CN102467109A - 高效精密运动轨迹规划实现方法 - Google Patents

Abstract

一种高效精密运动轨迹规划实现方法，包括高阶轨迹规划和运动重叠算法，所述方法包括以下步骤：考虑步进准备段与相应扫描工作段的重叠，修改相对于步进准备段开始点时刻的所有步进运动和扫描运动的切换时刻设定点；重新计算相对于上一次扫描工作段结束时刻的步进运动和新的扫描运动的各切换时刻设定点；采用计数器进行采样周期计数；对步进运动和扫描运动各时刻设定点进行修改。本发明通过扫描工作段和步进准备段的高阶运动轨迹进行重叠，有效的提高了工作效率。同时，本发明提出的高阶运动轨迹规划易于推广应用到三阶、四阶、五阶甚至更高阶的运动轨迹规划中，且算法简单，计算量小，实时性好，并能保证整个运动系统的性能。

Description

高效精密运动轨迹规划实现方法

技术领域

本发明涉及精密运动控制轨迹设定点生成方法，尤其涉及一种高效精密运动轨迹规划实现方法。

背景技术

在精密运动控制系统中，结合实际应用背景实时生成的轨迹设定点对系统的运动性能有着重大影响，通常采用的是高阶多项式的轨迹点规划算法。阶次越高，轨迹点的曲线越光滑，系统的性能相应提高，但会对系统的执行器，比如电机等，带来高阶扰动，反而容易引起系统的不稳定。同时，阶次越高，算法越复杂，影响系统的响应速度。因此，提出简单易实现的三阶，四阶或五阶的多项式轨迹点规划算法，并基于该算法结合实际应用背景对准备及工作段的运动实现重叠对实现高精密快速相应的系统尤为重要。

文献“存在匀速段的三阶轨迹规划及运动重叠实现，机械科学与技术，第28卷，第一期，2009”针对半导体加工业中高精度、高效率的特点，提出两种运动模式：一类是存在匀速段加工操作的工作运动，另一类是为加工操作服务的准备运动。研究一和针对工作运动的三阶轨迹规划算法，确保被控对象能精确的以指定速度到达指定位置进行加工操作。在此基础上，通过重新计算已规划的切换时间实现相邻工作运动与准备运动的重叠，包括工作重叠准备之方向相同、工作重叠准备之方向相反、准备重叠工作之方向相同、准备重叠工作制方向相反四种重叠方式。

但是，文献中提出的是三阶轨迹规划，加加速度存在着阶跃突变，运动系统仍然存在较大冲击，动态系统不如高阶。同时文献所提出的轨迹规划算法比较复杂，不能推广应用到更高阶的轨迹规划中去。

另一文献“超精密点对点运动4阶运动轨迹规划算法研究，中国机械工程，第18卷，第19期，2007”研究了一种优化超精密点对点运动的四阶轨迹规划算法及其精度补偿方法。文献首先阐述了超精密轨迹规划具有实用性所必须具备的特征以及实现轨迹时间优化的基本要求。然后以系统动力学为基础，考虑运动轨迹的全过程，提出了一种通过预处理以获得时间优化的四阶轨迹直接规划算法。提出了一种适当降低系统动力学限制的时间圆整方法，有效补偿了该算法在计算机离散实现时所带来的精度损失。

但是，该文献只涉及点对点运动，没有考虑工作段运动及准备段的连续性效率，即运动重叠。同时，该文献提出的轨迹规划算法比较繁琐，计算量大，对系统性能有较大影响，且同样不能推广应用到更高阶的轨迹规划中去。

针对现有技术存在的问题，本案设计人凭借从事此行业多年的经验，积极研究改良，于是有了本发明高效精密运动轨迹规划实现方法。

发明内容

本发明是针对在现有技术中没有考虑工作段运动及准备段运动的运动重叠，使得时间效率低下。同时，工作段运动及准备段运动的轨迹规划比较繁琐，计算量大，使得系统响应速度变慢，且不能推广应用到更高阶的轨迹规划中等缺陷，而提出一种高效精密运动轨迹规划实现方法。

