Sensorless Force Estimation

Auch genannt: sensorless force sensing, external force estimation, model-based force estimation, proprioceptive force estimation, sensorless torque estimation
Kategorie: Sensing › Contact & force
Schlagwörter: force-estimation, proprioception, dynamics, collision-detection, actuator-modeling, compliant-control

Die Schätzung der Kräfte und Drehmomente, die ein Roboter auf seine Umgebung ausübt oder von ihr erfährt, anhand von Motorströmen, Gelenkzuständen und einem Dynamikmodell statt mit einem eigenen Kraftsensor.

Definition

Sensorlose Kraftschätzung (sensorless force estimation) ist das Vorgehen, Kontaktkräfte oder externe Drehmomente an einem Roboter ohne eigenen Kraft-/Drehmomentsensor zu ermitteln. Sie nutzt Signale, die der Roboter ohnehin misst, etwa Motorströme sowie Gelenkpositionen und -geschwindigkeiten, zusammen mit einem Modell der Dynamik und der Aktuatoren des Roboters. Die Schätzung ist der Teil des gemessenen Aktuatoraufwands, den das Modell nicht durch die Eigenbewegung des Roboters, die Schwerkraft und die Reibung erklären kann: Was übrig bleibt, wird der Interaktion mit der Umgebung zugeschrieben.

Die grundlegende Kette beginnt beim Motorstrom. Bei einem Elektromotor ist das Drehmoment über die Drehmomentkonstante ungefähr proportional zum Strom, und über das Übersetzungsverhältnis ergibt sich ein ungefähres Gelenkmoment. Zieht man das Drehmoment ab, das das Starrkörperdynamikmodell für die gemessene Bewegung vorhersagt, erhält man eine Schätzung der externen Gelenkmomente. Unter der Annahme eines einzigen Kontaktpunkts lassen sich diese über die Transponierte der Manipulator-Jacobi-Matrix auf eine Kraft am Endeffektor abbilden. Da Beschleunigungen aus verrauschten Drehgeber-Daten (Encoder) unzuverlässig sind, vermeiden gängige Methoden sie: Störgrößenbeobachter filtern das Restmoment, und Beobachter des verallgemeinerten Impulses nutzen den Impuls des Roboters, um das externe Drehmoment zu schätzen, ohne die Geschwindigkeit zu differenzieren.

Die größte Fehlerquelle ist meist der Aktuator und nicht der Arm. Getriebe bringen Reibung mit sich, die von Geschwindigkeit, Last, Temperatur und Richtung abhängt, sowie Umkehrspiel und Drehmomentwelligkeit, und hohe Übersetzungen machen es schwer, externe Kräfte von inneren Verlusten zu trennen. Deshalb funktioniert die sensorlose Schätzung am besten bei rücktreibbaren Konstruktionen wie Direktantrieben und Quasi-Direct-Drive-Aktuatoren, und deshalb ist die Reibungsidentifikation ein großer Teil jeder Implementierung. Gelernte Modelle, etwa neuronale Netze, die Aktuatormoment oder Reibung aus Motorsignalen vorhersagen, erfassen Effekte, die sich schwer aufschreiben lassen.

Sensorlose Schätzung ist weniger präzise als ein kalibrierter Kraft-/Drehmomentsensor, aber sie ist günstiger, fügt am Handgelenk weder Masse noch Verkabelung hinzu und kann Kontakt an jedem Glied erkennen, nicht nur am Montagepunkt des Sensors. Sie wird häufig zur Kollisionserkennung und für nachgiebiges Verhalten bei Laufrobotern eingesetzt.

Warum es wichtig ist

Kraftinformation wird für Kollisionserkennung, nachgiebige Interaktion und kontaktreiche Manipulation gebraucht, aber Kraft-/Drehmomentsensoren sind teuer, empfindlich und messen nur an einem Punkt. Sensorlose Schätzung gibt kostengünstigen Robotern und Laufplattformen mit vorhandener Hardware ein brauchbares Kontaktgefühl.

Wichtige Anwendungen

Kollisionserkennung — Anhalten oder Zurückziehen eines Roboterarms bei unerwartetem Kontakt
Laufroboter — Erkennen von Fußkontakt und Schätzen von Bodenreaktionskräften aus Gelenkmomenten
Kostengünstige Manipulatoren — nachgiebige Regelung und Handführung ohne Kraft-/Drehmomentsensor am Handgelenk ermöglichen
Chirurgische und medizinische Roboter — Schätzen von Interaktionskräften am Instrument, wo sich Sensoren schwer unterbringen lassen
Haptische Teleoperation — dem Bediener Kraftrückmeldung aus geschätzten Kontaktkräften geben

In der Praxis

Ein Team beginnt typischerweise damit, die Dynamik- und Reibungsparameter des Roboters aus aufgezeichneten Bewegungen ohne Kontakt zu identifizieren, für jedes Gelenk Coulomb- und viskose Reibung anzupassen und die Drehmomentkonstante jedes Motors zu prüfen. Dann lässt es einen Impuls- oder Störgrößenbeobachter in der Echtzeit-Regelschleife laufen und vergleicht dessen Ausgabe mit einem Referenz-Kraft-/Drehmomentsensor oder bekannten Gewichten, um Schwellwerte zu kalibrieren. Für die Kollisionserkennung setzt es Schwellwerte pro Gelenk hoch genug, um Modellfehler bei schnellen Bewegungen zu ignorieren, aber niedrig genug, um den Roboter bei Kontakt schnell anzuhalten; für die Kraftregelung nimmt es eine geringere Bandbreite und Genauigkeit in Kauf, als ein Sensor liefern würde, und prüft die Reibungsparameter erneut, wenn sich der Roboter erwärmt.

Häufige Missverständnisse

Der Motorstrom misst das Gelenkmoment direkt — Reibung, Getriebeverluste und die Eigendynamik des Roboters müssen abgezogen werden, bevor externe Kräfte geschätzt werden können
Sensorlose Schätzung ist so genau wie ein Kraft-/Drehmomentsensor — sie ist meist verrauschter und ungenauer, besonders mit hoch übersetzenden Getrieben und bei niedrigen Geschwindigkeiten
Sie funktioniert bei jedem Roboter gleich gut — rücktreibbare, reibungsarme Aktuatoren liefern weit bessere Schätzungen als stark untersetzte
Eine Gelenkmomentschätzung verrät, wo der Kontakt ist — für die Abbildung auf eine kartesische Kraft muss der Kontaktort bekannt sein oder geschätzt werden

Wer das wissen sollte

Regelungstechniker, die nachgiebige Roboter und Cobots bauen
Entwickler von Laufrobotern
Teams, die kostengünstige Manipulatoren entwerfen
Forschende in Aktuatormodellierung und Robotersicherheit

Open Source Robotics