第7卷第4期 智能系统学报 Vol.7 No.4 2012年8月 CAAI Transactions on Intelligent Systems Aug.2012 D0I:10.3969/j.issn.16734785.201205057 网络出版地址：http://ww.cnki.net/kems/detail/23.1538.TP.20120712.1114.009.html 基于止血机制的冗余并联机器人精准容错控制 郭崇滨12，郝矿荣12，丁永生12 (1.东华大学信息科学与技术学院，上海201620：2.数字化纺织服装技术教育部工程研究中心，上海201620)》 摘要：冗余并联机器人具有冗余容错能力，能在局部故障的情况下继续工作.而设备的机械间隙无法完全避免，并 且较难建立精准的机械间隙模型，因此基于运动学冗余的常规容错方法较难实现精准容错控制.基于生理止血调控 机制，考虑冗余并联机器人控制特性和机械间隙因素，提出一种新颗的精准容错控制器.与止血机制类似，该控制器 不但能够进行子通道误差优化，而且能进行全局故障辨识和容错补偿.利用2-D0℉冗余并联机器人进行了真实实 验.结果表明，提出的精准容错控制器的控制精度和容错能力均比传统控制器有较大提高， 关键词：冗余并联机器人；精准容错控制；生理止血机制：机械间隙；协同智能控制 中图分类号：TP242文献标志码：A文章编号：16734785(2012)04032106 Hemostasis mechanism based precise fault-tolerant control for redundant parallel manipulator GUO Chongbin'2,HAO Kuangrong'2,DING Yongsheng'2 (1.College of Information Sciences and Technology,Donghua University,Shanghai 201620,China;2.Engineering Research Center of Digitized Textile Fashion Technology,Ministry of Education,Shanghai 201620,China) Abstract:Due to redundancy fault tolerance,redundant parallel manipulator can continue working even when meet- ing some local faults.However,the manipulator's mechanical clearance cannot be eliminated,and it is hard to es- tablish a precise mechanical clearance model.Therefore,kinematic redundancy-based conventional fault-tolerant methods can hardly achieve precise fault-tolerant control.Considering the control characteristic and mechanical clearance of the redundant parallel manipulator,based on the physiological hemostasis control mechanism,a novel precise fault-tolerant controller (PFTC)is proposed.Similar to the hemostasis mechanism,the PFTC optimizes the sub-channel,meanwhile,identifies global faults and makes fault-tolerant compensation.A 2-DOF redundant paral- lel manipulator was used for actual experiment.The result shows that comparing with conventional controller,the proposed PFTC owns better control precision and fault-tolerant capability. Keywords:redundant parallel manipulator;precise fault-tolerant control;physiological hemostasis mechanism;me- chanical clearance;intelligent cooperative control 并联机器人由多个支链组成，每个支链通常又个部件发生故障，那么对应的支链就会受到影响，从 包括传感器、连接杆、主动关节、被动关节等。一旦某 而导致目标任务无法完成.采用运动学冗余解决机 械故障问题，是一种比较普遍的方法.其中，冗余控 收稿日期：201205-31.网络出版日期：201207-12. 