機(jī)械臂初始位置誤差的容錯(cuò)運(yùn)動(dòng)規(guī)劃

李克訥 楊津 徐劍琴 羅家維

摘 要：針對(duì)機(jī)械臂在執(zhí)行任務(wù)過程中末端執(zhí)行器的實(shí)際與期望的初始位置存在誤差的問題，提出一種基于二次型規(guī)劃的容錯(cuò)型運(yùn)動(dòng)規(guī)劃方案，用于減小機(jī)械臂在執(zhí)行軌跡跟蹤任務(wù)時(shí)初始位置誤差對(duì)任務(wù)執(zhí)行精度的影響。采用神經(jīng)動(dòng)力學(xué)方法，把位置誤差轉(zhuǎn)換為機(jī)械臂末端運(yùn)動(dòng)速度，并在速度層上對(duì)機(jī)械臂進(jìn)行建模。使用一種基于線性變分不等式的原對(duì)偶神經(jīng)網(wǎng)絡(luò)求解器，對(duì)提出的二次型規(guī)劃方案進(jìn)行實(shí)時(shí)求解。平面二連桿機(jī)械臂的仿真結(jié)果證明了初始位置誤差呈指數(shù)收斂趨于0，驗(yàn)證了該容錯(cuò)方案的有效性。

關(guān)鍵詞：運(yùn)動(dòng)規(guī)劃;二次型規(guī)劃;初始位置誤差;神經(jīng)網(wǎng)絡(luò)

DOI：10.15938/j.jhust.2020.01.014

中圖分類號(hào)： TP24

文獻(xiàn)標(biāo)志碼： A

文章編號(hào)： 1007-2683（2020）01-0093-07

Abstract：In the robotic application， the error would exist between the actual and desired initial positions of the end-effectorIn this paper， a fault-tolerant motion planning scheme was proposed based on quadratic programming to reduce the initial position error and improve the tracking accuracy during the end-effector executing the taskBy using the neural-dynamics method， an error-eliminating velocity was designed based on the real-time position error， and was incorporated into the end-effector velocity together with the task desired velocityFurthermore，a primal-dual neural network solver based on linear variational inequalities was used to solve the proposed quadratic programming scheme in real-time-TheMATLAB simulationresults of a two-degree-of-freedom planar manipulator demonstratethat the initial position error is exponential convergent to 0， and the fault-tolerance scheme is effective-Keywords：motion planning; quadratic programming; initial position error; neural network

0 前 言

機(jī)械臂由于其工作效率高、重復(fù)精度好、可以代替人類在危險(xiǎn)環(huán)境下工作等特點(diǎn)，被廣泛應(yīng)用于農(nóng)業(yè)、制造業(yè)、服務(wù)業(yè)等多個(gè)領(lǐng)域[1-5]。機(jī)械臂的運(yùn)動(dòng)學(xué)解析問題是機(jī)器人研究中最基本的問題之一，在近幾十年中得到了國內(nèi)外學(xué)者的廣泛關(guān)注[6]?；谘趴吮染仃嚽竽娴姆椒ń?jīng)常被用來規(guī)劃機(jī)械臂的運(yùn)動(dòng)，這一方法雖然能夠進(jìn)行實(shí)時(shí)計(jì)算，但是該方法需要對(duì)矩陣進(jìn)行求逆運(yùn)算，計(jì)算較為復(fù)雜[5-8]。

由于機(jī)械臂工作的環(huán)境比較復(fù)雜，在實(shí)際應(yīng)用中，可能會(huì)由于溫度變化、D-H參數(shù)誤差、傳感器誤差等因素的影響，導(dǎo)致機(jī)械臂在進(jìn)行初始狀態(tài)調(diào)整時(shí)，末端執(zhí)行器的初始位置與在執(zhí)行軌跡跟蹤任務(wù)時(shí)期望的初始位置之間存在誤差[9，10]。此外，這一誤差會(huì)隨著機(jī)械臂的長期工作和磨損而逐漸增大[11]。如果沒有及時(shí)對(duì)該誤差進(jìn)行有效的控制和減小，那么該誤差會(huì)存在于整個(gè)任務(wù)的執(zhí)行過程中，影響任務(wù)的執(zhí)行精度。因此，如何有效減小初始位置誤差是機(jī)械臂進(jìn)行運(yùn)動(dòng)規(guī)劃中需要考慮的重要問題。就作者所知，目前對(duì)于這一問題的研究較少。有學(xué)者提出了一種可用來進(jìn)行機(jī)器人位姿誤差補(bǔ)償?shù)牟钪邓惴ǎ摲椒ㄓ?jì)算較為繁瑣且不能實(shí)現(xiàn)誤差的在線補(bǔ)償[12]。文獻(xiàn)[13]中提出利用激光跟蹤儀測(cè)量機(jī)器人位姿，并構(gòu)建閉環(huán)控制系統(tǒng)對(duì)機(jī)器人位姿誤差進(jìn)行在線補(bǔ)償，該方法需要進(jìn)行多次在線補(bǔ)償，且能達(dá)到的精度不高。還有學(xué)者利用微小位移合成法建立機(jī)器人的位置誤差模型，提出利用雅克比矩陣將末端運(yùn)動(dòng)軌跡誤差轉(zhuǎn)換為關(guān)節(jié)角修正量的算法，通過優(yōu)化關(guān)節(jié)轉(zhuǎn)角來減小路徑跟蹤誤差[14]。該方法雖然簡單且易于理解，但是需要進(jìn)行矩陣求逆運(yùn)算，計(jì)算復(fù)雜，同時(shí)難以達(dá)到很好的末端作業(yè)精度。

