一种基建砌筑机器人复合控制方法、装置及系统与流程

1.本技术涉及机器人技术领域，尤其涉及一种基建砌筑机器人复合控制方法、装置及系统。


背景技术：

2.随着科技的不断发展和进步，机器人在电力基建领域也被广泛运用。非线性的机器人系统动力学行为非常复杂，例如存在各种非线性和非平凡耦合效应。这使得非线性机器人的运动跟踪控制更具挑战性。由于非线性机器人系统的复杂性，其对外界干扰和模型不确定性的鲁棒性较差。这可能导致机器人在非预期的情况下表现不稳定或无法正确执行任务。所以，现有适应电力基建的砌筑机器人面对复杂环境和较为轻巧的待取目标物体缺乏更加精准的运动控制技术，且鲁棒性较差，无法满足实际的砌筑需求。


技术实现要素：

3.本技术提供了一种基建砌筑机器人复合控制方法、装置及系统，用于解决现有非线性砌筑机器人运动控制缺乏准确性和可靠性，无法满足实际的砌筑要求的技术问题。
4.有鉴于此，本技术第一方面提供了一种基建砌筑机器人复合控制方法，包括：
5.实时获取多个传感数据和期望状态信息，所述传感数据包括力传感信息、位置信息和姿态信息，所述期望状态信息包括期望轨迹和期望姿态；
6.基于融差控制方法依据所述力传感信息生成抓取动力信息，所述抓取动力信息包括抓取动力；
7.采用预设滑模函数根据所述位置信息、所述姿态信息和所述期望状态信息生成运动参数，所述运动参数包括转矩和转速；
8.通过径向基函数将预置干扰参数、所述抓取动力信息和所述运动参数生成复合控制指令，所述复合控制指令包括电机控制指令和执行控制指令；
9.通过所述复合控制指令控制基建砌筑机器人执行砌筑操作。
10.优选地，所述实时获取多个传感数据和期望状态信息，包括：
11.通过力传感器、位置传感器和视觉传感器分别获取力传感信息、位置信息和姿态信息，所述力传感信息包括力度大小和用力方向；
12.采用预置路径生成算法生成机器人的期望轨迹，并结合期望姿态生成期望状态信息。
13.优选地，所述采用预设滑模函数根据所述位置信息、所述姿态信息和所述期望状态信息生成运动参数，所述运动参数包括转矩和转速，包括：
14.根据所述位置信息、所述姿态信息和所述期望状态信息计算动作误差，所述动作误差包括位置误差和姿态误差；
15.采用预设滑模函数根据所述动作误差生成运动参数，所述运动参数包括转矩和转速。
16.优选地，所述通过径向基函数将预置干扰参数、所述抓取动力信息和所述运动参数生成复合控制指令，之前还包括：
17.获取所述基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数。
18.本技术第二方面提供了一种基建砌筑机器人复合控制装置，包括：
19.信息获取单元，用于实时获取多个传感数据和期望状态信息，所述传感数据包括力传感信息、位置信息和姿态信息，所述期望状态信息包括期望轨迹和期望姿态；
20.抓取分析单元，用于基于融差控制方法依据所述力传感信息生成抓取动力信息，所述抓取动力信息包括抓取动力；
21.运动分析单元，用于采用预设滑模函数根据所述位置信息、所述姿态信息和所述期望状态信息生成运动参数，所述运动参数包括转矩和转速；
22.指令生成单元，用于通过径向基函数将预置干扰参数、所述抓取动力信息和所述运动参数生成复合控制指令，所述复合控制指令包括电机控制指令和执行控制指令；
23.指令控制单元，用于通过所述复合控制指令控制基建砌筑机器人执行砌筑操作。
24.优选地，所述信息获取单元，具体用于：
25.通过力传感器、位置传感器和视觉传感器分别获取力传感信息、位置信息和姿态信息，所述力传感信息包括力度大小和用力方向；
26.采用预置路径生成算法生成机器人的期望轨迹，并结合期望姿态生成期望状态信息。
27.优选地，所述运动分析单元，具体用于：
28.根据所述位置信息、所述姿态信息和所述期望状态信息计算动作误差，所述动作误差包括位置误差和姿态误差；
29.采用预设滑模函数根据所述动作误差生成运动参数，所述运动参数包括转矩和转速。
30.优选地，还包括：
31.干扰参数获取单元，用于获取所述基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数。
32.本技术第三方面提供了一种基建砌筑机器人系统，用于实现第一方面所述基建砌筑机器人复合控制方法，包括传感器组、扰动观测器、复合控制器和执行器；
33.所述传感器组用于获取多个传感数据，所述传感数据包括力传感信息、位置信息和姿态信息；