为了解决上述问题，本发明提供一种高效精密运动轨迹规划实现方法，所述高效精密运动轨迹规划实现方法包括以下步骤：考虑步进准备段与相应扫描工作段的重叠，修改相对于步进准备段开始点时刻的所有步进运动和扫描运动的切换时刻设定点；考虑步进准备段与上一次扫描工作段的重叠，重新计算相对于上一次扫描工作段结束时刻的步进运动和新的扫描运动的各切换时刻设定点；采用计数器进行采样周期计数；为了满足实际的同步扫描准备时间，对步进运动和扫描运动各时刻设定点进行修改。

可选的，所述运动重叠发生在扫描运动与步进运动之间。所述发生在扫描运动与步进运动之间的运动重叠是扫描运动跟随步进运动，步进运动与扫描运动方向同向或者反向。

可选的，所述运动重叠发生在步进运动与扫描运动之间。所述发生在步进运动与扫描运动之间的运动重叠是步进运动跟随扫描运动，步进运动与扫描运动方向同向或者反向。

可选的，所述计数器为一个。

其中，所述步进运动与扫描运动的轨迹规划进一步包括以下步骤：轨迹基本时刻点及切换时刻设定点的获得；校正因子的获得；实际轨迹的加速度，速度，位移时刻设定点的获得。所述轨迹规划由采用数字控制器来实现。所述基本时刻点经数字控制器周期离散量化取整后为最大加加速度斜率时间段n_tab、最大加加速度时间段n_jerk、最大加速度时间段n_acc，及最大速度时间段n_vel。

所述的最大加加速度斜率时间段n_tab的获得包括以下步骤：取jerk表最大值j_max，四个基本时刻点为jerk表最大元素个数n_tab，n_tab，2n_tab，4n_tab，并计算加速度，速度及位移；判断加速度，速度，位移是否都不超限；如果都不超限，则取jerk表的元素个数为n_tab，得到n_tab基本时刻点；如有超限，则取下限值为1，上限值为n_tab；判断上限值与下限值之差是否大于1；如果差值不大于1，则取下限值为n_tab，得到n_tab基本时刻点；如果上限值与下限值之差大于1，则求取平均值n；取jerk表第n个值j_n，四个基本时刻点为n，n，2n，4n，并计算加速度，速度及位移；再次判断加速度，速度，位移是否超限；如有超限，则取所述平均值n为上限值，并保留下限值；如无超限，则取所述平均值n为下限值，并保留上限值；循环判断上限值与下限值之差是否大于1，以获得n_tab基本时刻点。

所述的最大加加速度时间段n_jerk的获得包括以下步骤：根据jerk表及已知的n_tab基本时刻点，得到实际jerk值j及最小的加速度a_min；根据j及加速度约束值a_max，计算最大的n_jerkmax；根据j、n_tab及n_jerkmax，四段基本时刻点为n_tab、n_jerkmax、n_tab+n_jerkmax、2(n_tab+n_jerkmax)，计算加速度和位移；判断加速度和位移是否都不超限；如果都不超限，则取n_jerkmax为n_jerk，并获得基本时刻点n_jerk；如有超限，则取n_tab及n_jerkmax分别为上限值和下限值；判断上限值与下限值之差是否大于1；如果上限值与下限值差值不大于1，则取下限值为n_jerk，得到n_jerk基本时刻点；如果上限值与下限值之差大于1，则求取n_tab及n_jerkmax平均值n；根据j、n_tab、a_min及n，四段基本时刻点为n_tab、n、n+n_tab、2(n+n_tab)，计算速度及位移；再次判断速度，位移是否都不超限；如有超限，则取所述平均值n为上限值，并保留下限值；如无超限，则取所述平均值n为下限值，并保留上限值；循环判断上限值与下限值之差是否大于1，以获得n_jerk基本时刻点。

所述步进运动与扫面运动的轨迹规划进一步包括多联动场景的运动轨迹规划。所述多联动场景的运动轨迹规划包括以下步骤：得到各个运动轴各时刻轨迹设定值结果；根据多轴的联动约束确定多轴的运动时刻约束；将所述运动时刻约束同所述轨迹设定值结果结合既可得出多轴联动的各时刻轨迹设定值。

所述步进运动与扫描运动的轨迹规划进一步包括五阶、六阶或是更高阶的轨迹规划。所述五阶、六阶或是更高阶的轨迹规划进一步包括以下步骤：确定高阶轨迹有几个基本时刻点；获取所述基本时刻点；根据基本时刻点及位移，获取校正因子；根据各基本时刻点，校正因子及已知最高阶运动数值获得各时刻点轨迹规划值。

