CN105437234B - 一种多奇异点处理方法、系统和工业机器人 - Google Patents
一种多奇异点处理方法、系统和工业机器人 Download PDFInfo
- Publication number
- CN105437234B CN105437234B CN201610052292.2A CN201610052292A CN105437234B CN 105437234 B CN105437234 B CN 105437234B CN 201610052292 A CN201610052292 A CN 201610052292A CN 105437234 B CN105437234 B CN 105437234B
- Authority
- CN
- China
- Prior art keywords
- industrial robot
- real
- singular
- time
- singular value
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
Abstract
本申请公开了一种多奇异点处理方法、系统和工业机器人,该方法和系统应用于具有多个关节的工业机器人,具体为根据工业机器人的多个关节的实时运动数据和预设的奇异值计算公式,对该工业机器人是否处于多奇异点状态进行判断;当判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算;最后根据得到奇异值总量对多个关节进行控制,以此避免多个奇异点同时出现,也就不会出现关节运动骤然变大现象的发生,从而能够避免工业机器人因关节运动速度骤然变大而出现停机或生产安全问题。
Description
技术领域
本申请涉及机器人技术领域,更具体地说,涉及一种多奇异点处理方法、系统和工业机器人。
背景技术
工业机器人是工业自动化系统中重要的部件之一。当前,多个国家在工业机器人技术上已经树立了各自的领先优势,尤其是在机器人本体的设计上,相关的基础技术已经比较成熟,因而各个厂家开始在机器人应用领域投入更多的精力。
工业机器人的奇异点处理方法是机器人应用领域中主要的技术难点之一。奇异点问题是工业机器人必然遇到的技术点,其与结构有关,是一个无法回避的问题。以当前最常见的6关节工业机器人为例,其起码包括三种奇异点,分别为腕部奇异点、肘部奇异点和肩部奇异点。当第四和第六关节同轴时会出现腕部奇异点;当第二、第三和第五关节同轴时会出现肘部奇异点;而当第一和第六关节同轴时则会出现肩部奇异点。且当工业机器人运动至某一位姿时,甚至可能会遇到多个奇异点同时出现的状况,这时关节运动的速度会发生骤然变大的现象,从而导致机器人停机甚至带来生产安全问题。
发明内容
有鉴于此,本申请提供一种多奇异点处理方法、系统和工业机器人,用于解决当多关节工业机器人遇到多个奇异点同时,由于关节运动速度的骤然变大导致的停机或生产安全问题。
为了实现上述目的,现提出的方案如下:
一种多奇异点处理方法,应用于具有多个关节的工业机器人,包括步骤:
根据所述多个关节的实时运动数据和预设的奇异值计算公式,对所述工业机器人是否处于多奇异点状态进行判断;
当判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算;
根据所述奇异值总量对所述多个关节进行控制。
可选的,所述根据所述多个关节的实时运动数据和预设的奇异值计算公式,对所述工业机器人是否处于多奇异点状态进行判断,包括:
获取所述多个关节的实时运动数据;
计算所述工业机器人在多个类型奇异点的奇异值等价公式;
根据所述奇异值等价公式和所述实时运动数据,对所述工业机器人是否处于多奇异点状态进行判断;
可选的,所述实时运动数据包括实时关节角度和实时时间。
一种多奇异点处理系统,应用于具有多个关节的工业机器人,包括:
实时监控模块,用于根据所述多个关节的实时运动数据和预设的奇异值计算公式,对所述工业机器人是否处于多奇异点状态进行判断;
多奇异点计算模块,用于当所述实时监控模块判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算;
多奇异点处理模块,用于根据所述奇异值总量对所述多个关节进行控制。
可选的,所述实时监控模块包括:
实时检测单元,用于获取所述多个关节的实时运动数据;
阈值计算单元,用于计算所述工业机器人在多个类型奇异点的奇异值等价公式;
奇异点判断单元,用于根据所述奇异值等价公式和所述实时运动数据,对所述工业机器人是否处于多奇异点状态进行判断;
可选的,所述实时运动数据包括实时关节角度和实时时间。
