华中科技大学赵欢教授团队：大型构件自动化柔性对接装配技术综述丨JME封面文章

引用论文

赵欢, 葛东升, 罗来臻, 尹业灿，丁汉.大型构件自动化柔性对接装配技术综述[J]. 机械工程学报, 2023, 59(14): 277-297.

ZHAO Huan, GE Dongsheng, LUO Laizhen, YIN Yecan, DING Han.Survey of Automated Flexible Docking Assembly Technology for Large-scale Components[J]. Journal of Mechanical Engineering, 2023, 59(14): 277-297.

(戳链接，下载全文)

大型构件对接装配是航空航天大型飞行器总装中的重要环节，随着具有快速响应需求的航天任务越来越多（如发射应急卫星和商业通信卫星等），亟需提升运载火箭等大型飞行器的快速组装和发射能力。这对大型飞行器舱段对接装配的效率和可靠性提出了更高要求。因此，对接装配模式从原来的人工模式，正逐渐向自动化、数字化、智能化方向发展。基于此，华中科技大学赵欢教授团队针对大型构件自动化柔性对接装配中所涉及的三大关键技术进行综述，详细总结了大型构件对接装配调姿定位机构、数字化测量技术、规划与控制技术的原理、特点与应用，并探讨了大型构件自动化柔性对接装配技术的未来研究方向，并作为《机械工程学报》2023年第14期的封面文章发表了题为《大型构件自动化柔性对接装配技术综述》一文。

1

大型构件对接装配调姿定位机构

调姿定位机构是大型构件对接装配的基础平台，用于实现大型构件的托举支撑和调姿定位 。为了满足航空航天领域的现代化生产需求，国内外科研人员研制了先进的调姿定位机构，提高了大型构件对接装配的柔性化与智能化程度。目前，自动化调姿定位机构主要分为四类：导轨托架式、数控定位器、并联机构式和工业机械臂，如图1所示。

图1 四类调姿定位机构形式

导轨托架结构简单，承载能力强，但仅适用于圆筒舱段的托举支撑，在火箭对接装配中应用广泛 。国内早在“东风4号”导弹的总装中便采用了导轨托架式支撑机构，如图2(a)所示。为了提高舱段对接装配精度，中国运载火箭技术研究院研发了六自由度的导轨托架，并用于“捷龙一号”运载火箭的总装，如图2(b)所示。

图2 传统舱段对接

数控定位器具有灵活性好、可多点支撑等优点，广泛应用于飞机舱段的对接装配。基于数控定位器的调姿定位系统按托举方式可分为：直接支撑型调姿定位系统和过渡托架型调姿定位系统两种； 按数量又可分为：三点定位、四点定位和多点定位三种。单个数控定位器如图3所示，可以进行三自由度平移。

图3 数控定位器实物图

并联式调姿定位机构以并联机器人为主体，具有无累积误差、精度高、承载能力大等优点，但移动范围小、运动学求解困难，适用于小范围高精度装配场景 。图4所示为以并联机器人为载体的数字化柔性对接系统。

图4 数字化柔性对接系统

工业机械臂价格低廉、灵活性好，但定位精度低、承载能力弱，适用于轻量化的工业装配场景 。图5所示为卫星舱板装配系统，利用工业机械臂对卫星舱板进行了装配。

图5 机器人卫星舱板装配流程

工业机械臂除了应用于大构件舱段对接装配，也应用于其他航天类产品的零部件装配。美国航空航天局(简称为NASA)利用工业机械臂先后完成了火箭发动机、空间站舱板和舱门的装配。欧洲航天局利(简称为ESA)用多机器人协同完成了大部件的装配。如图6所示。

图6 工业机械臂在国外航天器大部件装配中的应用

2

大型构件对接装配数字化测量技术

数字化测量技术是大型构件装配中的核心技术，几乎贯穿了大型构件装配的全过程，有着重要的作用 。在大型构件数字化测量过程中，首先，根据不同的任务选择不同的测量仪器，并对测量仪器进行站位布局、标定，以构建高精度测量场。然后，通过误差及不确定度分析方法来评定测量场标定的精确度，以改进测量场布局和提高测量场精度。最后，以装配性能指标为目标函数，得到执行器对接装配的最优目标位姿。大型构件对接装配数字化测量流程如图7所示。