本文就提出的機(jī)械臂初始位置誤差這一問題，大致分為以下幾部分來探討其容錯(cuò)規(guī)劃方案。首先，基于神經(jīng)動(dòng)力學(xué)方法把位置誤差轉(zhuǎn)換為機(jī)械臂末端運(yùn)動(dòng)速度，對(duì)容錯(cuò)方案進(jìn)行相應(yīng)的數(shù)學(xué)描述。第二，建立基于二次型的解析方案，在速度層上對(duì)機(jī)械臂的逆運(yùn)動(dòng)學(xué)問題進(jìn)行求解。第三，通過構(gòu)造基于線性變分不等式的原對(duì)偶神經(jīng)網(wǎng)絡(luò)對(duì)上述的二次型解析方案進(jìn)行實(shí)時(shí)求解。最后以二連桿機(jī)械臂為例對(duì)該方案進(jìn)行MATLAB仿真，探討該容錯(cuò)方案對(duì)于消除初始位置誤差的可行性和有效性。

1 初始位置誤差的容錯(cuò)方案描述

4 結(jié) 論

本文針對(duì)二連桿機(jī)械臂在執(zhí)行軌跡跟蹤任務(wù)時(shí)可能出現(xiàn)的初始位置誤差這一問題，提出了一種基于二次型規(guī)劃的容錯(cuò)解析方案，該方案利用基于線性變分不等式的原對(duì)偶神經(jīng)網(wǎng)絡(luò)求解器進(jìn)行求解。除此之外，該方案中沒有進(jìn)行矩陣的求逆運(yùn)算，降低了計(jì)算的難度，同時(shí)原對(duì)偶神經(jīng)網(wǎng)絡(luò)也能夠滿足實(shí)時(shí)求解的要求。仿真結(jié)果表明，機(jī)械臂在存在初始位置誤差的情況下也能夠很好地完成軌跡跟蹤任務(wù)。在往后的研究中，可以將該方法擴(kuò)展到冗余度機(jī)械臂執(zhí)行多任務(wù)的運(yùn)動(dòng)規(guī)劃中，進(jìn)一步提高算法的有效性和實(shí)用性。

參 考 文 獻(xiàn)：

[1] 馬曉敏，劉丁，辛菁，等.移動(dòng)機(jī)器人生物啟發(fā)式變結(jié)構(gòu)軌跡跟蹤控制[J].電機(jī)與控制學(xué)報(bào)，2018，22（7）：97.MA Xiaomin， LIU Ding， XIN Jing， et al. Biologically Inspired Variable Structure Trajectory Tracking Control for a Mobile Robot[J]. Electric Machines and Control， 2018， 22（7）： 97.

[2] GOSSELIN C， SCHREIBER L T. Kinematically Redundant Spatial Parallel Mechanisms for Singularity Avoidance and Large Orientational Workspace[J]. IEEE Transactions on Robotics， 2017， 32（2）： 286.

[3] 許家忠， 王溫強(qiáng)， 謝文博，等. 故障機(jī)械臂模型重構(gòu)后的軌跡規(guī)劃與實(shí)驗(yàn)分析[J]. 哈爾濱理工大學(xué)學(xué)報(bào)， 2016， 21（2）： 1.XU Jiazong， WANG Wenqiang， XIE Wenbo， et al. The Trajectory Planning and Experimental Analysis of Fault Mechanical Arm Based on Model Reconstructed[J]. Journal of Harbin University of Science and Technology， 2016， 21（2）： 1.

[4] 吳海彬，李實(shí)懿，吳國魁.基于動(dòng)量偏差觀測(cè)器的機(jī)器人碰撞檢測(cè)算法[J].電機(jī)與控制學(xué)報(bào)，2015，19（5）：97.WU Haibin， LI Shiyi， WU Guokui. Collision Detection Algorithm for Robot Manipulator Based on Momentum Deviation Observer[J]. Electric Machines and Control， 2015，19（5）： 97.

[5] WAN J， WU H T， MA R， et al. A Study on Avoiding Joint Limits for Inverse Kinematics of Redundant Manipulators Using Improved Clamping Weighted Least-Norm Method[J]. Journal of Mechanical Science & Technology， 2018， 32（3）： 1367.

