提出基于神經(jīng)網(wǎng)絡(luò)模型的搖操作主從式工程機(jī)器人的力覺反饋技術(shù)原理。首先根據(jù)機(jī)器人從動(dòng)手機(jī)構(gòu)的空載動(dòng)力學(xué)特性，離線建立了空載神經(jīng)網(wǎng)絡(luò)模型，然后依此模型在線辨識(shí)空載驅(qū)動(dòng)力以間接提取負(fù)載力。該方法可提高力覺反饋的準(zhǔn)確性和同步精度，實(shí)驗(yàn)結(jié)果驗(yàn)證了其有效性。 1 引言 人們在人體難以靠近的場所如宇宙空間、海底、地下及原子反應(yīng)堆等附近的高溫、高壓、強(qiáng)輻射等惡劣環(huán)境中作業(yè)時(shí)，有必要使用遙操作工程機(jī)器人系統(tǒng)完成作業(yè)任務(wù)。為了提高機(jī)器人系統(tǒng)的作業(yè)效率，需要將遠(yuǎn)端作業(yè)現(xiàn)場的聲音、圖像、運(yùn)動(dòng)和力等信息反饋給操作者，使操作者在聽覺、視覺、運(yùn)動(dòng)覺和力覺上具有臨場現(xiàn)實(shí)感。而在一些特殊場合，操作者對力覺反饋的質(zhì)量要求更高。為了完成精確的操作任務(wù)，操作者不但要求能感覺到遠(yuǎn)端作業(yè)現(xiàn)場的實(shí)際負(fù)載力，還要求其力覺能與負(fù)載存在同步。實(shí)現(xiàn)上述要求的前提是必須首先準(zhǔn)確提取負(fù)載力，目前一種方法是在機(jī)器人抓取機(jī)構(gòu)的末端安裝測力傳感器直接檢測負(fù)載力；另一種是檢測相關(guān)參量間接求出負(fù)載力。前者可使操作者獲得真實(shí)的力覺，但測力裝置易受現(xiàn)場環(huán)境影響，磨損問題突出。后者雖易于實(shí)現(xiàn)，但現(xiàn)有的算法誤差較大，操作者獲得的力覺精度不高。針對此問題，本文提出—了利用抓取機(jī)構(gòu)的空載神經(jīng)網(wǎng)絡(luò)（NN）模型間接提取負(fù)載力的方法，在日本岐阜大學(xué)開發(fā)的遙操作工程機(jī)器人上進(jìn)行了實(shí)驗(yàn)研究，驗(yàn)證了該方法可以有效提高力覺反饋的準(zhǔn)確性和同步精度。 2 力覺反饋技術(shù)原理 遙操作工程機(jī)器人可看作由主動(dòng)手機(jī)構(gòu)和從動(dòng)手機(jī)構(gòu)兩部分構(gòu)成，其作業(yè)任務(wù)是靠操作者操縱主動(dòng)手機(jī)構(gòu)遙控從動(dòng)手機(jī)構(gòu)完成的。從動(dòng)手機(jī)構(gòu)分為直線型和轉(zhuǎn)動(dòng)型，受力分析如圖1所示。 [align=center] 圖1 從動(dòng)手機(jī)構(gòu)受力[/align] 以直線型為例，力平衡可寫成如下形式： （1） 式中：F為驅(qū)動(dòng)力，F(xiàn)[SUB]i[/SUB]為慣性力，F(xiàn)[SUB]f[/SUB]為摩擦力，F(xiàn)[SUB]e[/SUB]為彈性力，F(xiàn)[SUB]g[/SUB]為重力引起的負(fù)載力，F(xiàn)[SUB]L[/SUB]為負(fù)載力。 令F[SUB]L[/SUB]=0，得空載驅(qū)動(dòng)力為： （2） 代入式（1）得： （3） 只要驅(qū)動(dòng)力F和空載驅(qū)動(dòng)力F[SUB]n[/SUB]已知，即可確定負(fù)載力F[SUB]L[/SUB]的大小。 由于F[SUB]i[/SUB]、F[SUB]f[/SUB]分別與從動(dòng)手機(jī)構(gòu)的加速度、速度有關(guān)，F(xiàn)[SUB]e[/SUB]與從動(dòng)手機(jī)構(gòu)的位移有關(guān)，F(xiàn)[SUB]g[/SUB]與從動(dòng)手機(jī)構(gòu)的空間位置有關(guān)，故空載驅(qū)動(dòng)力可用如下函數(shù)式表示： （4） 式中：分別為從動(dòng)手機(jī)構(gòu)加速度、速度和位移，θ為從動(dòng)手機(jī)構(gòu)的空間位置角。 函數(shù)式（4）表示的是以加速度、速度、位移和空間位置為自變量，以空載驅(qū)動(dòng)力為函數(shù)的從動(dòng)手機(jī)構(gòu)空載模型�？梢钥闯�，若能實(shí)測或計(jì)算出各變量，依此模型就可以計(jì)算出空載驅(qū)動(dòng)力，進(jìn)而計(jì)算出負(fù)載力。 [align=center] 圖2 力覺反饋控制結(jié)構(gòu)[/align] 基于空載模型建立的主從機(jī)器人力覺反饋控制結(jié)構(gòu)如圖2所示。主動(dòng)手機(jī)構(gòu)的力覺控制量為 （5） 式中：K[SUB]p[/SUB]為主力控制器力反饋增益，e[SUB]f[/SUB] 為較小的力差閾值。 若將主動(dòng)手機(jī)構(gòu)看作比例環(huán)節(jié)，則操作者獲得力覺的反力為： （6） 3 空載神經(jīng)網(wǎng)絡(luò)模型 從上述控制算法看出，空載模型的計(jì)算是整個(gè)控制計(jì)算中的關(guān)鍵，模型的精度將直接影響力覺反饋控制的精度。由于從動(dòng)手機(jī)構(gòu)的加速度、速度、位移和空間位置角與空載驅(qū)動(dòng)力具有復(fù)雜的非線性關(guān)系，難以用數(shù)學(xué)模型準(zhǔn)確表達(dá)，因此，本文提出基于空載NN模型的力覺反饋控制方法�；舅枷胧鞘紫入x線建立從動(dòng)手機(jī)構(gòu)的空載NN模型，然后將它作為辨識(shí)器置于系統(tǒng)中，由其在線辨識(shí)出系統(tǒng)在任意運(yùn)動(dòng)狀態(tài)下的空載驅(qū)動(dòng)力，以間接提取負(fù)載力。 建立準(zhǔn)確的空載NN模型是實(shí)現(xiàn)上述方法的關(guān)鍵。由于多層前饋NN具有理論上可逼近任意非線性連續(xù)映射的能力，因此本文提出構(gòu)建以從動(dòng)手機(jī)構(gòu)的加速度、速度、位移和空間位置角為輸入變量，以空載驅(qū)動(dòng)力為輸出變量的4輸入1輸出多層前饋NN，如圖3所示。 [align=center] 圖3 NN結(jié)構(gòu)[/align] 建立NN模型的過程就是利用樣本訓(xùn)練網(wǎng)絡(luò)權(quán)系數(shù)的過程。在以力覺反饋精度為首要要求的系統(tǒng)中，所建立的NN必須具有較高的泛化能力。這里，本文將NN的訓(xùn)練誤差函數(shù)定義為： 式中：F[SUB]n[/SUB]（i），F(xiàn)[SUB]nn[/SUB]（i）分別為實(shí)測的空載驅(qū)動(dòng)力和NN輸出的空載驅(qū)動(dòng)力，N為每組樣本的采樣點(diǎn)數(shù)。 4 驗(yàn)證實(shí)驗(yàn) 本文利用上述方法，在日本岐阜大學(xué)開發(fā)的遙操作工程機(jī)器人系統(tǒng)上進(jìn)行了實(shí)驗(yàn)研究。如圖4所示，該系統(tǒng)由作為工程機(jī)器人的液壓挖掘機(jī)和在遠(yuǎn)端操縱工程機(jī)器人的兩個(gè)手柄組成。在液壓挖掘機(jī)的前端裝備了一個(gè)抓手，用來作為機(jī)械手來抓取物體。手柄機(jī)構(gòu)（主動(dòng)手機(jī)構(gòu)）的位移由位移傳感器檢測，其下方安裝有DC馬達(dá)，操作者可以通過DC馬達(dá)和與DC馬達(dá)連接的減速齒輪來感覺來自抓手上的負(fù)載力。抓手由電液伺服閥和抓手液壓缸組成的電液伺服抓手機(jī)構(gòu)（從動(dòng)手機(jī)構(gòu)）來驅(qū)動(dòng)。抓手液壓缸的位移由嵌入液壓缸內(nèi)的磁位移傳感器檢測，抓手液壓缸的驅(qū)動(dòng)力由安裝在液壓缸內(nèi)的一對壓力傳感器檢測。物體的升降和移動(dòng)是靠電液伺服提升機(jī)構(gòu)、手臂機(jī)構(gòu)和擺動(dòng)機(jī)構(gòu)實(shí)現(xiàn)的。 本實(shí)驗(yàn)系統(tǒng)的從動(dòng)手機(jī)構(gòu)屬于直線型，如圖5所示，系統(tǒng)相關(guān)參數(shù)見表1。 [align=center] 圖4 實(shí)驗(yàn)系統(tǒng)組成 圖5 從動(dòng)手機(jī)構(gòu) 表1 系統(tǒng)參數(shù)[/align] 考慮工程方便性，本系統(tǒng)將空載NN模型的輸入速度v[SUB]s[/SUB]用位移Y[SUB]s[/SUB]的導(dǎo)數(shù)代替，加速度a[SUB]s[/SUB]用位移Y[SUB]s[/SUB]的二階導(dǎo)數(shù)代替。也考慮到本系統(tǒng)從動(dòng)手機(jī)構(gòu)重力較�。