基于柔顺控制与速度方向融合的机器人开门方法

孔繁旭; 潘新安

doi:10.12404/j.issn.1671-1815.2505309

科学技术与工程 ›› 2026, Vol. 26 ›› Issue (19) :7969-7977 DOI: 10.12404/j.issn.1671-1815.2505309

第二十八届中国科协年会学术论文

基于柔顺控制与速度方向融合的机器人开门方法

孔繁旭 ,
潘新安

作者信息 +

Robot Door-opening Method Based on Compliant Control and Velocity Direction Fusion

KONG Fan-xu ,
PAN Xin-an

Author information +

文章历史 +

摘要

随着服务机器人和特种机器人应用的不断拓展,机器人在复杂环境中自主开门的能力已成为实现高水平人机协作与环境交互的重要基础。然而,门体弹性常导致接触过程中的持续扰动、过大的接触力和力矩,从而降低系统的控制精度与稳定性。为了提升机器人在开门任务中的响应性能与控制精度,针对上述问题,提出了一种融合柔顺控制、姿态调整与速度方向融合的开门策略。方法上,设计了具有各向异性的二阶导纳控制,使夹持中心在不同方向上具备差异化柔顺特性;结合力矩反馈与角速度前馈机制,减轻了快速姿态调整阶段的控制负担,提升了系统动态性能。同时,通过在夹持坐标系下引入力矩控制并将旋转中心设置于夹持处,有效降低了转动运动对末端平移的耦合干扰。在轨迹规划中,提出基于实时速度方向的融合算法,通过动态调整当前速度与滤波速度间的夹角,实现平滑且具鲁棒性的轨迹生成。结果表明,该方法在初始速度角度为±30°的条件下仍能稳定完成开门任务,最大扭矩仅为0.7 N·m。结论显示,所提策略能有效兼顾柔顺性与控制精度,对具备弹性特性的门体具有良好的适应性,为机器人自主开门任务提供了可靠的控制方案。

Abstract

With the rapid expansion of service and special-purpose robot applications, autonomous door-opening has become a fundamental capability for enabling high-level human-robot collaboration and environmental interaction. However, the inherent elasticity of doors often introduces continuous disturbances and excessive contact forces and torques, which degrade the robot’s control precision and stability. To enhance the response performance and control accuracy in such tasks, a door-opening strategy integrating compliant control, attitude adjustment, and velocity-direction fusion was proposed. An anisotropic second-order admittance control was designed to provide differentiated compliance characteristics of the gripping center along different directions. By incorporating torque feedback and angular velocity feedforward mechanisms, the control burden during rapid attitude adjustment was effectively reduced, thereby improving the system’s dynamic performance. In addition, torque control was introduced in the gripper coordinate system, and the rotation center was set at the gripping position to minimize the coupling interference of rotational motion on end translational motion. For trajectory generation, a real-time velocity-direction fusion algorithm was developed, which dynamically adjusted the angle between the current velocity and the filtered velocity to achieve smoother and more robust motion commands. Experimental results demonstrate that the proposed method successfully completed door-opening tasks under initial velocity angles of ±30°, with a maximum torque of only 0.7 N·m. It is concluded that the proposed strategy effectively balances compliance and control accuracy, exhibits strong adaptability to doors with elastic characteristics, and provides a reliable control scheme for autonomous robotic door-opening tasks.

Graphical abstract

关键词

柔顺控制 / 速度方向融合 / 角速度前馈 / 机器人开门

Key words

compliant control / velocity direction fusion / angular velocity feedforward / robot door opening

引用本文

引用格式 ▾

孔繁旭, 潘新安. 基于柔顺控制与速度方向融合的机器人开门方法[J]. 科学技术与工程, 2026, 26(19): 7969-7977 DOI:10.12404/j.issn.1671-1815.2505309

KONG Fan-xu, PAN Xin-an. Robot Door-opening Method Based on Compliant Control and Velocity Direction Fusion[J]. Science Technology and Engineering, 2026, 26(19): 7969-7977 DOI:10.12404/j.issn.1671-1815.2505309

登录浏览全文

4963

注册一个新账户忘记密码

随着服务机器人在家庭、医疗、工业等领域的普及,机械臂在环境约束下执行开门、拉抽屉等操作已成为关键研究方向。这类任务通常涉及结构复杂且难以建模的约束机构,对机器人的自主操作能力提出了挑战。为此,近年来学界提出了多种无需依赖对象模型的通用控制方法。