综上所述，本发明通过扫描工作段和步进准备段的高阶运动轨迹进行重叠，有效的提高了工作效率。同时，本发明提出的高阶运动轨迹规划易于推广应用到三阶、四阶、五阶甚至更高阶的运动轨迹规划中，且算法简单，计算量小，实时性好，并能保证整个运动系统的性能。

附图说明

图1是本发明实施方式一的四阶运动jerk标准轨迹示意图；

图2是本发明实施方式一的四阶运动轨迹规划的流程图；

图3是本发明实施方式一获得n_tab基本时刻点的流程图；

图4是本发明实施方式一获得n_jerk基本时刻点的流程图；

图5是本发明实施方式一扫描工作段位移示意图；

图6是本发明实施方式一扫描轮廓的位移计算流程图；

图7(a)是本发明实施方式一步进准备段和扫描工作段不采用运动重叠的示意图；

图7(b)是本发明实施方式一步进准备段和扫描工作段采用运动重叠的示意图；

图8是本发明实施方式一实现运动重叠而进行切换时间修改的流程图；

图9是本发明实施方式二多联动场景的运动轨迹规划流程图；

图10是本发明实施方式二的两轴联动扫描的流程图；

图11是本发明实施方式三推广应用实施方式一的流程图。

具体实施方式

为详细说明本发明创造的技术内容、构造特征、所达成目的及功效，下面将结合实施例并配合附图予以详细说明。

本发明以四阶运动轨迹规划为例、实现运动重叠，并推广应用到高阶运动轨迹中去。

实施方式一

请参阅图1，图1是四阶运动jerk标准轨迹示意图。所述四阶运动jerk标准轨迹由四段基本时刻点唯一确定。其中，所述四段基本时刻点分别为最大加加速度斜率时间段(t_tab)11，最大加加速度时间段(t_jerk)12，最大加速度时间段(t_acc)13，以及最大速度时间段(t_vel)14。确定了上述四段基本时刻点，即确定了算法实现过程中所需的所有切换时刻设定点。所述切换时刻设定点为0，t_tab，t_jerk，t_jerk+t_tab，t_acc，t_acc+t_tab，t_acc+t_jerk，t_acc+t_jerk+t_tab，t_vel，t_vel+t_tab，t_vel+t_jerk，t_vel+t_jerk+t_tab，t_vel+t_acc，t_vel+t_acc+t_tab，t_vel+t_acc+t_jerk，t_vel+t_acc+t_jerk+t_tab。

在实际应用中，采用jerk表来形成jerk曲线。jerk表为正数且按非递减方式建立，并具有以下关系：

j(k)＝0，k＜0；j(k)＝j_k，0≤k≤t_tab；j(k)＝j_max，k＞t_tab

取其加速度，速度，位移的约束值分别为a_max，V_max，S。

请参阅图2，图2为四阶运动轨迹规划的流程图。所述四阶运动轨迹规划包含以下三个步骤。步骤S21：轨迹基本时刻点及切换时刻设定点的获得。步骤S22：校正因子的获得。步骤S23：实际轨迹的加速度，速度，位移时刻设定点的获得。所述运动轨迹规划采用数字控制器来实现，数字控制器的轨迹规划是在保证上述约束条件成立，效率最大化的前提下，获得如图1所示的四段最优基本时刻点，并通过所述四段基本时刻点确定四阶轨迹的切换时刻设定点。再通过对运动加加速度的一次积分，二次积分，三次积分，并通过校正因子的校正，以得出实际运动的轨迹规划结果，即得到实际轨迹的加速度，速度，位移时刻设定点。

本发明的轨迹规划采用数字控制器来实现，所述数字控制器采用了周期离散量化。对如图1所示的四段基本时刻点取整，即四段基本时刻点表示为n_tab，n_jerk，n_acc，n_vel。

