CN108227479B

CN108227479B - 一种多关节机器人的pid控制方法及pid控制系统

Info

Publication number: CN108227479B
Application number: CN201711396110.4A
Authority: CN
Inventors: 金明; 常海生
Original assignee: Shenzhen Meisitoo Technology Co ltd
Current assignee: Shenzhen Meisitoo Technology Co ltd
Priority date: 2017-12-21
Filing date: 2017-12-21
Publication date: 2023-06-27
Anticipated expiration: 2037-12-21
Also published as: CN108227479A

Abstract

本发明适用于控制技术领域，提供了一种多关节机器人的PID控制方法及PID控制系统，包括比例单元、积分单元和微分单元，以及对所述比例单元、积分单元和微分单元调节后的输出进行整体增益的整体增益单元，本实施例通过整体增益、比例增益、积分增益、微分增益的综合调节，实现系统的更快调节，以及更加快速的使得设备趋向稳定。

Description

一种多关节机器人的PID控制方法及PID控制系统

技术领域

本发明属于控制技术领域，尤其涉及一种多关节机器人的PID控制方法及PID控制系统。

背景技术

在传统控制领域里，控制系统动态模式的精确程度是影响控制优劣的最主要关键因素，系统动态的信息越详细，则越能达到精确控制的目的。然而，对于复杂的系统，由于变量太多，往往难以正确的描述系统的动态。

目前工业机器人大多数采用经典PID，鲁棒性好，可靠性高，参数易于调节，适合用于嵌入式控制系统。但是，对于多关节机器人，随着关节递增，对应负载电机会随着受重力和机械惯性影响而变化，构成一个非线性强耦合系统，因此传统的经典PID控制器很难保证系统的动态响应品质，使得系统性能下降。

PID控制算法是根据误差值来调整输出值，使系统更加精确稳定。

误差值是由输入值的测量值偏差或是由此偏差衍生的信号，然后经过比例、积分、微分运算，得到输出值，其中比例、积分、微分三个参数都发挥着重要的作用。比例项在控制中的起的作用的迅速减少误差，一旦系统由误差产生，比例项会立刻产生信号去抑制偏差，它反应了控制器消除偏差的快慢能力。提高比例项可以增大误差的调节速度，但是过大的比例参数也会使系统的稳定性下降，甚至造成系统的震荡。积分项起消除稳态误差的作用，只要系统存在误差，积分项就会一直作用于控制器，直至系统误差为零。积分时间常数越小，积分作用越明显，过大的积分参数也会产生震荡，而积分时间常数较小时，积分效果会减弱。微分项在改善系统的动态性能方面起着很大的作用，误差的一阶导数与微分项相乘得到一个导数，这个导数会对系统的变化做出反应，因此它可以根据预测偏差的变化趋势，产生一个超前的控制量对输出调节。微分作用的大小与参数的选取也密切相关，合适的微分时间常数可以抑制系统的超调，而不合理的参数可能会延长系统达到稳定的时间。由于微分对误差的变化比较敏感，所以在噪声较大的环境下，可能会造成系统的不稳定，加强微分会对抗干扰不利。在具体的应用中，通常都是三个参数的组合，其中，常用PID控制原理如图1所示。

普通PID控制算法虽然已经可以满足大多数控制器的需要，但也存在一些不足，如积分项过大导致系统震荡，微分会带来毛刺放大的效果，都会对控制系统造成不好的影响。虽然已经普遍应用于工业机器人技术中，由于其跟踪性能较差，当机器人需要精确轨迹跟踪时，系统很难满足控制要求。

机器人是一种复杂的多输入输出的非线性系统，具有强耦合、时变以及非线性等动力学特性，所以机器人参数测量与建模的不精确，加上各关节的负载及外部干扰，使得人们很难获得机器人完整、精确的对象模型。而传统控制方法都是基于被控对象的数学模型来设计的，因此，面对具有建模误差和不确定干扰的机器人控制时，这些控制方法都无法保证机器人在复杂的环境下的稳定性、鲁棒性以及动态性能。

