采摘机器人关节电机无传感器转矩测量与安全控制方法研究

《IEEE Access》：Torque Measurement and Safety Control Method for Joint Motors in a Harvesting Robotic Arm

本文针对采摘机器人关节转矩测量依赖高成本传感器且在复杂农业环境中易受损的问题，提出了一种基于电流估计的无传感器转矩测量方法。研究人员建立了关节电机集成模型，开发了数值仿真平台，并创新性地引入自动校准方法以补偿模型误差。实验表明，该方法能有效实现关节转矩的高精度间接感知，并结合安全控制策略防止机械臂碰撞粗枝造成的损伤，为农业采摘机器人实现高精度力控与安全协作提供了有效解决方案。

　　

随着全球农业现代化进程的加速，农业装备智能化需求日益迫切。水果采摘机器人作为农业自动化的重要载体，其核心部件——采摘机械臂的性能至关重要。在非结构化的农业环境中，机械臂需要具备高灵活性和适应性，以应对不规则果形、复杂的植株分布，并避免损伤枝条。精确的关节转矩测量是实现高精度力控的关键，能为机械臂提供实时反馈信号，根据果实特性调整抓取力和姿态，提高采摘成功率的同时减少损伤。

然而，当前采摘机械臂的关节转矩测量方法面临严峻挑战。主流方案基于高精度转矩传感器，不仅大幅增加系统成本，且在高温、高湿、振动的恶劣农业环境下易出现信号漂移、失效或损坏。虽然基于电机电流的估计方法成本较低，但受谐波减速器非线性摩擦和电机参数漂移影响，精度不足，难以满足高精度力控需求。这一问题在经济欠发达的丘陵山区尤为突出，制约了采摘机器人的推广应用。

为解决上述问题，湖南农业大学装备研究所的研究团队在《IEEE Access》上发表了题为“Torque Measurement and Safety Control Method for Joint Motors in a Harvesting Robotic Arm”的研究论文。该研究旨在开发一种低成本、高可靠性的无传感器关节转矩测量与校准方法，降低对昂贵转矩传感器的依赖，提高测量精度，并将这些方法集成到采摘机械臂的安全控制策略中，对推动智慧农业发展具有重要意义。

研究人员首先深入分析了关节电机的主要组成部分，建立了包含电机本体、谐波减速器、电机驱动器和控制器的集成模型，并基于该模型开发了数值仿真平台，推导出电流与转矩的函数关系。为抑制模型参数不确定性和高阶动态特性引起的转矩估计误差，创新性地引入了关节转矩的自动校准方法。最后，为提高果园机械臂的操作安全性，开发了基于自动校准模式的关节电机安全控制策略。

关键技术方法包括：建立永磁同步电机(PMSM)电压方程和电磁转矩模型；构建电机驱动器主电路模型和谐波减速器Lugre摩擦模型；开发单关节动力学模型和双闭环PID控制器；搭建数值仿真平台进行电流-转矩关系拟合；设计自动校准实验装置获取实际标定数据；建立基于转矩阈值判定的安全控制策略。

模型建立

研究人员建立了完整的关节电机数学模型，包括永磁同步电机(PMSM)的本体方程、电机驱动器的逆变电路模型、谐波减速器的非线性摩擦模型以及单关节动力学方程。在dq旋转坐标系下，电机的电压方程和转矩方程被简化，便于控制器设计。谐波减速器的摩擦被分为接触摩擦、粘性摩擦和等效耗散摩擦三部分，采用Lugre模型精确描述。

数值仿真

基于建立的综合模型，研究团队构建了数值仿真平台架构，包含PID控制器、反Park变换、反Clark变换、SVPWM(空间矢量脉宽调制)模块、减速器模块、力矩生成模块等。通过设置不同的外部负载转矩(5N·m、10N·m、15N·m、20N·m)，获得了相应的q轴电流I_q曲线。仿真结果表明，各负载转矩对应的电流曲线在0.3秒左右达到稳定平衡状态，负载转矩越大，电机电流I_q的稳定值越大。

