机器人触感装置力位解耦控制策略研究

合集下载

机器人运动控制技术研究及其在机器人行业的应用

机器人运动控制技术研究及其在机器人行业的应用随着机器人科技的不断发展，机器人在日常生活和工业领域的应用越来越广泛。

而机器人能够实现复杂的运动控制也是机器人成为现实的必要条件之一。

本文将探讨机器人运动控制技术及其在机器人行业的应用。

一、机器人运动控制技术机器人的运动控制技术是现代机器人领域中最重要和最复杂的领域之一，涉及计算机科学、控制理论、机械制造及电子等多个学科。

机器人的运动控制技术主要包括位置控制、速度控制、力控制和姿态控制等方面。

1.位置控制位置控制是机器人运动控制技术的一个关键方面。

位置控制通常是在计算机控制下通过编码器测量机器人的运动位移，比较编码器测量值和设定值，并根据误差信号来调整机器人的运动，保证机器人达到期望的位置。

2.速度控制速度控制是机器人运动控制技术的另一个重要方面。

速度控制通常通过运动控制算法实现，比如PID算法。

在机器人的处理器中设置速度设定值和实际测量值，按照算法计算出误差，并对速度进行反馈控制，使其保持运动速度稳定。

3.力控制力控制是一种新颖技术，它可以通过测量机器人的对外力施加的响应来调整机器人的力。

通常力控制应用于协作机器人、人-机器人交互和医疗机器人等领域。

4.姿态控制姿态控制是机器人运动控制技术的最后一个方面。

姿态控制通常通过测量机器人末端工具（如夹持器）的运动状态（如姿态和位置）、运动速度和加速度等参数来控制机器人。

二、机器人运动控制技术在机器人行业中的应用机器人运动控制技术在机器人行业中的应用是多元的。

在工业领域，机器人的自动化生产和装配所需的工具和组成部件通常需精确定位和移动，也就需要使用机器人运动控制技术来实现控制。

在医疗领域，同样需要机器人进行细分手术和诊断，维持人体生命和健康。

旅游领域，机器人导游和机器人服务员也需要基于运动控制技术进行设计与开发，能够自由移动、触摸、语音识别、面部识别和与用户互动。

在机器人行业内，机器人运动控制技术的应用领域与发展方向也十分广泛。

基于力反馈的机器人装配主动柔顺控制策略研究

基于力反馈的机器人装配主动柔顺控制策略研究2023-10-27•研究背景与意义•相关工作与文献综述•研究方法与技术路线•研究结果与分析•结论与展望目录01研究背景与意义研究背景机器人技术的不断发展，使得机器人广泛应用于各个领域，特别是在制造业中，机器人的应用更是不可或缺。

在机器人装配过程中，由于环境的不确定性以及物体的不规则形状和表面质量等因素，接触力是难以预测和控制的。

因此，如何实现机器人装配过程中的主动柔顺控制，以适应不同的装配环境，提高装配质量和效率，是当前亟待解决的问题。

随着制造业的快速发展，对于机器人的装配精度和效率的要求越来越高。

基于力反馈的机器人装配主动柔顺控制策略研究，旨在解决机器人装配过程中的不确定性和干扰问题，提高机器人的装配精度和效率。

该研究具有重要的理论意义和实际应用价值。

研究意义研究目的本研究旨在研究基于力反馈的机器人装配主动柔顺控制策略，实现机器人装配过程中的精确控制和适应性的提高。

通过建立机器人装配的力学模型，分析接触力的影响因素，并研究基于力反馈的控制算法，实现接触力的精确控制。

同时，本研究还将优化机器人的运动规划算法，提高机器人的装配效率。

通过实验验证本研究提出的方法的有效性和可行性。

02相关工作与文献综述力反馈技术简介力反馈技术是一种在人机交互中实现触觉反馈的技术，它能够将机器人感知到的力信息实时传递给操作者，使操作者能够直观地感知到机器人与环境之间的相互作用。

