基于遗传算法的机器人负载重力补偿优化算法研究*

李 根，李鹏程，吴 超，沈 烨

（南京航空航天大学机电学院，南京 210016）

随着新型航空装配对装配精度以及研制周期的要求越来越高，工业机器人应用在航天装备自动化装配的场合越来越多[1–2]。在利用机器人进行装配任务时，有很多场合是机器人与人在共享的工作空间中协作完成复杂的任务，即人机协作，而外力感知是实现人机协作的关键技术之一[3]。

在现阶段，对于机器人装配，通常是在负载与工业机器人末端法兰之间安装六维力传感器（下文简称为力传感器），以实现机器人的力反馈控制。力传感器的主要功能是感知作用在其敏感端的力及力矩并使之三维正交化[4]，机器人在静止状态下时，力传感器的测量数值由3部分组成：负载重力、力传感器零点和施加外力。负载的存在会干扰对外力的感知，对于人机协作而言，从测量数据中得到精准外力信息格外重要，因此需要对安装在力传感器上的负载进行重力补偿。

在机器人末端负载重力补偿方面，Stavros[5]从力传感器测量值的组成出发，通过将机器人末端移动到特定位置来标定力传感器的质心和重量；Kim等[6]提出了在重力补偿之前对六维力传感器进行回零处理，从而消除零点漂移误差；Kubela等[7]提出了利用机器人姿态来计算负载重力作用在六维力传感器各方向的分力，并通过KUKA公司的RSI通讯进行了实时负载重力补偿；张光辉等[8]在机器人运动学的基础上，将力传感器信息和负载信息转换至基坐标系求解；……