从上述的技术方案可以看出,本申请公开了一种多奇异点处理方法、系统和工业机器人,该方法和系统应用于具有多个关节的工业机器人,具体为根据工业机器人的多个关节的实时运动数据和预设的奇异值计算公式,对该工业机器人是否处于多奇异点状态进行判断;当判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算;最后根据得到奇异值总量对多个关节进行控制,以此避免多个奇异点同时出现,也就不会出现关节运动骤然变大现象的发生,从而能够避免工业机器人因关节运动速度骤然变大而出现停机或生产安全问题。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种多奇异点处理方法的流程图;
图2为本申请提供的一种工业机器人的D-H模型示意图;
图3为本申请另一实施例提供的一种多奇异点处理系统的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
实施例一
图1为本申请实施例提供的一种多奇异点处理方法的流程图。
本实施例提供的多奇异点处理方法应用于具有多个关节的工业机器人,本实施例以具有6个关节的工业机器人为例对本申请提供的技术方案进行说明。
工业机器人通常是用D-H模型进行结构建模,每两个关节之间的位置及姿态变换都可以使用四个参数的D-H矩阵进行模拟计算。因此,本申请中的具有6个关节的工业机器人结构如图2所示,并且可以用六个D-H关节变换矩阵来表示:
其中,ci=cos(θi),si=sin(θi),i=1,2,...,5,6,θi为第i关节的关节转动角度,ai为关节i到关节i+1之间的连杆长度,di为关节i-1到关节i之间的连杆偏距。
通过计算矩阵乘法可以得到机器人基座到机器人末端的变换矩阵:
本申请中的多奇异点处理方法具体包括如下步骤,如图1所示。
S101:根据多个关节的实时运动数据和预设的奇异值计算公式,对工业机器人是否处于多奇异点状态进行判断。
具体对机器人是否处于多奇异点状态进行判断包括如下子步骤:
步骤1:获取工业机器人的多个关节的实时运动数据。
实时运动数据包括反映工业机器人当前状态的实时关节角度θi,以及用于反映当前时刻的实时时间t。
步骤2:计算工业机器人在多个类型奇异点的奇异值等价公式。
根据工业机器人的雅克比矩阵计算出工业机器人不同种类奇异点的奇异值等价公式,具体包括腕部奇异点、肘部奇异点和肩部奇异点,分别如下:
腕部奇异点:kw=θ5
肘部奇异点:ke=a2s2+a3c2c3-a3s2s3+d4s2c3+d4c2s3
肩部奇异点:ks=a3c3+d4s3
步骤3:根据奇异值等价公式和实时运动数据,对工业机器人是否处于多奇异点状态进行判断。
针对三种奇异点分别选取奇异点阈值Tw、Te、Ts,那么进行判断:
在取奇异点阈值Tw、Te、Ts时,求解θi,选取最大值作为关节角度阈值:
(θi)max=max{θi(Tw),θi(Te),θi(Ts)}
奇异点阈值处理单元检测flagw、flage、flags的值,当判断公式为:
flagw&flagw&flagw=0时,
此时,工业机器人运动将遇到多奇异点问题,从而判定工业机器人。
S102:当工业机器人处于多奇异点状态时,计算奇异值总量。
当判断出工业机器人遇到奇异点问题后,需要对不同奇异点的影响程度进一步计算,以便多奇异点处理模块进行进一步处理。设定奇异值总量:
P=kw 2+ke 2+ks 2
对奇异值总量P取微分:
其中,
当m=0,n=0时,奇异值总量P取极值,解出(θ2)min和(θ3)min。
然后根据解出的结果计算奇异值总量Pmin。
采用DLS(阻尼最小方差)算法进行奇异值控制:
J'=JT(JJT+ρ2I)-1
其中,J为机器人雅克比矩阵,J'为加入阻尼因子后的雅克比矩阵,ρ2为阻尼因子。
代入(θi)max,可计算得到Pmax:
Pmax=P((θi)max)
对阻尼因子的控制中加入奇异值总量控制:
S103:根据奇异值总量对多个关节进行控制。
根据解出的加入阻尼因子后的雅克比矩阵J′,解出关节运动角度,然后根据该关节运动角度驱动工业机器人运动。
从上述技术方案可以看出,本实施例提供了一种多奇异点处理方法,该方法应用于具有多个关节的工业机器人,具体为根据工业机器人的多个关节的实时运动数据和预设的奇异值计算公式,对该工业机器人是否处于多奇异点状态进行判断;当判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算;最后根据得到奇异值总量对多个关节进行控制,以此避免多个奇异点同时出现,也就不会出现关节运动骤然变大现象的发生,从而能够避免工业机器人因关节运动速度骤然变大而出现停机或生产安全问题。
实施例二
图3为本申请实施例提供的一种多奇异点处理系统的结构框图。