文献[1-2]提出一种适用于未知约束条件的顺应性交互控制算法,可在无需预先了解门或抽屉动力学特性的情况下,完成滑动门、旋转门等结构不确定机构的操纵。该方法依托末端力/扭矩传感器,通过在线估计运动方向与约束轴方向,构建适用于速度控制机械臂的框架,实现对环境约束的同步适应与估计。控制过程可逐步收敛至真实约束描述,具有良好的动态适应性与参数误差容忍度。仿真与实验结果表明,该方法无需先验模型即可有效完成家庭场景中门和抽屉的操纵任务。

文献[3]提出基于导纳控制的通用策略,通过在线估计约束流形切向并动态调整参考输入,实现对抽屉、门等未知机构的顺应操作,对对象形状的依赖性低且硬件要求宽松,同时具备较高稳定性。文献[4]提出动态混合柔顺控制方法,通过在线估计约束坐标系并自适应选择驱动轴,实现速度与力控制的解耦,在无先验模型条件下有效降低接触力波动并加快收敛速度。文献[5]利用多指机械手指尖力传感器实现运动学参数在线估计,进而完成自主开门;文献[6]则在救援场景中仅基于关节位置估计未知约束,以提升操作可靠性。文献[7]采用卷积神经网络实现多类型门把手的鲁棒检测。

阻抗控制通过直接调节机械臂的力-位置关系,使其在接触过程中具备可调顺应性与能量耗散能力,可有效减小接触冲击并提高操作稳定性。文献[8]创新性地提出单侧接触推压策略,替代传统抓握方式:系统通过视觉标记初步定位门体,随后夹爪以钩状结构从单侧持续向门把手施加推力,利用触觉传感器实时监测接触力并调整位姿。实验验证表明,该方法能够在两种不同铰链间距的门上均实现成功开门,解决了传统抓握方案在狭窄空间中失效的问题。

在动态建模与优化方面,文献[9]基于动量传递原理提出仿人机器人开门方法,通过四连杆动力学建模与三阶段运动规划,实现了对大质量门的高效开启。文献[10]进一步利用微分代数方程与非线性优化技术,将门铰链的几何约束、避障要求及末端位姿进行统一优化,并结合力传感器在线修正轨迹,以适应不同门宽与操作条件。文献[11]提出通过可重构机器人的主动/被动模式切换,使机械臂关节能够被动跟随门的运动,从而避免产生过大内力;文献[12]则采用最小二乘拟合方法估计门铰链几何参数,为控制器提供精确的参数支持。在控制策略方面;文献[13]提出双层阻抗控制结构,通过力矩反馈、重力补偿及势能函数的协同作用,实现机械臂末端的柔顺性控制与门距保持。文献[14]结合任务优先级阻抗控制与实时关节刚度优化,使末端在门阻力方向保持高刚度,而在其他方向保持柔顺性,从而兼顾操作刚度与安全性。此外,文献[15]提出选择性维度导纳控制方法,通过在平面方向保持线性刚度、对z轴施加扭转刚度,实现对不同操作需求的灵活适应与调节。文献[16]在KUKA LWR4+机械臂上扩展阻抗控制功能,结合速度与力约束以避免对环境造成损害。文献[17]提出力引导策略,使机械臂沿自然路径移动。文献[18]基于平衡点控制技术,使机器人仅凭把手信息即可自主拉开门,实现全向底盘与柔性机械臂的协同操作。文献[19]提出一种基于多传感器融合的无模型门开闭方法,通过结合腕部六维力/力矩传感器与夹爪触觉传感器矩阵,实现通用性门操作。文献[20]融合二维激光与单目视觉信息,结合力位混合控制完成门把手按压与开门动作,并实现门轴辨识。文献[21]基于力觉引导与深度策略梯度算法,自适应完成门把手旋拧任务。文献[22]提出一种基于深度传感器的移动机械臂开门策略,将色调-饱和度-强度(hue-saturation-intensity,HSI)颜色空间的门把手定位方法与五自由度机械臂运动控制相结合,实现了移动机械臂的自主识别与开门,并通过实验验证了该方法的有效性。文献[23]提出一种基于车-臂协同的移动机械臂柔顺开门方法,利用相机与雷达获取门及门把手信息,基于点云实现门开度检测,同时设计基于模型参考的自适应阻抗控制器,提高了机械臂在接触过程中的柔顺性与抗干扰能力;实验结果表明,该方法可显著减小接触力抖动,验证了其有效性。在机器人开门任务中,机械臂与门把手存在接触力交互,若环境模型不准确或出现脱离接触情况,可能导致末端速度过大而产生冲击。为提高操作安全性与稳定性,可借鉴文献[24]提出的基于无源观测器的力/阻抗控制方法,该方法通过分析系统无源性设计控制器,在脱离接触时能够有效降低机械臂速度,减小对环境的冲击。

