近日，一篇機器人傳感器領域題為“Output Feedback Tracking Control for a Class of Nonlinear Systems with Sensor Uncertainties”的研究論文登上SCI期刊《IEEE Transactions on Industrial Electronics》。該期刊為工業(yè)電子領域頂級期刊，2022年影響因子(JCR2021)達8.162。

作為工業(yè)機器人的核心零部件，傳感器的作用正愈發(fā)凸顯，但由于傳感器裝配誤差、環(huán)境干擾等因素，工業(yè)場景的機器人傳感器應用中，仍然無法有效避免存在乘性傳感器不確定性(如傳感器校準誤差)和加性傳感器不確定性(如偏置、漂移、精度損失等)問題，并往往因為這些誤差問題降低系統(tǒng)性能，甚至導致系統(tǒng)不穩(wěn)定波動，最終得到錯誤的實驗結論。

這項研究中聚焦多參數(shù)或加性傳感器不確定性問題，研究了在時間變化的乘性和加性傳感器不確定性存在的條件下，如何實現(xiàn)非線性系統(tǒng)自適應輸出反饋跟蹤和補償。研究者們通過建立一套檢測輸出反饋跟蹤控制的函數(shù)模型，提出了一種基于增益縮放技術和動態(tài)高增益觀測器的類線性自適應跟蹤反饋方法以補償系統(tǒng)不確定參數(shù)與傳感器不確定性，并通過中科深谷開源六軸協(xié)作機器人平臺進行了實驗驗證，希望快速識別并自適應地抵消解決傳感器的不確定性或故障造成的不準確測量問題。

由于該類自適應輸出反饋跟蹤機制是非線性的運行，能滿足多項式增長條件，及時動態(tài)增益補償未知參數(shù)、時變傳感器的不確定性和干擾。該研究在機械臂上的實驗結果表明，即使角度測量存在較大誤差，仍能保證小于9%的相對誤差，在工業(yè)應用中有可期作用。

▍詳細驗證研究細節(jié)解析

開源六軸協(xié)作機器人平臺在研究中的重要意義

本文分為5章節(jié)進行論述，介紹了從理論到實踐驗證的全過程。第2節(jié)中，研究者介紹了數(shù)學模型、基本假設、將對象非線性項轉化為與傳感器輸出相關的多項式增長條件的初步假設以及控制目的；第3節(jié)作者則給出了基于增益縮放技術的狀態(tài)觀測器和自適應類線性控制器的設計過程。第4節(jié)給出了主要結果和分析過程。第5節(jié)則通過數(shù)字仿真模型以及實際機器人實驗，來證明所提出方案的有效性。

此外，為了進一步研究在傳感器不確定性情況下的控制性能，研究者使用中科深谷的開源六軸協(xié)作機器人平臺，在存在傳感器不確定性的情況下，進行了操縱運動控制的重復實驗測試。

研究者之所以選擇開源六軸協(xié)作機器人平臺，是因為該實驗中為了追求嚴謹性，必須考慮到機械臂實時位置、速度、加速度、扭矩擾動、摩擦力、機械慣性、接頭處的粘性摩擦系數(shù)、載荷質量和重力系數(shù)等問題，同時，實驗中還要求準確計算出操縱運動跟蹤參考角度qr (t)=sin(t)/6rad(或qr= 30 sin (t)度)。

值得一提的是，實驗不僅需要計算出存在的校準誤差和偏差值(i。e., ρ和V)，并最好讓其理想跟蹤誤差滿足|e (t)|< 0.05 rad。因為只有這樣才能將一些機械臂及配套件的具體參數(shù)能夠細化為實驗參數(shù)，融合機械臂動力學方程，計算出時變傳感器校準誤差和偏置率，從而綜合設計一種觀測器和控制器。

但由于電容式傳感器的不確定性主要是處理、安裝和解調(diào)電路引起的，這就對于機器人的開源性以及電容式角度傳感器提出要求。在這項實驗中，研究者通過快速調(diào)整機械臂狀態(tài)，進一步分析了校準誤差和偏置誤差導致的不確定問題，結果表明該不確定度是一種周期性未知常數(shù)和三角函數(shù)的組合，這對于進一步研究和優(yōu)化跟蹤誤差起到了重要幫助。

