《Agronomy》:Review of Variable-Stiffness Control for Robotic Arms and Prospects for Application in Agricultural Environments
编辑推荐:
农业科学、人工智能与机器人技术的融合推动了机械臂的发展,显著拓展了其在各领域的应用潜力。鉴于农业环境的独特性,本文系统综述了机械臂变刚度控制(Variable-Stiffness Control, VSC)方法。具备刚柔切换能力的机械臂可有效解决复杂农业环境中
农业科学、人工智能与机器人技术的融合推动了机械臂的发展,显著拓展了其在各领域的应用潜力。鉴于农业环境的独特性,本文系统综述了机械臂变刚度控制(Variable-Stiffness Control, VSC)方法。具备刚柔切换能力的机械臂可有效解决复杂农业环境中的碰撞安全问题,具有广阔的研究前景。本文梳理了变刚度控制技术的最新进展,包括基于材料与柔性装置的被动控制方法、基于算法的主动控制方法,以及结合控制算法与柔性装置的混合方法。此外,文章还探讨了变刚度机械臂在农业环境中部署面临的技术挑战与未来机遇。本文旨在为农业机器人的高效化与通用化发展提供理论与技术支撑。
1. 引言
全球农产品需求增长与劳动力短缺已成为现代农业面临的重大挑战,采摘、套袋、修剪、疏花与授粉等作业仍高度依赖人工,而人口老龄化与劳动力成本上升使得人力供给愈发困难,同时人工效率的局限严重制约了农业生产能力的提升。在全球人口增长、耕地减少与农业劳动力结构性短缺的背景下,农业生产正经历从传统劳动密集型向智能化、精准化系统的深刻转型,开发替代人工执行重复性作业的农业机器人成为必然趋势。机械臂作为农业机器人的核心执行部件,是实现精细化农事操作的关键。现有农业领域应用的机械臂多采用刚性结构配合自行设计的末端执行器,其工作空间通常能满足大部分作业需求,但在复杂非结构化农业环境中极易与外部障碍物发生碰撞。一旦发生碰撞,机械臂会触发安全机制由运动状态转为急停保护,频繁的碰撞与停机导致作业效率大幅下降,限制了速度提升,阻碍了农业机器人技术的产业化发展。尽管机器视觉与深度强化学习的进步催生了大量关于机械臂避障技术与路径规划的研究,逆深度优先搜索算法、避障路径规划算法以及融合碰撞检测的混合规划算法等方法相继被提出,但现实作业环境中障碍物的位置具有不可预测的动态变化特性,现有方法难以实现实时避障。柔性机械臂虽灵活性更强,适合沿路径规避障碍物,但受限于腱体与波纹管等材料特性,普遍存在定位精度低、负载能力有限的问题,且频繁弯折易导致表面摩擦损伤,维护成本高昂,相关研究多停留在实验室测试阶段。因此,迫切需要一种能够实现刚性与柔性状态快速高频切换的变刚度控制方法,以提升机械臂与环境交互的安全性。
2. 综述方法论
本研究采用结构化文献检索策略,文献来源涵盖Web of Science、Scopus、IEEE Xplore、ScienceDirect、SpringerLink、Wiley Online Library、MDPI及Google Scholar等数据库。检索关键词组合包括:(i) 变刚度控制 AND 机械臂,(ii) 柔性控制 AND 机械臂,(iii) 柔性避障 AND 机械臂,(iv) 安全交互 AND 农业机器人,(v) 变刚度驱动器 AND 机械臂,(vi) 农业环境 AND 机械臂,以提高检索结果的相关性。文献筛选遵循严格的纳入与排除标准,优先选择涉及变刚度控制、顺应控制、柔性避障、机械臂或农业机器人应用的研究,重点关注控制算法、变刚度材料及变刚度机理描述清晰的文献,同时保留混合力位控制、阻抗控制、导纳控制及无力控制等经典理论基础研究。最终筛选出197篇相关文献进行详细分析,依据技术特征将变刚度方法划分为被动、主动及主被动混合三类,并从可控刚度范围、控制延迟、控制复杂度、能耗及农业环境适用性五个维度进行对比评价,为评估变刚度控制技术在农业机械臂中应用的优势、局限性与工程可行性提供了系统化基础。