针对弹性门体开门过程中接触力/力矩扰动大、轨迹方向易受噪声影响以及转动-平移耦合等问题,提出一种融合柔顺控制与速度方向融合的机器人开门方法。该方法在夹持坐标系下构建各向异性二阶导纳控制模型,实现不同方向的差异化柔顺响应;结合力矩反馈与角速度前馈进行姿态调整,并以夹持中心为旋转中心减小运动耦合;同时,通过实时速度方向与滤波速度方向融合生成平滑轨迹,提高开门过程的稳定性与鲁棒性。期望通过该策略提升机器人在弹性受约束环境中的自主开门能力,为服务机器人和特种机器人在复杂环境下的柔顺操作提供参考。

1 系统建模

1.1 坐标系描述

为描述机器人开门任务中的空间关系,定义3个坐标系,如图1所示。基坐标系{B}固定于机械臂底座,用于表示机械臂整体的位置和姿态;末端法兰坐标系{F}定义于机械臂末端法兰,其原点位于末端法兰中心;夹持坐标系{G}建立于夹持中心,如图2所示。夹持中心定义为门把手横截面的几何中心,位于夹爪与门把手左右两个接触面之间。该坐标系用于精确描述夹爪的位置和姿态,从而实现对门把手的精细控制。

1.2 开门任务运动学模型

假设末端夹爪牢牢抓紧门把手,且末端夹爪的姿态与门把手的姿态保持固定,二者之间不存在相对运动。门的开启运动可视为夹持中心绕铰链轴进行圆周运动。假设夹持中心与铰链中心在高度方向上一致,则夹持中心的线速度与门绕铰链轴的角速度满足一阶微分运动学关系。具体而言,夹持中心的线速度v等于夹持中心相对于铰链中心的径向向量r与门绕铰链轴的角速度ω的叉乘,即

(1)v=r×ω

式(1)中:r=p_G-p_J,p_G和p_J分别表示夹持中心和铰链中心在基座坐标系下的位置向量。如图3所示为上述变量之间的空间位置关系。

2 控制器描述

2.1 控制器概述

提出一种复合型位置控制策略,用于应对机械臂在开门任务中的多源扰动与动态适应需求。该控制器融合了轨迹规划、力和力矩的柔顺控制,表达式为

(2)^BP_ref=^BP_init+^BΔP_V+^BΔP_F+^BΔP_M

式(2)中:^BP_ref为基座坐标系下的位置指令;^BP_init为初始期望位置,作为任务起始参考;^BΔP_V为基于速度估计得到的位置增量,用于控制机械臂的平移运动以实现开门操作;^BΔP_F为平移方向上的柔顺控制输出;^BΔP_M为基于力矩控制和角速度前馈的位置补偿项,用于修正因转动运动产生的位置偏差。

该控制结构的特点在于将轨迹规划与基于力/力矩的反馈机制融合,从而增强系统在复杂接触环境下的稳定性与鲁棒性。接下来的内容将围绕轨迹规划策略、平移方向上的柔顺控制方法以及基于力矩与角速度的姿态调节方法,详细介绍该控制结构的三项关键组成部分。

2.2 轨迹规划策略

改进了一种两阶段速度规划策略,用于规划门沿预期路径运动。该策略借鉴了分段速度控制思想^[3]。

2.2.1 阶段1:基于初始速度的启动阶段

机械臂首先以预设的初始速度^BV_init开始运动。该初始速度方向与门的法线方向之间应构成锐角,以确保在阶段1内能够对门施加有效的驱动力,引发门体旋转(图4)。

阶段1的位置增量为

(3)^BΔP_V=∫^BV_initdt

2.2.2 阶段2:平滑轨迹规划阶段

本阶段旨在通过计算当前速度方向与滤波后速度方向之间的夹角,动态调整轨迹方向,从而生成更加平滑且延时小的运动指令。

夹持中心在基坐标系下的速度^BV_G可由刚体运动学公式推得

(4)^BV_G=^BV_F+^Bω_F×(^BR_Ft)