力反馈技术在机器人领域的应用力反馈技术在机器人领域广泛应用于手术训练、远程操作、工业生产等领域，能够提高机器人的适应性和安全性，降低人为操作失误的风险。

力反馈技术机器人装配主动柔顺控制策略的概念机器人装配主动柔顺控制策略是指在机器人装配过程中，通过控制机器人的运动和姿态，使其能够适应不同的装配环境和装配对象，以达到提高装配质量和效率的目的。

机器人装配主动柔顺控制策略的研究现状目前，针对机器人装配主动柔顺控制策略的研究主要集中在机构设计、运动规划、传感器信息融合等方面，研究者们提出了多种不同的控制策略和方法，如基于逆向运动学的控制方法、基于人工智能的控制方法等。

机器人灵巧操作控制技术的研究

机器人灵巧操作控制技术的研究随着人类科技的发展和普及，机器人已经逐渐成为人们日常生活和工作中不可或缺的工具。随之而来的是，机器人灵巧操作控制技术的研究也越来越成为科技研究的热点。本文将从三个方面来探讨机器人灵巧操作控制技术的研究及其应用。

一、力/触觉传感技术在机器人灵巧操作控制中的应用力/触觉传感技术是指利用机器人的传感器实现对物体力量和触感信息的感知和反馈。它能够提高机器人在进行工业生产等领域的操作时的感知性能和高精度控制能力。在机器人的灵巧操作控制领域，力/触觉传感技术的应用是不可或缺的。

首先，力/触觉传感技术可以让机器人准确地感知手勾、夹具等操作工具在与物体接触时的压力、变形和形变等信息，从而实现精准的力觉控制，更好地完成物体的抓取和操作。

同时，力/触觉传感技术还可以通过对物体表面形状和力学特征的感知，实现对物体纹理、形状、硬度等信息的掌握，使机器人具备了更强的感知能力，更好地完成特定的操作任务。

二、运动控制技术在机器人灵巧操作控制中的应用在机器人的灵巧操作控制中，运动控制技术也是必不可少的关键技术之一。运动控制技术主要涉及机器人的轴和关节的位置、姿态、速度等参数的控制与调节。在机器人进行操作时，这些参数的控制和调节可以使机器人进行更加精细的工作，提高机器人的效率和准确度。

在实际应用中，运动控制技术可以通过编程和仿真来实现机器人的运动轨迹规划和控制。例如，针对不同的工业操作任务和操作对象，可以通过运动控制技术来规划和调节机器人的动作、速度和力度等参数的控制，从而实现更加灵巧的操作。

三、人机交互技术在机器人灵巧操作控制中的应用人机交互技术是指利用计算机技术和人因工程学的方法，实现人与机器人之间的交互。在机器人的灵巧操作控制中，人机交互技术也是关键技术之一。它使得机器人能够更好地与人工智能进行沟通和交流，从而实现更加智能化和灵活的工作。

在实际应用中，人机交互技术可以通过语音控制、手势控制等方式来控制机器人的操作。例如，手势控制技术可以通过追踪人类手部的运动，将其传递到机器人，从而让机器人更加准确地根据人类的指令来完成抓取和操作，在实际工作中能够实现更好的高效和灵活性。