发明内容

本发明实施例的目的在于提供一种多关节机器人的PID控制方法PID控制系统，以解决现有PID控制无法保证机器人在复杂的环境下的稳定性、鲁棒性以及动态性能的问题。

本发明实施例是这样实现的，一种多关节机器人的PID控制方法，对PID控制的输出u(t)采用整体增益、比例增益、积分增益、以及微分增益的调节，具体调节公式如下：

(G_gain、k_p、T_i、T_d分别＞0)

其中，e(t)是控制偏差，G_gain是整体增益比例因子，k_p是比例系数、T_i是积分系数、T_d是微分系数。

进一步地，0＜G_gain≤15；0＜k_p≤15；0＜T_i≤15；0＜T_d≤15。

进一步地，G_gain＝发生短间断性振动时对应的G_gain值-2个单位值。

进一步地，G_gain＝(G_gain″+1)*16/g(0＜G_gain″≤15；g＝{1,2,4,8,16})；

k_p＝k_p″*16/p(0＜k_p″≤15；p＝{1,2,4,8,16})；

T_i＝T_i″*i+1(0＜T_i″≤15；i＝{1,2,4,8,16})；

T_d＝T_d″*32/d(0＜T_d″≤15；d＝{1,2,4,8,16})；

其中，G_gain″、k_p″、T_i″、T_d″为分别整体增益、比例增益、积分增益、微分增益的粗调值。

进一步地，所述PID控制方法还可以包括以下步骤：

预测后续速度值；

确定所述速度值对应的各个增益值；

在后续速度到达前调解各个增益值。

进一步地，对各轴的实际控制经验数据形成专家数据库，将系统的实际状态与所述专家数据库对比，找到所述整体增益、比例增益、积分增益、以及微分增益的最佳增益值。

本发明实施例还提供一种多关节机器人的PID控制系统，包括比例单元、积分单元和微分单元，以及对所述比例单元、积分单元和微分单元调节后的输出进行整体增益的整体增益单元；所述比例单元、积分单元、微分单元、以及整体增益单元通过以下公式实现，

(G_gain、k_p、T_i、T_d分别＞0)

进一步地，0＜G_gain≤15；0＜k_p≤15；0＜T_i≤15；0＜T_d≤15。

进一步地，所述G_gain、k_p、T_i、以及T_d采用以下的设置方式：

G_gain＝(G_gain″+1)*16/g(0＜G_gain″≤15；g＝{1,2,4,8,16})；

k_p＝k_p″*16/p(0＜k_p″≤15；p＝{1,2,4,8,16})；

T_i＝T_i″*i+1(0＜T_i″≤15；i＝{1,2,4,8,16})；

T_d＝T_d″*32/d(0＜T_d″≤15；d＝{1,2,4,8,16})；

其中，G_gain″、k_p″、T_i″、T_d″为分别整体增益单元、比例增益单元、积分增益单元、微分增益单元中的增益粗调值。

进一步地，还包括速度预测模块和增益调节模块。

进一步地，还包括分析模块，用于对预测的速度与系统的影响关系进行分析，找出最佳的增益值。

本发明提供了一种多关节机器人的PID控制方法及PID控制系统，通过整体增益、比例增益、积分增益、微分增益的综合调节，实现系统的更快响应，以及更加快速的使得设备趋向稳定。

附图说明

为了更清楚地说明本发明实施例中的技术方案，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发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1是现有技术中PID的控制原理图；

图2是本发明实施例的PID的控制原理图；

图3是本发明实施例的PID控制系统的框图；

图4是本发明另一实施例的PID控制系统的框图；

图5是本发明另一实施例的PID控制系统的框图。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

如图1所示的现有技术中的PID控制原理图，其中，r(t)是给定值，y(t)是实际输出值，u(t)是PID控制的输出值，e(t)是控制偏差；控制器由比例单元(P)、积分单元(I)和微分单元(D)组成，控制器以控制偏差e(t)为输入，通过对比例系数、积分系数、微分系数进行调节实现输出u(t)的调节。

