Impedance Control of Ship-Borne Manipulators via Optimization-based Task-Space Inverse Dynamics
作者: Lingxiao Meng, Bi-Ke Zhu, Xuheng Gao, Zhe Zhang, Jiankun Yang, Jiankun Wang, Haibo Lu, Max Q. -H. Meng
分类: cs.RO
发布日期: 2026-07-24
💡 一句话要点
提出基于优化的任务空间逆动力学控制框架以解决船载操纵器的动态耦合问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 船载操纵器 动态耦合 任务空间逆动力学 优化控制 卡尔曼滤波 轨迹跟踪 海洋工程
📋 核心要点
- 现有船载操纵器在海洋环境中受到波浪引起的基座运动影响，导致动态耦合和轨迹跟踪精度下降。
- 本文提出了一种基于扭矩优化的控制框架，结合任务空间逆动力学和高精度轨迹跟踪，显著改善操纵器性能。
- 实验结果表明，该方法在实际应用中将末端执行器位置跟踪误差降低超过25.7%，并提高了动态插入成功率。
📝 摘要（中文）
船载操纵器在海洋环境中操作时，受到波浪引起的随机基座运动影响，导致运动学干扰和动态耦合，从而降低轨迹跟踪精度并增加安全接触操作的复杂性。本文提出了一种基于扭矩优化的控制框架，将高精度轨迹跟踪与任务空间阻抗相结合。该控制器采用任务空间逆动力学（TSID）进行建模，并通过二次规划显式补偿基座运动引入的动态耦合。为实现准确的前馈补偿，开发了一种误差状态卡尔曼滤波器（ESKF），通过融合惯性测量与末端执行器位姿反馈来估计基座状态。该框架在7自由度操纵器与6自由度斯图尔特平台的仿真和实验证中得到了验证。
🔬 方法详解
问题定义：本文旨在解决船载操纵器在海洋环境中由于波浪引起的基座运动所导致的动态耦合和轨迹跟踪精度下降的问题。现有方法未能有效应对这些随机运动带来的挑战，导致操作复杂性增加。
核心思路：论文提出了一种基于扭矩优化的控制框架，通过任务空间逆动力学（TSID）来实现高精度的轨迹跟踪和动态耦合补偿。该设计旨在提高操纵器在复杂环境中的操作能力，确保安全和精确的接触操作。
技术框架：整体架构包括任务空间逆动力学建模、二次规划求解和误差状态卡尔曼滤波器（ESKF）模块。首先，通过TSID进行建模，然后利用二次规划求解控制输入，最后通过ESKF估计基座状态以实现前馈补偿。
关键创新：最重要的技术创新在于将任务空间逆动力学与动态耦合补偿相结合，采用优化方法显式处理基座运动的影响。这一方法与传统控制策略相比，能够更有效地应对动态环境中的不确定性。
关键设计：在设计中，采用了二次规划算法来求解控制输入，并通过ESKF融合惯性测量与末端执行器反馈，以提高基座状态估计的准确性。关键参数设置包括控制增益和滤波器参数的优化，以确保系统的稳定性和响应速度。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提出的方法在实际应用中将末端执行器位置跟踪误差降低超过25.7%，并在动态插入任务中实现了1mm的间隙成功率显著提高，同时平均接触力降低了45%，展示了在接触丰富环境中的精确和顺应性操作能力。
🎯 应用场景
该研究的潜在应用领域包括海洋工程、自动化装配和危险环境下的机器人操作等。通过提高船载操纵器在动态环境中的操作精度和安全性，能够显著提升相关行业的工作效率和安全标准，具有重要的实际价值和未来影响。
📄 摘要（原文）
Ship-borne manipulators operating in maritime environments are subject to stochastic wave-induced base motions that introduce kinematic disturbances and dynamic coupling, degrading trajectory tracking accuracy and complicating safe, contact-rich manipulation. This paper proposes a torque-level optimization-based control framework that integrates high-precision trajectory tracking with task-space impedance for ship-borne manipulators. The controller is formulated using task-space inverse dynamics (TSID) and solved via quadratic programming to explicitly compensate for the dynamic coupling introduced by base motion. To enable accurate feedforward compensation, an error-state Kalman filter (ESKF) is developed to estimate the base state by fusing inertial measurements with end-effector pose feedback. The framework is validated in simulation and real-world experiments using a 7-DOF manipulator mounted on a 6-DOF Stewart platform. The proposed method reduces real-world end-effector position tracking error by over 25.7% compared with the best baseline. Furthermore, the controller enables dynamic peg-in-hole insertion with 1~mm clearance under base motion, increasing the success rate while reducing average contact forces by 45%, demonstrating precise and compliant manipulation in contact-rich environments.