34.所述扰动观测器用于获取基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数；
35.所述复合控制器根据所述传感数据和所述预置干扰参数生成复合控制指令，并将所述复合控制指令发送至所述执行器；
36.所述执行器根据所述复合控制指令执行对应砌筑操作。
37.优选地，所述复合控制器包括融差控制器、滑模控制器和径向基控制器；
38.所述执行器包括移动装置、电机和末端抓取装置。
39.从以上技术方案可以看出，本技术实施例具有以下优点：
40.本技术中，提供了一种基建砌筑机器人复合控制方法，包括：实时获取多个传感数
据和期望状态信息，传感数据包括力传感信息、位置信息和姿态信息，期望状态信息包括期望轨迹和期望姿态；基于融差控制方法依据力传感信息生成抓取动力信息，抓取动力信息包括抓取动力；采用预设滑模函数根据位置信息、姿态信息和期望状态信息生成运动参数，运动参数包括转矩和转速；通过径向基函数将预置干扰参数、抓取动力信息和运动参数生成复合控制指令，复合控制指令包括电机控制指令和执行控制指令；通过复合控制指令控制基建砌筑机器人执行砌筑操作。
41.本技术提供的一种基建砌筑机器人复合控制方法，基于多种不同传感数据采用多种不同的控制策略实时生成基于抓取动作和机器人运动方面的相关参数，基于这些参数和预置干扰参数能够得到复合控制指令，从而控制机器人执行砌筑操作；在此过程中，多种不同的控制策略可以确保生成控制指令符合实际机器人的不同运行特性，从而实现更加精准可靠的控制；而加入预置干扰参数则可以反映机器人内部运转特性，也可以进一步确保控制指令的鲁棒性。因此，本技术能够解决现有非线性砌筑机器人运动控制缺乏准确性和可靠性，无法满足实际的砌筑要求的技术问题。
附图说明
42.图1为本技术实施例提供的一种基建砌筑机器人复合控制方法的流程示意图；
43.图2为本技术实施例提供的一种基建砌筑机器人复合控制装置的结构示意图。
具体实施方式
44.为了使本技术领域的人员更好地理解本技术方案，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本技术保护的范围。
45.为了便于理解，请参阅图1，本技术提供的一种基建砌筑机器人复合控制方法的实施例，包括：
46.步骤101、实时获取多个传感数据和期望状态信息，传感数据包括力传感信息、位置信息和姿态信息，期望状态信息包括期望轨迹和期望姿态。
47.进一步地，步骤101，通过力传感器、位置传感器和视觉传感器分别获取力传感信息、位置信息和姿态信息，力传感信息包括力度大小和用力方向；
48.采用预置路径生成算法生成机器人的期望轨迹，并结合期望姿态生成期望状态信息。
49.需要说明的是，不同类型的信息可以基于不同的传感器获取，而且为了符合砌筑机器人的实际工作特性，本实施例需要实时获取传感数据。期望状态信息可以预先制定，可以针对不同场景和不同任务进行相对实时的更新；可以理解的是，期望状态信息中的期望轨迹包括机器人具体的位置信息；期望轨迹可以根据预置路径生成算法生成，预置路径生成算法可以基于现有技术选取，在此不作限定。
50.步骤102、基于融差控制方法依据力传感信息生成抓取动力信息，抓取动力信息包括抓取动力。
51.需要说明的是，融差控制方法在面对任务环境的各种干扰时，可以不依赖精确感
知完成控制任务；由于摩擦力等因素的存在，融差控制过程中存在能量损耗，融差控制系统是一个能量耗散的系统。因此，机器人在接收到控制量或者干扰的冲击后必定会趋于稳定。控制过程的能量变化可以表达为：
[0052][0053]
其中，e0为融差控制系统的初始能量，δe为干扰因素影响的能量，ec(t)为摩擦力造成的能量消耗。在控制过程中，存在能量常数e
end
，当ec(t)＝e
end
时，系统状态稳定，否则系统状态发生变化，而状态变化过程中就会存在能量消耗，使得e(∞)＝0，此时系统也将趋于稳定。
[0054]
融差控制方法在面对复杂的非封闭化场景时，不需要花费较大代价去设计精确观测系统状态的传感器以及依赖精确反馈信息的控制器。本实施例采用融差控制方法的另一个原因是，砌筑机器人容易在强光、强粉尘的环境下工作，不容易获取到十分精准的参数信息，而融差控制方法在不依赖反馈信息的情况下也能较高效的完成砌筑任务，提升了机器人的工作可靠性。
[0055]
