本文介绍了一项关于双机械臂机器人执行瓶盖拧紧任务的研究，该研究由Chunting Jiao、Lin Zhang、Xiaojie Su、Jiangshuai Huang、Zhenshan Bing和Alois Knoll共同完成，发表在2024年2月的《IEEE Transactions on Industrial Electronics》期刊上。该研究提出了一种基于任务的顺应控制方法，旨在解决瓶盖拧紧任务中的物体模型和接触力的不确定性。

研究背景与动机

瓶盖拧紧任务是日常生活中常见的任务，但在机器人领域尚未得到广泛研究。以往的研究主要集中在打开瓶盖或罐子上，而缺乏一个结合运动规划和顺应控制的框架，以确保精确运动和接触力的稳定性。瓶盖拧紧任务类似于精密装配任务，需要精确的位置控制和顺应力控制。然而，瓶盖与瓶身之间的间隙仅为1毫米左右，这使得任务执行过程中容易因不确定性和接触力问题导致失败。

研究方法与流程

研究提出了一种分层控制策略，包括粗运动规划和精细顺应运动规划。粗运动规划涉及宏观尺度的绝对和相对运动控制，而精细顺应运动规划则通过顺应控制处理不确定性，以完成高精度任务。具体流程如下：

1. 任务空间划分：将任务空间划分为绝对运动和相对运动。绝对运动由主臂执行，相对运动由从臂执行。
2. 运动建模：通过分析瓶盖拧紧任务的不确定性和约束，建立了理论模型。该模型将瓶盖拧紧任务分为四个阶段：抓取瓶身、打开瓶盖、倒水和拧紧瓶盖。
3. 接触状态识别：通过力/扭矩传感器检测接触状态，确保抓取和拧紧过程中的稳定性。研究还提出了基于力反馈的主动顺应控制方法，以应对接触状态的不确定性。
4. 运动规划与控制：粗运动规划用于生成无碰撞的运动轨迹，而精细顺应控制则通过位置阻抗控制实现，确保任务执行的精确性。

实验结果

研究通过双机械臂机器人系统进行了实验验证。实验结果表明，所提出的框架能够高效且稳健地完成瓶盖拧紧任务。实验分为四个阶段：抓取、打开、倒水和拧紧。在每个阶段中，机器人通过力/扭矩传感器检测接触力，并根据反馈调整运动轨迹。实验还验证了该控制策略对不同尺寸和类型的瓶子的适应性，证明了其鲁棒性。

结论与意义

该研究提出了一种基于任务的顺应控制方法，能够有效处理瓶盖拧紧任务中的不确定性。通过分层控制策略，结合粗运动规划和精细顺应控制，研究实现了高精度的任务执行。实验结果表明，该方法适用于双机械臂机器人执行复杂任务，具有较高的应用价值。未来的研究将考虑引入人工智能技术和视觉识别，以应对更复杂的任务。

研究亮点

1. 创新性框架：提出了一个结合运动规划和顺应控制的新框架，模仿人类行为，提高了任务执行的效率和鲁棒性。
2. 主动顺应控制：通过力反馈控制应对接触状态的不确定性，确保任务执行的精确性。
3. 理论模型：建立了瓶盖拧紧任务的理论模型，为类似任务提供了理论基础。

该研究为机器人执行复杂任务提供了新的思路和方法，具有重要的科学和应用价值。