式(4)中:^BV_F和^Bω_F分别为机械臂末端法兰在基坐标系下的线速度和角速度;^BR_F为法兰坐标系到基坐标系的旋转矩阵;t = [0,0,L]^T为夹持中心相对于法兰原点的偏移向量。

由于夹持中心在基坐标系{B}的xy平面内运动,运动方向估计仅基于该平面内的速度分量进行。定义二维速度方向向量d=[d_x,d_y]^T,其分量计算公式为

(5)d_x=$\frac{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{x}}}{\sqrt{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{x}}^{2}{+}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{y}}^{2}}}$

(6)d_y=$\frac{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{y}}}{\sqrt{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{x}}^{2}{+}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{y}}^{2}}}$

式中:^BV_Gx和^BV_Gy分别为^BV_G在基坐标系{B}下的x轴和y轴的分量。

为抑制干扰并获得更平滑的方向估计,进行速度信号的滤波处理,定义滤波后的速度方向向量为d_f=[d_xf,d_yf]^T,其分量计算公式为

(7)d_x_f=$\frac{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{x}\mathrm{f}}}{\sqrt{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{x}\mathrm{f}}^{2}{+}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{y}\mathrm{f}}^{2}}}$

(8)d_y_f=$\frac{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{y}\mathrm{f}}}{\sqrt{{}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{x}\mathrm{f}}^{2}{+}^{\mathit{B}}{\mathit{V}}_{\mathit{G}\mathit{y}\mathrm{f}}^{2}}}$

式中:^BV_Gx_f和^BV_Gy_f分别为对^BV_Gx和^BV_Gy进行滤波后的速度分量。

当前速度方向d与滤波后速度方向d_f之间的夹角ϕ的计算公式为

(9)cosϕ=d_xd_x_f+d_yd_y_f

为在响应当前接触状态变化的同时抑制速度方向中的高频噪声,引入一种方向融合机制,结合当前速度方向与滤波后方向的夹角信息,实现更平滑且鲁棒的目标速度指令。

首先根据夹角大小确定方向融合权重α,计算公式为

(10)α=α_max-(α_max-α_min)$\frac{\mathit{\varphi }}{{\mathit{\varphi }}_{\mathrm{m}\mathrm{a}\mathrm{x}}}$

式(10)中:1>α_max>α_min>0,ϕ_max为设定的最大夹角。据此对速度方向进行插值,得到融合后的方向分量为

(11)d_x_ref=αd_x+(1-α)d_x_f

(12)d_y_ref=αd_y+(1-α)d_y_f

式中:α∈[0,1],用于反映当前速度方向与滤波方向的一致程度。当夹角ϕ增加时,α减小,表示当前速度受扰动较大,系统更依赖滤波方向以提升鲁棒性;反之,则更保留当前速度信息,以增强对实际状态的响应能力。

最终,规划的目标速度分量计算公式为

(13)^BV_x_ref=V_set

$\frac{{\mathit{d}}_{\mathit{x}\mathrm{r}\mathrm{e}\mathrm{f}}}{\sqrt{{\mathit{d}}_{\mathit{x}\mathrm{r}\mathrm{e}\mathrm{f}}^{2}+{\mathit{d}}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}}^{2}}}$

(14)^BV_y_ref=V_set

$\frac{{\mathit{d}}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}}}{\sqrt{{\mathit{d}}_{\mathit{x}\mathrm{r}\mathrm{e}\mathrm{f}}^{2}+{\mathit{d}}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}}^{2}}}$

式中:V_set为设定速度大小。定义最终的规划速度方向向量为d_ref=[d_xref,d_yref]^T。如图5所示为速度方向向量 d、d_f与d_ref的几何关系,其中绿色曲线表示夹持中心的实际运动轨迹,红色曲线为由滤波速度积分得到的平滑轨迹。尽管后者相对于实际轨迹存在一定延迟,但其平滑性有助于判断当前速度方向是否受到扰动。

阶段2的位置增量为

(15)^BΔP_V=${\left[\begin{array}{lll}{\int }_{}^{\mathit{B}}{\mathit{V}}_{\mathit{x}\mathrm{r}\mathrm{e}\mathrm{f}}\mathit{d}\mathit{t},& {\int }_{}^{\mathit{B}}{\mathit{V}}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}}\mathit{d}\mathit{t},& 0\end{array}\right]}^{\mathrm{T}}$

