Open Source Robotics

精選高品質的開源機器人專案、工具與軟體,推動機器人社群向前發展。

Impedance Control

  • 又稱: impedance controller, mechanical impedance control, interaction control
  • 類別: Control › Force & interaction control
  • 標籤: control, force-control, compliance, human-robot-interaction, manipulation, cobot

一種機器人控制策略,調節接觸點上運動與力之間的動態關係,讓機器人表現得像一個可程式設定的彈簧-阻尼系統。

定義

阻抗控制是一種機器人控制方法,它控制的是機器人的機械阻抗,也就是機器人末端執行器或關節上力與運動之間的動態關係。阻抗控制不是命令機器人精確追蹤一條位置軌跡(位置控制),也不是命令它施加特定的力(力控制),而是指定機器人對偏離期望位置的情況應如何反應。機器人的行為就像一個虛擬的質量-彈簧-阻尼系統,其剛性、阻尼與慣量參數都可以程式設定,決定它在互動時感覺有多柔順或多剛硬。

這個概念由 MIT 的 Neville Hogan 在 1985 年正式提出,源自一項觀察:人類成功的操作靠的是調節肢體阻抗,而不是單獨精確控制位置或力。接球時,你的手臂在接觸瞬間是柔順的;推一扇沉重的門時,你的手臂是剛硬的。阻抗控制讓機器人也具備這種依任務調節自身機械行為的能力。

在阻抗控制框架中,環境被建模為導納(接受力並產生運動),而機器人則被控制為阻抗(接受運動偏差並產生力)。控制器根據末端執行器實際位置與期望位置之間的差,乘以期望的剛性與阻尼參數,計算關節扭矩。高剛性讓機器人抵抗擾動並緊密追蹤期望位置;低剛性則讓它在接觸時柔順而輕柔。

這種方法與混合力/位置控制有根本上的不同,後者沿不同軸向在力控制與位置控制之間切換。阻抗控制提供一個統一的框架,能自然地處理自由空間運動(無接觸)與受限運動(有接觸)之間的轉換,不需要明確的切換邏輯或接觸偵測。這讓它在接觸條件不確定或變化迅速的任務中特別具有強健性。

可變阻抗控制擴充了基本框架,允許剛性與阻尼參數在任務執行期間改變。機器人可能在精確定位時使用高剛性,在把插銷插進孔中時切換到低剛性,依操作任務的不同階段調整行為。學習演算法可以從人類示範或強化學習中自動調整這些參數。

為何重要

阻抗控制是讓人機安全互動成為可能的關鍵。沒有它,工業機器人就是危險的剛性機器,無法適應意外的接觸。有了它,協作機器人就能與人類並肩工作、協助手術並執行精細的組裝任務,這一切都靠控制它們對力的反應方式,而不是盲目地追蹤軌跡。

主要應用

  • 協作機器人:機器人與人類作業員之間安全的實體互動
  • 插銷入孔組裝:能容許對位誤差的柔順插入
  • 手術機器人:以可程式設定的順應性輕柔地與組織互動
  • 拋光與研磨:在曲面上維持一致的接觸力
  • 具力回饋的遠端操作:把阻抗行為傳遞給遠端的機器手臂
  • 足式行走運動:觸地時柔順的腿部行為

實際應用

在典型的協作機器人應用中,阻抗控制讓操作員在教導時能用手實際引導機器人。機器人的阻抗設定為低剛性與適中的阻尼,感覺就像在空間中推動一個沉重但順滑的物體。操作員把機器人移動到想要的位姿來記錄路徑點。在自主執行期間,阻抗參數會調高以精確追蹤軌跡,但仍維持在夠低的程度,讓機器人與人意外接觸時會退讓而不會造成傷害。

Universal Robots、Franka Emika 與 KUKA 的現代協作機器人,利用每個關節中的扭矩感測器在關節層級實作阻抗控制。Franka Emika Panda 尤其以 7 軸扭矩控制設計聞名,開箱即可進行研究等級的阻抗控制,使它成為最受歡迎的操作研究平台之一。

常見誤解

  • 阻抗控制與力控制是同一件事:阻抗控制調節的是力與運動之間的關係,而不只是力
  • 阻抗控制需要力/力矩感測器:雖然感測器能改善效果,但只靠扭矩控制的致動器也能實現關節層級的阻抗控制
  • 剛性越高越好:阻抗控制的訣竅在於為每個任務階段選擇合適的剛性,而且往往刻意選低
  • 阻抗控制只適用於操作:它對足式行走運動同樣重要,在那裡腿部的順應性決定了與地面互動的品質

誰需要了解

  • 開發協作或力敏感應用的機器人工程師
  • 研究人機實體互動的研究人員
  • 設定工業協作機器人的協作機器人應用工程師
  • 需要精確力調節的手術機器人開發者
  • 設計柔順操作策略的控制系統工程師

相關技術

  • 導納控制
  • 混合力/位置控制
  • 柔順控制
  • 可變阻抗
  • 扭矩控制
  • 串聯彈性致動器

相關術語

  • Torque Control

相關專案

  • 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

影片

  • Impedance Control: Planning or Learning? by Antonio Bicchi: Learning Impedance IROS2020 WS
  • SRS 3.5 Force and Impedance control of 2R Robot: Ivan Borisov

維基百科

  • 阻抗控制

本網站需要 JavaScript 才能正常運作。請啟用 JavaScript 以瀏覽我們的開源機器人專案。