请参阅图3，并执行步骤S21。图3为获得n_tab基本时刻点的流程图。所述获得n_tab基本时刻点的步骤包括：步骤S31：取jerk表最大值j_max，四个基本时刻点为jerk表最大元素个数n_tab，n_tab，2n_tab，4n_tab，并计算加速度，速度及位移。步骤S32：判断加速度，速度，位移是否都不超限。步骤S321：如果都不超限，则取jerk表的元素个数为n_tab，得到n_tab基本时刻点。步骤S322：如有超限，则取下限值为1，上限值为n_tab。步骤S323：判断上限值与下限值之差是否大于1。步骤S3231：如果差值不大于1，则取下限值为n_tab，得到n_tab基本时刻点。步骤S3232：如果上限值与下限值之差大于1，则求取平均值n。步骤3233：取jerk表第n个值j_n，四个基本时刻点为n，n，2n，4n，并计算加速度，速度及位移。步骤S3234：再次判断加速度，速度，位移是否超限。步骤S3235：如有超限，则取所述平均值n为上限值，并保留下限值。步骤S3236：如无超限，则取所述平均值n为下限值，并保留上限值。步骤S3237：循环执行步骤S323，以获得n_tab基本时刻点。

请参阅图4，图4为获得n_jerk基本对刻点的流程图。步骤S41：根据jerk表及已知的n_tab基本时刻点，得到实际jerk值j及最小的加速度a_min。步骤S42：根据j及加速度约束值a_max，计算最大的n_jerkmax。步骤S43：根据j、n_tab及n_jerkmax，四段基本时刻点为n_tab、n_jerkmax、n_tab+n_jerkmax、2(n_tab+n_jerkmax)，计算加速度和位移。步骤S44：判断加速度和位移是否都不超限。步骤S441：如果都不超限，则取n_jerkmax为n_jerk，并获得基本时刻点n_jerk。步骤S442：如有超限，则取n_tab及n_jerkmax分别为上限值和下限值。步骤S443：判断上限值与下限值之差是否大于1。步骤S4431：如果上限值与下限值差值不大于1，则取下限值为n_jerk，得到n_jerk基本时刻点。步骤S4432：如果上限值与下限值之差大于1，则求取n_tab及n_jerkmax平均值n。步骤S4433：根据j、n_tab、a_min及n，四段基本时刻点为n_tab、n、n+n_tab、2(n+n_tab)，计算速度及位移。步骤S4434：再次判断速度，位移是否都不超限。步骤S4435：如有超限，则取所述平均值n为上限值，并保留下限值。步骤S4436：如无超限，则取所述平均值n为下限值，并保留上限值。步骤S4437：循环执行步骤S443，以获得n_jerk基本时刻点。

其中，n_acc基本时刻点的获得与n_jerk基本时刻点的获得流程一样。同时，根据实际加速度及n_acc得出实际运行的最大速度V，根据给定位移S及实际速度V，即可得到n_vel基本时刻点。

执行步骤S22：校正因子的获得。由于对切换表中的计算结果均进行了量化圆整，因此这样积分得到的位移S_round可能与期望的实际位移S并不相同。为了达到最终期望的运动距离，速度和加速度必须乘以校正因子。根据所述四段基本时刻点及实际中的最大jerk值，计算所述四段基本时刻点情况下的轨迹位移。所述轨迹位移为：S_cal＝j_max×n_jerk×n_acc×n_vel。则校正因子表示为：factor＝S/S_cal。

执行步骤S23：实际轨迹的加速度，速度，位移时刻设定点的获得。根据上述得到的实际jerk表及切换时刻点，通过数值积分，则步进模式的位移便可得到。为了保证速度和加速度前馈的快速性，避免加速度与速度作用的延迟，在实际积分时采用了位置延时，即位置相对速度和加速度延时2个采样周期。

同时，由于对切换时间中的计算结果进行了圆整，为了达到最终期望的运动距离，速度与加速度必须乘以校正因子。则实际轨迹为：

a_k＝a_k-1+factor×j_k；v_k＝v_k-1+factor×a_k；s_k＝s_k-1+v_k-2

请参阅图5，图5为扫描工作段位移示意图。所述扫描过程包括：扫描准备阶段51、扫描执行阶段52以及减速阶段53。其中，扫描准备阶段51是从当前位置开始到常速扫描开始位置，同时达到稳定的扫描速度。扫描执行阶段52是按照稳定的扫描速度从常速扫描开始位置运动到常速扫描结束位置。