通过改变外部负载设置从0N·m到20N·m，以1N·m为增量步长，获得稳定电流值后进行拟合，得到电流与转矩的线性关系。当电流在y轴、转矩在x轴时，所得线性方程的斜率为174.9，与y轴的截距为519.2；当坐标转换为转矩在x轴、电流在y轴时，线性方程的斜率为0.00572，与y轴的截距为-2.969。

实验校准

团队构建了关节电机实验校准平台，由电源、关节电机、悬臂、校准转矩、电流测量传感器、数据采集卡、通信模块、计算机和校准软件组成。提出了自动校准方法，通过计算机程序生成关节电机的电流控制曲线，通过USB转CAN设备将目标电流曲线发送给关节电机。

校准过程中，目标电流按300mA、600mA、900mA、1200mA、1500mA、1800mA、2100mA、2400mA、2700mA、3000mA的阶梯递增，每步保持时间10秒。实时采集的电流数据与目标电流误差较小，满足要求。扭矩曲线形状与电流曲线一致，呈阶梯状，在每个问题的上升沿出现小峰值，这是扭矩变化到稳定值前产生的超调。

提取每步的电流输出值和预处理后的扭矩输出值，组成对应数据点进行拟合。当电流在x轴、扭矩在y轴时，所得线性方程的斜率为0.005，与y轴的截距为-1.855。通过实验校准，修正后的电流-转矩关系为T_s=0.005I_s-1.855，提高了测量精度。

碰撞安全控制

基于校准获得的电流-转矩关系模型，研究人员开发了关节电机安全控制方法。建立了采摘机械臂单关节碰撞测试实验平台，由计算机、电源、高精度电流传感器、数据采集设备、CAN模块、关节电机、等效机械臂和树枝固定装置组成。

使用直径4mm、9mm和13mm的树枝进行了三组碰撞实验。细枝(直径4mm)碰撞后弯曲未断裂，关节扭矩保持约0.73N·m；正常枝(直径9mm)碰撞后变形断裂，扭矩增加约0.93N·m；粗枝(直径13mm)碰撞后变形断裂，扭矩增加约6.55N·m。

安全控制系统由安全控制器、PID1(速度环)、PID2(电流环)、角度传感器、角速度传感器、电流传感器、驱动器和电机组成。安全控制策略基于转矩阈值判定：当瞬时电流值大于前c1时刻电流值的k倍、前c1时刻电流值大于0.5A且碰撞标志为0时，将目标角度向相反方向改变c2弧度，设为安全角度。

厚枝安全控制测试中，机械臂以0.388rad/s角速度接近厚枝并发生碰撞。当扭矩值在上升过程中达到安全阈值1.54N·m时，安全控制器控制关节目标角度变为安全角度，机械臂回撤。薄枝安全控制测试中，机械臂碰撞细枝后仍到达目标位置，细枝仅变形未断裂。

研究结论与意义

本研究开发了集电机本体、谐波减速器、电机驱动器和控制器于一体的集成关节电机模型，构建了数值仿真平台，确定了电流与转矩的函数关系，为关节转矩的间接获取提供了理论基础。通过自动校准程序迭代拟合和修正电流-转矩关系，提高了间接估计方法的准确性。建立的采摘机械臂单关节碰撞实验平台验证了所提关节电机安全控制策略的有效性。实验结果表明，该方法能有效防止操作过程中对较粗树枝的损伤，为采摘机器人实现高精度力控和安全协作操作提供了有效解决方案。

该研究将理论创新与工程应用成功结合，推动了农业果实采摘机器人向更智能化、精细化作业能力发展。未来研究将探索机器学习方法优化安全控制参数，并结合滑模控制、自适应控制和鲁棒控制等方法，增强复杂非结构化农业环境中的鲁棒性和安全性。