簡介
機器人在生產自動化中占有極其重要的位置，目前工業機器人己廣泛的套用在生產自動化中，而絕大多數的工業機器人是按預先編制好的程式來進行工作，這稱之為位置控制。但當外界條件發生變化時，工作狀態就要發生變化，為了使機器人做正確的動作，則機器人就應使其動作回響外界條件的變化作相應的調整，如果此時採用位置控制機器人，工作將產生困難。
要使機器人能對外界的變化產生回響，一般採用視覺感測器、力感測器等來感受外界的變化，然後將信息反饋給控制系統，使之根據外界的變化來控制機器人的動作。柔順控制就是從力感測器取得控制信號，用此信號去控制機器人，使之回響這個變化而動作。人們在進行裝配或加工時，是通過被裝配物(加工物)反饋回來的信息進行調整，邊調整邊工作，如果機器人也具有這種能力的話，就可實現可靠而準確的工作了，因此在機器人上裝上力感測器採用柔順控制(Compliance Control)就可實現。將柔順控制套用於機器人控制系統使得機器人向智慧型化方向邁了一步。關於機器人的柔順控制問題，國內外機器人專家進行了大量的研究，稱之為柔順控制研究。
柔順性分為主動柔順性和被動柔順性兩類。機器人憑藉一些輔助的柔順機構，使其在與環境接觸時能夠對外部作用力產生自然順從，稱為被動柔順性；機器人利用力的反饋信息採用一定的控制策略去主動控制作用力，稱為主動柔順性。
被動柔順機構
簡介
所謂被動柔順機構，即利用一些可以使機器人在與環境作用時能夠吸收或儲存能量的機械器件如彈簧、阻尼等，而構成的機構一種典型的最早的被動柔順裝置RCC是由MITDraper實驗室設計的，它用於機器人裝配作業時，能對任意柔順中心進行順從運動。RCC實為一個由6隻彈簧構成的能順從空間6個自由度的柔順手腕，輕便靈巧。用RCC進行機器人裝配的實驗結果為：將直徑4Clnm的圓柱銷在倒角範圍內且初時錯位2mm的情況下，於0. 25s內插入配合間隙為0.01mm的孔中。
缺點
機器人採用被動柔順裝置進行作業，顯然存在一定的問題：
1)無法根除機器人高剛度與高柔順性之間的矛盾；
2)被動柔順裝置的專用性強，適應能力差，使用範圍受到限制；
3)機器人加上被動柔順裝置，其本身並不具備控制能力，給機器人控制帶來了極大的困難，尤其在既需要控制作用力又需要嚴格控制定位的場合中，更為突出。
4)無法使機器人本身產生對力的反應動作，成功率較低等等。
也正是這些被動柔順方法的不足之處，決定了機器人專家們探索新的研究方法。因此，為克服被動柔順性存在的極大不足，主動柔順控制應需而生，進而成為、乃至今日仍為機器人研究的一個主要方向。
主動柔順控制概述
主動柔順控制也就是力控制.隨著機器人在各個領域套用的日益廣泛，許多場合要求機器人具有接觸力的感知和控制能力，例如在機器人的精密裝配、修刮或磨削工件表面拋光和擦洗等操作過程中，要求保持其端部執行器與環境接觸。所以機器人完成這些作業任務，必須具備這種基於力反饋的柔順控制的能力。
自第一台機器人問世以來，研製出剛柔相濟、靈活自如的機器人，一直為數代機器人專家努力的目標，而主動柔順控制正是實現這一目標的重要環節，因此力控制成為國際前沿研究的熱點。大家圍繞控制策略、控制理論和控制方法等一系列問題，開展了頗有成效的研究工作。
最早的主動柔順控制研究可以追溯到50年代，當時Goertzs針對放射性實驗工場的惡劣環境，在電液式主從機械臂上裝上力反饋裝置，當操作者在主操作機上操作時，就可以感受到從操作機與環境的接觸作用力，實質也就是力遙感。
60年代，Mann主持研製了具有力反饋能力的人造肘。關節電機由“肌肉”電極信號和關節應變儀信號驅動，這樣電流將發揮肌肉作用效果。但由於當時控制條件的限制，控制系統實時性差，系統不易穩定。
自70年代，隨著計算機機器人感測器和控制技術的飛速發展，機器人的力控制發生了根本變化，發展成為機器人研究的一個主要方向：機器人主動柔順控制。
機器人主動柔順控制是新興智慧型製造中的一項關鍵技術，也是柔性裝配自動化中的難點和“瓶頸”，它集感測器計算機、機械、電子、力學和自動控制等眾多學科於一身，其理論研究和技術實現都面臨著不少急待解決的難題.研究成果不僅在理論上具有重要意義，而且在技術上也可以實現曲面跟蹤、牽引運動和精密裝配等依從運動控制。機器人主動柔順控制的實現克服了被動柔順控制的不足，因此，機器人的主動柔順控制研究成果具有十分廣闊的套用前景。