本实施例中的力传感信息包括抓取目标物体的力度大小和用力方向，而基于融差控制方法依据力传感信息可以生成抓取动力信息，即针对不同的力度大小和用力方向确定需要机器人输出的动力大小，以稳定抓取不同重量和尺寸的目标物体，例如砖块。此外可以明确的是，生成的抓取动力信息是用于控制机器人的抓取装置的参数。
[0056]
步骤103、采用预设滑模函数根据位置信息、姿态信息和期望状态信息生成运动参数，运动参数包括转矩和转速。
[0057]
进一步地，步骤103，包括：
[0058]
根据位置信息、姿态信息和期望状态信息计算动作误差，动作误差包括位置误差和姿态误差；
[0059]
采用预设滑模函数根据动作误差生成运动参数，运动参数包括转矩和转速。
[0060]
需要说明的是，期望状态信息包括期望轨迹和期望姿态，根据位置信息和期望轨迹可以计算出位置误差，根据姿态信息和期望姿态可以计算出姿态误差。计算动作误差的过程实质就是分析实时位置和动作与预期想要达到的运行状态是否一致，然后基于预设滑模函数不断缩小动作误差，并在有限时间内趋近于0，从而达到理想控制状态，此时生成的运动参数即为最佳参数。可以理解的是，运动参数中的转矩和转速用于实时控制和调整机器人的位置和姿态，确保机器人可以按照期望轨迹和期望姿态运作。
[0061]
步骤104、通过径向基函数将预置干扰参数、抓取动力信息和运动参数生成复合控制指令，复合控制指令包括电机控制指令和执行控制指令。
[0062]
进一步地，步骤104，之前还包括：
[0063]
步骤105、通过复合控制指令控制基建砌筑机器人执行砌筑操作。
[0064]
获取基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数。
[0065]
需要说明的是，对于系统产生的扰动如非线性摩擦力，可利用非线性扰动观测器对摩擦力进行评估和补偿，不需要依靠特定的摩擦模型。具体的就是，本实施例的内部摩擦力和累计运动误差都可以基于非线性扰动观测器获取到，得到预置干扰参数。
[0066]
此外，基于径向基函数(rbf)的神经网络是一个局部逼近网络，其结构简单，不会
陷入局部最优解问题，可以在一个紧凑集或任意精度下逼近非线性函数。本实施例采用径向基函数根据预置干扰参数对系统在外界干扰情况下的不确定性进行分析，从而提高系统运行的稳定性；预置干扰参数的分析就是给系统增加了一个补偿参数，以维护系统抗干扰能力。结合抓取动力信息和运动参数生成的复合控制指令可以实现对机器人的综合控制，具体包括机器人的移动和目标物抓取等操作。例如，电机控制指令就是基于运动参数生成，作用在电机上，并用于控制并调整机器人的位置和姿态；而执行控制指令则是基于抓取动力信息生成，作用在机器人末端抓取装置上，用于以合适的力度和方向抓取目标物体。
[0067]
本技术实施例提供的一种基建砌筑机器人复合控制方法，基于多种不同传感数据采用多种不同的控制策略实时生成基于抓取动作和机器人运动方面的相关参数，基于这些参数和预置干扰参数能够得到复合控制指令，从而控制机器人执行砌筑操作；在此过程中，多种不同的控制策略可以确保生成控制指令符合实际机器人的不同运行特性，从而实现更加精准可靠的控制；而加入预置干扰参数则可以反映机器人内部运转特性，也可以进一步确保控制指令的鲁棒性。因此，本技术实施例能够解决现有非线性砌筑机器人运动控制缺乏准确性和可靠性，无法满足实际的砌筑要求的技术问题。
[0068]
为了便于理解，请参阅图2，本技术提供了一种基建砌筑机器人复合控制装置的实施例，包括：
[0069]
信息获取单元201，用于实时获取多个传感数据和期望状态信息，传感数据包括力传感信息、位置信息和姿态信息，期望状态信息包括期望轨迹和期望姿态；
[0070]
抓取分析单元202，用于基于融差控制方法依据力传感信息生成抓取动力信息，抓取动力信息包括抓取动力；
[0071]
运动分析单元203，用于采用预设滑模函数根据位置信息、姿态信息和期望状态信息生成运动参数，运动参数包括转矩和转速；
[0072]
指令生成单元204，用于通过径向基函数将预置干扰参数、抓取动力信息和运动参数生成复合控制指令，复合控制指令包括电机控制指令和执行控制指令；
[0073]
指令控制单元205，用于通过复合控制指令控制基建砌筑机器人执行砌筑操作。
[0074]
进一步地，信息获取单元201，具体用于：
[0075]
通过力传感器、位置传感器和视觉传感器分别获取力传感信息、位置信息和姿态信息，力传感信息包括力度大小和用力方向；
