专利示意图

一、技术领域

空间机器人在轨柔顺控制技术领域

二、专利介绍

1.专利信息

专利类型：发明

专利权人：清华大学深圳国际研究生院

申请号：202311364302.2

发明人：梁斌、王学谦、谭俊波、常永哲

2.专利说明书摘要

本发明公开了绳驱空间柔性机械臂力位型融合柔顺控制方法及系统，包括如下步骤：建立DH坐标系，并根据任务规划得到期望力/力矩、以及期望位姿和期望臂型角；利用关节角度编码器采集当前位姿和当前臂型角；利用六维力传感器采集当前力/力矩；通过将期望力/力矩、期望位姿和期望臂型角分别与当前力/力矩、当前位姿和当前臂型角作差，分别得到力/力矩误差、位姿误差和臂型角误差，并通过力位型融合控制器计算得到控制率；将控制率通过扩展雅可比矩阵得到关节运动期望角度；根据关节运动期望角度，通过关节控制器得到下一个控制周期关节运动指令，驱动驱动箱内电机运动完成力位型融合柔顺控制，实现在狭小、多障碍环境中实现安全、柔顺的操控。

3.创新点

（1）传统柔顺控制方法只能对绳驱空间柔性机械臂的末端位姿和/或末端操作力/力矩进行控制，无法对机械臂的臂型进行同步控制。在狭小、多障碍的环境中操作时，如果不对机械臂的臂型进行控制以使其与作业环境相匹配，机械臂可能与作业环境发生碰撞，导致机械臂无法正常工作，甚至损坏机械臂或其他设备。因此，需要解决柔性机械臂在狭小环境中的臂型控制问题，以确保机械臂能够适应外部环境并保持安全工作；

（2）传统的柔顺控制方法无法同时对机械臂的末端位姿、操作力和臂型三个要素进行控制。为了在狭小、多障碍的环境中操作，机械臂不仅需要沿着期望轨迹运动和产生期望的操作力/力矩，还需要调整臂型以适应操作环境，避免碰撞和冲击。因此，需要提供一种绳驱空间柔性机械臂力位型融合柔顺控制方法，能够同时控制机械臂的末端位姿、操作力和臂型，以实现在狭小环境中精确、高速、柔顺地操控机械臂的需求。

4.痛点问题

（1）刚性机械臂无法实现高冗余自由度，导致在复杂环境中的操控能力受限；

（2）在狭小空间和非结构化环境中，刚性关节机械臂的力-位混合控制方法可能无法充分利用机械臂的柔性特性，从而导致操作效率降低和安全性降低。

5.技术优势

（1）高冗余自由度：本发明的技术方案充分利用了柔性关节机械臂的高冗余自由度，使其能够在复杂的太空环境中实现更灵活的操控。这有助于解决现有技术中刚性关节机械臂在狭小空间和非结构化环境中操控能力受限的问题；

（2）柔顺控制：本发明结合机器人自身结构机构特性与闭环控制，实现了空间机器人在接触操作过程中顺应外部作用力/力矩和环境约束，确保全系统安全。这有助于解决现有技术中刚性关节机械臂在狭小空间和非结构化环境中可能导致操作效率降低和安全性降低的问题；

（3）同步控制：本发明设计了合全系统力、位、型三要素的多目标融合控制律，实现了操作力、位姿及整臂接触力、臂型按期特性变化。这有助于解决现有技术中刚性关节机械臂缺乏对机械臂臂型的同步控制，可能导致在狭、多障碍环境中与作业环境发生接触碰撞的问题。综上所述，本发明技术方案通过高冗余自由度、柔顺控制和同步控制等技术特征，有效解决了现有技术中刚性关节机械臂在狭小空间和非结构化环境中的操控能力受限、操作效率降低和安全性降低等技术问题，为狭小空间大范围操控的精度、速度、操作力和刚度的需求提供了有力保障。

三、产业化信息

1.应用场景

现有SLAM方案绝大多数都是基于一个静态场景假设，即环境是静态的，纹理，光照都比较好的条件下。但现实往往是处于一个动态的环境当中，存在大量物体或人的干扰，这就为SLAM问题带来了困难。传统 SLAM 算法仅仅解决了静态环境下的定位和建图问题，然而当环境中出现大量运动物体时，机器人的定位将会产生较大误差，甚至丢失跟踪。在实际应用中，智能机器人不可能完全工作在静态环境中，所以在动态环境下 SLAM 算法尤为重要。

此外，传统 SLAM 算法仅仅为机器人提供了环境的几何信息，即机器人只能获取环境中障碍物的位置信息，利用这些信息移动机器人可以规划出导航路径，但是无法利用环境信息执行更加高级的导航任务。故获取周围环境中更高层次的语义信息对机器人感知十分重要。

2.合作方式

面议

注:所有成果未经授权，请勿转载

联系方式：ttc@sz.tsinghua.edu.cn