但由于机器人是一种复杂的多输入输出的非线性系统，具有强耦合、时变以及非线性等动力学特性，所以机器人参数测量与建模的不精确，加上各关节的负载及外部干扰，使得人们很难获得机器人完整、精确的对象模型。而传统控制方法都是基于被控对象的数学模型来设计的，因此，面对具有建模误差和不确定干扰的机器人控制时，这些控制方法都无法保证机器人在复杂的环境下的稳定性、鲁棒性以及动态性能。

所以，如图2所示，本发明实施例提供一种多关节机器人的PID控制方法，所述多关节机器人通过电机带动机械臂运动，所述多关节机器人的PID控制的输出u(t)采用整体增益、比例增益、积分增益、以及微分增益的调节，具体调节公式(1)所示：

(G_gain、k_p、T_i、T_d分别＞0)(1)

本实施例中，通过对输出u(t)进行整体增益、比例增益、积分增益、以及微分增益的调节，实现系统响应性的调节，并实现对电机振动和偏差的抑制。

进一步地，0＜G_gain≤15；0＜k_p≤15；0＜T_i≤15；0＜T_d≤15。

通过对G_gain数值的调节，实现系统响应性的变化，当G_gain值从0往15方向调节，值越大，系统的响应性越快，但当值过大时，电机会产生振动，并随之值的增大而增大；当G_gain值从15往0方向调节，值越小，系统的响应性越慢，但当值过小时，偏差会增大，并且电机会产生振动，所述振动随着G_gain值的降低而逐渐增大。

k_p值从0往15调节时，过大的值会导致振动；从15往0调节时，系统的响应性会变差，且偏差随之值的降低逐渐增大。

T_i值从0往15调节时，惯量会变小，但值调节过大时会导致低频共振；从15往0调节时，惯量会变大，但值调节过小时会导致振动。

T_d值从0往15调节时，系统响应性会加快，但过大的值会导致振动；从15往0调节时，系统的响应性会减慢，且偏差和电机的振动都会随T_d值的降低逐渐增大。

综上，在实际PID控制调节中，需要根据需要调节G_gain值、k_p值、T_i值、T_d值调节，抑制振动和偏差。具体的调节，可以参考上述G_gain值、k_p值、T_i值、T_d值对系统的影响，进行单一或组合调节各个增益值。

进一步，当G_gain值较小时，会发生长间断性振动，若G_gain值太大时，会发生带噪音的短间断性振动。本实施例中，G_gain值设置为系统发生短间断性振动时对应的G_gain值之前的2个单位值。

即，G_gain＝发生短间断性振动时对应的G_gain值-2个单位值。

进一步地，为了能够等到更好的运动效果，通过设定g、p、i、d参数与G_gain值、k_p值、T_i值、T_d值的关系，实现的PID的精确调节和控制，具体的对应关系如公式(2)-(5)所示：

G_gain＝(G_gain″+1)*16/g(0＜G_gain″≤15；g＝{1,2,4,8,16})(2)

k_p＝k_p″*16/p(0＜k_p″≤15；p＝{1,2,4,8,16})(3)

T_i＝T_i″*i+1(0＜T_i″≤15；i＝{1,2,4,8,16})(4)

T_d＝T_d″*32/d(0＜T_d″≤15；d＝{1,2,4,8,16})(5)

需要精确调节PID时，整体增益、比例增益、积分增益、微分增益的最终精确调节值的范围为：1≤G_gain≤256；0＜k_p≤240；1≤T_i≤241；0＜T_d≤480。