在阶段1中,基于导纳模型的平移顺应控制和基于力矩与角速度的位置控制同时运行,因此会对由速度指令^BV_init生成的轨迹产生扰动。为此,在阶段1中需要减小^BV_init,以使力控制和力矩控制更快地稳定。在力控制和力矩控制达到稳定状态后,系统将从阶段1切换至阶段2。本文中,稳定状态的判断条件为夹角ϕ在设定时间内始终小于预定阈值。

2.3 基于导纳模型的平移顺应控制

为实现机械臂在接触过程中的柔顺响应,采用一种具有各向异性的二阶导纳控制策略。与以往通常在基坐标系下实现导纳控制的研究不同,在与末端法兰坐标系方向一致的夹持坐标系{G}下进行导纳控制,以准确反映夹持中心的运动和受力特性。

针对弹性门的开启特性,在不同方向上采用了差异化的导纳控制结构:在门的法线方向设置虚拟质量、阻尼和刚度项,其中的刚度项用于克服门的弹力;而在半径方向和铰链轴方向,仅设置虚拟质量和阻尼,实现基于外力的顺应响应。

夹持坐标系下的位置增量^GΔP_F满足动力学模型,即

(16)M_P^GΔ${\ddot{\mathit{P}}}_{\mathit{F}}$+B_P^GΔ${\stackrel{·}{\mathit{P}}}_{\mathit{F}}$+K_P^GΔP_F =^GF

式(16)中:^GF为在夹持坐标系下测得的外力;M_P=diag(M_Px,M_Py,M_Pz)为虚拟质量矩阵;B_P=diag(B_Px,B_Py,B_Pz)为虚拟阻尼矩阵;K_P=diag(0,0,K_Pz)为虚拟刚度矩阵。刚度项沿门的法线方向起作用(对应夹持坐标系{G}的z轴)。

夹持坐标系下的位置增量通过旋转矩阵^BR_G变换到基坐标系{B}下,表达式为

(17)^BΔP_F=^BR_G^GΔP_F

将导纳控制实施于夹持坐标系,不仅能够更准确地反映夹持中心的方向特性,还便于针对不同方向合理设计各向异性的刚度结构。

2.4 基于力矩与角速度的位置控制

为提升系统在接触操作中的响应性能,采用一种基于力矩反馈与角速度前馈的姿态调节策略。

绕夹持坐标系{G}的y轴所产生的角度增量^Gθ_y满足以下二阶系统模型,即

(18)${{\mathit{M}}_{\mathit{R}}}^{\mathit{G}}{\ddot{\mathit{\theta }}}_{\mathit{y}}$+${{\mathit{B}}_{\mathit{R}}}^{\mathit{G}}{\stackrel{·}{\mathit{\theta }}}_{\mathit{y}}$=^Gτ_y

式(18)中:M_R和B_R分别为虚拟旋转惯量与旋转阻尼系数;^Gτ_y为坐标系{G}中绕 y轴的力矩分量。

为提高转动响应速度,引入角速度前馈项。鉴于夹持坐标系{G}的y轴与基坐标系{B}的z轴方向一致,采用绕基座坐标系z轴的旋转角变化率作为当前角速度的计算值,计算公式为

(19)^Bω_z=(^Bθ_z[k]-^Bθ_z[k-1])/T_s

式(19)中:^Bθ_z[k]和^Bθ_z[k-1]分别为当前与上一控制周期的偏航角;T_s为控制周期。

角速度前馈项通过对角速度积分获得,即

(20)^Gθ_ff=∫^Bω_zdt

转动角度参考值为力矩反馈产生的角度与角速度前馈项的合成,即

(21)^Gθ_y_ref=^Gθ_y+^Gθ_ff

为避免转动运动对夹持中心平移位置的干扰,将旋转轴设置在夹持坐标系{G}的y轴,而非末端法兰坐标系{F}的y轴。考虑到机械臂的位置指令是基坐标系下末端法兰中心位置,为了保持夹持中心位置不发生变化,引入了位置补偿项 ^BΔP_M,其计算公式为

(22)^BΔP_M=R_init[t-R_y(^Gθ_y_ref)t]