[0076]
采用预置路径生成算法生成机器人的期望轨迹，并结合期望姿态生成期望状态信息。
[0077]
进一步地，运动分析单元203，具体用于：
[0078]
根据位置信息、姿态信息和期望状态信息计算动作误差，动作误差包括位置误差和姿态误差；
[0079]
采用预设滑模函数根据动作误差生成运动参数，运动参数包括转矩和转速。
[0080]
进一步地，还包括：
[0081]
干扰参数获取单元206，用于获取基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数。
[0082]
本技术还提供了一种基建砌筑机器人系统，用于实现上述方法实施例中4中任意一种基建砌筑机器人复合控制方法，包括传感器组、扰动观测器、复合控制器和执行器；
[0083]
传感器组用于获取多个传感数据，传感数据包括力传感信息、位置信息和姿态信息；
[0084]
扰动观测器用于获取基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数；
[0085]
复合控制器根据传感数据和预置干扰参数生成复合控制指令，并将复合控制指令发送至执行器；
[0086]
执行器根据复合控制指令执行对应砌筑操作。
[0087]
进一步地，复合控制器包括融差控制器、滑模控制器和径向基控制器；
[0088]
执行器包括移动装置、电机和末端抓取装置。
[0089]
需要说明的是，融差控制器可以划分为融差控制器和融差执行器，融差执行器时应使其具备融会能力。融差执行器融会能力的表现为，当融差控制器输出控制量不变时，融差执行器能够依据物理规律不依赖精确感知，对系统中的干扰做出响应改变执行器的状态。比如抓取物体过程中如果感知到砖体物体尺寸存在较大误差，根据有误差的物体尺寸计算出的控制量和理想控制量就会存在偏差，具有融会能力的融差执行器可以根据抓取物体时受力平衡的约束条件不依赖感知信息调整执行器的状态，从而在控制器的输出有偏差时，依然可以完成抓取任务。因此，融差执行器的融会能力在融差控制方法中起到抗干扰的作用。所以，融差控制器的设计且不需要依赖精确的反馈信息。
[0090]
滑模控制器主要通过滑模函数分析位置误差和姿态误差，并生成用于调整机器人位姿状态的转矩和转速；径向基控制器主要是用于稳定控制系统，通过对系统内部摩擦力和累计运动误差产生的影响进行综合分析，确保系统能够稳定运行。可以理解的是，执行器除了包括移动装置、电机和末端抓取装置之外，还可以包括其他一些运动部件，可以根据实际情况设置，在此不作限定。
[0091]
在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
[0092]
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
[0093]
另外，在本技术各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
[0094]
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以通过一台计算机
设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(英文全称：read-only memory，英文缩写：rom)、随机存取存储器(英文全称：randomaccess memory，英文缩写：ram)、磁碟或者光盘等各种可以存储程序代码的介质。
[0095]
以上所述，以上实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术方案的精神和范围。

技术特征：