賦能高?？蒲许椖?中科深谷機械臂助力穩(wěn)定研究

文獻中指出，本實驗采取的控制系統(tǒng)和硬件平臺分別是中科深谷制造的SV-ROCR6機械臂和HM-ROCR6機器人控制器。由于機器人控制方案基于MATLAB Similink實現(xiàn)，具有極好的開源性和穩(wěn)定性，研究者發(fā)現(xiàn)它能夠很好生成代碼，然后將代碼部署到機器人控制器中，控制器能在1 kHz頻率下準確閉環(huán)控制機械臂進行細微偏移角度研究。

實驗發(fā)現(xiàn)，在機器人進行一個周期中的運動過程中，雖然傳感器狀態(tài)具有不確定性，但其真實和理想跟蹤誤差的曲線相同，這意味著即使在存在傳感器校準誤差和偏差的情況下，理想跟蹤誤差仍然滿足|e (t)| < 0.05 rad的要求，從而證明了實驗結果的準確性和可靠性。

基于這種實驗器材帶來的研究結果，研究者針對這類具有乘法傳感器不確定性和加性傳感器不確定性問題，提出了一種自適應輸出反饋跟蹤控制方案。基于增益尺度技術，構造了一種狀態(tài)觀測器和類線性自適應控制器，減輕了傳感器不確定性或故障的影響，保證了閉環(huán)系統(tǒng)的穩(wěn)定性和跟蹤性能。同時，仿真和實驗結果也表明了該方案的有效性。為了進一步提高跟蹤性能，研究者還指出，未來的研究應集中在冗余傳感器的融合上，為后續(xù)研究提供了更多參考價值。

中科深谷數(shù)智化平臺開源生態(tài) 助力深度復雜研究

研究中應用到的中科深谷開源六軸協(xié)作機器人平臺，主要包含六軸臂本體、控制系統(tǒng)、機械臂底座、兩指夾爪、六維力傳感器、機械臂線纜幾個部件，機械臂各個關節(jié)活動范圍與最大速度實時可控，末端速度≤2m/s，重復定位精度<±0.03mm，EtherCAT總線通訊協(xié)議，支持任意角度安裝。

該平臺的編碼器采用了17位Biss反饋，可以達到±5角秒的重復定位精度。同時，內(nèi)部在輸入端和輸出端分別各有一個編碼器，能通過比較兩個編碼器的位置和速度反饋， 參照驅動電流和電機扭矩的輸出，判斷出模組所在關節(jié)受到外界作用力的大小，并及時將這一系列數(shù)據(jù)信息反饋給控制器，實現(xiàn)能夠在不額外增加輔助傳感器的情況下，很方便的完成對機械臂的安全控制，幫助實驗者快速完成一些特殊狀態(tài)下機器人的研究。

除此之外，該平臺控制系統(tǒng)基于四核ARM  Cortex-A55架構和MATLAB/Simulink開發(fā)，結合了計算機仿真和嵌入式實時控制技術，能實現(xiàn)硬件在回路(HIL) 和快速控制原型(RCP)設計的功能，是可對標國際先進的控制與半實物仿真領域的產(chǎn)品，也是用于進行基于模型設計(MBD：Model-Based Design) 控制系統(tǒng)開發(fā)的教學和科研產(chǎn)品。

據(jù)悉，中科深谷開源六軸協(xié)作機器人平臺已經(jīng)幫助研究者完成包括機械臂高精度軌跡跟蹤控制算法、基于關節(jié)力傳感器/末端六維力傳感器的柔順控制與動力學算法、運動學參數(shù)標定與精度補償技術等多方面研究，未來還能夠集成深度相機、5G等，或者實現(xiàn)人工智能+機器人，完成基于深度學習的控制、決策和規(guī)劃等更深層次的研究。

▍關于中科深谷

中科深谷長期堅持人工智能與機器人智能裝備底層技術研發(fā)與產(chǎn)業(yè)化應用，也是得益于高?？蒲性核晒D化成長的企業(yè)。中科深谷在數(shù)智康養(yǎng)、數(shù)智制造等領域逐步沉淀，并將智能裝備以開源開放、案例矩陣真實再現(xiàn)形式融合進中高級人才培養(yǎng)中。目前中科深谷開源平臺產(chǎn)品還有配套資料及實驗內(nèi)容提供，中科深谷期待賦能更多高?？蒲许椖?。