Прогнозная оценка траектории руки оператора для решения обратной задачи динамики при копирующем управлении
Ключевые слова:
прогнозирование, захват, движенияАннотация
Одной из важнейших задач современной робототехники является разработка роботов для выполнения рутинных, вредных и опасных видов работ без непосредственного участия человека. Несмотря на активное развитие технологий искусственного интеллекта, на данный момент робототехнические системы не способны заменить человека при решении сложных задач в динамической среде. Наиболее перспективными для применения в ближайшее время являются роботы, реализующие копирующий тип управления, или так называемое виртуальное присутствие оператора. Принцип копирующего управления построен на захвате движения удаленно находящегося оператора и формировании управляющих сигналов для приводов робота. Для управления приводами могут использоваться следящие системы или системы на основе планирования движения. Следящие системы более просты, однако системы на основе планирования движения позволяют добиться большей плавности движения и меньшего износа деталей объекта управления. Для реализации управления на основе планирования движения вводится искусственная задержка между движениями оператора и объекта управления для накопления необходимых данных.
Цель исследования — устранение задержки, возникающей при управлении приводами антропоморфного манипулятора на основе решения обратной задачи динамики при копирующем типе управления в масштабе реального времени. Предлагается использовать для планирования движения не измеренные, а прогнозные значения обобщенных координат руки оператора. На основе измеренных значений обобщенных координат руки оператора формируются временные ряды и выполняется их прогнозирование. Прогнозные значения обобщенных координат используются при планировании траектории движения антропоморфного манипулятора и решении обратной задачи динамики. Прогнозирование осуществляется методом линейной регрессии, имеющим относительно малую вычислительную сложность, что является важным критерием для работы системы в масштабе реального времени.
Разработанный математический аппарат позволяет на основе параметров прогнозирования и максимальных допустимых ускорений движения приводов манипулятора найти теоретическую оценку пределов значений ошибки прогнозирования траектории движения руки оператора при использовании предлагаемого подхода для конкретных задач.
Проведенная программная симуляция в среде Matlab подтвердила адекватность полученной теоретической оценки максимального значения ошибки прогнозирования, а также перспективность предлагаемого подхода для проверки на практике.
Литература
2. de Greeff J. et al. Persistent Robot-Assisted Disaster Response // Companion of ACM/IEEE International Conference on Human-Robot Interaction. 2018. pp. 99–100.
3. Сохин И.Г. и др. Эргономическое исследование дистанционного взаимодействия космонавтов с антропоморфными роботами-помощниками // Робототехника и техническая кибернетика. 2016. № 3(12). С. 18–22.
4. Богданов А.А., Кутлубаев И.М., Сычков В.Б. Перспективы создания антропоморфных робототехнических систем для работы в космосе // Пилотируемые полеты в космос. 2012. № 1(3). С. 78–84.
5. Diftler M.A., Ambrose R.O. Robonaut: A Robotic Astronaut Assistant // Proceeding of the 6-th International Symposium on Artificial Intelligence and Robotics & Automation in Space: i-SAIRAS. 2001. 8 p.
6. Фёдор (робот). URL: https://ru.wikipedia.org/wiki/%D0%A4%D1%91%D0%B4%D0%BE%D1%80_(%D1%80%D0%BE%D0%B1%D0%BE%D1%82). (дата обращения: 27.07.2018).
7. Richert A., Müller S., Schröder S., Jeschke S. Anthropomorphism in social robotics: empirical results on human-robot interaction in hybrid production workplaces // AI and Society. 2018. vol 33. no. 3. pp. 413–424.
8. Garcia S. et al. An Architecture for Decentralized, Collaborative, and Autonomous Robots // Proceedings of IEEE International Conference on Software Architecture (ICSA). 2018. pp. 75–84.
9. Страшнов Е.В., Торгашев М.А. Супервизорное управление антропоморфными роботами с применением инверсной кинематики // Виртуальное моделирование, прототипирование и промышленный дизайн. Материалы международной научно-практической конференции. 2017. С. 186–190.
10. Макарычев В.П., Юревич Е.И. Супервизорное управление космическими манипуляторами // СПб.: Астерион. 2005. 106 с.
11. Антонов В.О., Гурчинский М.М., Петренко В.И., Тебуева Ф.Б. Метод планирования оптимальной траектории движения трехзвенного манипулятора в объемном пространстве с препятствием // Вестник Дагестанского государственного технического университета. Технические науки. 2018. № 45(1). С. 98–112.
12. Андроидная Техника, НПО. URL: http://www.robogeek.ru/companies/androidnaya-tehnika (дата обращения: 27.07.2018).
13. Chen C.W., Hong R.M., Wang H.Y. Design of a Controlled Robotic Arm // Proceedings of 3rd International Conference on Green Technology and Sustainable Development (GTSD). 2016. pp. 22–23.
14. Ibhar N., Flores W., Leon R. Design of a low-cost teleoperated robotic arm: Assembly and performance testing // Proceedings of IEEE 37th Central America and Panama Convention (CONCAPAN). 2017. pp. 1–5.
15. Petrenko V.I. et al. Calculating rotation angles of the operator's arms based on generalized coordinates of the master device with following anthropomorphic manipulator in real time // International Journal of Mechanical Engineering and Technology. 2018. vol. 9(1). pp. 447–461.