3. 农业环境的复杂性
农业环境的复杂性远超典型工业环境,主要表现为高度非结构化、作物生长状态差异大以及存在不规则障碍物,这对农业机器人的作业构成了严峻挑战。在实际作业场景中,现代精准农业要求机械臂具备安全交互能力以实现快速精准作业,不仅需要与冠层表层物体交互,还需深入冠层内部操作。然而,深层冠层、复杂树干结构以及随机出现的线缆与棚架等设施相互交织,阻碍机械臂运动并增加碰撞与缠绕风险。现有农业机器人仅能在冠层表层执行目标作业,一旦深入冠层便可能发生不可预测的碰撞,造成农艺结构、作物及机械臂自身的损坏,严重限制了实际应用。目前主流农业机器人采用标准化刚性机械臂,碰撞接触力超过50 N时通常会急停以保护自身,导致作业中断并需重新规划运动,效率低下。虽然感知技术常用于环境建模与视觉识别以提升避障性能,但计算路径复杂且驱动耗时长,多数方法仅在受控室内环境或仿真中验证,难以应用于实际农业环境;同时视觉识别技术易受光照遮挡等环境因素干扰,无法准确识别与定位障碍物。现有避障方法无法解决农业环境中不可预测的碰撞问题,因此亟需引入变刚度控制技术,使机械臂能够在柔性状态下与障碍物实现安全交互。
工业与服务环境下机械臂碰撞后可通过重规划路径避免后续碰撞,而农业作业中机械臂不可避免地会与深层冠层、树干等非结构化障碍物发生碰撞,必须具备碰撞自我保护能力。在传统刚性机械臂中引入变刚度控制,可融合刚性状态的高速高精度优势与柔性状态的安全交互优势。当检测到与枝叶等轻微影响物体的碰撞时,机械臂可维持刚性状态直接推开障碍物;当检测到与树干、设施、线缆、棚架及操作人员等高风险对象碰撞时,则触发刚柔主动切换,从高精刚性态转为柔性适应态,既保护农业设施与人员安全,也保障机械臂自身不受损。
4. 机械臂变刚度控制技术
现有机械臂变刚度控制技术主要面向工业环境,多用于打磨、抛光与装配等柔性作业任务,工作环境相对简单规范。相关研究主要包括基于机械结构的被动变刚度控制、基于算法的主动变刚度控制以及混合变刚度控制。
4.1 被动变刚度控制机构
被动变刚度控制通过特定材料与结构设计,依靠材料固有属性或机构变形吸收外力实现刚度调节,无需反馈环节。另一种方式是在机械臂外部增设柔性装置以抵消外力并实现刚柔切换。
4.1.1 基于材料的变刚度机械臂设计
研究人员通过利用材料固有属性实现刚度调节,核心原理是材料自身吸收与转化机械能。典型变刚度材料设计包括仿生材料、形状记忆聚合物、颗粒阻塞(Granular Jamming)、层阻塞(Layer Jamming)、锁定机构及缆索驱动系统等。仿生材料通过模拟生物组织力学特性实现变刚度,如章鱼臂的柔顺性、象鼻的灵活性与鸟颈的弯曲能力;形状记忆聚合物法采用低熔点合金、热塑性聚合物与形状记忆合金等材料,通过控制磁场、电场与温度等外部条件实现液固相变以调节刚度;颗粒阻塞通过调控密闭容器内颗粒的真空压力实现变刚度,柔性态时增大腔内气压削弱颗粒固态特性增强流动性,刚性态时抽气形成真空使颗粒通过摩擦互锁由流动态转为固态;层阻塞原理类似,通过负压调节薄层间摩擦力实现刚柔转换,柔性态时薄层自由滑动整体柔软,刚性态时抽真空压缩薄层增大摩擦限制相对位移使机械臂硬化;锁定机构利用几何匹配或物理互锁实现刚柔切换,解锁态灵活自由,锁定态通过卡扣或磁力拉紧固定;缆索驱动机械臂采用多自由度缆索传动结构替代传统刚性齿轮或连杆机构,通过调节双侧缆索张力控制关节角度与刚度,具有轻量化、高顺应性与本质安全的优势。基于材料的被动变刚度控制安全性高、环境适应性强,但刚度调节范围有限,难以覆盖超高柔顺至超高的刚性全谱系需求。