制器算法设计至关重要，直接决定着容错性能的优 基金项目：国家自然科学基金重点资助项目(61134009)：国家自然科 劣.许多学者还利用冗余并联机器人的容错能 学基金资助项目(60975059,60775052)；国家TER计划国 内配套研究资助项目(2010GB108004):教育部高等学校 力[2]、力矩恢复能力)、可操纵性4进行容错控制 博士学科点专项科研基金资助项目(20090075110002)；上 海市优秀学术带头人计划资助项目(11XD1400100);上海 器设计.此外，一些智能控制方法也有着不错的效 市科学技术委员会重点基础研究资助项目(11JC1400200, 果，如人工神经网络应用于机器人容错、蔽障、奇异 10JC1400200);上海市科学技术委员会技术标准专项资助 项目(10DZ0506500). 点避免等方面5]，自适应模糊智能容错控制器在复 通信作者：郝矿荣.E-mail:krhao@dhu.eu.cn, 杂的机械设备上有着更好的容错效果[6.但是，这些
·322. 智能系统学报 第7卷 方法主要在理想环境下或者仿真设备上实现容错设 理想模型 一考虑机械阿您榄型 计，类似机械间隙等因素没有被考虑3，刀.在实际工程 中，一旦发生局部故障，机械间隙将显著地降低机器 0 人的控制精度；因此，要想实现精准容错控制，必须能 够辨识和利用补偿消除机械间隙产生的影响。 生理性止血机制作为人体的一种智能调节机 理想位置 制，具有较好的容错能力.其调节过程与运动控制系 0 统中的消除误差过程十分相似.但是目前还只是从 L+24 医学角度进行了相关研究8]，国内外均没有从控制 真实位置 的角度对其进行分析.本文受生理止血机制启发，针 对冗余并联机器人在工程实际中发生局部故障后如 L+24 何继续工作的问题，设计了一种精准容错控制器，具 有一定的实用性、创新性 1冗余并联机器人精准容错问题描述 (b)几何图 1.1冗余并联机器人介绍 图1机械间隙分析 如图1所示，本文研究对象为固高科技 Fig.1 Mechanical clearance analysis GPM2002系列冗余2-DOF并联机器人，其具体的设 1.2机械间隙分析及其精准容错控制要求 备描述可参考文献[9].冗余机器人利用额外的冗 如图1(a)所示，机械间隙已设计得非常小 余自由度，在无故障情况下，通常能够获得更高的负 (2mm以内)，但无法完全避免.当所有的驱动器正 载能力和定位精度3).在发生故障时，只要正常运 常工作时，设备具有对称结构和冗余特性，机械间隙 转的驱动器数量不少于任务空间的自由度数目，机 的影响相互抵消，对末端操纵器的位置影响非常小. 器人就能够继续完成容错任务[].在并联机器人的 然而，当某个主动关节发生故障变为被动关节时，该 各种故障研究中，关节自由活动故障受到了较多的 关节则变为负载，导致机械间隙不对称，对其他关节 关注.即某些主动关节失去了主动力矩能力，变 和末端操纵器造成较大的影响.如图1(b)所示，机 为一个被动自由活动的部件.如图1所示，实验设备 器人沿Y轴正方向运动时，主动关节A2处发生故 障，变为被动关节，机械间隙变为不对称结构（图1 输入为A1A2A3处驱动器角度，输出为末端操纵器 (b)中，实心圆柱表示内轴部件，空心圆环部分表示 的X、Y坐标位置，并联机器人有一个额外的自由 度.当某一关节发生自由活动故障，变成为一个被动 外环部件，中间空隙表示机械间隙).此时，假设机 械间隙为△，那么一些支链的几何计算长度就由L 关节时，由于其冗余特性，其他2个主动关节能够继 变为L±△或L±24，而此时仍然以L计算所有支链 续驱动末端操纵器完成目标任务， 的几何长度，最终导致末端操纵器的真实位置较理 想位置发生了较大变化.因此，理想的运动学模 机械间隙 型9]明显不再适用于并联机器人的精准容错控制。 2生理止血机制及其启发控制方法 止血机制通常包括3个协同调控过程：血管收 缩过程、血小板止血栓形成过程（初步止血）、血凝 块形成过程（二期止血）.如图2所示[8：1)血管受 机械间隙 损后，损伤性刺激立即引起局部的血管收缩，降低血 压和血流速度.2)损伤会导致内皮下组织暴露，从 机械间隙 关节仰视 而激活血小板.促使激活血浆中的凝血系统，以及促 使血管进一步收缩，利于血小板的粘附和聚集，形成 (a)实物 血小板止血栓，完成初步止血.3)与此同时也可以 激活凝血系统，促进纤维蛋白形成，加固血小板止血
第4期 郭崇滨，等：基于止血机制的冗余并联机器人精准容错控制 ·323. 栓，形成血凝块，达到二期止血. 人的一个控制支路，包括一个控制器、一个驱动器、 根据止血调控机制，结合冗余并联机器人控制 一个误差收缩优化模块.当误差不大时，理想逆运动 特性，提出了一种新的协同容错控制方法：某一血管 学模块、控制器、驱动器起主要调控作用；当误差较 的生理性止血调控过程，可以看成并联机器人的某 大时，误差收缩优化模块被激活用于优化控制器性 一个子通道消除偏差的过程；血管内皮下组织暴露 能；当某一个驱动器发生故障时，协同智能容错模块 激活血小板可以看成控制器根据传感器误差信号调 被激活用于整体控制补偿，消除驱动器故障带来的 控的过程；血管收缩作用可以看成进行误差收缩优 影响. 