CN107457783B - 基于pd控制器的六自由度机械臂自适应智能检测方法 - Google Patents
基于pd控制器的六自由度机械臂自适应智能检测方法 Download PDFInfo
- Publication number
- CN107457783B CN107457783B CN201710611493.6A CN201710611493A CN107457783B CN 107457783 B CN107457783 B CN 107457783B CN 201710611493 A CN201710611493 A CN 201710611493A CN 107457783 B CN107457783 B CN 107457783B
- Authority
- CN
- China
- Prior art keywords
- matrix
- row
- column
- point
- joint
- 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
Images
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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1671—Programme controls characterised by programming, planning systems for manipulators characterised by simulation, either to verify existing program or to create and verify new program, CAD/CAM oriented, graphic oriented programming systems
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1669—Programme controls characterised by programming, planning systems for manipulators characterised by special application, e.g. multi-arm co-operation, assembly, grasping
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Abstract
本发明公开了一种基于PD控制器的六自由度机械臂自适应智能检测方法,通过高精度激光跟踪仪对待测试件进行空间位置坐标静态标定或者动态跟踪,获得高精度的空间位姿点,再通过将运动学和动力学结合的建模、仿真方法,在运动学过程中,通过给出的位姿点巧妙的逆解出关节角,在动力学中,通过设计PD控制器,精确的进行路径跟踪闭环控制,使整个系统结合高精度激光跟踪仪和六自由度机械臂,实现对物体的精确定位和智能化自适应检测,更符合实际工业的需求。
Description
技术领域
本发明属于智能化自适应检测技术领域,更为具体地讲,涉及一种基于PD控制器的六自由度机械臂自适应智能检测方法。
背景技术
随着机器人工业水平包括控制技术、制造技术、材料技术等的不断提高,机械臂已被广泛应用于各自动化领域,如航空航天等大型设备制造检测,食品加工,医疗手术等。虽然目前工业级机械臂的精度已经很高,但是为了适应更高准确度且更加智能化的去生产工作,就必须设计新的系统实现自适应智能化检测,并提高建模控制等各方面的精度。
目前,大部分对机械臂运动学与动力学的研究都是分开进行建模和仿真。在运动学中,都是通过繁琐的逆解方式求出相应关节角,生成期望轨迹,而在动力学中,给定期望角和初始角,通过控制算法进行轨迹跟踪。但实际过程中,给予机械臂的是点的位姿信息,分开建模进行实验不符合实际对于机械臂的需求,而更合理的方式是运动学结合动力学一起建立模型进行仿真。
激光跟踪仪在航空航天、汽车制造、电子工业、高能粒子加速器工程以及大尺寸计量等行业中,已有广泛应用,如检测试件的表面设计误差,跟踪试件的动态位置等。为了提高系统坐标的精确度以及实现自适应智能化,此发明中将其作为使用机械臂检测试件的第一步,即使用高精度的激光跟踪仪来标定物件的空间位置坐标,在避免人为测量引起误差的同时,实现智能化识别目标物件。
发明内容
本发明的目的在于克服现有技术的不足,提供一种基于PD控制器的六自由度机械臂自适应智能检测方法,将运动学和动力学进行结合建模、仿真,通过减少计算复杂度来实现六自由度机械臂的自适应智能检测。
为实现上述发明目的,本发明为一种基于PD控制器的六自由度机械臂自适应智能检测方法,其特征在于,包括以下步骤:
(1)、激光跟踪仪返回被测试样件的空间位姿初始点pi和下一个位姿点pw,其中,i=1,N,2N,…,KN,K、N均为常数,w=N,2N,…,(K+1)N;
