Admittance Control

También llamado: position-based impedance control
Categoría: Control › Force & interaction control
Etiquetas: force-control, compliance, interaction-control, human-robot-interaction, manipulation

Un esquema de control de fuerza que mide la fuerza aplicada a un robot y la convierte en una orden de movimiento, haciendo que un robot controlado en posición se comporte como un sistema masa-resorte-amortiguador elegido.

Definición

Control de admitancia (admittance control) hace que un robot responda a las fuerzas externas con un comportamiento dinámico prescrito, normalmente el de un sistema virtual masa-resorte-amortiguador. El controlador mide la fuerza de interacción, típicamente con un sensor de fuerza/par en la muñeca o en un asa, la pasa por un modelo como M ẍ + D ẋ + K x = F_ext e integra el resultado para obtener un desplazamiento de posición o de velocidad. Ese desplazamiento se suma a la trayectoria de referencia y se envía a un controlador interno de posición o de velocidad. En términos mecánicos, una admitancia relaciona fuerza con movimiento, y eso es exactamente lo que hace el controlador: lee fuerza y genera movimiento.

El control de admitancia es la contrapartida del control de impedancia. El control de impedancia mide movimiento, como error de posición y de velocidad, y ordena fuerza o par, así que necesita un robot con buen control de par y baja fricción, como un brazo controlado por par o retroaccionable. El control de admitancia mide fuerza y ordena movimiento, así que conviene a robots con control de posición rígido y de alta ganancia, incluidos la mayoría de los brazos industriales con reductoras de alta relación, cuya fricción articular enmascararía fuerzas pequeñas. Ambos persiguen el mismo comportamiento objetivo, pero sus puntos fuertes prácticos son opuestos. El control de impedancia rinde bien al reproducir rigideces bajas y en movimiento libre, y mal cuando se le pide ser muy rígido. El control de admitancia reproduce bien un comportamiento rígido, pero puede oscilar o vibrar cuando la masa y el amortiguamiento virtuales son bajos y el robot toca un entorno rígido.

El ajuste gira en torno a ese compromiso. Una masa y un amortiguamiento virtuales bajos hacen que el robot se sienta ligero cuando una persona lo guía, pero aumentan el riesgo de oscilación contra contactos rígidos y amplifican el ruido del sensor. Valores más altos son estables pero se sienten lentos. Las implementaciones filtran la señal de fuerza, compensan el peso de la herramienta montada más allá del sensor, añaden una zona muerta para rechazar la deriva del sensor y a menudo varían los parámetros en línea según que el robot esté en espacio libre, siendo guiado o en contacto.

Por qué importa

La mayoría de los brazos industriales y muchos colaborativos están controlados en posición y no ofrecen un control preciso del par articular. El control de admitancia es la forma habitual de dar a esos robots un comportamiento compliante para el guiado manual, el ensamblaje y las tareas de contacto mediante un sensor de fuerza añadido, y entender sus límites de estabilidad evita oscilaciones cuando el robot se encuentra con una superficie rígida.

Aplicaciones clave

Guiado manual y enseñanza por arrastre (lead-through) de brazos industriales y colaborativos
Inserción de clavija en agujero (peg-in-hole) y otros ensamblajes con realimentación de fuerza
Robots de rehabilitación y exoesqueletos que responden al esfuerzo del usuario
Colaboración física humano-robot, como transportar juntos una carga
Pulido, lijado y otros acabados superficiales con contacto regulado
Control de interacción para drones y robots móviles, donde las fuerzas externas desplazan una posición ordenada

En la práctica

Un integrador añade guiado manual a un brazo industrial controlado en posición para que los operarios puedan enseñar puntos de paso empujando la herramienta. Un sensor de fuerza/par de seis ejes se sitúa entre la brida y un asa. En cada ciclo de control, el software resta el sesgo del sensor y la carga gravitatoria del asa, aplica una pequeña zona muerta y pasa la fuerza restante por un modelo virtual masa-amortiguador sin resorte, de modo que el brazo se mueve en la dirección en que se le empuja y se detiene al soltarlo. La velocidad resultante se integra en un desplazamiento de posición y se envía en flujo continuo a la interfaz de posición del robot. Las pruebas muestran que el brazo vibra cuando el operario presiona la herramienta contra un utillaje de acero, así que el equipo aumenta el amortiguamiento virtual cuando las fuerzas de contacto superan un umbral y lo vuelve a reducir en movimiento libre.

Ideas erróneas comunes

El control de admitancia y el de impedancia son lo mismo — persiguen el mismo comportamiento pero en direcciones opuestas: la admitancia lee fuerza y ordena movimiento, la impedancia lee movimiento y ordena fuerza
Una masa y un amortiguamiento virtuales más bajos siempre dan mejor compliancia — hacen que el robot se sienta más ligero, pero reducen la estabilidad en contacto rígido y amplifican el ruido del sensor de fuerza
El control de admitancia necesita articulaciones controladas por par — está diseñado para robots controlados en posición o en velocidad y se basa en cambio en una medición externa de fuerza

Quién debería saberlo

Ingenieros de control de fuerza y de manipulación
Integradores que añaden guiado manual a brazos industriales
Desarrolladores de rehabilitación y exoesqueletos
Investigadores en interacción física humano-robot

Tecnologías relacionadas

Sensor de fuerza/par de seis ejes (Six-Axis Force-Torque Sensor)
Modelo virtual masa-resorte-amortiguador (Virtual Mass-Spring-Damper Model)
Compensación de gravedad de la herramienta (Tool Gravity Compensation)
Interfaces de control de posición y velocidad (Position and Velocity Control Interfaces)
Control de admitancia variable (Variable Admittance Control)

Términos relacionados

Proyectos relacionados

LeRobot: HuggingFace ML library for real-world robotics in PyTorch
Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
NVIDIA Isaac GR00T: NVIDIA open foundation model for humanoid robot reasoning and skills
OpenVLA: 7B-parameter Vision-Language-Action model for robotic manipulation
Drake: MIT robotics toolbox for model-based dynamics, optimization, and control system design
OpenArm: 7DOF humanoid arm for physical AI research in contact-rich environments