化，防止发生超调或剧烈变化；而在凝血系统的激 3.2控制器算法设计 活，可以看成机器人发生局部故障的情况下，激活协 当冗余并联机器人在正常工作状态下，机械间 同容错功能，进行补偿修正.此时被控设备在核心控 隙误差可以被忽略，由理想逆运动学模块调节各个 制器的调控作用下，同时进行着误差收缩优化和协 驱动器，输入位置信号Po和输出目标角度：(t) 同容错修正，实现多目标协同调节、 信号之间的关系可以表示为 血管损伤 im(P.()=[a()a,(a,(]',（4) LP(t)=[X(t)Y(t)]". 血管内皮下 式中：函数∫m表示理想逆运动学模型，其具体的计 组织暴露 算过程可参考文献[9]；X（t)、Yn(t)分别表示输入 血管收缩 血小板激活一凝血系统激活 目标位置的X、Y方向坐标；在本文中下标i用于表 示第i个子通道. 小板止栓形成 纤维蛋白形成 一些传统的控制器，比如PD控制器、模糊控制 (初步止血) 器等，都具有不错的控制性能和简洁的应用能力，可 凝块形成 以被选作为子通道的控制器.本文选用传统的PD 二期止血) 控制器作为控制器： 图2止血机制调控过程 Fig.2 The regulation of hemostasis mechanism u0=Kg回+K0业+K. de;(t) 3 精准容错控制器设计 e:(t)=0(t)-0,(t). (2) 3.1系统结构 式中：U,(t)为控制器的输出，Kg,K、Ko,为PID控制 基于止血机制启发的容错方法，提出一种精准 器参数，0，(t)为实时的驱动器角度。 容错控制器(precise fault--tolerant controller,PFTC), 基于血管收缩过程，设计误差收缩优化模块.当 如图3所示 血管损伤时，能够迅速降低血压和血流速度从而止 P.) 血；然而，在正常状态时，血管能在其工作范围内加 协同智能容错模块 强血流循环，类似地，误差优化方法可以设计为：当 a0)e0 子通道] 误差较大时或超出一定可控范围时，将一级控制器 理（©控制器 中的计算误差做收缩计算处理，从而减弱控制行为， U哪动器A 余 防止超调：相反，当误差较小时，可以适当增加计算 P.(t) 运 误差收缩 误差值，从而增强控制精度和响应速度2].一种简 动 优花模块 联 单的误差收缩方式设计为 0,(t0 百，(t) 器 子通道2 Te(t) =arctan:(e)j 日(t) 0,( 子通道3 w tan(1). 图3精准容错控制器系统结构 式中：e,(t)是优化后的误差，et>0是一个误差调控 Fig.3 The system structure of the PFTC 因子，可以被设置为最佳调控范围的上限误差值.通 该控制器系统由一个理想逆运动学模块、一个 过误差收缩优化模块对误差的处理后，式(1)变为 协同智能容错模块、一个冗余并联机器人和3个子 控制通道组成。其中，每个子控制通道表示并联机器 U0=k0+60+K0 基于凝血系统的调控特性，协同智能容错模块主要
·324 智能系统学报 第7卷 用于辨识驱动器故障造成的影响，并生成相应的补 Kg,=4、K=0.4和K=0.05,EC0M中的e=0.05. 偿信号.当所有驱动器都正常工作时，协同智能容错 67 模块处于休眠状态；如果监测到某一个驱动器发生 66 故障，此时协同智能容错模块被激活，促使整体控制 器提高容错性能.该模块由3个容错误差辨识网络 65 (fault-tolerant identification network,FTN)组成.文 64 献[7]分析了并联机器人4种典型的故障监控方 FTINs预测值 法.在本文中，不再讨论具体的故障监控方法，假设 63H ---IIKM预测值 能够自动地发现故障关节j,激活对应的容错误差辨 实际值 识网络net.然后由net,计算各个子通道中的目标 66 20 40 60 80100 t/s 关节角度修正值： net,(Pi (t))=[0(t)02(t)0(t)]. (a)关节1 此时，式(2)被替换为 180 e,(0)=a,(0）-8.(,teTm: FTINsi预测值 1IKM预测值 la,(t)-0,(t),t生Tmma 175 实际值 式中：Taomsl表示设备正常运行的时间集合，函数net 170 是一个在先验数据训练基础上的智能学习的预测网 络，本文选用BP神经网络进行学习训练.如果训练 165 网络nt,则首先假设关节A,发生故障，不能主动驱 160 动，切断该通道信号，由另外2个正常关节驱动设备 运行.实时记录真实的关节角度和末端操纵器位置. 1550 20 4060 80100 t/s 由于此时已经发生故障，末端真实值不能再由正运 动学模型推导而求，应该采用激光定位]、机器视 (b)关节2（故障关节） 觉4等其他传感器检测末端操作器的真实值.本实 验采用一个数字CCD摄像头进行实时读取末端操 300 作器的真实位置4]，然后，把真实末端操纵器的值 作为输入，真实的关节角度作为输出，便可以完成 295 net的训练 290 4实验结果与分析 285 所有控制算法在Matlab/Simulink环境下连接 FTINs.预测值 280 山KM预测值 真实设备进行实时控制，其中固定采样步长为 实际值 0.005s.首先，对TN进行实验验证，一组典型的 275 20 40 60 80 100 结果如图4所示.关节2发生故障，输入未训练的随 t/s 机轨迹，记录真实轨迹及关节角度.