[论文解读] Task-Space Consensus of Networked Robotic Systems: Separation and Manipulability

Hanlei Wang, Yongchun Xie|arXiv (Cornell University)|Feb 21, 2017

Distributed Control Multi-Agent Systems被引用 9

一句话总结

该论文提出了一种基于观测器的自适应控制器，用于网络化机器人系统，在无需任务空间速度测量的情况下实现任务空间一致性，利用依赖关节速度的观测器和分布式运动学参数自适应律。主要贡献在于将可操作性形式化为一致性平衡点可调性的度量，并证明了运动学与动力学控制回路之间的分离，从而使其适用于具有闭环低层控制器的工业机器人。

ABSTRACT

In this paper, we investigate the task-space consensus problem for multiple robotic systems with both the uncertain kinematics and dynamics and address two main issues, i.e., the separation of the kinematic and dynamic loops in the case of no task-space velocity measurement and the quantification of the manipulability of the system. We propose an observer-based adaptive controller to achieve the manipulable consensus without relying on the measurement of task-space velocities, and also formalize the concept of manipulability to quantify the degree of adjustability of the consensus value. The proposed adaptive controller employs a new distributed observer that does not rely on the joint velocity and a new kinematic parameter adaptation law with a distributed adaptive kinematic regressor matrix that is driven by both the observation and consensus errors. In addition, it is shown that the proposed controller has the separation property, which yields an adaptive kinematic controller that is applicable to most industrial/commercial robots. The performance of the proposed observer-based adaptive schemes is shown by numerical simulations.

研究动机与目标

• 解决具有不确定运动学和动力学特性的网络化机器人系统中的任务空间一致性问题。
• 消除对任务空间速度测量的依赖，因为实际中此类测量往往存在噪声。
• 将可操作性概念形式化并量化为一致性平衡点可调性的程度。
• 在系统存在不确定性的情况下，实现运动学与动力学控制回路的分离。
• 确保所提出的控制器适用于具有闭环低层控制器的工业/商用机器人。

提出的方法

• 设计了一种新型分布式观测器，仅依赖关节参考速度而非关节速度来估计任务空间状态。
• 开发了一种由观测误差和一致性误差共同驱动的分布式自适应运动学回归矩阵，用于更新运动学参数。
• 提出了一种运动学参数自适应律，即使在机器人运动学存在不确定性的情况下也能保证收敛。
• 采用一种自适应控制器，实现在无任务空间速度反馈情况下的运动学与动力学子系统之间的分离。
• 在低层使用PI速度控制器以模拟工业机器人的行为，积分作用影响一致性平衡点。
• 通过在仿真中注入关节状态和任务空间状态的测量噪声，分析系统的鲁棒性。

实验结果

研究问题

• RQ1 如何在不测量任务空间速度的情况下，实现网络化机器人系统中的任务空间一致性？
• RQ2 在具有不确定性的网络化机器人系统背景下，可操作性的正式定义是什么？
• RQ3 能否以一种保持一致性和适应性的方式实现运动学与动力学控制回路的分离？
• RQ4 运动学控制器增益与低层PI控制器增益如何共同影响系统调整一致性平衡点的能力？
• RQ5 所提出的控制器在多大程度上对关节状态和任务空间状态的测量噪声具有鲁棒性？

主要发现

• 所提出的基于观测器的自适应控制器即使在存在运动学和动力学不确定性的情况下，也能在无需任务空间速度测量的情况下实现任务空间一致性。
• 系统实现了运动学与动力学控制回路的分离，从而可应用于具有闭环低层控制器的机器人。
• 对系统的可操作性进行了形式化，结果表明，外部作用力对一致性平衡点增量的增益趋于无穷大对应于强可操作性，意味着可用有限控制努力实现任意调整。
• 在低层采用PI控制器时，当积分增益激活时（K̄I = 10.0I2），一致性位置为2.3762；而当积分作用被移除时，一致性位置增加至约2.59，表明K̄I对平衡点调整具有显著影响。
• 仿真结果表明，运动学控制器对测量噪声具有鲁棒性，具体表现为在关节位置（σ = 0.002 rad）、关节速度（σ = 0.005 rad/s）和任务空间位置（σ = 0.01 m）中加入正态分布噪声后系统仍能稳定运行。
• 数值仿真验证了所提方案在开环转矩和闭环控制器架构下的有效性，证实了理论分析的正确性。