图7 大型构件对接装配数字化测量流程图

大型构件对接装配测量一般在几米至几十米范围内，属于大尺寸测量，具有相对公差小、间接测量、易受环境影响等特点。适合大尺寸测量的设备主要有三坐标测量设备、激光跟踪仪、iGPS、经纬仪、摄影测量设备等。测量仪器示意图如图8所示。

图8 测量仪器示意图

在大尺寸测量过程中，有多种因素会产生误差及不确定度：人为的因素，例如操作人员的操作水平、专业知识等；环境因素，例如温度、粉尘、振动等；测量仪器因素，主要由于测量仪器本身的不确定度；物体本身的因素，例如重力、表面特性等。测量策略及模型的因素，主要包括测量场的布设、各种模型、参数、以及算法、测量策略、测量任务等。图9表示了测量不确定度的来源。

图9 测量不确定性的来源

在大型构件的测量中，单个测量点的每一个坐标分量的方差往往不同，不同坐标分量之间也可能存在相关性，因此会表现出各向异性。对于单个测量点可以构造一个3X3的协方差矩阵作为不确定度。对于所有的测量点，一般认为每个测量点相互独立，因此全局的不确定度协方差矩阵就是分块对角矩阵。通过误差和不确定度的传递关系，把单个测量点的不确定度自下而上地传递到装配关键特征的总不确定度中去。总不确定度的评价标准往往有以下两种：(1) 求协方差矩阵的迹：由于矩阵的迹和其特征值、行列式都有某种关系，因此是一个重要的评价标准；(2) 求参数的灵敏度：通过给测量点施加一个微小变化，分析比较这个微小变化和最终测量指标变化的比值。位姿和测量点的不确定度如图10所示。

图10 不确定度示意图

测量场中的坐标系可分为各个站位传感器的测量坐标系和构件的装配坐标系。进一步根据测量设备、测量任务等实际需要又可分为异坐标系模式、同坐标系模式和跨坐标系模式。测量场坐标转换示意图如图11所示。

图11 测量场坐标转换示意图

大型构件装配实时位姿估计包含位姿测量、最优位姿计算和执行器运动三个步骤。位姿测量是通过测量单个点的坐标和不确定度，并通过构建好的测量场，求出大型构件位姿在全局坐标系下的测量值和不确定度。最优位姿计算是指以关键点偏差、装配特征公差等指标作为优化目标函数，求解最优位装配姿的过程。执行器运动根据计算出的使目标函数最小的位姿，驱动执行器运动到该位姿。图12为可以作为优化目标函数的各种性能指标，包含同轴度、对称度、圆轮廓度、平面度等。

图12 不同的装配特征定义

3

大型构件对接装配轨迹规划与控制

轨迹规划和控制是大型构件对接装配中的关键环节。轨迹规划是指给定大型构件的初始位姿和目标位姿，在满足某些运动学和动力学约束下，规划出大型构件或执行机构的运动轨迹，即每个时刻的位置、速度、加速度信息。合理规划调姿定位机构或大型构件的运动轨迹，可显著减少执行机构运动过程中的冲击与振动，保障最终的定位精度。控制的作用是通过设计合理的控制方案，将实际状态量与目标状态量的误差衰减至一定阈值。例如，实现执行机构跟踪预规划的轨迹或预定义的力/力矩。

轨迹规划在机器人领域已被广泛研究，为了获得平滑的轨迹，通常将运动轨迹表示为特定阶导数连续的多项式。 除了考虑轨迹的平滑性，轨迹规划的另一个关键是通过设计某些最优准则，以获取最优轨迹。 常用的最优准则包括最小执行时间、最小能量、最小跃度。 对于最小执行时间，一般的研究思路是给定执行机构初始位姿和目标位姿，在某些物理约束条件下，优化出一条运动时间最小的运动轨迹。

除了考虑单个最优准则，也有学者将多个最优准则同时进行考虑。例如，徐海黎等将工业机器人运动时间和消耗能量这两种最优准则的加权求和作为综合最优准则，利用所提出的免疫克隆算法对优化问题进行求解，以获得满足运动学和动力学约束的最优运动轨迹。CHEN等以运动时间和消耗能量最小作为多目标函数，以运动学和动力学限制作为约束条件，利用有约束的多目标遗传算法来求解并联机器人平台任务空间的运动最优轨迹 。

