面向安全机器人装配的自适应柔顺控制器设计

插入操作是大多数机器人装配操作的关键环节，而 peg-in-hole (PiH) 插入是工业界与学术界操作研究中最广泛研究的任务之一。事实上，PiH 插入是一整类问题，其复杂度取决于插入尝试过程中的错位类型与接触构型。本文提出并分析了可用于插入式装配任务的自适应柔顺控制器，包括基于学习的柔顺控制器，可用于机器人装配中目标位置存在不确定性时的插入问题。我们首先设计了柔顺控制器，通过在接触构型形成过程中限制所经历的接触力，确保机器人的安全操作。随后，我们分析接触构型形成过程中获得的力特征，以学习执行插入所需的纠正动作。最后，我们利用所提出的柔顺控制器与学习到的模型设计策略，能够在全新测试条件下以近乎完美的成功率成功完成插入。我们在使用 6-DoF 机械臂的物理机器人测试平台上验证了所提方法。