ó�(dāng)θ=90°時(shí)，F(xiàn)[SUB]gmax[/SUB]<0.1F[SUB]nmax[/SUB]）和彈性力可略不計(jì)，將位移r，和空間位置角9變量取消，這樣，NN模型結(jié)構(gòu)被簡化成2輸入1輸出結(jié)構(gòu)。網(wǎng)絡(luò)訓(xùn)練的目標(biāo)量為實(shí)測的空載驅(qū)動(dòng)力（F[SUB]n[/SUB]=p[SUB]1[/SUB]A[SUB]1[/SUB]-p[SUB]2[/SUB]A[SUB]2[/SUB]）。 為考核簡化后的NN模型的泛化能力，在數(shù)據(jù)采集時(shí)，讓提升機(jī)構(gòu)和手臂機(jī)構(gòu)做變速往復(fù)運(yùn)動(dòng)。利用采集的數(shù)據(jù)對NN網(wǎng)絡(luò)在Matlab6.1下進(jìn)行訓(xùn)練時(shí)，隱層節(jié)點(diǎn)數(shù)取30，網(wǎng)絡(luò)的訓(xùn)練誤差取0.0001，訓(xùn)練循環(huán)步數(shù)取500，獲得的仿真實(shí)驗(yàn)結(jié)果如圖6所示。圖6（a）為測試訓(xùn)練后記憶能力結(jié)果，圖6（b）為測試訓(xùn)練后泛化能力結(jié)果，F(xiàn)[SUB]n[/SUB]、F[SUB]nn[/SUB]為規(guī)范化處理后的實(shí)測空載驅(qū)動(dòng)力和NN輸出的空載驅(qū)動(dòng)力。可以看出，網(wǎng)絡(luò)具備了良好的泛化能力，說明本實(shí)驗(yàn)系統(tǒng)用位移的導(dǎo)數(shù)和二階導(dǎo)數(shù)代替從動(dòng)手機(jī)構(gòu)的實(shí)際速度和加速度是可行的，提升機(jī)構(gòu)和手臂機(jī)構(gòu)的加速度對抓手機(jī)構(gòu)空載驅(qū)動(dòng)力的影響可以不計(jì)，從動(dòng)手機(jī)構(gòu)的位移和空間位置角的變化對空載驅(qū)動(dòng)力的影響可以忽略。 [align=center] 圖6 NN記憶和泛化能力評價(jià)結(jié)果 圖7 基于NN辨識(shí)空載驅(qū)動(dòng)力的實(shí)驗(yàn)結(jié)果 圖8 基于空載驅(qū)動(dòng)力為定值的實(shí)驗(yàn)結(jié)果[/align] 本文依據(jù)簡化的NN模型，對力覺反饋控制的效果進(jìn)行了實(shí)驗(yàn)研究。在圖7中，Y[SUB]m[/SUB]、Y[SUB]s[/SUB]分別為主、從動(dòng)手機(jī)構(gòu)的位移，F(xiàn)、F[SUB]nn[/SUB]和F[SUB]r[/SUB]分別為從動(dòng)手機(jī)構(gòu)的驅(qū)動(dòng)力、由NN在線辨識(shí)的空載驅(qū)動(dòng)力和操作者獲得的力覺反力。整個(gè)實(shí)驗(yàn)過程包含了非抓�。ǹ蛰d）、抓取混凝土磚塊（AB段）、抓取輪胎（CD段）和抓手外側(cè)頂壓輪胎（EF段）等多種狀態(tài)�？梢钥闯觯蛰d驅(qū)動(dòng)力是隨著系統(tǒng)的運(yùn)動(dòng)狀態(tài)而變的，力覺反力在空載運(yùn)動(dòng)狀態(tài)下為零。因此，操作者的力覺能夠與負(fù)載的存在保持準(zhǔn)確同步。 圖8是采用本研究前期方法，即假定空載驅(qū)動(dòng)力為定值的情況下測得的實(shí)驗(yàn)結(jié)果。從中可以看出，在空載運(yùn)動(dòng)狀態(tài)下，反力F[SUB]r[/SUB]不為零，操作者仍感覺有負(fù)載存在。反復(fù)實(shí)驗(yàn)研究還表明，若將定值的空載驅(qū)動(dòng)力增大，雖然可以消除操作者在空載運(yùn)動(dòng)狀態(tài)下的力覺，但是操作者在抓取軟物體時(shí)卻難以感覺到負(fù)載的存在。 5 結(jié)論 準(zhǔn)確提取負(fù)載力是提高遙操作工程機(jī)器人力覺反饋控制精度的前提。針對現(xiàn)有提取負(fù)載力算法精度不高問題，本文提出了利用機(jī)器人從動(dòng)手機(jī)構(gòu)的空載NN模型在線辨識(shí)空載驅(qū)動(dòng)力以間接提取負(fù)載力的方法，實(shí)驗(yàn)驗(yàn)證它可以提高力覺反饋準(zhǔn)確性和同步精度，是提高力覺反饋質(zhì)量的一種簡單實(shí)用方法。