请参阅图6，并结合参阅图5，图6为扫描轮廓的位移计算流程图。所述扫描轮廓的位移计算流程包括：步骤S61：扫描准备阶段51的位移计算，包括加速过程位移和稳定段位移。步骤S62：稳定常速扫描过程位移计算。步骤S63：减速过程的位移计算。

根据裁剪后的jerk表中元素j_k、最大加加速度j_max、切换时间n_jerk，n_acc和jerk表长度n_tab，得到加速阶段的位移积分为：

$S_{\mathrm{start}}=\frac{1}{2}{j}_{\max }\×n_{\mathrm{acc}}\×n_{\mathrm{jerk}}(n_{\mathrm{acc}}+n_{\mathrm{jerk}}-2)+n_{\mathrm{acc}}\×n_{\mathrm{jerk}}\×\underset{k=1}{\overset{n_{\mathrm{tab}}}{\mathrm{\Σ}}}{j}_{k-1}$

稳定段位移为运动速度达到扫描速度后，稳定时间段内的运动距离。所迹稳定段位移为：

S_settling＝v_scan·t_settling

实际应用时，扫描速度按照离散积分结果v_scan＝j_max×n_jerk×n_acc计算，则：

S_settling＝j_max·n_jerk·n_acc·t_settling

所以准备阶段的位移为：

$S_{\mathrm{start}}=\frac{1}{2}{j}_{\max }\×n_{\mathrm{acc}}\×n_{\mathrm{jerk}}(n_{\mathrm{acc}}+n_{\mathrm{jerk}}-2)+n_{\mathrm{acc}}\×n_{\mathrm{jerk}}\×\underset{k=1}{\overset{n_{\mathrm{tab}}}{\mathrm{\Σ}}}{j}_{k-1}+j_{\max }\·n_{\mathrm{jerk}}\·n_{\mathrm{acc}}\·t_{\mathrm{setting}}$

减速段的位移为：

S_dec＝factor×j_max×n_jerk×n_acc×(n_acc+n_jerk+n_tab)-S_stari

所述公式为理论分析结果，实际计算位移中应乘以校正因子。

请参阅图7(a)，图7(b)。图7(a)为步进准备段71和扫描工作段72不采用运动重叠的示意图。图7(b)为步进准备段71和扫描工作段72采用运动重叠的示意图。明显地，采用步进准备段71和扫描工作段72运动重叠的时间效率明显高于不采用步进准备段71和扫描工作段72运动重叠的情形。所述运动重叠发生在扫描运动与步进运动之间或者步进运动与扫描运动之间。所述运动重叠必须满足以下约束条件：第一、扫描运动中的步进运动不影响扫描运动中的常速部分。第二、运动重叠后的合成加加速度，加速度不能超过最大加速度限制。

为了实现步进准备段71和扫描工作段72运动的重叠或者时间的重叠，必须对各重叠运动的切换时间进行重新计算。由于各运动本身相对其开始点时刻的相对切换时间是不变的，因此，只需进行步进重叠或扫描重叠的起始时刻做相应更改，即修改n₀或p₀，就能实现重叠运动各切换时刻的重叠计算。

请参阅图8，图8为实现运动重叠而进行切换时刻设定点修改的流程图。所述修改切换时刻设定点的步骤包括：步骤S81：考虑步进准备段与相应扫描工作段的重叠，修改相对于步进准备段开始点时刻的所有步进运动和扫描运动的切换时刻设定点。步骤S82：考虑步进准备段与上一次扫描工作段的重叠，重新计算相对于上一次扫描工作段结束时刻的步进运动和新的扫描运动的各切换时刻。步骤S83：如果不是第一次扫描，即存在前一次扫描运动，则扫描运动的切换时刻设定点都相对于前一次扫描运动的停止时刻。因此，只需一个计数器进行采样周期的计数。步骤S84：为了满足实际的同步扫描准备时间，对步进运动和扫描运动各时刻设定点进行修改。

步进运动与扫描运动之间的时间修改与扫描运动方向和步进运动方向有关。具体而言，可以分为如下几种情况：

首先假定上一次步进时的切换时间分别为：n₀、n₁、n₂、n₃、n₄、n₅、n₆、n₇、n₈、n₉、n₁₀、n₁₁、n₁₂、n₁₃、n₁₄、n₁₅。跟随扫描的切换时间为：p₀、p₁、p₂、p₃、p₄、p₅、p₆、p₇、p₈、p₉、p₁₀、p₁₁、p₁₂、p₁₃、p₁₄、p₁₅。