如在一个具体实施例中，设定：G_gain″＝8；k_p″＝8；T_i″＝8；T_d″＝8；g＝4；p＝2；i＝4；d＝2；

则，G_gain＝(8+1)*16/4＝36；k_p＝8*16/2＝64；

T_i＝8*4+1＝33；T_d＝8*32/2＝128。

那么，G_gain值、k_p值、T_i值、以及T_d值分别对应的36、64、33、128将作为系统的最终增益值，通过公式(2)-(5)对各个增益的优化，得到更符合系统稳定的增益值，实现PID的精确调节。

上述增益的粗调值的选定，可以结合增益对系统的变化趋势，在整体基本保持稳定的情况下，再利用公式(2)-(5)对各个增益的优化。

当然本实施例中的具体设定值，只是其中的一个具体实施例，不限定本方法的增益数值的其他获取。

进一步地，为了更好的实现多关节机器人的PID控制，本实施例还采用速度前瞻的方式，通过预测后续运动即将要达到的速度值，并提前调大或缩小各增益的数值，以使得系统在任何时候都能稳定不震荡。由于速度前瞻的预先性，可以将系统的输入直接作用于PID控制器，达到系统的响应速度增加的目的，如果系统不知道后续速度的变化情况，在只有不断读取当前速度值后才能做调节，而本实施例的速度前瞻的调节方法避免因为滞后的调节造成系统稳定的调节过程缓慢，且易出现系统震荡的现象。

具体的，所述速度前瞻调解方式包括：预测后续速度值；确定所述速度值对应的各个增益值；在后续速度到达前调解各个增益值。

针对将要达到的速度，调大或缩小各增益的数值的具体操作，可以参考系统在各个增益值之下的变化趋势，如G_gain在0至15变化时，系统状态对应的变化情况。

具体的调节实现方式，可以采用手动或自动调节。本实施例中，优选自动调节，如：在所述速度对应的增益值进行调节前，可以先对增益值变化带来的系统影响进行分析，找出最合适的各个增益值，然后系统将对应进行自动调节。

进一步的，在速度前瞻调解方式中的确定所述速度值对应的各个增益值步骤前，还包括对速度与系统状态关系的分析，通过分析来确定最佳的增益值；

进一步地，本实施例的方法还可以结合对各轴的实际控制经验数据或或规则库的参考，形成专家数据库进行配套控制，通过将系统的实际状态与所述专家数据库对比，找到所述整体增益、比例增益、积分增益、以及微分增益的最佳值。避免因为机器人系统是串联结构，根据其负载的不同、速度的不同、位置不同形成非常复杂的关系系统，且为一种非线性关系，难以用一个准确的数学公式表达的缺点。

如图3所示，本发明实施例还提供一种多关节机器人的PID控制系统10，包括比例单元11、积分单元12和微分单元13，以及对所述比例单元、积分单元和微分单元调节后的输出进行整体增益的整体增益单元14；所述比例单元、积分单元、微分单元、以及整体增益单元的调节通过以下公式实现，

(G_gain、k_p、T_i、T_d分别＞0)

进一步地，所述比例单元、积分单元和微分单元、整体增益单元的调节范围分别在0至15之间，即，0＜调节值≤15。

进一步地，在比例单元、积分单元和微分单元、整体增益单元中，G_gain、k_p、T_i、T_d分别采用以下的设置方式：

G_gain＝(G_gain″+1)*16/g(0＜G_gain″≤15；g＝{1,2,4,8,16})；

k_p＝k_p″*16/p(0＜k_p″≤15；p＝{1,2,4,8,16})；

T_i＝T_i″*i+1(0＜T_i″≤15；i＝{1,2,4,8,16})；

T_d＝T_d″*32/d(0＜T_d″≤15；d＝{1,2,4,8,16})；

所述增益粗调值是根据系统的实际情况粗略的调节各个增益单元的增益值，使得系统能够快速的达到基本稳定的状态。

进一步地，如图4所示，还包括速度前瞻单元(图未示)，通过提前预测后续速度，并实时的调节各个增益值，使得系统响应性跟快，同时也更加稳定。

具体的，所述速度前瞻单元包括速度预测模块15和增益调节模块16，所述速度预测模块用于对机器人即将到达的速度进行预测；所述增益调节模块用于对各个单元的增益值进行调节设置。