将真实的轨迹分 (c)关节3 别作为TN和理想的逆运动学模型的输人，预测 图4容错误差辨识网络测试结果 目标为关节角度.实验结果表明，TN预测值与真 Fig.4 Testing results of the FTIN 实角度值比较相似，而理想逆运动学模型的预测值 如图5(a)所示，PID-ECOM控制器与传统的 与真实角度有较大的偏差.从而说明，在关节发生故 PID控制器相比能够更加显著地快速、平滑响应，并 障时，TN能够修正各个关节的目标角度，提高设 且超调量较小.从局部放大细节可以看出，PID- 备的容错能力.其次，进行单通道实验验证.把机器 ECOM拥有更好的控制精度和稳定性.如图5(b)所 人关节1的链接杆拆开，只让驱动器1运转，进行单 示，在冲击信号作用下，PID-ECOM控制器相对于 通道测试.传统PD控制器与基于误差收缩优化模 PID控制器明显有着较强的容错能力.单通道实验 块的优化PID控制器(PID-ECOM)在3组不同的阶 结果表明，基于血管收缩机制启发的ECOM能够优 跃信号和4组不同的冲击信号下进行对比测试.为 化控制器性能，提高PTC的子通道控制性能和容 了使对比实验更清晰，相同参数选用相同值，有 错能力
第4期 郭崇滨，等：基于止血机制的冗余并联机器人精准容错控制 325· 0.5m a 最后，通过2-DOF冗余并联机器人的综合实 PB.ECOM 验，PTC对比无协同智能模块的PD控制器，进一 3 步验证P℉TC的精准容错控制性能.许多不同输入 的实验结果均表明，P℉TC的精准容错控制性能优于 ③ PD控制器.假设关节2发生故障，一个具有代表性 0. 的未训练实验轨迹是以(216.5,250)作为起点以 0.2 0.4 0.6 0.8 1.0 (296.5,330)作为输入目标位置的直线运动. tis 如图6所示，当关节2发生故障后，冗余并联机 (a)阶跃响应对比结果 器人能够继续工作.PTC的真实位置轨迹优于PD 0.505 控制，特别当末端操纵器运行到较远离起点位置时， --BIB.ECOM 位置精度优势更为明显. 0.500 330 .PID 320.-..-PFTC Desird 0.495 310 300 0.490 三290 0 0.2 .4 0.6 0.8 tis 280 (b)①局部放大 270 0.305r 260 PIB.ECOM 250 220230240250260270280290300 0.300 x/mm 型 图6综合实验对比 0.295 Fig.6 Contrast effect of the comprehensive experiment 实验结果表明，通过误差收缩优化模块的误差 0.290 优化算法和协同智能容错模块的辨识预测算法，无 0 0.2 0.4 0.6 0.8 论是对子通道控制还是对并联机器人的整体控制， (c)②局部放大 控制精度和容错能力均有较大的提高.提出的PTC 0.105 -PIB-ECOM 能够实现冗余并联机器人的精准容错控制。 5结束语 0.100 不 本文首先概括了冗余并联机器人的冗余特性、 0.095 机械间隙的影响以及精准容错控制要求.然后，分析 了生理止血机制及其调控特性，揭示了生理止血机 0.090 0.2 0.4 0.6 0.8 制与容错控制系统的相似性，并启发出一种协同智 能控制方法.基于生理止血机制启发的智能控制方 (d)③局部放大 法，设计了精准容错控制器.最后，利用2-D0F冗余 1.0 --PID 并联机器人进行了全面的实验，实验结果表明，所提 PID-ECOM 0.8 脉冲信号 出的容错控制器无论是对子通道控制还是对并联机 0.6 器人整体控制，控制精度和容错能力均比传统PD 0.4 控制器有较大的提高.据所知，这是第一次基于生理 0.2 止血机制提出相关的智能控制方法，成功用于考虑 到机械间隙问题的真实冗余并联机器人容错控制 0.2 0.2 0.4 0.6 0.8 1.0 中.该控制器及其控制思想，同样适用于其他类似的 多通道冗余控制的工业设备中. (e)冲击响应对比结果 图5单通道对比结果 参考文献： Fig.5 Contrast effect of the sub-channel experiment [1]NOTASH L,HUANG L.On the design of fault tolerant par-
·326 智能系统学报 第7卷 allel manipulators[J].Mechanism and Machine Theory, [11]ROBERTS R G,YU H G,MACIEJEWSKI AA.Funda- 2003,38(1):85-101. mental limitations on designing optimally fault-tolerant re- [2]YI Y,MCINROY J E,CHEN Y.Fault tolerance of parallel dundant manipulators[J].IEEE Transactions on Robotics, manipulators using task space and kinematic redundancy 2008,24(5):1224-1237. [J].IEEE