柔性关节机器人的动力学解耦建模与轨迹跟踪控制

THANKS.
柔性关节机器人结
02
构与运动学分析
机器人结构概述
关节类型
柔性关节机器人通常采用旋转关节或球形关节，每个关节由电机
驱动并具有较高的自由度。
结构组成
柔性关节机器人由多个关节和连杆组成，关节之间通过柔性连接杆连接，使机器人具有较好的适应性和灵活性。
应用场景
柔性关节机器人广泛应用于装配、焊接、喷涂等生产制造领域，以及医疗、救援等特殊领域。
实验结果与讨论
结果
实验结果表明，所提出的动力学解耦模型能够有效地提高轨迹跟踪精度和控制稳定性。相较于传统方法，该方法在轨迹跟踪和鲁棒性方面表现更为优异。
VS
讨论
虽然实验取得了较好的结果，但仍存在一些局限性。例如，实验中未考虑外部干扰、关节摩擦等不确定性因素。未来研究将进一步优化控制算法以适应更复杂的环境和任务需求。此外，可以结合机器学习方法对机器人进行更精细的控制和优化。
针对柔性关节机器人的动力学建模与控制问题进行研究，有助于提高机器人的运动性能和适应能力，具有重要的理论和应用价值。
研究现状与发展
01
目前，国内外学者针对柔性关节机器人的动力学建模与控制问题进行了广泛研究，取得了许多重要的研究成果。
02
随着计算机技术和控制理论的发展，柔性关节机器人的应用领域不断扩大，对机器人的运动性能和适应能力的要求也越来越高。
轨迹跟踪控制
04
控制策略与算法设计
模型预测控制（MPC）
基于模型预测控制策略，对机器人关节速度和位置进行优化，实现轨迹跟踪控制。
滑模控制（SMC）
利用滑模控制算法，根据期望轨迹与实际轨迹的误差，实现快速跟踪控制。

外骨骼机器人人机耦合控制系统研究

（１．合肥工业大学电气与自动化工程学院，合肥２３００２２；
２冲国科学院合肥物质科学研究院先进制造技术研究所，常州２１３１６４）
摘要：外骨骼机器人是机器人与穿戴者相耦合的机电一体化系统，为实现外骨骼机器人的稳定运动控
制，研究了外骨骼机器人人机耦合作用情况。以机器人单个关节为研究对象，建立了关节的
０引言
外骨骼是指为生物提供保护和支持的坚硬外部结构。外骨骼机器人技术是融合传感、控制、信息、融合、移动计算，为作为操作者的人提供一种可穿戴的机械机构的综合技术ｎ】。外骨骼机器人系统的研究最早始于２０世纪６０年代美国通用公司设计的哈德曼助力机器人，该装置主要采用电机驱动控制，可以轻而易举的举起几十千克的重物。它对后来外骨骼机器人技术的研究和开发起到了不可替代的引导作用】。自从哈德曼助力机器人设想的提出以来，许多国家都对外骨骼机器人系统展开了研究。２０００年，美国国防部高级研究项目局资助加州大学伯克利分校的人体工程实验室（脏Ｌ）、ＳＡＲＣＯＳ机器人公司、橡树岭国家实验室（ＯＲＮＬ）和ＭｉｌｌｅｎｎｉｕｍＪｅｔ公司等开展了增力外骨骼机器人的研究［３】。随着世界科技水平的进步，以日本、美国、以色列为代表的发达国家在外骨骼机器人领域取得了长足的进展，在军事、医疗、商业等方面已经有了初步的应用Ｈ】。

