Estimación de la Fuerza de Contacto para el Control de Robots Manipuladores con Movimientos Restringidos

Javier Gámez García

Spain

Universidad de Jaén

Anders Robertsson

Sweden

Universidad de Lund

Juan Gómez Ortega

Spain

Universidad de Jaén

Rolf Johansson

Sweden

Universidad de Lund

Enviado: 14-09-2017

|

Aceptado:

|

Publicado: 02-12-2009

Datos de financiación

Descargas

Palabras clave:

Control de fuerza en robots manipuladores, Fusión sensorial, Observadores, Calibración Automática

Agencias de apoyo:

CYCIT DPI2004-04458 y Quinto Programa Marco de la Unión Europea.

Resumen:

En aquellas operaciones robóticas en las que un robot manipulador interactúa con su entorno resulta de extremada importancia poder controlar la fuerza que aquél ejerce sobre este. Con este objetivo, se suele colocar habitualmente un sensor de fuerza en la muñeca del manipulador, cerrando de esta forma el lazo de control. En lo que se refiere a estos sensores, uno de los principales problemas que plantean es que sus medidas están influenciadas no sólo por las fuerzas de contacto, sino también por las fuerzas relacionadas con la dinámica de la herramienta del manipulador, es decir, las fuerzas de inercia. En este artículo se presenta un nuevo estimador de la fuerza de contacto consistente en la integración de la información de sensores de fuerza, posición y aceleración. Además, se describe un procedimiento de calibración automático ‘plug -and- play’ para la identificación y ajuste de los parámetros de este observador. Tanto el observador de la fuerza de contacto como el procedimiento de calibración automático han sido verificados experimentalmente en un robot industrial ABB con arquitectura software abierta.
Ver más Ver menos

Citas:

Alcocer, A., A. Robertsson, A. Valera and R. Johansson (2003). Force estimation and control in robot manipulators. In: Proc. 7th Symp. Robot Control (SYROCO’03). Wroclaw, Poland. pp. 3686– 3691.

Coue, C., Th. Fraichard, P. Bessiere and E. Mazer (2002). Multi-sensor data fusion using bayesian programming: An automotive application. IEEE Intelligent Vehicle Symp. 2, 442– 447.

Drolet, L., F. Michaud and J. Cote (2000). Adaptable sensor fusion using multiple Kalman filters. In: Proc. Int. Conf. Intelligent Robots and Systems (IROS 2000). Vol. 2. pp. 1434–1439.

Fujita, M. and H. Inoue (1979). A study on the processing of force sensor signals. In: Proc. 1st Annual Conf. of the Robotics Society of Japan. Tokyo. pp. 151–152.

Gamez, J., A. Robertsson, J. Gomez and R. Johansson (2004). Sensor fusion of force and acceleration for robot force control. In: Int. Conf. Intelligent Robots and Systems (IROS 2004). Sendai, Japan. pp. 3009–3014.

Gamez, J., A. Robertsson, J. Gomez and R. Johansson (2005a). Automatic calibration procedure for a robotic manipulator force observer. In: IEEE Int. Conf. on Robotics and Automation (ICRA2005). Barcelona, Spain. pp. 2714–2719.

Gamez, J., A. Robertsson, J. Gomez-Ortega and Rolf Johansson (2005b). Force and acceleration sensor fusion for compliant robot motion control. In: IEEE Int. Conf. on Robotics and Automation (ICRA2005). Barcelona, Spain. pp. 2720–2725.

Harashima, F. and Y. Dote (1990). Sensor based robot systems. In: Proc. IEEE Int. Workshop Intelligent Motion Control. Istanbul, Turkey. pp. 10–19.

Henriksson, D. (2000). Observer-based impedance control in robotics. Master’s thesis. Dept. Automatic Control, Lund University, Sweden.

Hernandez, W. (2001). Improving the response of an accelerometer by using optimal filtering. Sensors and Actuators A: Physical 88(3), 198–208.

Hogan, N. (1985). Impedance control: An approach to manipulation, parts 1-3. J. of Dynamic Systems, Measurement and Control. ASME 107, 1–24.

Johansson, R. (1993). System Modeling and Identifi- cation. Prentice Hall, Englewood Cliffs. NJ.

Johansson, R., A. Robertsson, K. Nilsson, T. Brogardh, P. Cederberg, M. Olsson, T. Olsson and G. Bolmsjo (2004). Sensor integration in tasklevel programming and industrial robotic task execution control. Industrial Robot 31, 284–296.

Johansson, R. and A. Robertsson (2003). Robotic force control using observer-based strict positive real impedance control. In: IEEE Proc. Int. Conf. Robotics and Automation. Taipei, Taiwan. pp. 3686–3691.

Kalman, R. E. (1960). A new approach to linear filtering and prediction problems. Trans. ASME- J. of Basic Engineering 82, 35–45.

Kumar, M. and D. Garg (2004). Sensor based estimation and control of forces and moments in multiple cooperative robots. Trans. ASME J. of Dynamic Systems, Measurement and Control 126(2), 276–283.

Lange, F. and G. Hirzinger (2001). A universal sensor control architecture considering robot dynamics. Multisensor Fusion and Integration for Intelligent Systems (MFI2001) pp. 277– 282.

Lazaro, A. and J.R. Aranda (2000). Multisensorial fusion for optimal object recognition. IEEE Ultrasonics Symp. 1, 797–800.

Lin, S.T. (1997). Force sensing using Kalman filtering techniques for robot compliant motion control. J. of Intelligent and Robotics Systems 135, 1–16.

Ljung, L. (1991). System Identification Toolbox; User’s Guide. The MathWorks Inc. Natick, MA.

Ljung, L. (1999). System Identification - Theory For the User. 2nd ed, PTR Prentice Hall. Upper Saddle River, N.J.

Luo, R.C., M.H. Lin and R.S. Scherp (1987). The issues and approaches of a robot multi-sensor integration. In: Proc. IEEE Int. Conf. Robotics and Automation. Vol. 4. Washington, USA. pp. 1941– 1946.

Nilsson, K. and R. Johansson (1999). Integrated architecture for industrial robot programming and control. J. Robotics and Autonomous Systems 29, 205–226.

Sasiadek, J. Z. (2002). Sensor fusion. Annual Reviews in Control 26(2), 203– 228.

Sasiadek, J.Z. and J. Khe (2001). Sensor fusion based on fuzzy Kalman filter. In: Proc. Second Int. Workshop Robot Motion and Control. pp. 275 – 283.

Tsai, R. Y. and R. K. Lenz (1989). A new technique for fully autonomous and efficient 3d robotics hand/eye calibration. IEEE Trans. Robotics and Automation 5(3), 345–358.

Uchiyama, M. (1979). A study of computer control motion of a mechanical arm (2nd report, control of coordinate motion utilizing a mathematical model of the arm). In: Bulletin of JSME. pp. 1648–1656.

Uchiyama, M. and K. Kitagaki (1989). Dynamic force sensing for high speed robot manipulation using Kalman filtering techniques. In: Proc. of Conf. Decision and Control. Vol. 12(6). Tampa, Florida. pp. 2147–2152.

Uchiyama, M., M. Yokota and K. Hakomori (1985). Kalman filtering the 6-axis robot wrist force sensor signal. In: Proc. Int. Conf. Advanced Robotics. Tokyo. pp. 153–160.

Ver más Ver menos