(2)、利用插值法在初始点pi和下一个位姿点pw之间插入N-2个过渡位姿点pj使运动轨迹平滑,其中,j=CN+1,CN+2,…,CN+N-2,C为常数;
(5)、判断期望关节角和实际转动关节角θi'之差的范数是否不大于阈值ε,如果||θ-θ*||≤ε,则进入步骤(6);否则将期望关节角和实际转动关节角θi'之差输入给PD控制器,作为闭环反馈控制,直至满足||θ-θ*||≤ε时,再进入步骤(6);
(6)、判断当前过渡位姿点pj所处位置,如果j<w,则将pj点作为空间位姿初始点,pj+1点作为下一个位姿点,再返回步骤(3),直到j=w-1;如果j=w,则将期望关节角通过正运动学计算出新的空间位姿点,并反馈给激光跟踪仪作为新的空间位姿初始点,同时由激光追踪仪返回出检测的下一个位姿点pw,w=2N,3N,…,(K+1)N,再返回步骤(2),直至检测到第p(K+1)N点时结束,完成被测试样件的检测。
本发明的发明目的是这样实现的:
本发明一种基于PD控制器的六自由度机械臂自适应智能检测方法,通过高精度激光跟踪仪对待测试件进行空间位置坐标静态标定或者动态跟踪,获得高精度的空间位姿点,再通过将运动学和动力学结合的建模、仿真方法,在运动学过程中,通过给出的位姿点巧妙的逆解出关节角,在动力学中,通过设计PD控制器,精确的进行路径跟踪闭环控制,使整个系统结合高精度激光跟踪仪和六自由度机械臂,实现对物体的精确定位和智能化自适应检测,更符合实际工业的需求。
同时,本发明基于PD控制器的六自由度机械臂自适应智能检测方法还具有以下有益效果:
(1)、通过设计的PD控制器直接对六自由度机械臂系统进行跟踪,使其能够从初始点到达期望点;
(2)、通过在运动学中使用了新的且更加巧妙的逆解方法,逆解出关节角,减轻了计算复杂度;
(3)、将运动学和动力学进行结合建模和仿真,能够满足六自由度机械臂的需求。
附图说明
图1是本发明一种基于PD控制器的六自由度机械臂自适应智能检测方法流程图;
图2是机械臂的D-H坐标模型图及对应的实物图;;
图3是第一个位姿点的关节角跟踪曲线图;
图4是第一个位姿点的关节末端点的三维空间轨迹图;
图5是第二个位姿点的关节角跟踪曲线图;
图6是第二个位姿点的关节末端点的三维空间轨迹图。
具体实施方式
下面结合附图对本发明的具体实施方式进行描述,以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是,在以下的描述中,当已知功能和设计的详细描述也许会淡化本发明的主要内容时,这些描述在这里将被忽略。
实施例
图1是本发明基于PD控制器的六自由度机械臂自适应智能检测方法流程图。
在本实施例中,如图1所示,本发明一种基于PD控制器的六自由度机械臂自适应智能检测方法,包括以下步骤:
S1、激光跟踪仪返回被测试样件的空间位姿初始点pi和下一个位姿点pw,其中,i=1,N,2N,…,KN,K、N均为常数,w=N,2N,…,(K+1)N;在本实施例中,每返回的一个空间位姿点其实为一个变化矩阵,变化矩阵中包括了该点的位置信息和姿态信息。
S2、在本实施例中,可以利用四元数插值法或三角度差值法在初始点pi和下一个位姿点pw之间插入N-2个过渡位姿点pj使运动轨迹平滑,其中,j=CN+1,CN+2,…,CN+N-2,C为常数;这样初始点、期望到达的下一个位姿点和中间过渡插值点共N个点,这插值出的N个点的位置信息(x,y,z)可构成末端位置在三维空间中的轨迹,对应于N个变化矩阵,相应的角度值为m=1,2,3,4,5,6;n=1,2,3,…h,h+1,…N,h为常数,总时间为X秒,间隔时间为(X/N)秒,每隔(X/N)秒系统会输出给控制器一组角度值即可描绘出初始点、期望到达点和中间过渡插值点角度值随时间变化曲线。
下面是反解的具体过程进行详细描述:
使用D-H法建立机械臂的运动学D-H坐标模型,如图2(b)图所示,对应的实物机械结构,如图2(a)图所示;在每个关节角建立如图2(b)所示的(xi',yi',zi')坐标系,i'=1,2,3,4,5,6,图中i1=1,2,表示每一条公垂线的长度,即连杆长度,i2=1,4,6,表示在z轴上两条相邻的公垂线之间的距离或称关节偏移。
根据机械臂相关参数构建机械臂D-H参数,对应于六个关节角,D-H参数包括绕z轴的实际转动关节角θi',z轴上两条相邻的公垂线之间的距离或称关节偏移量用表示,d1=0.352,d4=0.38,d6=0.065,每一条公垂线的长度,即连杆长度用i3=1,2a1=0.07,a2=0.36,相邻z轴之间的称关节扭角用αj,j=0,1,…,5,α0=0,α1=90°,α2=0,α3=90°,α4=-90°,α5=90°;其中,αj和是机械臂固定结构,θi'为关节变量。
S3.2、将激光跟踪仪返回的位姿点pi用矩阵表示为Li;将步骤S3.1中计算得到的各关节的变换矩阵Ti'相乘,得到总变换矩阵R,Li和R均为4×4的矩阵;
令矩阵Li的第一行第四列与矩阵R的第一行第四列相等,矩阵Li的第二行第四列与矩阵R的第二行第四列相等,即有:其中,pxw是机械臂末端位置沿x轴的平移量,pyw是机械臂末端位置沿y轴的平移量,通过该方程组求解出关节角