机器人运动控制的精度分析与改进

机器人运动控制的精度分析与改进绪论随着科技的不断进步，机器人在现代工业生产中扮演着越来越重要的角色。

机器人的运动控制是其关键技术之一，决定了其在工作过程中的精度和效率。

本文将针对机器人运动控制的精度进行分析，并提出改进策略，旨在提高机器人的运动精度。

一、机器人运动控制的基本原理机器人运动控制是通过计算机对机器人进行指令控制，以实现预定的运动轨迹和精度。

其基本原理包括机器人的位置感知、运动学建模和控制算法。

1. 机器人的位置感知机器人通常通过传感器来感知自身的位置，包括编码器、惯性测量单元（IMU）和视觉传感器等。

编码器用于测量各关节的位置和速率，IMU则可以感知机器人在空间中的姿态和加速度变化。

而视觉传感器则能够通过图像识别来感知机器人的位置。

2. 运动学建模机器人的运动学建模是将机器人的关节运动转化为工具坐标系下的位姿运动。

根据机器人的结构和关节自由度，可以利用李群、李代数以及旋转矩阵等工具进行运动学描述。

3. 控制算法机器人的运动控制算法包括轨迹生成和轨迹跟踪。

轨迹生成是通过给定的目标路径和运动规划算法生成机器人的参考轨迹。

而轨迹跟踪则是以控制理论为基础，通过反馈控制的方法，使机器人跟踪参考轨迹并实现精确的位置和速度控制。

二、机器人运动控制的精度分析机器人运动控制的精度分析需要考虑多个因素，包括机器人自身的结构特点、传感器的精度、控制算法的准确性等。

1. 机器人结构特点机器人的结构特点将直接影响其运动精度。

例如，机器人关节数目和长度的增加会导致传感器测量误差的累积，从而影响运动精度。

机器人工具坐标系与基座坐标系之间的传递误差也是影响运动精度的一个因素。

2. 传感器精度传感器的精度对于机器人运动控制至关重要。

编码器和IMU的精度将直接影响机器人位置和姿态的测量结果。

传感器的校准和噪声滤波技术可以帮助提高传感器的精度。

3. 控制算法准确性控制算法的准确性将直接影响机器人的运动轨迹和控制精度。

误差补偿算法、自适应控制算法以及优化算法都可以用于提高控制算法的准确性。

机器人的柔性操作控制技术研究

机器人的柔性操作控制技术研究机器人作为一种现代化的自动化工具，正逐渐地成为生产活动中的重要角色。

然而，当机器人与人类共同工作时，由于机器人的刚度和控制精度问题，十分容易出现危险情况。

因此，研究机器人的柔性操作控制技术成为了目前机器人研究领域的一个热门话题。

柔性操作控制技术的提出旨在解决机器人作业过程中的难点问题，使机器人能够具备柔性的物理特性，从而能够更加高效、精确地完成生产任务。

目前，主流柔性操作控制技术主要分为以下两种：一、力控制技术力控制技术可以根据物体的变化实时改变机器人的运动轨迹。

这一技术可以基于传感器实现，传感器能够感知物体在机器人接触下的受力情况，并反馈给机器人。

机器人依据传感器的反馈信息实现力控制，并根据物体的变形反馈调整运动轨迹，从而完成柔性的操作。

二、视觉控制技术视觉控制技术是近年来的热门研究方向，可实现更加智能化的柔性操作控制。

该技术基于机器视觉技术实现，通过对目标物体的精确识别和跟踪，从而实现机器人的柔性操作控制。

这一技术不仅可以用于机器人的自主运动，还可以在威胁到人体安全的特殊场合下，如处理放射性物质等领域发挥作用。