如图3所示,本实施例提供的多奇异点处理系统应用于具有多个关节的工业机器人,本实施例以具有6个关节的工业机器人为例对本申请提供的技术方案进行说明,具体包括实时监控模块10、多奇异点计算模块20和多奇异点处理模块30。
实时监控模块10用于根据多个关节的实时运动数据和预设的奇异值计算公式,对工业机器人是否处于多奇异点状态进行判断。具体包括实时检测单元11、阈值计算单元12和奇异点判断单元13。
实时检测单元11用于获取工业机器人的多个关节的实时运动数据。
实时运动数据包括反映工业机器人当前状态的实时关节角度θi,以及用于反映当前时刻的实时时间t。
阈值计算单元12用于计算工业机器人在多个类型奇异点的奇异值等价公式。
具体为根据工业机器人的雅克比矩阵计算出工业机器人不同种类奇异点的奇异值等价公式,具体包括腕部奇异点、肘部奇异点和肩部奇异点,分别如下:
腕部奇异点:kw=θ5
肘部奇异点:ke=a2s2+a3c2c3-a3s2s3+d4s2c3+d4c2s3
肩部奇异点:ks=a3c3+d4s3
奇异点判断单元用于根据奇异值等价公式和实时运动数据,对工业机器人是否处于多奇异点状态进行判断。
针对三种奇异点分别选取奇异点阈值Tw、Te、Ts,那么进行判断:
在取奇异点阈值Tw、Te、Ts时,求解θi,选取最大值作为关节角度阈值:
(θi)max=max{θi(Tw),θi(Te),θi(Ts)}
奇异点阈值处理单元检测flagw、flage、flags的值,当判断公式为:
flagw&flagw&flagw=0时,
此时,工业机器人运动将遇到多奇异点问题,从而判定工业机器人。
多奇异点计算模块20用于当实时监控模块10判定该工业机器人处于多奇异点状态时,计算奇异值总量。
当判断出工业机器人遇到奇异点问题后,需要对不同奇异点的影响程度进一步计算,以便多奇异点处理模块进行进一步处理。设定奇异值总量:
P=kw 2+ke 2+ks 2
对奇异值总量P取微分:
其中,
当m=0,n=0时,奇异值总量P取极值,解出(θ2)min和(θ3)min。
然后根据解出的结果计算奇异值总量Pmin。
采用DLS(阻尼最小方差)算法进行奇异值控制:
J'=JT(JJT+ρ2I)-1
其中,J为机器人雅克比矩阵,J'为加入阻尼因子后的雅克比矩阵,ρ2为阻尼因子。
代入(θi)max,可计算得到Pmax:
Pmax=P((θi)max)
对阻尼因子的控制中加入奇异值总量控制:
多奇异点处理模块30用于根据奇异值总量对多个关节进行控制。
即根据解出的加入阻尼因子后的雅克比矩阵J′,解出关节运动角度,然后根据该关节运动角度驱动工业机器人运动。
从上述技术方案可以看出,本实施例提供了一种多奇异点处理系统,该系统应用于具有多个关节的工业机器人,具体为根据工业机器人的多个关节的实时运动数据和预设的奇异值计算公式,对该工业机器人是否处于多奇异点状态进行判断;当判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算;最后根据得到奇异值总量对多个关节进行控制,以此避免多个奇异点同时出现,也就不会出现关节运动骤然变大现象的发生,从而能够避免工业机器人因关节运动速度骤然变大而出现停机或生产安全问题。
实施例三
本实施例提供一种具有多个关节,具体为6个关节的工业机器人,该工业机器人设置上述实施例提供的多奇异点处理系统,能够在该系统的控制下避免多个奇异点同时出现,从而能够保证避免出现停机和安全事故。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似部分互相参见即可。对所公开的实施例的上述说明,使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下,在其它实施例中实现。因此,本申请将不会被限制于本文所示的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (6)
1.一种多奇异点处理方法,应用于具有多个关节的工业机器人,其特征在于,包括步骤:
根据所述多个关节的实时运动数据和预设的奇异值计算公式,对所述工业机器人是否处于多奇异点状态进行判断;
当判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算,所述奇异值总量为所述多个关节的奇异值的平方和;
根据所述奇异值总量对所述多个关节进行控制。
2.如权利要求1所述的多奇异点处理方法,其特征在于,所述根据所述多个关节的实时运动数据和预设的奇异值计算公式,对所述工业机器人是否处于多奇异点状态进行判断,包括:
获取所述多个关节的实时运动数据;
计算所述工业机器人在多个类型奇异点的奇异值等价公式;
根据所述奇异值等价公式和所述实时运动数据,对所述工业机器人是否处于多奇异点状态进行判断。
3.如权利要求2所述的多奇异点处理方法,其特征在于,所述实时运动数据包括实时关节角度和实时时间。