再令矩阵L1的第一行第四列与矩阵R1的第一行第四列相等,矩阵L1的第三行第四列与矩阵R1的第三行第四列相等,即有:pzw是机械臂末端位置沿z轴的平移量,d1是关节1的偏移量,d4是关节4的偏移量,a1是机械臂连杆1的长度,a2是机械臂连杆2的长度,通过该方程组求解出关节角
同理,可以反解出下一个位姿点pj的各个关节的期望关节角。
S4、利用PD控制器直接对六自由度机械臂系统进行跟踪,也就是直接对期望关节角进行跟踪控制,使其能够从初始点到达期望点,并将控制力矩传输给六自由度机械臂动力学模型,由动力学模型输出机械臂实际转动关节角θi';
在本实施例中,采用的PD控制器的模型为:
e=θ*-θ
采用的六自由度机械臂动力学模型为:
S5、判断期望关节角和实际转动关节角θi'之差的范数是否不大于阈值ε,如果||θ-θ*||≤ε,则进入步骤S6;否则将期望关节角和实际转动关节角θi'之差输入给PD控制器,作为闭环反馈控制,直至满足||θ-θ*||≤ε时,再进入步骤S6;
S6、判断当前过渡位姿点pj所处位置,如果j<w,则将pj点作为空间位姿初始点,pj+1点作为下一个位姿点,再返回步骤S3,直到j=w-1;如果j=w,则将期望关节角通过正运动学计算出新的空间位姿点,并反馈给激光跟踪仪作为新的空间位姿初始点,同时由激光追踪仪返回出检测的下一个位姿点pw,w=2N,3N,…,(K+1)N,再返回步骤S2,直至检测到第p(K+1)N点时结束,完成被测试样件的检测。
实验仿真
根据整体技术路线图实现实验仿真
并在初始点和期望到达点中插值18个点,初始点、期望到达点和中间过渡点共20个点,这20个点的位置信息(x,y,z)可构成末端位置在三维空间中的轨迹,对应于20个变换矩阵,相应的角度值为m=1,2,3,4,5,6;n=1,2,3,…h,h+1,…20,总时间为10秒,间隔时间为0.5秒,每隔0.5秒系统会输出给控制器一组角度值控制器模块通过计算,将力矩输出给动力学模块,通过闭环反馈实现由初始点至期望到达点。表1中列出了初始点、期望到达点以及中间插值点所对应的角度值和末端位置在三维空间中的坐标;
表1是初始点A1、期望到达点B1以及中间插值点所对应的角度值和末端位置坐标;
表1
随时间变化,相应的六个关节的角度值变化,以及末端点三维空间轨迹如下图3,图4所示。如图3所示,图的横轴表示时间(time),图的纵轴表示角度值(Radians),六个关节角的实际转动关节角θi'的变化趋势分别用6种不同的曲线来描绘,其中,i'=1,2,3,4,5,6,而每个θi'的期望轨迹则用虚点曲线来勾画,由图3可以看出,通过PID控制器,六个关节角的θi'从初始点对应角度的弧度值平滑的运动到期望点对应角度的弧度值而在图4中,描绘的是在三维空间中机械臂末端点轨迹与期望轨迹,图4中实线表示的是机械臂末端点实际的轨迹曲线,星点虚线表示的是机械臂末端点的期望轨迹,由图看出,实际轨迹根据每个插值点路径与期望轨迹趋于重合,达到仿真目的。
同样在初始点和期望到达点中插值18个点,初始点、期望到达点和中间过渡点共20个点,这20个点的位置信息(x,y,z)可构成末端位置在三维空间中的轨迹,对应于20个变换矩阵,相应的角度值为m=1,2,3,4,5,6;n=1,2,3,…h,h+1,…20,总时间为10秒,间隔时间为0.5秒,每隔0.5秒系统会输出给控制器一组角度值控制器模块通过计算,将力矩输出给动力学模块,通过闭环反馈实现由初始点至期望到达点。表2中列出了初始点、期望到达点以及中间插值点所对应的角度值和末端位置在三维空间中的坐标;
表2是初始点A2、期望到达点B2以及中间插值点所对应的角度值和末端位置坐标;
表2
随时间变化,相应的六个关节的角度值变化,以及末端点三维空间轨迹如图5,图6所示。在图5中,六个关节角的角度值θi'从初始点对应角度的弧度值平滑的运动到期望点对应角度的弧度值在图6中机械臂末端点实际轨迹根据每个插值点路径与期望轨迹趋于重合。
尽管上面对本发明说明性的具体实施方式进行了描述,以便于本技术领域的技术人员理解本发明,但应该清楚,本发明不限于具体实施方式的范围,对本技术领域的普通技术人员来讲,只要各种变化在所附的权利要求限定和确定的本发明的精神和范围内,这些变化是显而易见的,一切利用本发明构思的发明创造均在保护之列。
Claims (5)
1.一种基于PD控制器的六自由度机械臂自适应智能检测方法,其特征在于,包括以下步骤:
(1)、激光跟踪仪返回被测试样件的空间位姿初始点pi和下一个位姿点pw,其中,i=1,N,2N,…,KN,K、N均为常数,w=N,2N,…,(K+1)N;
(2)、利用插值法在初始点pi和下一个位姿点pw之间插入N-2个过渡位姿点pj使运动轨迹平滑,其中,j=CN+1,CN+2,…,CN+N-2,C为常数;
(5)、判断期望关节角和实际转动关节角θi'之差的范数是否不大于阈值ε,如果则进入步骤(6);否则将期望关节角和实际转动关节角θi'之差输入给PD控制器,作为闭环反馈控制,直至满足时,再进入步骤(6);