式(22)中:R_init为初始姿态下的旋转矩阵;R_y(^Gθ_y_ref)为绕y轴转动^Gθ_y_ref所形成的旋转矩阵,其数学表达为

(23)R_y(^Gθ_y_ref)=$\left[\begin{array}{lll}\mathrm{c}\mathrm{o}\mathrm{s}{(}^{\mathit{G}}{\mathit{\theta }}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}})& 0& \mathrm{s}\mathrm{i}\mathrm{n}{(}^{\mathit{G}}{\mathit{\theta }}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}})\\ 0& 1& 0\\ -\mathrm{s}\mathrm{i}\mathrm{n}{(}^{\mathit{G}}{\mathit{\theta }}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}})& 0& \mathrm{c}\mathrm{o}\mathrm{s}{(}^{\mathit{G}}{\mathit{\theta }}_{\mathit{y}\mathrm{r}\mathrm{e}\mathrm{f}})\end{array}\right]$

图6所示为绕末端法兰坐标系y轴和夹持坐标系y轴旋转时的位置差异。由图6可知,当选择夹持坐标系y轴作为旋转轴时,转动运动不会对夹持中心的位置产生影响。

2.5 机器人的姿态指令

机器人的姿态指令通过对末端姿态矩阵进行适当修正来实现,确保夹爪能够精准响应外部扰动并完成所需的转动调整。具体而言,姿态指令基于初始姿态矩阵R_init,结合绕夹持坐标系{G}的y轴旋转角度的参考值^Gθ_y_ref生成。

姿态参考矩阵定义为

(24)^BR_ref=^BR_initR_y(^Gθ_y_ref)

姿态参考矩阵^BR_ref和式(2)中的位置指令^BP_ref一同作为机械臂的位姿指令。

3 实验

本实验使用ROKAE公司生产的XMate 7 Pro机器人作为执行机构,该机器人配备SRI公司的M3704C型六维力/力矩传感器,用于实时采集开门过程中的作用力和力矩数据。为模拟门的弹性,在门的一侧安装了3根线性弹簧,使门在静止状态下产生运动所需的最小拉力约为4.5 N。实验首先在初始速度方向与门法线方向一致的条件下进行,以验证系统在理想初始速度条件下的开门能力。

控制参数选择为M_Px=M_Py=1 kg,M_Pz=4 kg,B_Px=B_Py=B_Pz=1 000 N·s/m,K_Pz=1 000 N/m,M_R=1 kg·m²,B_R=5 N·m·s/rad。在调整K_Pz时,需要保证其增益足够大,以克服门线性弹簧产生的恢复力,从而实现稳定的开门动作。同时,为了使机械臂绕夹持坐标系{G}的z轴运动更加平稳,应将参数M_Pz设定值高于 M_Px和M_Py,以优化各方向的响应特性。

如图7所示为开门过程中若干关键状态的图像,包含初始状态、两个中间状态以及开门完成状态。两个中间状态分别对应门开启至约15°和40°时的情形,用以展示门的逐步开启过程。开门动作完成后,门的最终开启角度为55°。

如图8所示为开门过程中夹持坐标系下的力和力矩变化曲线。从图8中可以观察到,由于门的法线方向具有较高的刚性,^GF_z分量稳定维持在约8 N,以抵消门对夹爪的作用力;而^GF_x分量在大部分时间内保持在约4 N,尽管存在局部峰值,其最大值约为7 N,整体上有效限制了门的半径方向的作用力。此外,力矩分量^GM_y的最大值小于0.7 N·m,表明系统在开门过程中未对门把手施加较大的扭矩,体现了控制策略在柔顺性方面的有效性。

如图9所示为阶段2中验证方向融合策略有效性的相关信号。由于部分信号在阶段1未使用,图中仅呈现阶段2的相关数据。图9(a)首先展示了夹持中心速度随时间的变化。图9(b)展示了方向融合权重α随时间的变化,在速度下降阶段α出现了明显下降,反映出融合权重对运动状态的动态响应。图9(c)对比了由瞬时速度方向和融合后速度指令方向计算得到的角度,前者在终止阶段出现明显突变,而后者曲线平滑过渡,体现了方向融合机制缓冲速度方向突变的能力。

如图10所示为夹持中心在夹持坐标系{G}的y方向上的转动角度相关曲线,包括转动角度参考值 ^Gθ_y_ref、力矩控制输出的角度增量^Gθ_y,以及角速度前馈项^Gθ_ff。从图10中可观察到,在引入角速度前馈项的作用下,力矩控制输出的角度增量速率显著减小,趋于稳定,这表明系统在较小的力矩作用下即可完成对转动参考值的跟踪。该结果验证了角速度前馈机制在降低力矩控制负担、提升响应平滑性方面的有效性。