(a)扫描运动跟随步进运动，步进运动方向与扫描运动方向同向

根据以上约束，可得出相对步进开始时刻的扫描运动起点的计算方法：

如果扫描准备段和工作段加加速度，加速度之和不超过约束值，则

t(p₀)＝max(n₀，n₁₅-p₇)

如果扫描准备段和工作段加加速度，加速度之和超过了约束值，则

t(p₀)＝max(n₄，n₁₅-p₇)

相应地，相对步进开始时刻的扫描运动的切换时间：

p_i＝p_i+max(n₄，n₁₅-p₇)

(b)扫描运动跟随步进运动，步进运动方向与扫描运动方向反向

根据以上约束，如果步进加速度同扫描加速段的加加速度之和，加速度之和超过了约束值，可得出相对步进开始时刻的扫描运动起点的计算方法：

t(p₀)＝max(n₁₅-p₃，n₁₂)

相应地，相对步进开始时刻的扫描运动的切换时间：

p_i＝p_i+max(n₁₅-p₃，n₁₂)

如果步进加速度同扫描加速段的加加速度之和，加速度之和不超过约束值，可得出相对步进开始时刻的扫描运动起点的计算方法：

t(p₀)＝max(n₁₅-p₇，n₀，p₁₅)

相应地，相对步进开始时刻的扫描运动的切换时间：

p_i＝p_i+max(n₁₅-p₇，n₀，p₁₅)

上面两种情况(a)、(b)讨论的是对运动进行叠加时，扫描跟随步进情况下的步进切换时间的计算方法。下面讨论步进跟随扫描时的步进切换时间的计算方法。这里首先假定上一次扫描时的切换时间分别为：p′₀、p′₁、p′₂、p′₃、p′₄、p′₅、p′₆、p′₇、p′₈、p′₉、p′₁₀、p′₁₁、p′₁₂、p′₁₃、p′₁₄、p′₁₅。跟随步进的切换时间为：n₀、n₁、n₂、n₃、n₄、n₅、n₆、n₇、n₈、n₉、n₁₀、n₁₁、n₁₂、n₁₃、n₁₄、n₁₅。

(c)步进运动跟随扫描运动，步进运动方向与扫描运动方向同向

如果步进加速度同扫描加速段的加加速度之和，加速度之和超过了约束值，可得出相对前一次扫描结束时刻的步进运动切换时间：

n_i＝n_i+max(p′₁₅-p′₈-p₀，0，p′₁₂-p′₈-n₈)+1

如果步进加速度同扫描加速段的加加速度之和，加速度之和不超过约束值，可得出相对前一次扫描结束时刻的步进运动切换时间：

n_i＝n_i+max(p′₁₅-p′₈-p₀，0)+1

其中，“+1”为算法延时校正，延时由位置积分引起。

(d)步进运动跟随扫描运动，步进运动方向与扫描运动方向反向

如果步进加速度同扫描加速段的加加速度之和，加速度之和超过了约束值，根据以上约束，可得出相对前一次扫描结束时刻的步进运动切换时间：

n_i＝n_i+max(p′₁₅-p′₈-p₀，0)+1

如果步进加速度同扫描加速段的加加速度之和，加速度之和超过了约束值，根据以上约束，可得出相对前一次扫描结束时刻的步进运动切换时间：

n_i＝n_i+max(p′₁₅-p′₈-p₀，p′₁₂-p′₈)+1

“+1”为算法延时校正，延时由位置积分引起。

实施方式二

实施方式一介绍的是单轴的运动规划分析，实施方式二将本轨迹规划推广应用到多轴联动或不联动运动场景。

对于不存在联动的多轴运动场景，将上述的单轴轨迹规划实现方法分别用到各个运动轴上即可得出各轴各时刻轨迹设定值。

请参阅图9，图9为多联动场景的运动轨迹规划流程图。对于多轴联动场景，所述轨迹规划流程包括以下步骤：步骤S91：按四阶轨迹规划方法得到各个运动轴各时刻轨迹设定值结果。步骤S92：根据多轴的联动约束可确定多轴的运动时刻约束。步骤S93：将所述运动时刻约束同所述轨迹设定值结果结合既可得出多轴联动的各时刻轨迹设定值。