[6] LIAO B， LIU W. Pseudoinverse-Type Bi-criteria Minimization Scheme for Redundancy Resolution of Robot Manipulators[J]. Robotica， 2015， 33（10）： 2100.

[7] HUANG S， PENG Y， WEI W， et al. Clamping Weighted Least-Norm Method for the Manipulator Kinematic Control with Constraints[J]. International Journal of Control， 2016， 89（11）： 2240.

[8] PENG C， JI X， WEI W. A Unified Weighted Least Norm Method for Redundant Manipulator Control[J]. International Journal of Advanced Robotic Systems， 2016， 13： 1.

[9] MOHAN S. Error Analysis and Control Scheme for the Error Correction in Trajectory-Tracking of a Planar 2PRP-PPR Parallel Manipulator[J]. Mechatronics， 2017， 46： 70.

[10]張秀珩， 柳洪義， 巴鵬. 基于全微分模型的打磨機(jī)械臂靜態(tài)誤差分析[J]. 機(jī)床與液壓， 2016， 44（15）： 1.ZHANG Xiuheng， LIU Hongyi， BA Peng. Static Error Analysis of Grinding Manipulator Based on Total Differential Model[J]. Machine Tool & Hydraulics， 2016， 44（15）： 1.

[11]戴厚德，曾現(xiàn)萍，游鴻修，等.基于光學(xué)運(yùn)動(dòng)跟蹤系統(tǒng)的機(jī)器人末端位姿測(cè)量與誤差補(bǔ)償[J].機(jī)器人， 2019， 41（2）： 206.DAI Houde， ZENG Xianping， YOU Hongxiu， et al. PoseMeasurement and Error Compensation of the Robot End-Effector Based on an Optical Tracking System[J]. Robot，2019， 41（2）： 206.

[12]陳宵燕， 張秋菊， 孫沂琳，等. 工業(yè)機(jī)器人位姿誤差空間IDSW插值補(bǔ)償方法研究[J]. 機(jī)械科學(xué)與技術(shù)， 2017， 36（3）： 378.CHEN Xiaoyan， ZHANG Qiuju， SUN Yilin， et al. Space IDSW Interpolation Compensation Method of Position and Orientation Error of Industrial Robot[J]. Mechanical Science and Technology for Aerospace Engineering， 2017，36（3）： 378.

[13]史曉佳， 張福民， 曲興華，等. KUKA工業(yè)機(jī)器人位姿測(cè)量與在線誤差補(bǔ)償[J]. 機(jī)械工程學(xué)報(bào)， 2017， 53（8）： 1.

SHI Xiaojia， ZHANG Fumin， QU Xinghua， et al. Position and Attitude Measurement and Online Errors Compensation for KUKA Industrial Robots[J]. Journal of Mechanical Engineering， 2017，53（8）： 1.

[14]張紹春，張明路，呂曉玲，等.5R串聯(lián)機(jī)器人的靜態(tài)誤差分析及優(yōu)化方法[J].機(jī)械設(shè)計(jì)與制造，2018（6）：250.ZHANG Shaochun， ZHANG Minglu， LV Xiaoling， et al. Analysis and Optimization of the Static Error on 5R Serial Robot[J]. Machinery Design & Manufacture， 2018（6）： 250.

[15]XIAO L， ZHANG Z， ZHANG Z， et al. Design， Verification and Robotic Application of a Novel Recurrent Neural Network for Computing Dynamic Sylvester Equation[J]. Neural Networks， 2018， 105： 185.

[16]LI K， ZHAGN Y. State Adjustment of Redundant Robot Manipulator Based on Quadratic Programming[J]. Robotica， 2012， 30（3）： 477.

[17]張雨濃， 易稱福， 馬偉木. 實(shí)時(shí)求解線性規(guī)劃問題的原對(duì)偶神經(jīng)網(wǎng)絡(luò)[J]. 運(yùn)籌學(xué)學(xué)報(bào). 2010， 14（3）： 1.ZHANG Yunong， YI Chengfu， MA Weimu. On a Primal-Dual Neural Network for Online Solution of Linear Programming[J]. Operations Research Transactions， 2010，14（3）： 1.

[18]LI S， ZHOU M， LUO X. Modified Primal-Dual Neural Networks for Motion Control of Redundant Manipulators With Dynamic Rejection of Harmonic Noises[J]. IEEE Transactions on Neural Networks & Learning Systems， 2018， 29（10）： 4791.

[19]ZHAGN Y. On the LVI-Based Primal-Dual Neural Network for Solving Online Linear and Quadratic Programming Problems[C]// American Control Conference. IEEE， 2005， 2： 1351.

[20]ZHANG Y. Dual Neural Networks： Design， Analysis， and Application to Redundant Robotics[C]// In： Kang， G.B.（ed.） Progress in Neurocomputing Research， New York， 2007：41.

（編輯：溫澤宇）