主動柔順控制策略
設計機器人力控制結構，處理力和位置控制二者之間的關係，也就是機器人柔順控制之策略，為主動柔順控制研究中的首要問題.有關力控制的研究首先集中於此，都是從不同的角度對控制策略進行闡述，雖然觀點各異，但從機器人實現依從運動的特點來看，一般可歸結為4大類：阻抗控制策略、力/位混合控制策略、自適應控制策略和智慧型控制策略。
阻抗控制
其特點是不直接控制機器人與環境的作用力，而是根據機器人端部的位置(或速度)和端部作用力之間的關係，通過調整反饋位置誤差、速度誤差或剛度來達到控制力的目的，此時接觸過程的彈性變形尤為重要，因此也有人狹義地稱為柔順性控制。此中以Whitney, Salisbury, Hogan,Kazarooni等人的工作具有代表性。並且Maples和Becker進行了總結：這類力控制不外乎基於位置和速度的兩種基本形式。當把力反饋信號轉換為位置調整量時，這種力控制稱為剛度控制當把力反饋信號轉換為速度修正量時，這種力控制稱為阻尼控制當把力反饋信號同時轉換為位置和速度的修正量時，即為阻抗控制。阻抗控制結構，其核心為力運動轉換矩陣K設計，運動修正矩陣似WX=K F，從力控角度，希望K陣中元素越大越好，則系統柔一些；從位控來看，希望K中元素越小越好，則系統剛一些。從而也體現了機器人剛柔相濟要求的矛盾，這也給機器人力控制帶來了極大的困難。
柔順控制力/位混合控制
從具有代表性的Mason, Paul和Mills等人的研究可以看出力/位混合控制的提出有一個過程。
機器人力控制的最佳方案：以獨立的形式同時控制力和位置，理論上機器人力自由空間和位置自由空間是兩個互補正交子空間，在力自由空間進行力控制，而在剩餘的正交方向上進行位置控制。此時的約束環境被當作不變形的幾何問題考慮，也有人狹義地稱為約束運動控制。
Mason於1979年最早提出同時非矛盾地控制力和位置的概念和關節柔順的思想，他的方法是對機器人的不同關節根據具體任務要求分別獨立地進行力控制和位置控制，明顯有一定局限性。1981年Raibert和Craig在Mason的基礎上提出了力/位混合控制，即通過雅可比矩陣將作業空間任意方向的力和位置分配到各個關節控制器上，可這種方法計算複雜。為此H. Zhang等人提出了把操作空間的位置環用等效的關節位置環代替的改進方法。但必須根據精確的環境約束方程來實時確定雅可比矩陣並計算其坐標系，要實時地用反映任務要求的選擇矩陣來決定力和位控方向。總之，力/位混合控制理論明確但付諸實施難。下圖為力/位混合控制結構。
柔順控制自適應控制策略
力控制目的是為了有效控制力和位置。但機器人為多自由度、時變和強耦合的複雜體，系統本身的位姿隨時而變，加上外部環境存在極大的模糊性，有時無法確定。上述兩種策略廣義上屬於經典控制的範疇，為力控制研究發展打下了堅實的基礎，但從適用範圍和控制效果看仍有不足，更無法使其推廣套用。機器人本身的多自由度和位姿的不確定性，力和位置強耦合的力控制特點，以及阻抗控制和力/位混合控制策略的局限性，決定了眾多學者進行自適應研究嘗試的必然性。具有代表性的是：Chung Jack G H , Leininger Gay G 直接在多任務坐標系統中，用學習進行重力、動摩擦力和柔順反作用力補償，以插孔為目標，進行自適應實驗；KucTae-Yong, Lee Jin S , Park ByungHyun採用自適應學習的混合控制方法，進行了約束運動控制嘗試，在逆動力學求解、收斂性及抗干擾方面獲得滿意的效果。NicolettiGuy M 用Lyapunov穩定理論，針對約束運動，對模型參考自適應PID控制的穩定性條件和判據進行了研究。另外，針對機器人力控制特點眾多學者進行了變結構力控制嘗試.從現有的成果來看，自適應控制和變結構控制大部分處於理論研究和仿真實現的水平，並沒有取得突破。
智慧型控制新策略
