(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211420107.2 (22)申请日 2022.11.15 (71)申请人 佛山科学技术学院 地址 528000 广东省佛山市南海区狮山 镇 广云路33号 (72)发明人 韦慧玲　罗陆锋　卢清华　陈为林　 王金海　 (74)专利代理 机构 广州专理知识产权代理事务 所(普通合伙) 44493 专利代理师 曲超 (51)Int.Cl. G06F 30/23(2020.01) B25J 9/16(2006.01) B25J 19/02(2006.01) G06F 119/14(2020.01) (54)发明名称 一种抓取机构稳定抓持力阈值计算及其控 制方法 (57)摘要 本发明公开了一种抓取机构稳定抓持力阈 值计算及其控制方法， 包括步骤进行多样本加 载‑卸载试验构建抓持损伤应力数据集并通过有 限元仿真修正， 建立最小应力模 型获得抓持力上 限， 通过滑觉传感器进行测试后得到抓持力下 限， 规划抓取机构 的运动路径， 确定工作空间边 界和工作空间区域， 预估抓 持目标的重量和确定 最优抓持位姿， 构建抓取机构稳定抓持初始抓持 力预估模型， 利用强化学习方法构建抓持力闭环 反馈自适应控制策略。 本发明实现了抓持力的阈 值计算和抓持移动时实时调整抓持力以保证抓 持目标的损伤在设定的范围内。 权利要求书3页 说明书10页 附图2页 CN 115510727 A 2022.12.23 CN 115510727 A 1.一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 所述方法包括以下步 骤： 步骤1， 进行多样本加载 ‑卸载试验， 构建抓持损伤应力数据集σ， 进行有限元仿真并利 用有限元仿真数据与抓持损伤应力数据集σ 的误差修正有限元仿真参数， 建立不同稳定抓 持力作用下抓持目标损伤的最小应力模型； 步骤2， 从最小应力模型 得到无损稳定抓持的抓持力上限Fmax； 步骤3， 在抓持机构上布置阵列压敏薄膜 滑觉传感器， 得到滑觉信号及压力 信息； 步骤4， 通过滑觉信号及压力信息对法向接触力及相对滑移趋势实时监测， 得到抓持目 标不与抓持机构的机 械手发生滑 移的稳定抓持力作为 抓持力下限Fmin； 步骤5， 规划抓取机构的运动路径； 步骤6， 通过枚举法和综合影响系数法确定抓取机构稳定抓持的工作空间边界； 步骤7， 设置约束条件， 确定稳定抓持工作空间W； 步骤8， 实时预估抓持目标的重量和 确定最优抓持位姿； 步骤9， 依据抓持目标的位姿、 重量以及最小损伤应力构建抓取机构稳定抓持初始抓持 力预估模型。 2.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 步骤1中， 进行多样本加载 ‑卸载试验， 构建抓持损伤应力数据集σ， 进行有限元仿真并利用 有限元仿真数据与抓持损伤应力数据集σ 的误差修正有限元仿真参数， 建立不同稳定抓持 力作用下抓持目标损伤的最小应力模型的子步骤为： 抓取机构进行抓持目标多样本加载 ‑卸载试验， 测定不同稳定抓持力作用下抓持目标 损伤的应力大小及损伤分布情况， 构建抓持损伤应力数据集σ； 进行有限元仿真分析不同稳定抓持力下抓持目标损伤的应力与变形关系， 并把有限元 数值仿真结果与多样本加载 ‑卸载试验的抓持损伤应力数据集σ 进 行比较， 计算相同稳定抓 持力作用下仿真与试验结果的差值； 根据差值修正有限元仿真试验和仿真参数， 直到抓持损伤应力数据集σ 中的试验结果 与有限元仿真结果 误差小于设定的阈值； 设置最小残差平方利用SPSS进行非线性回归分析， 建立不同稳定抓持力作用下抓持目 标损伤的最小应力模型σ(Fmax)min， 其中Fmax是抓持目标无损稳定抓持 的最大稳定抓持力， σ ()min是在相应最大 稳定抓持力作用下的抓持目标最小损伤应力。 3.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 步骤2中， 从最小应力模型 得到无损稳定抓持的抓持力上限的子步骤为： 测定当前抓持物体的参数， 根据获取的参数和最小应力 模型σ(Fmax)min确定当前抓持物 体的获得最小损伤应力时的抓持力作为 抓持力上限Fmax。 