而在柔性操作控制技术的研究方向上，最近又涌现出了一种被称之为“人机合作”的技术。

这种技术被用于协助人类完成一些极致精准的操作，如外科手术等。

人类和机器人通过配合，共同执行细微、繁琐而又高风险的手术操作，使患者得到更加优质的医疗服务。

这一技术的成熟与推广将会对外科手术、机器人手术以及康复医学等领域产生重要影响。

总的来说，柔性操作控制技术的研究，是机器人技术发展的必然趋势。

虽然目前该技术还存在一些局限性与难点问题，如机器人与物体接触时的传感器辨识问题、信息反馈成本高等，仍需要进一步的研究探索与技术创新。

但相信通过不断的技术进步和创新，柔性操作控制技术将会推动机器人技术发展的进一步飞跃，为生产与服务等多个领域创造更多的价值。

协作机器人技术的力传感与力控制算法解析

协作机器人技术的力传感与力控制算法解析随着人工智能和机器人技术的不断发展，协作机器人成为了工业自动化领域的关注焦点。

协作机器人不仅能够与人类工作者共同工作，还能够根据环境和任务的需求进行灵活调整和适应。

其中，力传感与力控制算法是协作机器人实现高质量协同工作的关键之一。

本文将对协作机器人技术的力传感与力控制算法进行详细解析。

协作机器人的力传感是通过内置的传感器来感知与外界物体之间的力量交互。

力传感的目的是使机器人能够准确地感知到与物体的接触力、摩擦力和力矩等信息，从而能够做出适当的响应和控制。

常见的力传感技术包括力敏传感器、力敏电池和声发射技术等。

力控制算法是实现机器人与物体进行精确合作的关键。

力控制算法主要包括力控制模型、控制策略和控制器的设计。

力控制模型是描述机器人与物体之间力学关系的数学模型，可以根据实际情况选择合适的模型进行建模。

常用的力控制模型包括刚性模型、弹性模型和粘性模型等。

在力控制算法中，控制策略起着关键作用。

常见的控制策略包括力/力矩（F/T）反馈控制、模型预测控制和自适应控制等。

力/力矩反馈控制是一种基于传感器反馈信息的控制策略，可以实时调整机器人的力量和力矩输出，从而实现与物体的精确交互。

模型预测控制是一种基于预测模型的控制策略，可以根据物体的力学特性进行预测，并调整机器人的动作以实现精确的协作工作。

自适应控制策略则是一种自动调整控制参数的方法，可以根据环境和任务的不断变化进行灵活调整，以实现更加精确的力控制效果。

在实际应用中，协作机器人技术的力传感与力控制算法具有广泛的应用价值。

例如，在装配生产线上，协作机器人可以根据物体的力学特性进行调整和适应，实现高度精确的装配工作。

在医疗领域，协作机器人可以通过力传感与力控制算法实现对人体的精确操作，提高手术的安全性和准确性。

在服务领域，协作机器人可以根据用户的需求进行力学交互，提供个性化的服务体验。

尽管协作机器人技术的力传感与力控制算法具有广泛的应用前景，但仍然存在一些挑战需要克服。

机器人抓取控制策略的研究与优化

机器人抓取控制策略的研究与优化随着科技的进步，机器人已经成为人们生活中的重要角色之一。

在工厂生产线、医疗器械、农业等领域，机器人扮演着越来越重要的角色。

然而，机器人的控制策略仍然是有待研究和优化的。

本文将重点探讨机器人抓取控制策略的研究与优化。

一、机器人抓取控制策略的研究机器人的抓取控制策略是指控制机器人手臂抓取物体的方法。

这个问题看似简单，但实际上需要考虑的因素很多。