新型真空驱动软弯曲驱动器(Vacuum-Powered Soft Bending Actuator, VPSBA)虽可通过调节驱动压力与前壁厚度改变曲率,但目前仅适用于机器人末端执行器的柔性抓取。若将VPSBA原理扩展至机械臂本体,将面临腔体内部结构复杂、行程长导致供气慢、硅胶材质耐压不足易破裂等问题。此外,变刚度材料性能对环境温湿度高度敏感,硅胶橡胶在紫外线照射下易老化失柔,且多数材料仅支持单向刚柔切换,长期稳定性受密封失效与层间磨损影响,可控性与耐久性较差。随着智能材料与自修复材料的发展,该类方法有望在农业机器人领域获得更广泛应用。
4.1.2 基于柔性装置的变刚度机械臂设计
通过在关节处集成柔性装置,利用弹性元件、变刚度机构或几何约束的物理结构特性动态调整机械臂刚度,无需传感器反馈或复杂计算即可实现碰撞缓冲。典型柔性装置包括串联弹性驱动器、拮抗式驱动器与杠杆驱动器等。该方法的缺点是增加变刚度装置会提升负载与能耗,若仅加装于末端则会降低末端负载且无法实时控制环境接触力,导致环境交互性能较差,促使研究重心逐渐转向基于算法的主动变刚度控制。
4.2 主动变刚度控制算法
引入变刚度控制算法使机械臂能够通过感知外部环境接触力实现力控制,促进机械臂与周围环境的安全交互。主动变刚度算法的发展标志着机器人技术从机械化向智能化的转变,通过环境感知、算法决策与动态执行构成的闭环系统,有效解决了碰撞损伤导致的作业效率低与传统刚性机械臂适应性不足的问题。变刚度控制算法可直接集成于现有机械臂产品,实现零成本的刚柔切换,其发展经历了从早期基于阻抗模型的力控制研究到当代融合多模态感知与深度学习的智能控制系统。
4.2.1 混合力位控制(Hybrid Force and Position Control)
基于机械臂碰撞过程中位置子空间与力子空间的互补正交性,实现力与位置的解耦控制,在位置子空间执行位置控制,在力子空间执行力控制。该方法主要用于搬运与精密装配等任务,控制器结构需适配机械臂动力学特性与环境条件。传统混合力位控制依赖精确的环境建模,环境变化会导致模型通用性缺失,力控制参数不匹配进而造成作物、人员及机械臂损坏。改进研究包括针对未知参数大曲面工件打磨的模糊比例积分微分(Proportional-Integral-Derivative, PID)混合力位控制策略,以及面向工业焊接打磨任务的自适应模糊混合力位控制方法,显著提升了响应速度与精度。
4.2.2 阻抗控制(Impedance Control)
相较于混合力位控制,阻抗控制抗干扰能力强、编程计算量小,更适用于未知复杂非结构化环境。该方法不直接调节机械臂与环境的接触力,而是通过修改反馈位置误差、速度误差或刚度,基于末端执行器位置或速度与作用力之间的关系间接控制力。传统阻抗控制依据外部作用力设定阻抗参数,无法实现环境参数的自适应调整。自适应阻抗控制通过融合自适应控制策略,根据环境变化实时调整阻抗参数,提升了机械臂在不确定环境下的鲁棒性与可靠性。火龙果采摘机器人的应用案例表明,自适应变阻抗控制在接触力突变时跟踪性能更优,超调量小且调节时间短,提升了采摘成功率但仍存在约20.5%的损伤率。
4.2.3 导纳控制(Admittance Control)
受人体手臂自适应刚度行为启发,导纳控制基于机械臂与环境的接触力及期望导纳模型生成运动修正量,叠加期望运动轨迹信息后映射至机械臂关节空间执行内环运动控制,实现动态柔性交互。传统恒定导纳参数难以满足动态交互需求,模糊变导纳控制算法通过刚度辨识提升了顺应控制能力。针对重复性或高精度作业需求,基于模糊推理规则的模糊自适应控制器可在强振动干扰的复杂环境中保持高精度跟踪与强适应性。虚拟延迟谐振器技术的引入进一步提升了力跟踪精度并抑制了抖动,但算法仍存在延时、超调、振荡甚至发散的问题,难以满足高频周期性变刚度需求。