(2.2)、将激光跟踪仪返回的位姿点pi用矩阵表示为Li;将步骤(2.1)中计算得到的各关节的变换矩阵Ti'相乘,得到总变换矩阵R,Li和R均为4×4的矩阵;
令矩阵Li的第一行第四列与矩阵R的第一行第四列相等,矩阵Li的第二行第四列与矩阵R的第二行第四列相等,即有:其中,pxw是机械臂末端位置沿x轴的平移量,pyw是机械臂末端位置沿y轴的平移量,通过该方程组求解出关节角
(2.3)、用第一个关节的变换矩阵T1'的逆矩阵0T1' -1分别左乘矩阵Li和R,得到矩阵L1和R1,再令矩阵L1的第一行第四列与矩阵R1的第一行第四列相等,矩阵L1的第三行第四列与矩阵R1的第三行第四列相等,即有:pzw是机械臂末端位置沿z轴的平移量,d1是关节1的偏移量,d4是关节4的偏移量,a1是机械臂连杆1的长度,a2是机械臂连杆2的长度,通过该方程组求解出关节角
(2.4)、用第二个关节的变换矩阵T2'的逆矩阵1T2' -1分别左乘矩阵L1和R1,得到矩阵L2和R2,再令矩阵L2的第一行第四列与矩阵R2的第一行第四列相等,矩阵L2的第二行第四列与矩阵R2的第二行第四列相等,即有:通过该方程组求解出关节角
(2.5)、用第三个关节的变换矩阵T3'的逆矩阵2T3' -1分别左乘矩阵L2和R2,得到矩阵L3和R3,再令矩阵L3的第一行第三列与矩阵R3的第一行第三列相等,矩阵L3的第三行第三列与矩阵R3的第三行第三列相等,即有:其中,L3(3,3)表示L3的第三行第三列,通过该方程组求解出关节角
5.根据权利要求1所述的基于PD控制器的六自由度机械臂自适应智能检测方法,其特征在于,所述的插值法采用四元数或三角度差值法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710611493.6A CN107457783B (zh) | 2017-07-25 | 2017-07-25 | 基于pd控制器的六自由度机械臂自适应智能检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710611493.6A CN107457783B (zh) | 2017-07-25 | 2017-07-25 | 基于pd控制器的六自由度机械臂自适应智能检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107457783A CN107457783A (zh) | 2017-12-12 |
CN107457783B true CN107457783B (zh) | 2020-03-24 |
Family
ID=60546997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710611493.6A Active CN107457783B (zh) | 2017-07-25 | 2017-07-25 | 基于pd控制器的六自由度机械臂自适应智能检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107457783B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107870570B (zh) * | 2017-12-26 | 2020-03-24 | 电子科技大学 | 基于分数阶幂次趋近律的终端滑模机械臂轨迹跟踪方法 |
CN107942684B (zh) * | 2017-12-26 | 2020-03-24 | 电子科技大学 | 基于分数阶自适应非奇异终端滑模的机械臂轨迹跟踪方法 |
CN108297101B (zh) * | 2018-03-20 | 2020-12-22 | 四川大学 | 多关节臂串联机器人末端位姿误差检测和动态补偿方法 |
CN110434851B (zh) * | 2019-06-24 | 2020-11-27 | 浙江工业大学 | 一种5自由度机械臂逆运动学求解方法 |
CN110465942A (zh) * | 2019-07-26 | 2019-11-19 | 深圳前海达闼云端智能科技有限公司 | 位姿补偿方法、装置、存储介质和电子设备 |
CN112571411B (zh) * | 2019-09-30 | 2024-03-26 | 中电九天智能科技有限公司 | 用于电视机智能生产线的两用机械臂 |
CN111947570B (zh) * | 2020-07-14 | 2022-03-08 | 季华实验室 | 一种机械臂姿态单目视觉测量方法、装置及电子设备 |
CN113352327B (zh) * | 2021-06-28 | 2022-09-23 | 深圳亿嘉和科技研发有限公司 | 五自由度机械臂关节变量确定方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH04205109A (ja) * | 1990-11-29 | 1992-07-27 | Sanyo Mach Works Ltd | ロボットのポーズ軌跡精度測定装置 |