比如，物体的形状、体积、重量、材质等都会影响抓取过程。

因此，研究机器人的抓取控制策略是一项复杂的工作。

在机器人控制领域，目标检测和位姿估计是必不可少的技术。

机器人需要通过摄像头或传感器来检测目标物体的形状、大小、位置等信息。

然后，机器人可以基于这些信息来制定抓取策略。

在制定抓取策略的过程中，需要考虑多种因素，比如物体是否容易滑动、物体的几何形状等。

机器人抓取控制策略的研究可以分为两个方向。

一个是针对具体的物体形状和材质制定相应的抓取策略。

另一个是设计一种通用的、适用于多种形状和材质的抓取策略。

针对具体物体的抓取策略需要考虑的因素较多。

其中比较重要的方面是物体的几何形状和材质。

在对物体的几何形状进行分析之后，机器人可以选择使用不同的抓握器和夹具来抓取物体。

在对物体的材质进行分析之后，机器人可以选择适当的力度和速度来抓取物体，以避免对物体造成损伤。

要设计一种通用的、适用于多种形状和材质的抓取策略则更加困难。

目前，许多学者将机器学习和人工智能应用于机器人抓取控制策略的研究中。

他们使用大量的数据样本来训练机器学习模型，并使用这些模型来制定抓取策略。

这种方法可以大大提高机器人的抓取成功率和效率，但需要大量的时间和资源来训练模型。

二、机器人抓取控制策略的优化尽管机器人抓取控制策略已经在工业生产和服务业中得到广泛应用，但仍然存在许多需要优化的方面。

首先，机器人对物体的感知能力还不够强。

由于目标检测和位姿估计存在不确定性，机器人有时会出现误抓或漏抓现象。

2012 基于打磨机器人的力位混合控制策略研究

884化工自动化及仪表第39卷基于打磨机器人的力／位混合控制策略研究张庆伟1’2韩利利卜2徐方1’3贾凯’。

3邹风山3(1．中国科学院沈阳自动化研究所机器人学国家重点实验室．沈阳110016；2．中国科学院研究生院，北京100049；3．新松机器人自动化股份有限公司，沈阳110168)摘要根据打磨机器人作业对位置和力同时控制的要求，在分析了基于位置伺服力／住混合控制策略的基础上．对基于速度伺服的力／位混合控制策略进行了研究，对测量的力信号进行了滤波、重力补偿及传感器坐标系标定等处理，以提高所测力信号的抗干扰性和准确性。

仿真结果表明：该方案可以满足打磨机器人对位置和力分别控制的要求。

关键词力／位混合控制速度伺服重力补偿打磨机器人中图分类号T H873．6文献标识码A文章编号1000-3932(2012)07-0884-04随着科学技术的进步和制造业的不断发展，市场对打磨抛光加工的需求不断增长。

然而，目前我国打磨抛光加工主要以人工为主，人工打磨效率低下，费时费力，精度不高，而且产品均一性差，工人工作环境恶劣，难以实现自动化生产，已经成为打磨抛光行业进一步发展的瓶颈…。

因此，自动打磨抛光设备的研究引起了很多高校、科研机构和公司的广泛关注‘2。

1。

打磨抛光机器人能够实现高效率、高质量的自动化打磨，为代替人工打磨提供了一种有效的解决方案。

打磨机器人的核心为力控制技术，通过控制加工轨迹和打磨工具末端的力保证打磨质量，即对机器人的位置和力这两方面都要进行控制。

目前国内外已经研发出较成熟的位置控制型机器人‘4‘51，对力控制机器人也开展了很多研究¨1，但是大部分力控制机器人都是基于位置伺服实现的，其响应时间长，不能对力进行直接控制，影响了力控制的精度和效果。

针对上述情况，笔者对基于速度伺服的力控制打磨机器人进行了研究，给出了打磨机器人系统组成，对测量的力信号进行了滤波、重力补偿和传感器坐标系标定，提高了所测力信号的抗干扰性和准确性，最后对上述算法进行了仿真实验。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｓｙｓｔｅｍｓｔａｂｉｌｉｔｙ，ｔｒａｎｓｐａｒｅｎｃｙａｎｄｈｉｇｈｅｒｃｏｎｔｒｏｌｐｒｅｃｉｓｉｏｎｏｆｔｈｅｈａｐｔｉｅｄｅｖｉｃｅ，ｓｔｒｏｎｇｅｒａｎｔｉ－ｉｎｔｅｒｆｅｒｅｎｃｅａｂｉｌｉｔｙ．Ｋｅｙｗｏｒｄｓ：ｈａｐｔｉｃｄｅｖｉｃｅ；ｃｏｍｐｅｎｓａｔｉｏｎ；ａｄｄｉｔｉｏｎｌａｄｉｓｐｌａｃｅｍｅｎｔ
１附加力补偿
引人力反馈时，计入附加转矩的动力学模型应为：
丁（）＋㈦一础）＝（）＋
点，其中，影响其透明性的因素之一即为触感装
置的动力学特性，其主要表现在两方面，其一是
ｃ（ｏ）＋ Ⅳ （）
（１）
制造业信息化
ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１００９－９４９２．２０１５．０６．０１３
机器人触感装置力位解耦控制策略研究
张海滨
（鹤壁煤业技师学院，河南鹤壁４５８０３０）
摘要：通过将触感装置关节处的摩擦计人到系统的动力学模型中，在现有的力位补偿方法基础上分别建立摩擦力、重力、惯性力补偿模型进行附加力补偿，对于附加位移也通过建立附加位移模型进行了补偿，从而有效地提高了系统透明性及稳定性，使
ｃｏｍｐｅｎｓａｔｉｏｎｍｅｔｈｏｄｓｒｅｓｐｅｃｔｉｖｅｌｙｔｏｅｓｔａｂｌｉｓｈｔｈｅｆｒｉｃｔｉｏｎ，ｇｒａｖｉｔｙ，ｉｎｅｒｔｉａｆｏｒｃｅａｄｄｉｔｉｏｎａｌｆｏｒｃｅｃｏｍｐｅｎｓａｔｉｏｎ，ｃｏｍｐｅｎｓａｔｉｏｎｍｏｄｅｌｆｏｒ
的触感装置的需求量逐年攀升。触感装置既可以直接通过操作者手部位置信息控制远端机器人或虚拟现实中的机器人，实现遥控操作ｎ。同时，它也将从端机器人或者虚拟环境中传感器感觉到的力或力矩信号反馈给操作者，使得处于近端的操
作者拥有临场感，实现远距离作业或者与虚拟环境的触觉交互。无论在虚拟现实领域还是遥操作领域，透明性的研究一直是各国学者研究的热
触感装置的力位耦合使得触感装置本身的重力、
摩擦力以及惯性力等连同反馈作用力一起反馈给操作者，使操作者不能感受到真实的作用力，影响下一步操作，另一方面是力位耦合使得从端或者虚拟环境传递回的反馈作用力对触感装置的位
收稿日期：２０１５—０１ —０９
ＺＨＡＮＧＨａｉ－ｂｉｎ
（ＨｅｂｉＣｏａｌＴｅｃｈｎｉｃａｌＩｎｓｔｉｔｕｔｅ，Ｈｅｂｉ４５８０３ ห้องสมุดไป่ตู้，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｔｈｉｓａｒｔｉｃｌｅ，ｔｈｒｏｕｇｈｔｈｅｈａｐｔｉｃｄｅｖｉｃｅｆｒｉｃｔｉｏｎｊｏｉｎｔｓｉｎｔｏｔｈｅｓｙｓｔｅｍｄｙｎａｍｉｃｓｍｏｄｅｌ，ｂａｓｅｄｏｎｔｈｅｆｏｒｃｅｏｆｔｈｅｅｘｉｓｔｉｎｇ
ａｄｄｉｔｉｏｎａｌｄｉｓｐｌａｃｅｍｅｎｔｉｓｔｈｒｏｕｇｈｔｈｅｅｓｔａｂｌｉｓｈｍｅｎｔｏｆａｄｄｉｔｉｏｎａｌｄｉｓｐｌａｃｅｍｅｎｔｍｏｄｅｌｃｏｍｐｅｎｓａｔｉｏｎ，ＳＯａｓｔｏｅｆｆｅｃｔｉｖｅｌｙｉｍｐｒｏｖｅｔｈｅ
触感装置的控制精度更高，抗干扰能力更强。关键词：触感装置；补偿；附加位移
中图分类号：ＴＰ２４２
文献标识码：Ａ
文章编号：１００９ — ９４９２（２０１５）０６ — ００５６ — ０３
ＲｏｂｏｔＴａｃｔｉｌｅＤｅｖｉｃｅＰｏｗｅｒＤｅｃｏｕｐｌｉｎｇＣｏｎｔｒｏｌＳｔｒａｔｅｇｙＲｅｓｅａｒｃｈ
随着虚拟现实技术和交互式遥操作机器人技术的快速发展及广泛应用，可作为人机接口装置
置命令信息产生干扰，导致从端或者虚拟环境从
手不能准确的跟踪触感装置的位置命令。本文针
对触感装置的动力学特性，展开对其力位解耦的控制研究。根据触感装置的完整动力学模型，建立了附加位移模型。