进一步地，所述速度前瞻单元还包括分析模块17，根据速度与增益值对系统产生的变化关系，分析出预测的速度对应的最佳增益值，供增益调节模块进行调节设置，可实现自动对增益值的调节。

进一步地，上述实施例中还可以包括由各种经验调节值与系统状态关系形成的数据库18，用于存储所述比例单元、积分单元、微分单元、以及整体增益单元的多种增益值与系统变化的关系。

当然，本实施例提供的PID控制系统不仅仅限于机器人领域，在需要实现控制的领域内都可以采用本实施例提供的PID控制方法或PID控制系统。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。

Claims

1.一种多关节机器人的PID控制方法，其特征在于，对PID控制的输出u(t)采用整体增益、比例增益、积分增益、以及微分增益进行调节，所述调节如下：

其中，G_gain>0；k_p>0；T_i>0；T_d＞0；

其中，e(t)是控制偏差，G_gain是整体增益比例因子，k_p是比例系数、T_i是积分系数、T_d是微分系数；

所述G_gain、k_p、T_i、以及T_d采用以下的设置方式，

G_gain＝(G_gain″+1)*16/g 0＜G_gain″≤15；g＝{1,2,4,8,16}；

k_p＝k_p″*16/p 0＜k_p″≤15；p＝{1,2,4,8,16}；

T_i＝T_i″*i+1 0＜T_i″≤15；i＝{1,2,4,8,16}；

T_d＝T_d″*32/d 0＜T_d″≤15；d＝{1,2,4,8,16}；

其中，G_gain″、k_p″、T_i″、T_d″分别为：整体增益、比例增益、积分增益、微分增益的粗调值。

2.如权利要求1所述的PID控制方法，其特征在于，0＜G_gain≤15；0＜k_p≤15；0＜T_i≤15；0＜T_d≤15。

3.如权利要求2所述的PID控制方法，其特征在于，G_gain＝系统发生短间断性振动时对应的G_gain值-2个单位值。

4.如权利要求1-3任一项所述的PID控制方法，其特征在于，所述PID控制方法还包括以下步骤：

预测后续速度值；

确定所述速度值对应的各个增益值；

在后续速度到达前调节各个增益值。

5.如权利要求1-3任一项所述的PID控制方法，其特征在于，对各轴的实际控制经验数据形成专家数据库，将系统的实际状态与所述专家数据库对比，找到所述整体增益、比例增益、积分增益、以及微分增益的最佳增益值。

6.一种多关节机器人的PID控制系统，其特征在于，包括比例单元、积分单元和微分单元，以及对所述比例单元、积分单元和微分单元调节后的输出进行整体增益的整体增益单元；所述比例单元、积分单元、微分单元、以及整体增益单元通过以下公式实现PID控制，

其中，G_gain>0；k_p>0；T_i>0；T_d＞0；

所述G_gain、k_p、T_i、以及T_d采用以下的设置方式：

G_gain＝(G_gain″+1)*16/g 0＜G_gain″≤15；g＝{1,2,4,8,16}；

k_p＝k_p″*16/p 0＜k_p″≤15；p＝{1,2,4,8,16}；

T_i＝T_i″*i+1 0＜T_i″≤15；i＝{1,2,4,8,16}；

T_d＝T_d″*32/d 0＜T_d″≤15；d＝{1,2,4,8,16}；

其中，G_gain″、k_p″、T_i″、T_d″分别为：整体增益单元、比例增益单元、积分增益单元、微分增益单元中的增益粗调值。

7.如权利要求6所述PID控制系统，其特征在于，0＜G_gain≤15；0＜k_p≤15；0＜T_i≤15；0＜T_d≤15。

8.如权利要求6所述PID控制系统，其特征在于，还包括速度前瞻单元。