大型构件对接装配协调控制的关键是设计合适的柔顺控制策略保证调姿定位机构在对接装配过程中具有柔顺性，以补偿调姿定位机构定位或数字化测量不准确形成的误差。柔顺控制策略可分为被动柔顺和主动柔顺两种。被动柔顺通过使用特定的装置保证机器人对环境不确定性的顺应，如远程柔顺装置(Remote-center-compliance，RCC)。主动柔顺则根据各种控制策略实现机器人对环境不确定性的主动顺应，一般使用额外的传感器来感知环境，如力觉、视觉或将二者相结合，也可仅使用机器人的本体传感器来实现主动柔顺。

常用的主动柔顺控制策略包括力/位混合控制、阻抗控制、智能控制、视觉伺服控制等。下面详细介绍这几种主动柔顺控制策略在大型构件对接装配和机器人轴孔装配中的研究现状。

力/位混合控制最早由RAIBERT等提出，用于机械臂的接触控制。LI等首次将其用于机器人轴孔装配问题。近年来，力/位混合控制也用于大型构件的对接装配中，罗中海等利用力/位混合控制来补偿三坐标定位器调姿误差产生的飞机大部件内力，FANG等针对定位器多点支撑机身所导致的机身变形问题，利用力/位混合控制减小机翼-机身对接装配应力，保证飞机的空气动力学要求。

阻抗控制策略最早由HOGAN提出，用于机械臂与环境之间的动态交互。后来被广泛应用于各种接触任务中，如机器人轴孔装配或人-机协同轴孔装配。阻抗控制的思想是将机器人与环境之间的动态行为建模为一个质量-弹簧-阻尼系统，基于该系统来控制交互力和位置增量之间的动态关系。阻抗控制策略虽然在接触任务中能提供柔顺行为，但在对环境缺乏精确建模情况下，该策略只能提供有限的柔顺行为。为了克服阻抗控制的这一不足，STOLT等提出一种自适应阻抗控制器以完成机器人装配任务，其中的阻抗参数通过极点配置进行选择，从而无论软、硬接触都无需手动调节控制参数。

智能控制是基于机器学习的控制策略，适合解决两类问题：控制策略参数难以人为调节问题和控制策略形式难以显式表征问题。针对第一类问题，该控制方式通常从经验数据中学习控制策略的参数。针对第二类问题，该控制方式通常利用示教学习(Learning from demonstration，LFD)技术从专家示教数据中获得机器人控制策略的隐式表征。具体地，利用概率模型对人类专家完成任务过程中的关键状态信息进行联合建模，并提取状态量之间的映射关系，最终将这种映射关系作为机器人执行任务的控制策略。在机器人自动装配时，给定装配力信息，通过高斯混合回归(Gaussian mixture regression, GMR)产生机器人末端的角速度和位姿，实现机器人在轴孔装配任务中对装配轴姿态的调整。

视觉伺服通过在伺服控制周期内，利用计算机视觉数据控制机器人运动，其以图像处理、计算机视觉和控制理论作为技术基础。该技术也被广泛应用于轴孔装配中。通过采用一个轻型的高速主动轴和两个高速相机，轴孔在视觉引导下实现位置和方位对齐。

大型构件对接装配轨迹规划通常采用最优轨迹规划来实现，最优准则和边界条件的定义是其中关键。大型构件对接装配协调控制的关键是设计合适的柔顺控制策略，通常采用融合力觉或/和视觉信息的主动柔顺控制来补偿调姿定位和数字化测量误差。对于控制参数难调、控制策略难以显式表征的问题，通常采用智能控制来从数据中学习控制参数和装配策略。

4

结论

(1) 在调姿定位机构方面，总结了四种常用的调姿定位机构，较为详细地介绍了这四类形式结构的原理、应用和优缺点。

(2) 在数字化测量技术方面，总结了设备的选择、测量场构建、装配不确定度和装配误差的实时监测以及最终的大型构件的位姿估计方法。

(3) 在规划与控制方面，总结了常用的规划技术以及柔顺控制策略，重点比较了不同柔顺控制策略的原理和优缺点。

(4) 在未来研究方向方面，总结了上述三个关键技术未来可能的发展方向，并对多机器人协同、自适应测量场、高精度位姿估计和智能控制策略等方面研究进行了展望。

虽然大型构件自动对接装配领域的理论和应用目前已经取得了大量成果，但在智能化对接装配中的多机器人协同、智能感知和智能控制方面仍然面临诸多挑战。未来需要将机械工程、控制科学、信息与通信等多学科进行交叉融合，提高大型构件的智能化装配水平 。

5

[1]SARH B. Assembly techniques for space vehicles[R]. SAE Technical Paper, 2000.