16. Tan K.K., Putrа A.S. Control System in Servo Drives // Advances in industrial control. 2011. 197 p.
17. Kazantsev V.P., Dadenkov D.A. Position-servo drives with finite control // Proceedings of Russian Electrical Engineering. 2015. vol. 86. no. 6. pp. 344–349.
18. Botan C., Ostafi F. Optimal control of a servo drive system with variable torque // Proceedings of 21st International Conference on System Theory, Control and Computing (ICSTCC). 2017. pp. 500–505.
19. Gasparetto A., Boscariol P., Lanzutti A., Vidoni R. Path Planning and Trajectory Planning Algorithms: A General Overview // Motion and operation planning of robotic systems. 2015. pp. 3–27.
20. Muller А. Recursive second-order inverse dynamics for serial manipulators // Proceedings of IEEE International Conference on Robotics and Automation (ICRA). 2017. pp. 2483–2489.
21. Bajodah A. Asymptotic robot manipulator generalized inverse dynamics // Nonlinear Dynamics and Systems Theory. 2013. vol. 13. no. 1. pp. 25–46.
22. Liu T., Gao F., Zhao X., Qi C. Inverse Dynamics of a 6-DOF Decoupling Manipulator // Proceedings of ASME 2014 International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. 2014. 9 p.
23. De La Cruz J.S., Kulic D., Owen W. Learning inverse dynamics for redundant manipulator control // Proceedings of Autonomous and Intelligent Systems (AIS). 2010. pp. 1–6.
24. Fijany A., Bejczy A.K. Parallel computation of manipulator inverse dynamics // Journal of Robotic Systems. 1991. vol. 8. no. 5. pp. 599–635.
25. Lee C.S.G. Parallel algorithms and architectures for inverse dynamics computation // Parallel Computation Systems for Robotics. 1992.
26. Megalingam R.K., Vivek G.V., Bandyopadhyay S., Rahi M.J. Robotic arm design, development and control for agriculture applications // Proceedings of 2017 4th International Conference on Advanced Computing and Communication Systems (ICACCS). 2017. pp. 1–7.
27. Fang B., Sun F., Liu H., Yao G. Robotic teleoperation systems using a wearable multimodal fusion device // International Journal of Advanced Robotic Systems. 2017. vol. 14. no. 4. pp 1–11.
28. Bluethmann W., Ambrose R., Diftler M., Askew S. Robonaut: A robot designed to work with humans in space // Autonomous Robots. 2003. vol. 14. no. 2-3. pp. 179–197.
Predictive Assessment of Operator's Hand Trajectory with the Copying Type of Control for Solution of the Inverse Dynamic Problem
Abstract
The most important task of modern robotics is the development of robots to perform the work in potentially dangerous fields which can cause the risk to human health. Currently robotic systems can not become a full replacement for man for solving complex problems in a dynamic environment despite an active development of artificial intelligence technologies.
The robots that implement the copying type of control or the so-called virtual presence of the operator are the most advanced for use in the nearest future. The principle of copying control is based on the motion capture of the remote operator and the formation of control signals for the robot’s drives. A tracking system or systems based on movement planning can be used to control the drives. The tracking systems are simpler, but systems based on motion planning allow to achieve more smooth motion and less wear on the parts of the control object. An artificial delay between the movements of the operator and the control object for necessary data collection is used to implement the control-based motion planning.
The aim of research is a reduction of delay, which appears when controlling the anthropomorphic manipulator drives based on the solution of the inverse dynamic problem, when real time copying type of control is used . For motion path planning it is proposed to use forecast values of the generalized coordinates for manipulator. Based on the measured values of the generalized coordinates of the operator's hand, time series are formed and their prediction is performed. Predictive values of generalized coordinates are used in planning the anthropomorphic manipulator trajectory and solving the inverse dynamic problem. Prediction is based on linear regression with relatively low computational complexity, which is an important criterion for the system operation in the real time operation mode. The developed mathematical apparatus, based on prediction parameters and maximum permissible accelerations of the manipulator drives, allows to find a theoretical estimate of error values limits for planning the operator's hand trajectory using the proposed approach for specific tasks. The adequacy of the maximum theoretical value of the prediction error, as well as the prospects of the proposed approach for testing in practice is confirmed by the software simulation in Matlab environment.
Опубликован
Как цитировать
Раздел
Copyright (c) 2019 Владимир Олегович Антонов, Вячеслав Иванович Петренко, Фариза Биляловна Тебуева, Михаил Михайлович Гурчинский, Андрей Сергеевич Павлов
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Авторы, которые публикуются в данном журнале, соглашаются со следующими условиями: Авторы сохраняют за собой авторские права на работу и передают журналу право первой публикации вместе с работой, одновременно лицензируя ее на условиях Creative Commons Attribution License, которая позволяет другим распространять данную работу с обязательным указанием авторства данной работы и ссылкой на оригинальную публикацию в этом журнале. Авторы сохраняют право заключать отдельные, дополнительные контрактные соглашения на неэксклюзивное распространение версии работы, опубликованной этим журналом (например, разместить ее в университетском хранилище или опубликовать ее в книге), со ссылкой на оригинальную публикацию в этом журнале. Авторам разрешается размещать их работу в сети Интернет (например, в университетском хранилище или на их персональном веб-сайте) до и во время процесса рассмотрения ее данным журналом, так как это может привести к продуктивному обсуждению, а также к большему количеству ссылок на данную опубликованную работу (Смотри The Effect of Open Access).