环境交互时。因为它通过调整机器人的动态特性(如刚度和阻尼)来适应外部力,从而保持稳定的交互。

    例子:在手术机器人中,阻抗控制可以调整手术工具的刚度,使其在接触柔软组织时表现出较低的刚度,而在需要精确操作时表现出较高的刚度。

  2. 鲁棒性:阻抗控制对于外部扰动(如关节摩擦、未建模的动力学)具有较强的鲁棒性。

    例子:在工业机器人中,阻抗控制可以补偿由于磨损或负载变化引起的性能变化,保持操作的一致性。

  3. 适应性:阻抗控制可以根据任务需求调整机器人的动态特性,以适应不同的操作环境。

    例子:在康复机器人中,阻抗控制可以根据患者的康复进度调整机器人的辅助力度,提供个性化的康复训练。

缺点:

  1. 动态性能限制:为了保持稳定性,阻抗控制可能需要设计得较为保守,限制了机器人的动态响应能力。

    例子:在需要快速响应的应用(如运动捕捉)中,阻抗控制可能导致响应速度不够快。

  2. 实现复杂性:阻抗控制需要精确的机器人模型和复杂的控制算法,实现起来较为复杂。

    例子:在多关节机器人中,阻抗控制需要精确的动力学模型和实时计算能力,以实现精确的力/扭矩控制。

  3. 能量耗散:阻抗控制通常需要通过控制算法来耗散系统中的能量,这可能导致系统响应变慢。

    例子:在需要快速能量转换的应用(如打击乐器的机器人)中,阻抗控制可能导致能量转换效率不高。

3.2 导纳控制(Admittance Control)

优点:

  1. 灵活性:导纳控制允许机器人根据外部力的变化灵活地调整位置,适合于需要柔顺性的应用。

    例子:在协作机器人中,导纳控制可以使机器人在接触人类时做出适当的避让,提高人机交互的安全性。

  2. 响应速度:导纳控制通常具有较快的响应速度,因为它直接响应外部力的变化。

    例子:在需要快速位置调整的应用(如动态抓取)中,导纳控制可以快速调整机器人的位置以适应目标的移动。

  3. 简单性:相比于阻抗控制,导纳控制的结构相对简单,易于实现。

    例子:在简单的教学型机器人中,导纳控制可以简化控制逻辑,便于用户理解和操作。

缺点:

  1. 不稳定性:导纳控制在与刚性表面接触时容易引起不稳定性,尤其是在没有适当设计的情况下。

    例子:如果使用导纳控制的机器人不小心碰到墙壁或其他硬质物体,可能会引起剧烈的振动或失控。

  2. 对模型精确性的要求:导纳控制的效果很大程度上依赖于机器人模型的精确性,对模型误差较为敏感。

    例子:在复杂环境中,如果机器人的动力学模型不准确,导纳控制可能导致性能下降。

  3. 对外部扰动的敏感性:导纳控制对外部扰动(如传感器噪声)较为敏感,可能影响控制性能。

    例子:在嘈杂的环境中,导纳控制的机器人可能会因为传感器噪声而产生不必要的振动。

总结来说,阻抗控制和导纳控制各有优缺点,选择哪种控制策略取决于具体的应用需求、机器人的特性以及环境条件。在实际应用中,有时也会结合这两种控制方法的优点,设计混合控制策略以满足特定的需求。

四、关于控制系统内环与外环的进一步认识

在控制系统中,外环和内环各自影响着系统的不同方面,并且它们之间的区别源于它们在控制结构中的位置和作用。

4.1 外环的影响方面:

  1. 设定性能指标: 外环直接设定了控制系统需要达到的性能指标,如跟踪精度、稳定性、响应速度和超调等。

  2. 响应外部指令: 外环决定了系统如何响应外部指令或设定点变化,这直接影响系统的动态行为和稳态行为。

  3. 整体行为: 外环定义了系统的整体行为和输出,它决定了系统在不同操作条件下的宏观表现。

  4. 误差处理: 外环负责处理和减小系统输出与期望设定点之间的误差,从而提高控制精度。

  5. 鲁棒性和适应性: 外环控制策略需要考虑系统的鲁棒性和适应性,以确保在面对内部和外部扰动时,系统仍能维持所需的性能。

4.2 内环的影响方面:

  1. 快速响应: 内环通常负责系统的快速响应,它能够快速调整控制输入以减少误差,提高系统的动态性能。

  2. 抗扰动能力: 内环通过补偿内部扰动(如摩擦、非线性效应等)来提高系统的稳定性和精度。

  3. 执行机构控制: 内环直接控制执行机构(如电机、液压缸等),它决定了执行机构的输入,从而影响系统的力/扭矩输出或速度。

  4. 细化控制: 内环进行更精细的控制,以确保外环的控制目标得以实现,它处理更细节的控制问题,如振动抑制、精确定位等。

4.3 内外环为什么会有区别:

  1. 控制层次: 外环和内环代表了不同的控制层次。外环处于更高层次,关注整体性能和最终目标;内环处于较低层次,关注实现这些目标的具体细节。

  2. 响应时间: 内环通常需要更快的响应时间来处理快速变化的内部动态,而外环则关注较慢变化的外部动态和设定点变化。

  3. 控制目标的不同: 外环和内环的控制目标不同,外环关注最终的输出性能,内环关注实现这些性能的具体控制输入。

  4. 扰动类型: 内环更多地处理来自系统内部的扰动,而外环则关注外部扰动和设定点的变化。

  5. 系统稳定性: 内环有助于提高系统的局部稳定性,而外环则确保系统的全局稳定性和性能。

  6. 控制策略的复杂性: 内环可能需要更复杂的控制策略来处理快速变化和非线性问题,而外环则可能更注重简化和鲁棒性。

通过区分外环和内环,控制系统可以更有效地实现复杂的控制目标,同时确保系统的稳定性和性能。这种分层控制方法允许设计者针对不同的控制问题选择合适的控制策略,从而优化整个系统的表现。

相关推荐
m0_689618288 小时前
敏捷多模态微型机器人:独特的被动变形轮设计
笔记·机器人
野蛮的大西瓜16 小时前
大模型与呼叫中心结合的呼入机器人系统
人工智能·自然语言处理·机器人·自动化·音视频·信息与通信
野蛮的大西瓜16 小时前
如何保证开源AI呼入机器人和AI呼出机器人的数据安全性?
java·开发语言·人工智能·自然语言处理·机器人·开源·信息与通信
野蛮的大西瓜16 小时前
大模型与呼叫中心结合的呼出机器人系统
人工智能·机器人·开源·音视频·信息与通信
野蛮的大西瓜16 小时前
自动外呼机器人如何与人工客服进行无缝切换?
java·人工智能·自然语言处理·机器人·信息与通信
悲欢唯谁懂16 小时前
机器人变换关系
机器人
子锐机器人16 小时前
点焊机器人维修-ABB-KUKA-FANUC-YASKAWA
人工智能·机器人
野蛮的大西瓜18 小时前
大模型和呼叫中心的结合如何提高自动化水平?
运维·自然语言处理·机器人·开源·自动化·音视频·视频编解码
AIGC大时代21 小时前
告别机器人味:如何让ChatGPT写出有灵魂的内容
人工智能·chatgpt·机器人·prompt·aigc·ai写作