4.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 步骤4中， 通过滑觉信号对法向接触力 及相对滑移趋势实时监测， 得到抓持目标不与抓 持机 构的机械手发生滑 移的稳定抓持力作为 抓持力下限Fmin的子步骤为： 在抓取机构的手指表面上均匀分布阵列式的压敏薄膜滑觉传感器， 使得抓取机构与抓 持目标接触能获取滑觉信息以及压力 信息； 利用短时傅里叶变换方法对滑觉信息进行频谱特征分析， 获取滑觉信号的功率谱； 其权　利　要　求　书 1/3 页 2 CN 115510727 A 2中， 运用离散小波变换实现窗口的长宽变化， 进而利用动态时间规划模型来识别 法向接触 力变化与实际发生的滑动信号， 实现对抓取机构与抓持目标之 间动态交互作业时的法向接 触力及相对滑 移趋势的实时监测； 法向接触力为抓取机构与抓持目标不产生滑移的最小稳定抓持力， 该最小稳定抓持力 作为抓取机构稳定抓持力下限， 记为Fmin。 5.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 所述方法还 包括以下步骤： 步骤10， 利用强化学习方法构建抓持力闭环反馈自适应控制策略， 通过强化学习策略 对稳定抓持力进 行在线学习补偿， 使得抓取机构能够在线 学习传感信息并实时更新优化模 型参数， 主动适应抓持目标， 实现对不同抓持目标的自适应稳定抓持； 步骤11， 通过李雅普诺夫稳定性理论和拉塞尔 不变性原 理证明抓持力闭环反馈自适应 控制策略的稳定性、 收敛性和一 致连续性。 6.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 步骤5中规划抓取机构的运动路径具体为： 深度相机获取工作 范围内的所有抓持目标的分布以及周围环境的三维信 息， 根据三维 信息和抓取机构的位姿判断抓持顺序， 对抓持目标进行编号， 根据抓持目标位置和 放置位 置之间的距离、 环境 通过卷积神经网络算法进行运动路径规划。 7.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 步骤6通过枚举法和综合影响系数法确定抓取机构稳定抓持的工作空间边界具体为： 枚举抓持目标空间形状、 重量为影响稳定抓持工作空间的因素， 通过设置抓持目标空 间形状、 重量为影响稳定抓持工作空间的因素、 设置两个因素共同作用的排列 组合作为影 响稳定抓持工作空间的综合影响系数， 分别确定所述综合影响系数下的稳定抓持工作空间 边界， 取所有组合的交集作为 抓取机构稳定抓持的工作空间边界。 8.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 步骤7中设置约束条件， 确定稳定抓持工作空间W具体为： 设置抓持目标的速度、 加速度为约束条件， 分别枚举每2个约束条件下为影响稳定抓持 工作空间的因素， 获取所述2个约束条件共同作用的排列 组合作为影响稳定抓持工作空间 的综合影响系 数， 分别确定每个约束条件下 的稳定抓持工作空间边界， 取稳定抓持工作 空 间边界的交集中的点为稳定抓持所能够到达的工作点， 所有稳定抓持能够到达的点集合就 是稳定抓持工作空间W。 9.根据权利要求1所述的一种抓取机构稳定抓持力阈值计算及控制方法， 其特征在于， 步骤8的实时预估抓持目标的重量和 确定最优抓持位姿， 子步骤为： 步骤8.1， 利用深度相机获取抓持目标及周围环境的三维视觉信息， 基于深度 卷积神经 网络算法实现抓持目标在线识别； 步骤8.2， 获得抓持目标点云数据， 通过点云估计抓持目标的横向宽度、 径向高度、 数量 几何参数， 绘制抓持目标空间形状， 通过回归分析建立横向宽度w、 径向高度h、 数量n与抓持 目标重量G之间的函数关系 式G=f(w,h,n)， 通过函数关系 式G进行抓持目标重量的在线估 计； 步骤8.3， 基于所述点云数据绘制抓持目标的空间形状， 确定抓持目标的位置和姿态，权　利　要　求　书 2/3 页 3 CN 115510727 A 3