4.2.4 无力控制(Force-Free Control)
为实现柔性平滑交互,忽略惯性力,通过计算机械臂重力与摩擦力以补偿关节力矩,最终实现无力控制。根据电机运行模式可分为基于转矩与基于位置的无力控制。基于位置的无力控制需安装测试校准传感器,系统复杂度高;基于转矩的无力控制因轻型机械臂惯性力小,仅需补偿重力与摩擦力即可使机械臂顺应外力调整姿态。关键技术难点在于动力学模型建立与参数辨识,现有研究通过自测量、分组参数辨识及最小二乘法扭矩灵敏度辨识等方法不断提升控制精度与拖动流畅性,但仍需克服惯性力与摩擦力未完全消除导致的响应速度下降问题。
4.2.5 智能变刚度控制
智能变刚度控制算法利用智能算法确定阻抗或导纳控制参数,弥补模型不确定性。典型方法是结合神经网络(Neural Network)或机器学习算法与传统阻抗或导纳控制实现刚柔切换。神经网络凭借自适应与自学习能力,可有效辨识难以精确建模的复杂非线性系统并进行参数优化。小波神经网络被引入自适应阻抗控制以调整阻抗参数,使机械臂在未知刚度环境中有效跟踪期望力。自适应神经网络控制器结合辅助系统可实现执行器饱和下的不确定环境交互,但需考虑死区、延时与迟滞等非线性约束。分段激活函数归零神经网络(Segmented-Activation-Function-based Zeroing Neural Network, SAF-ZNN)模型解决了传统动态方程求解收敛性差与噪声敏感的问题,在自适应阻抗调节中具有潜在应用价值。机器学习通过训练实时更新模型参数,强化学习(Reinforcement Learning)作为代表性方法可预测最优控制参数,提升刚度切换的灵活性与适应性。深度强化学习变阻抗控制方法在不确定环境中收敛快、控制稳定,但泛化能力不足。基于强化学习的导纳参数优化方法提升了机械臂在接触力敏感任务中的顺应性。深度学习技术实现了基于深度学习的无力控制与碰撞检测方法,无需显式模型即可准确识别异常碰撞行为,且收敛速度优于传统遗传算法,满足实时性要求。但主动变刚度控制算法高度依赖传感器精度,噪声与标定误差直接影响控制效果,且复杂算法对高性能计算单元的要求可能受硬件限制导致实时性下降。
4.3 主被动混合变刚度控制方法
单一主动变刚度控制算法在碰撞发生时难以及时完成刚柔切换决策,被动柔性装置与主动算法结合可提供缓冲作用,硬件传递碰撞信息至主动控制算法以提升切换性能。无限旋转无限刚度变刚度驱动器(Infinite-Rotation Infinite-Stiffness Variable-Stiffness Actuator, IRISVSA)通过调节力接触点(Force Contact Point, FCP)到关节旋转中心的距离实现刚度调节,配合非线性PID控制器确保精度。受人体臂肌韧带组织结构与驱动原理启发的变刚度关节通过调节弹力带张力调整刚度,结合人机关节刚度匹配的顺应控制策略提升协作安全性。紧凑型集成旋转变刚度关节采用遗传算法非线性PID方法实现刚度与运动的实时控制。模块化缆索驱动蛇形机械臂(Modular Cable-Driven Snake-like Manipulator, MCDSM)通过可拆卸臂段单元适应狭窄空间与非结构化环境,但跟踪精度随单元数量增加而下降。三类变刚度技术各有优劣:被动方法无需外力检测、切换快但调节范围小;主动方法调节范围宽、更适宜农业环境但依赖外力检测精度;混合方法响应快、切换平滑但能耗与计算复杂度高,需硬件与算法深度耦合,设计与调试难度大。不同类型农业经营主体对设备成本、维护能力与自动化程度的需求差异显著,变刚度控制的意义不仅在于提升作业安全性,更在于根据不同用户需求平衡成本、效率与自动化水平。
5. 挑战与未来研究展望
