摘要： 现阶段针对苹果、番茄这类球形果蔬设计的采摘机器人末端执行器大多采用相似的双指结构,但是这类采摘机器人的抓取控制方法均是一对一的研究,研发成本偏高且产品不具有通用性。阻抗控制是常用的柔顺控制方法,能够将果蔬的受力—形变等效为环境导纳模型,不同的果蔬对应不同的导纳模型,但是基本的阻抗控制框架是一致的。因此,本文分别选取偏软和偏硬的两种球形果实,通过压缩试验模拟抓取过程,得到果实受力及形变数据,并以此计算得到果实等效刚度。接着,使用BP神经网络分别对原始数据进行训练及验证,得到各层权值。然后在Simulink中建立环境导纳模型并根据不同的果实选择不同的权值,并完成阻抗控制系统的搭建。同时,根据环境导纳模型中的等效刚度估计值实现在线调整阻抗控制器刚度参数。最后通过Matlab进行仿真验证,结果表明改进后方法对于抓取苹果和番茄两种果实,期望力超调分别为2.2%和1.5%,位置控制器输出最终分别稳定在0.55 mm和4.02 mm范围内,可验证所提方法在理论上能够实现农业机器人的柔性抓取。

关键词: BP神经网络, 环境导纳模型, 阻抗控制, 刚度参数自适应