4.一种多奇异点处理系统,应用于具有多个关节的工业机器人,其特征在于,包括:
实时监控模块,用于根据所述多个关节的实时运动数据和预设的奇异值计算公式,对所述工业机器人是否处于多奇异点状态进行判断;
多奇异点计算模块,用于当所述实时监控模块判定所述工业机器人处于所述多奇异点状态时,对奇异值总量进行计算,所述奇异值总量为所述多个关节的奇异值的平方和;
多奇异点处理模块,用于根据所述奇异值总量对所述多个关节进行控制。
5.如权利要求4所述的多奇异点处理系统,其特征在于,所述实时监控模块包括:
实时检测单元,用于获取所述多个关节的实时运动数据;
阈值计算单元,用于计算所述工业机器人在多个类型奇异点的奇异值等价公式;
奇异点判断单元,用于根据所述奇异值等价公式和所述实时运动数据,对所述工业机器人是否处于多奇异点状态进行判断。
6.如权利要求5所述的多奇异点处理系统,其特征在于,所述实时运动数据包括实时关节角度和实时时间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610052292.2A CN105437234B (zh) | 2016-01-25 | 2016-01-25 | 一种多奇异点处理方法、系统和工业机器人 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610052292.2A CN105437234B (zh) | 2016-01-25 | 2016-01-25 | 一种多奇异点处理方法、系统和工业机器人 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105437234A CN105437234A (zh) | 2016-03-30 |
CN105437234B true CN105437234B (zh) | 2017-09-22 |
Family
ID=55548103
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610052292.2A Active CN105437234B (zh) | 2016-01-25 | 2016-01-25 | 一种多奇异点处理方法、系统和工业机器人 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105437234B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107127751B (zh) * | 2017-03-21 | 2019-08-16 | 宁波韦尔德斯凯勒智能科技有限公司 | 关节型机械臂驱控一体化控制系统及控制方法 |
CN112621713B (zh) * | 2020-11-30 | 2022-02-25 | 珠海格力电器股份有限公司 | 机器人示教器、控制器及其示教、控制方法、装置和介质 |
CN115922705B (zh) * | 2022-11-28 | 2023-09-15 | 广州数控设备有限公司 | 一种机器人关节速度计算方法、系统及计算机设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS6191705A (ja) * | 1984-10-12 | 1986-05-09 | Mitsubishi Heavy Ind Ltd | 操縦型マニプレ−タの制御方法 |
WO1988000508A1 (en) * | 1986-07-15 | 1988-01-28 | Kabushiki Kaisha Yaskawa Denki Seisakusho | Method of detecting position data in arc welding |
JP3908366B2 (ja) * | 1997-12-24 | 2007-04-25 | 本田技研工業株式会社 | 人型作業ロボットの腕体構造 |
CN101549495B (zh) * | 2008-03-31 | 2011-04-13 | 上海宝信软件股份有限公司 | 可避免奇异点发生的机器人控制方法 |
CN103802114A (zh) * | 2012-11-08 | 2014-05-21 | 沈阳新松机器人自动化股份有限公司 | 工业机器人奇异点处理方法及装置 |
JP6238628B2 (ja) * | 2013-08-06 | 2017-11-29 | キヤノン株式会社 | ロボット装置、ロボット制御方法、ロボット制御プログラム及びロボット装置を用いた部品の製造方法 |