现有变刚度控制研究主要集中在装配、打磨与零件搬运等工业任务,关注末端与接触面间的连续恒力维持。农业环境应用则涉及大量随机动态障碍物的碰撞安全问题,要求机械臂在碰撞时从高精度刚性态瞬时切换至安全柔性态,且需阶梯状状态切换以降低冲击,与工业场景的小范围连续刚度调节存在显著差异。
变刚度控制在农业机械臂中的应用前景广阔,除碰撞瞬时切换外还需支持高频刚度调节。被动方法受材料相变或锁定机构运动速度限制存在滞后;主动方法因动态环境交互能力更适合复杂农业环境。以采摘机器人为例,集成变刚度控制可使机械臂在刚性态下执行冠层表层采摘,碰撞树干时实时切换至柔性态沿碰撞力方向移动直至脱离碰撞,随后恢复刚性态以新姿态继续深入冠层作业,兼具高精度定位与冲击防护性能。
农业机械臂刚柔切换面临三大核心挑战:一是实时刚柔切换,需在密集冠层与复杂障碍环境下快速完成从刚性高精度态到柔性适应态的切换并在通过后迅速恢复刚性态,要求精准环境感知、及时决策与稳定低能耗控制;二是可逆刚柔切换,现有方法虽能实现刚转柔,但柔转刚恢复困难,柔性态累积的位置误差在刚度恢复后可能转化为突加加速度与冲击力,导致振动、失稳与机械磨损;三是逆切换后的后续作业,机械臂在柔性态避障后需以新姿态继续执行任务,需更新当前位姿、锁定下一目标任务并自动规划运动轨迹,避免原始轨迹与力控制参数失效导致任务中断或误差累积。
未来研究热点应聚焦于低成本、高频、快速响应的变刚度控制方法。基于电流环预测的碰撞风险快速感知技术,通过采集关节电流信息经滤波去噪用于碰撞检测,依据电流突变建立阈值或预测模型实现提前识别,需解决大减速比与强摩擦背景下微弱碰撞信号的提取问题,并在切换过程中引入平滑参数过渡以避免参数突变导致的过载冲击。基于关节的刚柔主动切换安全作业策略,碰撞检测后由力信号触发切换,关节力矩电机提供重力与摩擦力补偿使机械臂进入柔性态;碰撞结束力信号消失后再次触发切换,停止力矩补偿恢复刚性态,引入基于状态预测的前馈补偿避免柔转刚过程中的冲击。针对非计划位姿的在线自主规划技术,依托具身智能技术构建基于实时运动规划的在线自主重构系统,利用基于虚拟力的视觉伺服控制框架快速消除位姿不确定性,通过视觉感知重新识别目标并估计关节旋转角度以确定当前位姿,在起始点变化时毫秒级生成新轨迹,同步调整控制器刚柔切换策略以适应未知碰撞。
技术应用还需考虑人技交互与农户接受度。变刚度技术可降低农户体力劳动强度,提升连续作业能力,但设备成本可能限制小农户接受度,且系统使用维护需要技术培训。研发中应兼顾易用性、成本控制、可靠性与可维护性,提升农户信任度。
6. 结论
变刚度控制为解决农业机械臂频繁碰撞问题提供了极具前景的方案,尤其在复杂非结构化环境中为机械臂提供了高效安全的交互策略。本文系统综述了机械臂变刚度控制的技术进展与关键突破,分析了不同环境下柔性避障技术与路径规划方法的现状,阐述了农业环境的复杂性与现有技术局限,详细梳理了被动、主动及主被动混合变刚度控制的发展原理并进行对比分析。研究表明,主动变刚度控制在环境交互性方面表现更优,在非结构化农业环境中具有卓越性能,为农业机械臂的感知、决策与运动控制提供了可行解决方案。未来研究需攻克刚柔瞬时切换、可逆刚柔切换及逆切换后续作业等技术难题。在工程应用层面,商业化农业机器人研发可优先采用基于算法的主动变刚度控制,以刚性机械臂保障定位精度与作业速度,在关键关节引入变刚度控制算法提升与树干及棚舍接触时的安全性;碰撞感知方面重点发展基于关节电流的低成本外力检测方法;连续作业方面开发在线自主规划系统,使机械臂能以刚柔切换后的位姿为新起点快速重规划路径并继续执行后续任务。变刚度控制技术在拓展机械臂工作范围、提升泛化能力、减少刚性碰撞方面潜力巨大,在工业、农业及人形机器人领域均具有广阔的应用前景,将有力推动机器人操作效率与安全交互水平的提升,促进机器人产业化的进程。