WO2006073303A1 (en) * | 2005-01-07 | 2006-07-13 | World Wide Automation Projects B. V. | Robot positioning system and method of using the same |
CN100587392C (zh) * | 2008-07-09 | 2010-02-03 | 北京理工大学 | 基于光幕式激光器的高精度位姿检测方法与装置 |
CN101977240A (zh) * | 2010-11-15 | 2011-02-16 | 南开大学 | 基于iPhone智能手机的机器人人机交互系统 |
CN106647282B (zh) * | 2017-01-19 | 2020-01-03 | 北京工业大学 | 一种考虑末端运动误差的六自由度机器人轨迹规划方法 |
-
2017
- 2017-07-25 CN CN201710611493.6A patent/CN107457783B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107457783A (zh) | 2017-12-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107457783B (zh) | 基于pd控制器的六自由度机械臂自适应智能检测方法 | |
CN107414827B (zh) | 基于线性反馈控制器的六自由度机械臂自适应检测方法 | |
CN109159151B (zh) | 一种机械臂空间轨迹跟踪动态补偿方法和系统 | |
Wilson et al. | Relative end-effector control using cartesian position based visual servoing | |
CN111360827B (zh) | 一种视觉伺服切换控制方法及系统 | |
Wang et al. | Uncalibrated visual tracking control without visual velocity | |
CN106994686B (zh) | 关节外力力矩的计算方法及装置、机器人 | |
Liu et al. | Uncalibrated visual servoing of robots using a depth-independent interaction matrix | |
CN109782601B (zh) | 一种协调机械臂自适应神经网络同步鲁棒控制器设计方法 | |
CN110253574B (zh) | 一种多任务机械臂位姿检测和误差补偿方法 | |
Tang et al. | Path tracking of a cable-driven snake robot with a two-level motion planning method | |
CN111489399B (zh) | 一种视觉跟踪组件安装参数标定装置和方法 | |
CN103878770A (zh) | 基于速度估计的空间机器人视觉时延误差补偿方法 | |
CN111515928B (zh) | 机械臂运动控制系统 | |
CN111673739B (zh) | 一种基于rbf神经网络的机器人位姿可达性判断的方法 | |
CN114216456A (zh) | 一种基于imu与机器人本体参数融合的姿态测量方法 | |
Wen et al. | Algorithm and experiments of six-dimensional force/torque dynamic measurements based on a Stewart platform | |
CN114942593A (zh) | 一种基于干扰观测器补偿的机械臂自适应滑模控制方法 | |
CN113199481B (zh) | 机器人运动控制方法、装置、电子设备及介质 | |
TW202302301A (zh) | 機械手臂與輪廓感測器座標系相對關係之自動校正方法與系統 | |
Shen et al. | Uncalibrated visual servoing of planar robots | |
CN111546344A (zh) | 一种用于对准的机械臂控制方法 | |
CN115446836B (zh) | 一种基于多种图像特征信息混合的视觉伺服方法 | |
CN1672881A (zh) | 基于运动选择的机器人在线手眼标定方法 | |
Wei et al. | Sensorimotor coordination and sensor fusion by neural networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |