|
空中作业机器人由无人机和机械臂组成，具有兼顾无人机的快速移动能力和机械臂的精细操纵能力的特点。相较于无人机，空中作业机器人不但能够观察，还可以进行相应的作业操作。相较于地面的机械臂，空中作业机器人具有3D空间内的快速移动能力，能够到达需要作业的区域。目前，越来越多的研究人员开始关注空中作业机器人，认为空中作业机器人可以扩展现有无人机的应用，实现无人机从“看”到“做”的跨越。研发一个高性能的空中作业机器人，做好“控制”往往是第一步。空中作业机器人的控制设计的挑战主要来源于飞行平台和机械臂之间的动力学耦合。我们可以通过下面一个视频来了解动力学耦合的影响：视频中的飞行平台由PX4开源飞控控制，机械臂的末端携带一个1.1 Kg的重物，在机械臂来回摆动的过程中，动力学耦合会让飞行平台也随之运动。动力学耦合现象视频如何消除动力学耦合的影响，从而实现高精度的控制呢？在最近的工作中，我们提出了一种基于外部状态观测器（ESO）的空中作业机器人控制方法。目前，相关的研究成果已经被国际知名期刊IEEE Transactions
on Automation Science and Engineering接收。下面，我来分享一下该方法以及其实验结果。 ▌算法介绍 整个控制系统可以分为三个部分，分别为协调规划、飞行控制和机械臂控制。这三部分的关系如图1所示，各个部分的作用如下： 第一个部分为协调规划器。其输入为期望的末端位置，输出为期望飞行平台位置和期望Delta机械臂关节角。该协调规划器可以实时协调飞行平台和Delta机械臂的运动，从而实现对期望末端位置的跟踪。本文提出的协调控规划器包含P-P和E-P两个模式，采用两个模式的设计可以让算法适用于更多的场景。另外，空中作业机器人的物理限制也被考虑在算法设计中，以保证计算得到的结果是可以被空中作业机器人执行的。第二个部分是飞行平台的飞行控制器。其输入为期望飞行平台位置，该期望位置由协调规划器计算得到。其输出为旋翼产生的力矩和拉力。整个飞行控制器可以继续分为两个部分。第一部分是基于ESO的位置控制器，这个位置控制器的目标是产生控制力矢量以跟踪期望的位置。其中，位置回路的ESO可以估计动力学耦合对位置回路的影响。第二部分是基于ESO的姿态控制器，其目标是产生控制力矩以跟踪期望的姿态。其中，姿态回路的ESO可以估计动力学耦合对姿态回路的影响。所有控制器的参数，都可以通过设计的期望闭环动力学方程得到，这个特征可以使得整个控制算法的调参工作量大大降低。第三个部分是Delta机械臂的控制器，其输入为机械臂的期望关节角度，其输出是机械臂舵机的控制力矩。该控制器由三个舵机的控制器组成，在本文我们采用Dynamixel AX28舵机。该舵机的控制器通过传统的PID控制完成设计[1]。飞行平台的动力学模型可以分为可以测量的部分和未知部分。对于这两部分的处理最直接的处理方式是：可以测量的部分可以直接用于控制算法的设计，未知部分就用ESO来进行估计。本算法对舵机要求较低，只要求舵机能够跟踪好关节角度指令即可，不要求直接控制舵机的驱动力矩，也不要求反馈舵机的速度和加速度信息。图2给出了三种类型的舵机，从价格上来说，PWM舵机<串行总线舵机<可控力矩舵机。很多算法要求反馈驱动关节的速度甚至要求直接力矩控制，这些算法要求机械臂的舵机必须是串行总线舵机或可控力矩舵机。本算法对舵机的要求低，对采用PWM舵机的机械臂依然适用。本算法的控制参数，可以通过期望的闭环动力学特性快速确定。如图3系统的闭环动力学特性收敛于四个期望闭环动力学特性，所有的控制参数都包含在这些期望闭环动力学方程中。根据系统的期望性能可以快速地确定出闭环动力学特性的参数，从而确定出算法的控制参数。（4）具有两种模式的协调规划算法，适应多场景应用需求在设计协调控制器时，本文考虑了空中作业机器人的物理限制，并且根据任务需求的不同，设计了两个模式：飞行平台位置-末端执行器位置(P-P)模式和末端执行器位置（E-P）模式。其中，P-P模式采用采用闭环逆运动学方法进行设计，可以用于实现同时跟踪无人机和机械臂末端的轨迹；E-P模式将协调控制问题转化为一个QP优化问题，可以用于跟踪机械臂末端的轨迹当空中作业机器人不再需要跟踪一条单独的飞行平台的轨迹。这两个模式分别适用于不同的任务，比如：P-P模式更适合用于抓取任务、穿线任务和空中修补任务等；E-P模式更适合于轨迹跟踪任务、推拉任务等。▌硬件系统介绍 整个空中作业机器人系统的硬件系统设计如图4所示。利用动作捕捉系统Vicon实现全局的感知，Vicon系统可以提供高精度的定位信息（包括位置和姿态），并通过光纤和交换机传递给地面站。地面站和无线路由器相连，通过无线路由器，地面站可以和场景内的空中作业机器人通信，并控制空中作业机器人。无线路由器提供快速并且信号强的局域网，以连通场景内的设备。空中作业机器人的机载控制硬件分为三个部分，分别为机载计算机NUC、飞行控制器Pixhawk以及机械臂舵机控制模块U2R2。其中，机载计算机具有较为丰富的计算资源，可以将计算量大的软件模块（如任务管理、规划等）部署在NUC上。Pixhawk提供实时性较高的嵌入式计算环境，可以将实时性要求较高的计算模块部署在飞控上。U2D2实现机械臂舵机的驱动以及NUC的机械臂控制指令下发。▌实验结果 本文设计的四个试验来验证本文提出的空中作业机器人的控制方法，分别为扰动抵抗试验、末端稳定试验、末端跟踪试验和空中编织试验。相关的实验视频如下：▌总结 空中作业机器人的控制设计的挑战主要来源于飞行平台和机械臂之间的动力学耦合。针对这个挑战，我们提出了一种基于外部状态观测器（ESO）的空中作业机器人控制方法。该控制方法采用双层架构，最上层为协调控制，最下层为动力学控制。协调控制根据末端执行器的指令解算所需的飞行平台指令和机械臂指令，再将这些指令下发给下层动力学控制。动力学控制主要用于跟踪飞行平台和机械臂的指令，实现期望的控制目标。提出的算法具有四个特点，分别为：1）使用ESO估计动力学耦合；2）对机械臂的舵机要求低；3）闭环动力学特性可设计且控制参数易于确定；4）具有两种模式的协调规划算法，适应多场景应用需求。本文提及的算法细节和硬件平台细节，请参见：H. Cao, Y. Li, C. Liu, and S. Zhao*, 'ESO-Based Robust and
High-Precision Tracking Control for Aerial Manipulation', IEEE
Transactions on Automation Science and Engineering, accepted, Mar 2023.1.R. Fabre, Q. Rouxel, G.
Passault, S. N’Guyen, and O. Ly, “Dynaban, an open-source alternative firmware
for dynamixel servo-motors,” in Robot World Cup, pp. 169–177, Springer, 2016.
|
