《IEEE Transactions on Automation Science and Engineering》：Guest Editorial: Special Issue on the 2024 IEEE International Conference on Automation Science and Engineering
编辑推荐：
本文针对机器人操作弹性材料时存在的变形控制难题，提出了一种创新的混合阻抗控制策略。该策略在一个增量式轨迹生成框架中融合了外部力与阻抗控制，能够动态调整以防止过度变形，同时允许织物变形至期望状态。这项工作为实现对复杂、非线性材料的稳定、精确机器人操控提供了有效解决方案。
在自动化科学领域，机器人正日益从结构化的工业环境走向复杂多变、充满不确定性的现实世界，执行诸如组装、分拣乃至护理、手术等任务。在这些高级应用中，机器人不仅需要与环境中的刚性物体互动，更常常需要处理像布料、电缆、人体组织这样的弹性材料。这类材料具有非线性、可变形和难以预测响应的特性，给传统的机器人控制方法带来了严峻挑战。如何让机器人的“手”能像人手一样，既能感知材料的受力，又能施加恰到好处的力，使其变形到目标形状而不被损坏，成为制约机器人向更智能、更精细服务发展的关键瓶颈。传统的位置或力控制策略在处理此类问题时往往顾此失彼，要么导致材料过度拉伸甚至撕裂，要么无法达成精确的形态控制，尤其是在需要动态、连续调整的操作中。为了解决这一核心难题，一项题为“一种用于弹性材料稳定力-位控制的增量混合阻抗算法”的研究在《IEEE Transactions on Automation Science and Engineering》期刊上发表，为机器人灵巧操控弹性材料开辟了新路径。
研究者们为解决机器人稳定操控弹性材料的难题，主要运用了几个关键技术方法。首先，他们设计了一个增量式轨迹生成框架，将控制问题分解为一系列连续的、可微调的小步骤。其次，核心在于提出了一种新颖的力-位混合阻抗控制策略，它将对外部力的响应与期望的末端执行器阻抗（柔顺性）结合在一起。该方法还将弹性材料在操作过程中的变形状态纳入了控制回路的在线建模，实现了闭环的动态调整。
研究结果
一种增量混合阻抗算法
研究人员提出了一种创新的控制算法。该方法不同于将力控制和位置控制简单切换的混合控制，而是将外部力反馈和期望的阻抗特性整合进一个统一的控制律。这个控制律内嵌于一个增量式轨迹生成框架中，使得机器人的每一次微小动作指令，都同时考虑了当前位置误差、接触力反馈以及预设的柔顺性（刚度与阻尼）。通过理论推导，证明了该闭环控制系统的稳定性。
防止过度变形的动态调整机制
该算法的关键优势在于其动态适应能力。当算法感知到外力接近或超过预设的弹性材料安全阈值时，会通过调整阻抗参数或生成补偿性的增量轨迹，主动降低对材料施加的应力，从而“让步”以防止材料被过度拉伸或损坏。这种机制使得机器人能够在“施加力量完成任务”和“保护操作对象”之间实现智能平衡。
实现期望变形状态的能力
除了防止过度变形，该算法的另一目标是精确达成期望的形态。通过将期望的最终织物形状（如特定的弯曲角度或拉伸长度）编码为目标函数的一部分，控制器在确保安全的前提下，持续引导材料向目标状态变形。实验表明，该控制策略能够引导弹性材料（如织物条）从一个初始状态平滑、可控地变形到多种预设的目标状态，且过程中的力曲线平稳，无剧烈波动。
结论与讨论
本研究的核心结论是，所提出的增量式力-位混合阻抗控制算法，为机器人稳定、精确地操作弹性材料提供了一套行之有效的解决方案。它将防过度变形与促期望变形这两个看似矛盾的目标，统一在一个动态、可调整的控制框架内。其重要意义在于，显著提升了机器人在非结构化、不确定性环境下的自主操作能力，特别是在需要精细力交互的领域，如柔性装配、机器人辅助手术、穿戴设备辅助以及家庭服务机器人对织物的处理等。这项工作超越了传统基于固定模型或简单混合策略的控制方法，通过将在线感知、动态决策与增量式执行紧密结合，展示了面向复杂材料灵巧操作的先进控制理念。它为未来开发能够与人类安全、自然、高效协作的下一代机器人系统奠定了关键的算法基础，推动了自动化技术向更智能、更适应性的方向发展。