Transactions on Robotics,2006,22(5):1017- [12]GUO C,HAO K,DING Y,et al.A position-velocity co- 1021. operative intelligent controller based on the biological neu- [3]NOTASH L.A methodology for actuator failure recovery in roendocrine system[J].Lecture Notes in Computer Sci- parallel manipulators[J].Mechanism and Machine Theory, ence,2011,6677(3):112-121. 2011,46(4):454-465. [13]MCINROY J E,O'BRIEN J F,NEAT G W.Precise, [4]UKIDVE C S,MCINROY J E,JAFARI F.Using redun- fault-tolerant pointing using a Stewart platform[].IEEE dancy to optimize manipulability of stewart platforms[J]. ASME Transactions on Mechatronics,1999,4(1):91- IEEE/ASME Transactions on Mechatronics,2008,13(4): 95. 475479 [14]ZHOU N,HAO K,GUO C,et al.Visual servo control 5]SONG Q,YIN L.Robust adaptive fault accommodation for system of 2-DOF parallel robot[J].Software Engineering a robot system using a radial basis function neural network and Knowledge Engineering:Theory and Practice,2012, [J].International Journal of Systems Science,2001,32 114:425433 (2):195-204. 作者简介： [6]ZHANG K,JIANG B,STAROSWIECKI M.Dynamic out 郭崇滨，男，1986年生，博士研究 put feedback fault tolerant controller design for Takagi-Suge- 生，主要研究方向为机器人多目标协同 no fuzzy systems with actuator faults[J].IEEE Transactions 智能控制.2010年获全国研究生数学 on Fuzz☒Systems,2010,18(1):194-201. 建模二等奖，获得授权国家发明专利1 [7]TINSOR,TERRA M H,BERGERMAN M.A fault toler 项，发表学术论文8篇， ance framework for cooperative robotic manipulators[J]. Control Engineering Practice,2007,15(5):615-625 [8]TYURIN K V,KHANIN M A.Hemostasis as an optimal 郝矿荣，女，1964年生，教授，博士 system[J].Mathematical Biosciences,2006,204(2): 生导师，博士，主要研究方向为机器视 167-184. 觉、模式识别、智能机器人、智能控制 [9]郭崇滨，郝矿荣，丁永生.基于神经内分泌的并联机器 等.获得国家发明专利授权10余项，发 人智能控制系统[J].机电工程，2010(7)：14,8. 表学术论文100余篇，出版专著1部. GUO Chongbin,HAO Kuangrong,DING Yongsheng.Paral- lel robot intelligent control system based on neuroendocrine method[J].Joumnal of Mechanical Electrical Engineer- 丁永生，男，1967年生，教授，博士 ig,2010(7):1-4,8. 生导师，博士，主要研究方向为智能系 [10]ZHAO J,ZHANG K,YAO X.Study on fault tolerant 统、网络智能、智能机器人、生物信息 workspace and fault tolerant planning algorithm based on 学、数字化纺织等.获得国家发明专利 optimal initial position for two spatial coordinating manipu- 授权10余项，发表学术论文300余篇， lators[J].Mechanism and Machine Theory,2006,41 出版专著5部. (5):584-595