以X，Y两轴的扫描联动为例，扫描的轨迹约束如下：

第一、直线段的运动长度为扫描长度SL，且直线段以扫描中心为中心，两边各为SL/2；

第二、保证两段直线段上的扫描速度为v₀，尤其是要保证曲线运动转换为直线运动点处的速度为v₀；

第三、在保证前两条约束的情况下，使曲线段的运动时间最小；

第四、保证每次扫描曲线段扫描轨迹和用时相同。

请参阅图10，图10为两轴联动扫描的流程图。实现两轴联动扫描的流程包括以下步骤：步骤S101：根据提出的算法得到两轴的准备段及工作段的各时刻点轨迹设定值。步骤S102：根据以上约束条件，得出X，Y两轴运动起始时刻点的数值关系。步骤S103：根据S101得出的时刻点及S102得出的时刻点关系，修正X或Y轴的时刻点。S104：得出最终各轴各时刻轨迹设定值。

实施方式三

实施方式一是以四阶运动作为本算法的实现示例，本发明可以按照上述步骤很容易的推广到五阶、六阶或是更高阶的轨迹规划中。其实现流程如图11所示。所述四阶运动向高阶轨迹规划推广流程包括以下步骤：步骤S111：确定高阶轨迹有几个基本时刻点。步骤S112：按照实施方式一所示流程获取所述基本时刻点。步骤S113：根据基本时刻点及位移，获取校正因子。步骤S114：根据各基本时刻点，校正因子及已知最高阶运动数值获得各时刻点轨迹规划值。

综上所述，本发明通过扫描工作段和步进准备段的高阶运动轨迹进行重叠，有效的提高了工作效率。同时，本发明提出的高阶运动轨迹规划易于推广应用到三阶、四阶、五阶甚至更高阶的运动轨迹规划中，且算法简单，计算量小，实时性好，并能保证整个运动系统的性能。

本领域技术人员均应了解，在不脱离本发明的精神或范围的情况下，可以对本发明进行各种修改和变型。因而，如果任何修改或变型落入所附权利要求书及等同物的保护范围内时，认为本发明涵盖这些修改和变型。

Claims (17)

1.一种高效精密运动轨迹规划实现方法，其特征在于，包括如下步骤：

考虑步进准备段与相应扫描工作段的重叠，修改相对于步进准备段开始点时刻的所有步进运动和扫描运动的切换时刻设定点；

考虑步进准备段与上一次扫描工作段的重叠，重新计算相对于上一次扫描工作段结束时刻的步进运动和新的扫描运动的各切换时刻设定点；

采用计数器进行采样周期计数；

为满足实际的同步扫描准备时间，对步进运动和扫描运动各时刻设定点进行修改。

2.根据权利要求1所述的高效精密运动轨迹规划实现方法，其特征在于：所述运动重叠发生在扫描运动与步进运动之间。

3.根据权利要求1所述的高效精密运动轨迹规划实现方法，其特征在于：所述运动重叠发生在步进运动与扫描运动之间。

4.根据权利要求2所述的高效精密运动轨迹规划实现方法，其特征在于：所述发生在扫描运动与步进运动之间的运动重叠是扫描运动跟随步进运动，步进运动方向与扫描运动方向同向。

5.根据权利要求2所述的高效精密运动轨迹规划实现方法，其特征在于：所述发生在扫描运动与步进运动之间的运动重叠是扫描运动跟随步进运动，步进运动方向与扫描运动方向反向。

6.根据权利要求3所述的高效精密运动轨迹规划实现方法，其特征在于：所述发生在步进运动与扫描运动之间的运动重叠是步进运动跟随扫描运动，步进运动方向与扫描运动方向同向。

7.根据权利要求3所述的高效精密运动轨迹规划实现方法，其特征在于：所述发生在步进运动与扫描运动之间的运动重叠是步进运动跟随扫描运动，步进运动方向与扫描运动方向反向。