[2]MEI Z, MAROPOULOS P G. Review of the application of flexible, measurement-assisted assembly technology in aircraft manufacturing[J]. Proceedings of the Institution of Mechanical Engineers, Part B: Journal of Engineering Manufacture, 2014, 228(10): 1185-1197.

[3]潘国威, 陈文亮, 王珉. 应用于飞机装配的并联机构技术发展综述[J]. 航空学报, 2019, 40(1): 272-288.

主创简介

赵欢， 华中科技大学教授、博导、国家级高层次青年人才、湖北省杰青，上银优秀机械博士论文银奖、上海市优秀博士论文奖获得者。2006年本科毕业于吉林大学机械科学与工程学院，保送至上海交通大学硕博连读；2013年博士毕业于上海交通大学机械与动力工程学院，至华中科技大学作博士后；2015年博士后出站留校任教，2020年被遴选为博士生导师，晋升教授。在国内外学术期刊或者国际会议发表论文80余篇，SCI收录30余篇，参与撰写出版教材1部，授权国家发明专利70余项（3次成果转让）。先后主持国家自然科学基金3项（含重大项目课题1项）、国家重点研发计划课题/子任务各1项、军委装备发展部预研共用技术子任务1项、湖北省自然科学基金重点项目（杰青）1项等。获2022年机械工业科学技术奖技术发明特等奖、2018年江苏省科学技术一等奖、2014年上银优秀机械工程博士论文奖银奖、2015年上海市优秀博士论文、2019年机械工程学报第三届高影响力论文。指导学生获得2020年IROS会议云机器人挑战赛全球冠军（1/59）、2018和2019年世界机器人大会共融机器人挑战赛双臂协作组两届冠军、IEEE ARM 2018国际会议论文最佳学生论文、ICIRA国际会议最佳论文Finalist等奖励。担任智能制造装备与技术全国重点实验室主任助理、IJIRA专辑客座编辑、《制造技术与机床》青年编委、中国机械工程学会机器人分会副总干事、全国机器人标准化技术委员会委员等学术职务 。

6

近两年团队发表文章

[1]ZHAO H, LI X F, GE K D, et al. A Contour Error Definition, Estimation Approach and Control Structure for Six-dimensional Robotic Machining Tasks[J]. Robotics and Computer-Integrated Manufacturing, 2022, 73: 102235.

[2]ZHAO H, TANG Minjie, DING Han. HoPPF: A novel local surface descriptor for 3D object recognition[J]. Pattern Recognition, 2020, 103: 107272.

[3] LIN Y, ZHAO H, DING H. A Data-Driven Approach for Online Path Correction of Industrial Robots Using Modified Flexible Dynamics Model and Disturbance State Observer[J]. IEEE/ASME Transactions on Mechatronics, doi: 10.1109/TMECH.2023.3267980 .

[4]李振, 赵欢, 王辉, 等. 机器人磨抛加工接触稳态自适应力跟踪研究[J]. 机械工程学报, 2022, 58(9): 200-209.

[5] 罗来臻, 赵欢, 王辉, 等. 复杂曲面机器人磨抛位姿优化与刀路规划[J]. 机械工程学报, 2022,58(3): 284-294 .

作 者：赵 欢

责任编辑：杜蔚杰

责任校对：张 强

审 核：张 强

JME学院简介

JME学院是由《机械工程学报》编辑部2018年创建，以关注、陪伴青年学者成长为宗旨，努力探索学术传播服务新模式。首任院长是中国机械工程学会监事会监事长、《机械工程学报》中英文两刊主编宋天虎。

欢迎各位老师扫码添加小助理-暖暖为好友，由小助理拉入JME学院官方群！

欢迎关注JME学院视频号~

寻觅合作伙伴

有一种合作叫做真诚，有一种发展可以无限，有一种伙伴可以互利共赢，愿我们合作起来流连忘返，发展起来前景可观。关于论文推荐、团队介绍、图书出版、学术直播、招聘信息、会议推广等，请与我们联系。

感谢关注我们！《机械工程学报》编辑部将努力为您打造一个有态度、有深度、有温度的学术媒体！

版权声明：

本文为《机械工程学报》编辑部原创内容，欢迎转载，请联系授权！

在公众号后台留言需要转载的文章题目及要转载的公众号ID以获取授权!

联系人：暖暖

电话：010-88379909

E-mail：jme@cmes.org

网 址：http://www.cjmenet.com.cn

官方微信号：jmewechat