[论文解读] Fractal Impedance for Passive Controllers

Keyhan Kouhkiloui Babarahmati, Carlo Tiseo+4 more|arXiv (Cornell University)|Nov 12, 2019

Robot Manipulation and Learning参考文献 40被引用 12

一句话总结

本文提出了一种基于分形吸引子的变阻抗控制器，该控制器在不依赖能量水箱的情况下确保了无源性，利用渐近稳定的势场生成目标状态周围的分形结构。该方法增强了对数值误差的鲁棒性，并实现了对轨迹和末端执行器力的精确跟踪，使其非常适合用于动态人机交互。

ABSTRACT

There is increasing interest in control frameworks capable of moving robots from industrial cages to unstructured environments and coexisting with humans. Despite significant improvement in some specific applications (e.g., medical robotics), there is still the need for a general control framework that improves interaction robustness and motion dynamics. Passive controllers show promising results in this direction; however, they often rely on virtual energy tanks that can guarantee passivity as long as they do not run out of energy. In this paper, a fractal attractor is proposed to implement a variable impedance controller that can retain passivity without relying on energy tanks. The controller generates a fractal attractor around the desired state using an asymptotic stable potential field, making the controller robust to discretization and numerical integration errors. The results prove that it can accurately track both trajectories and end-effector forces during interaction. Therefore, these properties make the controller ideal for applications requiring robust dynamic interaction at the end-effector.

研究动机与目标

• 解决在非结构化环境中提升鲁棒性和动态交互能力的通用控制框架需求。
• 克服依赖有限能量水箱的被动控制器的局限性，这些水箱可能耗尽并破坏无源性。
• 开发一种通过结构设计内在保持无源性的控制器，而非依赖能量储备。
• 提高对实时机器人控制中常见的离散化和数值积分误差的鲁棒性。

提出的方法

• 使用渐近稳定的势场实现分形吸引子，以在目标状态周围定义动态吸引子结构。
• 设计控制器，使分形几何结构确保持续无源性，而无需能量储存机制。
• 利用分形吸引子实时调节阻抗，实现可变刚度和阻尼特性。
• 通过利用势场中渐近稳定性的数学特性，确保稳定性和收敛性。
• 将控制器集成到机器人系统中，以在轨迹跟踪和力交互任务中评估性能。
• 通过在数值积分和离散化条件下进行仿真或实验，验证其鲁棒性。

实验结果

研究问题

• RQ1 分形吸引子结构是否能够替代被动控制器中的能量水箱，同时保持无源性？
• RQ2 基于分形的控制器在数值积分和离散化误差方面的鲁棒性表现如何？
• RQ3 控制器在交互过程中对运动轨迹和末端执行器力的跟踪精度在多大程度上得以实现？
• RQ4 缺乏能量水箱是否会损害控制器在动态交互中确保无源性的能力？

主要发现

• 分形吸引子控制器在不依赖有限能量水箱的情况下保持了无源性，确保了长期稳定性。
• 由于底层势场的渐近稳定性，控制器对数值积分和离散化误差表现出鲁棒性。
• 实现了精确的轨迹跟踪，在动态条件下与期望路径的偏差极小。
• 控制器在交互过程中实现了末端执行器力的精确跟踪，证实其适用于动态人机协作。
• 分形结构增强了控制器的抗干扰能力，使其适用于非结构化和交互式环境中的部署。