上述3種控制策略，存在一個共同的建模難題.就機器人本身來講，時變、強耦合以及不確定性給機器人控制帶來了困難.再加上力反饋的輸入，更增加了建模的難度.從現有的研究成果來看，上述3種策略各有優缺點但大多處於理論探索和仿真階段，無法尋找徹底解決機器人力控制問題。另外機器人研究已進入智慧型化階段，決定了機器人智慧型力控制策略出現的必然性。具有代表性的研究：Connolly Thomash.等將多層前向神經網路用於力拉混合控制，根據檢測到的力和位置由神經網路計算選擇矩陣和人為約束，並進行了插孔實驗；日本的福田敏男等用4層前饋神經網路構造了神經伺服控制器，進行了細針刺紙實驗，能將力控制到不穿破紙的極小範圍。此後不久，又將之用於碰撞試驗，取得了一定的成果，但機構簡單，針對性強，尚缺少普遍性；Xu Yangsheng等提出了主動柔順和被動柔順相結合的觀點，研製了相應的機械腕，採用模糊控制的方法，實施插孔。從研究成果來看，智慧型控制仍處於起步階段，尚未形成獨立的控制策略，僅僅將智慧型控制原理如模糊和神經網路理論對以往研究中無法解決的難題進行新的嘗試，仍具有一定的局限性。
從機器人力控制的特點來看，它是在模擬人的力感知的基礎上進行的控制，因而智慧型控制具有很強的研究價值。有人詳細分析了各種各樣的研究方法，提出了基於模糊神經網路的智慧型“力/位並環”的控制策略。
智慧型力拉並環控制結構的基本原理如圖所示。將力控制大系統分解成子系統，將力拉並行輸入，利用模糊神經網路進行綜合，輸出為位置量。這樣，並不改動機器人的位置伺服系統，可以充分利用原機器人的優良位置控制性能。另外還有其他特點：
1)它既具有阻抗控制的優點又具有力/位混合控制的特點；
2)具有聯想記憶的功能，容錯、糾錯、自學習和自組織為此一大特色。尤其，該策略的學習功能明顯優於自適應學習；
3)擁有知識庫一一神經網路內各神經元之間的聯接權值.能根據輸入力和位置的模糊劃分，自行進行匹配，選擇相應的權值；
4)無須進行建模，適用範圍廣，且實時性強。
柔順控制關鍵問題
位置伺服
機器人的力控制最終是通過位置控制來實現，所以位置伺服是機器人實施力控制的基礎。力控制研究的目的之一實現精密裝配；另外，約束運動中機器人終端與剛性環境相接觸時，微小的位移量往往產生較大的環境約束力。因此位置伺服的高精度是機器人力控制的必要條件。經過幾十年的發展，單獨的位置伺服已達到較高水平。因此，針對力控制力/位之間的強耦合，必須有效解決力/位混合後的位置伺服。
碰撞衝擊及穩定性
就穩定性本身而言，就是機器人研究中的難題，再加入閉環力控制系統，難度更大，因此力控制穩定性為機器人控制中的重要環節。現有的研究主要從碰撞衝擊和穩定性兩方面進行突破。
未知環境的約束
力控制研究中，表面跟蹤為極為常見的典型依從運動。但環境的幾何模型往往不能精確得到，多數情況是未知的.因此對未知環境的幾何特徵作線上估計，或者根據機器人在該環境下作業時的受力情況實時確定力控方向(表面法向)和位控方向(表面切向)，實際為機器人力控制的重要問題。
力感測器
機器人力覺感測器為主動柔順控制研究必不可少的工具。感測器直接影響著力控制性，精度高(解析度、靈敏度和線性度等沐可靠性好和抗干擾能力強是機器人力感測器研究的目標。就安裝部位而言，可分為關節式感測器，腕部式感測器和手指式感測器。
前景
機器人的柔順控制研究，實為智慧型機器人的基本功能之一一一力覺的研究。主動和被動的有機結合，對避免機器人與環境從非接觸到接觸的自然轉換時的碰撞衝擊，具有決定性作用，此為機器人柔順控制的必然趨勢.智慧型力控制策略中的記憶運算、比較、鑑別、判斷、決策、學習和邏輯推理等概念和方法必須有效融合一起，作為人工智慧的重要部分，也是機器人力控制和主動柔順控制研究的發展趨勢。有關於此的力控制和依從運動控制的實驗和套用主要表現在如下幾個方面：
(1)裝配操作典型作業包括插銷入孔，旋擰螺釘，搖轉曲柄，搬運堆放重物等。控制效果的評價指標一般為裝配間隙，受力狀況和操作時間等方面。
( 2)表面跟蹤典型作業包括擦洗飛機，括擦玻璃，修理工件表面(去毛刺，磨削或拋光等)，跟蹤焊縫，智慧型數控工具機研製等。
( 3)雙手協調要求兩個或兩個以上的機器人手臂在相互約束的條件下能夠協調地工作。通常一個手臂主動，另一手臂在力控制下隨動.雙手協調為未來多臂機器人研究的基礎。
( 4)靈巧手多手指協調，控制抓拿物體(如雞蛋，桌球等)力的大小。
總而言之，機器人柔順控制是一項綜合性技術，現只處於理論研究階段，技術實現正處於摸索階段，離推廣實用尚有一定距離。隨著計算技術，智慧型控制理論等的飛速發展，必將取得滿意的結果。