1.一种基建砌筑机器人复合控制方法，其特征在于，包括：实时获取多个传感数据和期望状态信息，所述传感数据包括力传感信息、位置信息和姿态信息，所述期望状态信息包括期望轨迹和期望姿态；基于融差控制方法依据所述力传感信息生成抓取动力信息，所述抓取动力信息包括抓取动力；采用预设滑模函数根据所述位置信息、所述姿态信息和所述期望状态信息生成运动参数，所述运动参数包括转矩和转速；通过径向基函数将预置干扰参数、所述抓取动力信息和所述运动参数生成复合控制指令，所述复合控制指令包括电机控制指令和执行控制指令；通过所述复合控制指令控制基建砌筑机器人执行砌筑操作。2.根据权利要求1所述的基建砌筑机器人复合控制方法，其特征在于，所述实时获取多个传感数据和期望状态信息，包括：通过力传感器、位置传感器和视觉传感器分别获取力传感信息、位置信息和姿态信息，所述力传感信息包括力度大小和用力方向；采用预置路径生成算法生成机器人的期望轨迹，并结合期望姿态生成期望状态信息。3.根据权利要求1所述的基建砌筑机器人复合控制方法，其特征在于，所述采用预设滑模函数根据所述位置信息、所述姿态信息和所述期望状态信息生成运动参数，所述运动参数包括转矩和转速，包括：根据所述位置信息、所述姿态信息和所述期望状态信息计算动作误差，所述动作误差包括位置误差和姿态误差；采用预设滑模函数根据所述动作误差生成运动参数，所述运动参数包括转矩和转速。4.根据权利要求1所述的基建砌筑机器人复合控制方法，其特征在于，所述通过径向基函数将预置干扰参数、所述抓取动力信息和所述运动参数生成复合控制指令，之前还包括：获取所述基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数。5.一种基建砌筑机器人复合控制装置，其特征在于，包括：信息获取单元，用于实时获取多个传感数据和期望状态信息，所述传感数据包括力传感信息、位置信息和姿态信息，所述期望状态信息包括期望轨迹和期望姿态；抓取分析单元，用于基于融差控制方法依据所述力传感信息生成抓取动力信息，所述抓取动力信息包括抓取动力；运动分析单元，用于采用预设滑模函数根据所述位置信息、所述姿态信息和所述期望状态信息生成运动参数，所述运动参数包括转矩和转速；指令生成单元，用于通过径向基函数将预置干扰参数、所述抓取动力信息和所述运动参数生成复合控制指令，所述复合控制指令包括电机控制指令和执行控制指令；指令控制单元，用于通过所述复合控制指令控制基建砌筑机器人执行砌筑操作。6.根据权利要求5所述的基建砌筑机器人复合控制装置，其特征在于，所述信息获取单元，具体用于：通过力传感器、位置传感器和视觉传感器分别获取力传感信息、位置信息和姿态信息，所述力传感信息包括力度大小和用力方向；采用预置路径生成算法生成机器人的期望轨迹，并结合期望姿态生成期望状态信息。
7.根据权利要求5所述的基建砌筑机器人复合控制装置，其特征在于，所述运动分析单元，具体用于：根据所述位置信息、所述姿态信息和所述期望状态信息计算动作误差，所述动作误差包括位置误差和姿态误差；采用预设滑模函数根据所述动作误差生成运动参数，所述运动参数包括转矩和转速。8.根据权利要求5所述的基建砌筑机器人复合控制装置，其特征在于，还包括：干扰参数获取单元，用于获取所述基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数。9.一种基建砌筑机器人系统，用于实现权利要求1-4中任意一种所述基建砌筑机器人复合控制方法，其特征在于，包括传感器组、扰动观测器、复合控制器和执行器；所述传感器组用于获取多个传感数据，所述传感数据包括力传感信息、位置信息和姿态信息；所述扰动观测器用于获取基建砌筑机器人的内部摩擦力和累计运动误差，得到预置干扰参数；所述复合控制器根据所述传感数据和所述预置干扰参数生成复合控制指令，并将所述复合控制指令发送至所述执行器；所述执行器根据所述复合控制指令执行对应砌筑操作。10.根据权利要求9所述的基建砌筑机器人系统，其特征在于，所述复合控制器包括融差控制器、滑模控制器和径向基控制器；所述执行器包括移动装置、电机和末端抓取装置。

技术总结
本申请公开了一种基建砌筑机器人复合控制方法、装置及系统，方法包括：实时获取多个传感数据和期望状态信息，传感数据包括力传感信息、位置信息和姿态信息；基于融差控制方法依据力传感信息生成抓取动力信息，抓取动力信息包括抓取动力；采用预设滑模函数根据位置信息、姿态信息和期望状态信息生成运动参数，运动参数包括转矩和转速；通过径向基函数将预置干扰参数、抓取动力信息和运动参数生成复合控制指令，复合控制指令包括电机控制指令和执行控制指令；通过复合控制指令控制基建砌筑机器人执行砌筑操作。本申请能够解决现有非线性砌筑机器人运动控制缺乏准确性和可靠性，无法满足实际的砌筑要求的技术问题。足实际的砌筑要求的技术问题。足实际的砌筑要求的技术问题。


技术研发人员：许智贤 龙小清 李震 盘珊珊 尹非梦
受保护的技术使用者：广东电网有限责任公司阳江供电局
技术研发日：2023.08.09
技术公布日：2023/9/20