CN103909522B (zh) * | 2014-03-19 | 2016-08-17 | 华南理工大学 | 一种六自由度工业机器人通过奇异域的方法 |
-
2016
- 2016-01-25 CN CN201610052292.2A patent/CN105437234B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105437234A (zh) | 2016-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | An approach for smooth trajectory planning of high-speed pick-and-place parallel robots using quintic B-splines | |
CN105437234B (zh) | 一种多奇异点处理方法、系统和工业机器人 | |
CN107685330B (zh) | 一种六自由度手腕偏置串联机器人的运动学逆解求解方法 | |
CN205614678U (zh) | 一种奇异点区域减速保护系统和工业机器人 | |
CN105911863B (zh) | 多机器人协作夹持系统神经网络轨迹跟踪控制方法 | |
CN105772917B (zh) | 一种三关节点焊机器人轨迹跟踪控制方法 | |
CN105437235A (zh) | 一种奇异点区域减速保护方法、系统和工业机器人 | |
CN107966907B (zh) | 一种应用于冗余度机械臂的障碍物躲避解决方法 | |
CN104808653B (zh) | 基于滑模的电机伺服系统加性故障检测和容错控制方法 | |
CN104698854B (zh) | 网络Euler‑Lagrange系统分布式模糊协同跟踪控制方法 | |
CN104858852B (zh) | 类人机器人实时模仿人体上肢动作的优化与约束方法 | |
CN107756400A (zh) | 一种基于旋量理论的6r机器人逆运动学几何求解方法 | |
CN106903692A (zh) | 一种基于机器人动力学模型的关节力矩限制方法 | |
CN105643607A (zh) | 一种具备感知和认知能力的智能工业机器人 | |
CN110370317A (zh) | 机器人修复方法及装置 | |
CN108406769A (zh) | 串联机器人的关节旋转角度确定方法及装置 | |
CN107330185B (zh) | 线缆的离散点坐标的获取方法及装置 | |
CN106774181A (zh) | 基于阻抗模型的高精度牵引示教机器人的速度控制方法 | |
CN104097205B (zh) | 基于任务空间的机器人实时运动自碰撞避免控制方法 | |
Nomm et al. | Monitoring of the human motor functions rehabilitation by neural networks based system with kinect sensor | |
CN109693234A (zh) | 机器人跌倒预测方法、装置、终端设备及计算机存储介质 | |
CN104809276A (zh) | 一种多手指机器人动力学解析模型及其建模方法 | |
Zheng et al. | New trajectory control method for robot with flexible bar-groups based on workspace lattices | |
CN205685337U (zh) | 一种多奇异点处理系统 | |
CN114418383A (zh) | 一种工业机器人的健康风险评估方法、装置、介质和设备 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20190507 Address after: 519015 No. 1 plant and office building of Zhuhai Lingda Compressor Co., Ltd., 2097 Jiuzhou Avenue, Zhuhai, Guangdong Co-patentee after: GREE ELECTRIC APPLIANCES Inc. OF ZHUHAI Patentee after: ZHUHAI GREE INTELLIGENT EQUIPMENT CO., LTD. Address before: 519070, Jinji Hill Road, front hill, Zhuhai, Guangdong Patentee before: GREE ELECTRIC APPLIANCES Inc. OF ZHUHAI |