博文

基于导纳的无速度与力传感器机器人力控制

已有 1173 次阅读 2025-11-12 15:00 |个人分类:文章推荐|系统分类:博客资讯

Admittance-based robot force control without velocity and force sensors（基于导纳的无速度与力传感器机器人力控制）

在机器人柔顺控制领域，实现与未知环境的精准、安全交互是核心挑战。传统力控制高度依赖昂贵的力传感器来获取交互信息，这不仅增加了系统成本与复杂性，其存在的噪声、延迟与易过载等问题也限制了在苛刻工业场景下的应用。同时，速度信号的缺失或噪声进一步加大了实现稳定导纳控制的难度。在此背景下，无传感器技术成为突破瓶颈的关键。传统机器人力控制依赖高精度力传感器和速度编码器，成本高昂且易受噪声干扰。本文提出了基于主动抗扰控制（ADRC）的导纳力控制框架，通过扩展状态观测器（ESO）实时估计关节速度与接触力，可实现无需力传感器与速度传感器的精准力控制，为开发更经济、可靠的下一代交互机器人提供了重要的理论框架与技术路径。

标题：Admittance-based robot force control without velocity and force sensors

作者：Julio Antonio Caballero-Mora1,2， Rogelio de Jesús Portillo-Vélez1,2， José Alejandro Vásquez-Santacruz1，Alexandro López-González2，Eduardo Gamaliel Hernández-Martínez2

机构：1 Universidad Veracruzana(墨西哥)；2 Universidad Iberoamericana(墨西哥)

引用：Caballero-Mora, J.A., de Jesús Portillo-Vélez, R., Vásquez-Santacruz, J.A. et al. Admittance-based robot force control without velocity and force sensors. Control Theory Technol. 23, 494–512 (2025). https://doi.org/10.1007/s11768-025-00280-8

全文链接：https://rdcu.be/eL5Ck

摘要

力控制与运动控制的融合，是实现各类机器人执行复杂任务时最基础的低层要求。尤其鲁棒的运动与力控制器能使机器人在现实不确定性及各类扰动中稳定作业。本文提出基于自抗扰控制的基于导纳的力控制方法，实现无需力传感器的机器人力控制。此外，本文还给出了控制律的理论设计过程，其中包括用于估计机器人与环境表面之间作用力的扩展状态观测器(ESO)，并对系统的稳定性进行了分析。通过对二自由度机器人机械臂动力学模型的数值仿真，验证了所提方案在未知曲面上进行恒力与时变力控制任务时的有效性，其中同时考虑了关节测量噪声、力传感器噪声及外部扰动力。

引言

为实现与人类及其他机器人在认知与物理层面的深度融合与交互，机器人学必须攻克规划、感知与控制等核心挑战。其中，控制作为实现物理交互的关键，已发展为运动控制与力控制两大成熟的研究方向。目前，机器人的运动控制问题已在相当程度上得以解决；然而，如何实现精准的力控制，自该领域诞生之初便是一个持续的研究焦点，并于近年来在诸多应用场景中取得了实质性突破。

力控制中的核心挑战是存在于多类场景的不确定性。首先是始终存在的几何不确定性，源于位姿/速度测量误差及接触表面信息缺失；其次是表面机械特性与机器人结构参数的不确定性，如表面刚度/阻尼系数未知。鉴于机器人-表面交互中几何与参数不确定性的普遍存在，采用鲁棒控制方案至关重要。此外，传统力控制需在末端配备专用力传感器以高频采样交互力数据，但力传感器不仅成本高昂，还需配套滤波降噪、安装法兰等软硬件模块。

本文核心贡献在于提出基于导纳框架的ADRC力控制新实现方案：内环运动控制结合机器人动力学模型与扩展状态观测器ESO，在关节空间估计速度及接触力；外环笛卡尔力控制将ESO估计力反馈至导纳控制器，实现笛卡尔空间期望接触力跟踪。与传统ADRC不同，本方案将机器人-表面交互力作为ESO唯一待估计扰动，而任务中的外部扰动由外环导纳控制器补偿。

Fig. 2

图1(原文Fig.2) 本文所提出的控制框架

结论

本文提出了一种基于ADRC的新型力控制器，并在关节空间中给出了其稳定性分析。所提出的运动-力控制方案在仿真中得到了验证，仿真场景具有较强挑战性：机器人在未知表面上执行恒定及时变力参考的力控制任务，同时考虑了关节位置测量噪声和力测量噪声的影响。需要特别指出的是，本方案中的控制器与ESO均无需预先获知环境几何信息与接触表面机械特性，这一特点使其相较于文献[35]中提出的无传感器力控制方法具有显著优势。