如图11所示为初始速度方向偏差为-30°的条件下,系统各关键变量的响应情况。图11(a)~图11(c)分别展示了夹持坐标系下的接触力^GF_x、^GF_z以及力矩^GM_z的变化曲线,其趋势与初始速度方向无偏差情况下基本一致,表明力和力矩的控制效果在该初始速度方向偏差下仍然有效。图11(d)与图11(e)分别展示了夹持中心在基坐标系下x和y方向的实际速度^BV_Gx和^BV_Gy与速度指令^BV_x_ref和^BV_y_ref的对比。由于初始速度方向偏离门法线约-30°,导致y方向的速度指令为负值;然而通过柔性力控制机制,实际速度逐渐由负值趋近于零,从而有效修正了错误的初始速度方向。

如图12所示为在初始速度方向偏差为+30°的条件下,系统各关键变量的响应情况。与图11相比,图12中夹持中心速度^BV_y_ref在阶段1内的速度为正,表示初始速度方向在基坐标系{B}的y方向上与图11的相反。除速度符号相反外,夹持中心的实际速度与速度指令的变化趋势与图11基本一致,验证了所提出的柔顺控制策略在不同初始速度方向下的鲁棒性。

4 结论

提出了一种融合柔顺控制、姿态调整与基于速度方向融合轨迹规划的机器人开门控制策略,以提升机器人在开启具有弹性门体时的控制精度与鲁棒性。针对门弹性导致的持续扰动,设计了具有各向异性特性的二阶导纳控制,实现了夹持坐标系下的差异化柔顺响应;结合力矩反馈与角速度前馈机制,提升了系统的动态性能。同时,通过引入力矩顺应控制并将旋转中心设置于夹持处,有效减弱了转动与平移运动间的耦合干扰。为增强轨迹的平滑性与抗扰性,提出了基于实时速度方向的融合算法,可根据当前与滤波速度间的夹角动态调整运动指令方向。

实验结果表明,该方法在初始速度方向分别为0°、±30°的条件下均能稳定完成开门任务,最大扭矩不超过0.7 N·m,接触力保持可控。结果验证了该策略在抑制外力与力矩的同时,具备优良的动态响应与环境适应能力。

参考文献

原文顺序 | 出版日期 | 本文引用

[1]	Karayiannidis Y, Smith C, Barrientos F E V, et al. An adaptive control approach for opening doors and drawers under uncertainties[J]. IEEE Transactions on Robotics, 2016, 32(1): 161-175.

[2]	Karayiannidis Y, Smith C, Viña F E, et al. Model-free robot manipulation of doors and drawers by means of fixed-grasps[C]// Proceedings of the 2013 IEEE International Conference on Robotics and Automation. Karlsruhe: IEEE, 2013: 4485-4492.

[3]	Lutscher E, Lawitzky M, Cheng G, et al. A control strategy for operating unknown constrained mechanisms[C]// Proceedings of the 2010 IEEE International Conference on Robotics and Automation. Anchorage: IEEE, 2010: 819-824.

[4]	Ma D, Wang H, Chen W. Unknown constrained mechanisms operation based on dynamic hybrid compliance control[C]// Proceedings of the 2011 IEEE International Conference on Robotics and Biomimetics. Karon Beach: IEEE, 2011: 2366-2371.

[5]	Chung W, Rhee C, Shim Y, et al. Door-opening control of a service robot using the multifingered robot hand[J]. IEEE Transactions on Industrial Electronics, 2009, 56(10): 3975-3984.

[6]	Ding L, Xia K, Gao H, et al. Robust adaptive control of door opening by a mobile rescue manipulator based on unknown-force-related constraints estimation[J]. Robotica, 2018, 36(1): 119-140.

[7]	Stuede M, Nuelle K, Tappe S, et al. Door opening and traversal with an industrial cartesian impedance controlled mobile robot[C]// Proceedings of the 2019 International Conference on Robotics and Automation (ICRA). Montreal: IEEE, 2019: 966-972.

[8]	Winiarski T, Banachowicz K, Seredyński D. Multi-sensory feedback control in door approaching and opening[C]// Intelligent Systems’2014. Cham: Springer International Publishing, 2015: 57-70.

[9]	Arisumi H, Chardonnet J R, Yokoi K. Whole-body motion of a humanoid robot for passing through a door-opening a door by impulsive force[C]// Proceedings of the 2009 IEEE/RSJ International Conference on Intelligent Robots and Systems. St. Louis: IEEE, 2009: 428-434.