8.根据权利要求1所述的高效精密运动轨迹规划实现方法，其特征在于：所述计数器为一个。

9.根据权利要求1所述的高效精密运动轨迹规划实现方法，其特征在于：所述步进运动与扫描运动的轨迹规划进一步包括以下步骤：

轨迹基本时刻点及切换时刻设定点的获得；

校正因子的获得；

实际轨迹的加速度，速度，位移时刻设定点的获得。

10.如权利要求9所述的高效精密运动轨迹规划实现方法，其特征在于：所述轨迹规划由采用数字控制器来实现。

11.如权利要求10所述的高效精密运动轨迹规划实现方法，其特征在于：所述基本时刻点经数字控制器周期离散量化取整后为最大加加速度斜率时间段n_tab、最大加加速度时间段n_jerk、最大加速度时间段n_acc，及最大速度时间段n_vel。

12.如权利要求11所述的高效精密运动轨迹规划实现方法，其特征在于：所述的最大加加速度斜率时间段n_tab的获得包括以下步骤：

取jerk表最大值j_max，四个基本时刻点为jerk表最大元素个数n_tab，n_tab，2n_tab，4n_tab，并计算加速度，速度及位移；

判断加速度，速度，位移是否都不超限；

如果都不超限，则取jerk表的元素个数为n_tab，得到n_tab基本时刻点；

如有超限，则取下限值为1，上限值为n_tab；

判断上限值与下限值之差是否大于1；

如果差值不大于1，则取下限值为n_tab，得到n_tab基本时刻点；

如果上限值与下限值之差大于1，则求取平均值n；

取jerk表第n个值j_n，四个基本时刻点为n，n，2n，4n，并计算加速度，速度及位移；

再次判断加速度，速度，位移是否超限；

如有超限，则取所述平均值n为上限值，并保留下限值；

如无超限，则取所述平均值n为下限值，并保留上限值；

循环判断上限值与下限值之差是否大于1，以获得n_tab基本时刻点。

13.根据权利要求11所述的高效精密运动轨迹规划实现方法，其特征在于：所述的最大加加速度时间段n_jerk的获得包括以下步骤：

根据jerk表及已知的n_tab基本时刻点，得到实际jerk值j及最小的加速度a_min；

根据j及加速度约束值a_max，计算最大的n_jerkmax；

根据j、n_tab及n_jerkmax，四段基本时刻点为n_tab、n_jerkmax、n_tab+n_jerkmax、2(n_tab+n_jerkmax)，计算加速度和位移；

判断加速度和位移是否都不超限；

如果都不超限，则取n_jerkmax为n_jerk，并获得基本时刻点n_jerk；

如有超限，则取n_tab及n_jerkmax分别为上限值和下限值；

判断上限值与下限值之差是否大于1；

如果上限值与下限值差值不大于1，则取下限值为n_jerk，得到n_jerk基本时刻点；

如果上限值与下限值之差大于1，则求取n_tab及n_jerkmax平均值n；

根据j、n_tab、a_min及n，四段基本时刻点为n_tab、n、n+n_tab、2(n+n_tab)，计算速度及位移；

再次判断速度，位移是否都不超限；

如有超限，则取所述平均值n为上限值，并保留下限值；

如无超限，则取所述平均值n为下限值，并保留上限值；

循环判断上限值与下限值之差是否大于1，以获得n_jerk基本时刻点。

14.如权利要求9所述的高效精密运动轨迹规划实现方法，其特征在于：所述步进运动与扫面运动的轨迹规划进一步包括多联动场景的运动轨迹规划。

15.如权利要求14所述的高效精密运动轨迹规划实现方法，其特征在于：所述多联动场景的运动轨迹规划包括以下步骤：

得到各个运动轴各时刻轨迹设定值结果；

根据多轴的联动约束确定多轴的运动时刻约束；

将所述运动时刻约束同所述轨迹设定值结果结合既可得出多轴联动的各时刻轨迹设定值。

16.如权利要求9所述的高效精密运动轨迹规划实现方法，其特征在于：所述步进运动与扫描运动的轨迹规划进一步包括五阶、六阶或是更高阶的轨迹规划。

17.如权利要求16所述的高效精密运动轨迹规划实现方法，其特征在于：所述五阶、六阶或是更高阶的轨迹规划进一步包括以下步骤：

确定高阶轨迹有几个基本时刻点；

获取所述基本时刻点；

根据基本时刻点及位移，获取校正因子；

根据各基本时刻点，校正因子及已知最高阶运动数值获得各时刻点轨迹规划值。

Images