该控制新架构实现了末端执行器接触力的实时估计与力控制任务执行。其核心创新在于：仅需结合运动控制器与扩展状态观测器即可实现精确的机械臂运动-力控制，无需配置力传感器。同时通过联合估计关节速度，避免了测速机在控制律实施中的使用。需说明的是，受观测器峰值现象影响，力估计值需在特定时刻tδ>0后才具备有效性。未来可借鉴最新研究成果[35]来改善该观测现象。后续工作将围绕冗余机器人的复杂工况开展实验验证：包括系统内部扰动（如未建模动力学）与外部扰动（如信号噪声及接触面运动）。此外，作者计划研究机器人运行在非零关节速度（\dot{q}\neq0）工况时的控制性能，该条件下科里奥利力将对运动动力学产生显著影响（如物体动态操控任务）。为此或可放宽假设A1，通过在线辨识科里奥利矩阵与摩擦矩阵来增强系统适应性。

[35] Ramírez-Neria, M., Madonski, R., Hernández-Martínez, E. G., Lozada-Castillo, N., Fernández-Anaya, G., & Luviano-Juárez, A. (2025). Robust trajectory tracking for omnidirectional robots by means of anti-peaking linear active disturbance rejection. Robotics and Autonomous Systems, 183, 104842. https://doi.org/10.1016/j.robot.2024.104842

作者介绍

Julio Antonio Caballero-Mora，持有墨西哥韦拉克鲁斯大学机电一体化工程学士学位及应用工程硕士（机电一体化方向）学位，目前正在同一院校攻读机电系统博士学位。他的研究兴趣集中于控制理论及其在机器人学、机电一体化与力控制等领域的应用。

Rogelio de Jesús Portillo-Vélez，于2006年获墨西哥大都会自治大学机械工程学士学位，2008年获墨西哥国立理工学院高级研究中心电气工程硕士学位。在取得该中心电气工程博士学位后，他正式加入韦拉克鲁斯大学担任全职教授。其主要研究方向包括多机器人系统、抓取与操控、机器人遥操作、创新机电一体化设计及优化等领域。

José Alejandro Vásquez-Santacruz，是一位墨西哥国立理工学院（IPN）培养的机电工程师，他于2007年和2012年分别获得该院高级研究中心（CINVESTAV-IPN）的硕士与博士学位。现任韦拉克鲁斯大学工程学院教授，主要研究方向涵盖机器人学、双足行走、控制系统及机电一体化设计。

Alexandro López-González，于2012年在墨西哥蒙特雷理工学院获得工程科学硕士学位，其后在伊比利亚美洲大学获工程科学博士学位。他的研究领域涵盖移动机器人、软体机器人、机电一体化及控制系统。

Eduardo Gamaliel Hernández-Martínez，于2003年获奥里萨巴理工学院电子工程学士学位，2005年与2009年先后获墨西哥国立理工学院高级研究中心（CINVESTAV-IPN）电气工程硕士与博士学位。自2011年起任职于墨西哥伊比利亚美洲大学（IBERO）全职教研岗。其主要研究方向涵盖线性与非线性系统的建模、控制及仿真，特别专注于多智能体方法在移动机器人集群行为、交通网络、制造系统等领域的应用。

期刊简介

640 spr.jpg

欢迎扫码进入期刊主页

Control Theory and Technology (CTT), 中文名《控制理论与技术》, 创刊于2003年，原刊名为Journal of Control Theory and Applications，2014年刊名更改为Control Theory and Technology。由华南理工大学与中国科学院数学与系统科学研究院联合主办，主要报道系统控制科学中具有新观念、新思想的理论研究成果及其在各个领域中的应用。目前被 ESCI (JIF 1.5)、EI、Scopus (CiteScore 3.2)、CSCD、INSPEC、ACM 等众多数据库收录, 并于2013–2018年获得两期中国科技期刊国际影响力提升计划项目资助。2017–2021年连续获得“中国最具国际影响力学术期刊”和“中国国际影响力优秀学术期刊”称号，获得广东省高水平科技期刊建设项目I期(2021-2024年)和II期，2022-2024年进入中国科协自动化学科领域高质量科技期刊目录。

官网：https://link.springer.com/journal/11768 (即http://www.springer.com/11768)

https://jcta.ijournals.cn/cta_en/ch/index.aspx

投稿：https://mc03.manuscriptcentral.com/ctt

微信：ControlTheoryTech （欢迎扫码关注期刊微信公众号）