[10]	Kuribayashi Y, Yamazaki K. Door-opening motion generation using DAE modeling for mobile manipulators[C]// Proceedings of the 2023 IEEE International Conference on Robotics and Biomimetics (ROBIO). Koh Samui: IEEE, 2023: 1-7.

[11]	Ahmad S, Zhang H, Liu G. Multiple working mode control of door-opening with a mobile modular and reconfigurable robot[J]. IEEE/ASME Transactions on Mechatronics, 2013, 18(3): 833-844.

[12]	Winiarski T, Banachowicz K. Opening a door with a redundant impedance controlled robot[C]// Proceedings of the 9th International Workshop on Robot Motion and Control. Kuslin: IEEE, 2013: 221-226.

[13]	Ott C, Bäuml B, Borst C, et al. Autonomous opening of a door with a mobile manipulator: a case study[J]. IFAC Proceedings Volumes, 200, 40(15): 349-354.

[14]	Lee J, Ajoudani A, Hoffman E M, et al. Upper-body impedance control with variable stiffness for a door opening task[C]// Proceedings of the 2014 IEEE-RAS International Conference on Humanoid Robots. Madrid: IEEE, 2014: 713-719.

[15]	Lee D W, Kwon H M, Jeon H S, et al. Selective dimensional admittance control for versatile manipulation[C]// Proceedings of the 2015 12th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI). Goyang: IEEE, 2015: 560-563.

[16]	Winiarski T, Banachowicz K, Stefańczyk M. Safe strategy of door opening with impedance controlled manipulator[J]. Journal of Automation Mobile Robotics & Intelligent Systems, 2013, 7: 21-26.

[17]	Niemeyer G, Slotine J J. A simple strategy for opening an unknown door[C]// Proceedings of the 1997 IEEE International Conference on Robotics and Automation. Albuquerque: IEEE, 1997: 1448-1453.

[18]	Jain A, Kemp C C. Pulling open doors and drawers: coordinating an omni-directional base and a compliant arm with Equilibrium Point control[C]// Proceedings of the 2010 IEEE International Conference on Robotics and Automation. Anchorage: IEEE, 2010: 1807-1814.

[19]	Schmid A J, Gorges N, Goger D, et al. Opening a door with a humanoid robot using multi-sensory tactile feedback[C]// Proceedings of the 2008 IEEE International Conference on Robotics and Automation. Pasadena: IEEE, 2008: 285-291.

[20]	王雪竹, 杜佳, 张美玲, 等. 机器人自主开门作业研究[J]. 机械设计与制造, 2020(1): 260-262, 266.

[21]	Wang Xuezhu, Du Jia, Zhang Meiling, et al. Research on autonomous door-opening task of robot[J]. Machinery Design & Manufacture, 2020(1): 260-262, 266.

[22]	蒋元陈, 刘宏伟, 刘满禄, 等. 基于力觉引导的机械臂自适应开门旋拧方法[J]. 计算机应用研究, 2021, 38(6): 1804-1808.

[23]	Jiang Yuanchen, Liu Hongwei, Liu Manlu, et al. Adaptive opening and screwing method of manipulator based on force guidance[J]. Application Research of Computers, 2021, 38(6): 1804-1808.

[24]	吴若鸿, 吴怀宇, 钟锐. 基于 Kinect 的移动机械臂平台开门策略设计与实现[J]. 计算机工程与设计, 2014, 35(9): 3238-3243.

[25]	Wu Ruohong, Wu Huaiyu, Zhong Rui. Design and implementation of strategy for door opening by mobile manipulator base based on kinect[J]. Computer Engineering and Design, 2014, 35(9): 3238-3243.

[26]	孙鹏宇, 李君, 刘宇飞, 等. 基于车-臂协同策略的移动机械臂柔顺开门技术[J]. 机器人, 2026, 48(1): 102-115.

[27]	Sun Pengyu, Li Jun, Liu Yufei, et al. Compliant door-opening technology for mobile manipulator based on platform-manipulator collaboration strategy[J]. Robot, 2026, 48(1): 102-115.

[28]	孔繁旭, 吕鹏, 王洪光, 等. 基于无源观测器的机器人笛卡尔空间力/阻抗控制方法[J]. 科学技术与工程, 2022, 22(35): 15675-15680.

[29]	Kong Fanxu, Lü Peng, Wang Hongguang, et al. Force/impedance control of robot in Cartesian space based on passivity monitor[J]. Science Technology and Engineering, 2022, 22(35): 15675-15680.