CN109291055B

CN109291055B - 机器人运动控制方法、装置、计算机设备和存储介质

Info

Publication number: CN109291055B
Application number: CN201811442495.8A
Authority: CN
Inventors: 张国柱
Original assignee: KUKA Robotics Guangdong Co Ltd
Current assignee: KUKA Robotics Guangdong Co Ltd
Priority date: 2018-11-29
Filing date: 2018-11-29
Publication date: 2021-06-01
Anticipated expiration: 2038-11-29
Also published as: CN109291055A

Abstract

本公开揭示了一种机器人运动控制方法、装置、计算机设备和存储介质，属于自动控制领域。所述方法包括获取所述机器人的各个关节马达的功率参数；根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率；根据所述机器人的总功率和预定功率参数，确定所述机器人的运动轨迹；根据所述机器人的运动轨迹，控制所述机器人的运动。这样使得机器人的运动一直处于一种低动能低动量的运行过程中，保证了机器人运行过程中的安全，改善了机器人的可操作性，并且对马达进行了有效的保护。

Description

机器人运动控制方法、装置、计算机设备和存储介质

技术领域

本公开涉及自动控制领域，特别涉及一种机器人运动控制方法、装置、计算机设备和存储介质。

背景技术

在工业机器人的应用过程中，往往需要对机器人进行现场的调试与示教。而在此过程中，机器人将被示教器或电脑操作界面直接控制，其运动过程存在一定的不确定性。因此，需采用特定的控制方法或保护逻辑以保障机器人调试与示教过程的安全性。

针对上述问题，相关技术中提出的一种方案是限制机器人运动的速度，该方法能直接限制机器人的动能，从而降低机器人因碰撞而造成的损害。然而，该方法未考虑机器人特性参数，如惯量、摩擦力等影响，在特定条件下，如机器人惯量较大时，仍需释放较大的动能，因而无法避免机器人碰撞造成的损害。相关技术中提出的另一种方案是通过检测机器人关节或末端的受力，判断机器人是否已产生碰撞，并进行相应的保护处理。但是，该方法只有在机器人发生碰撞时才能检测出异常并进行保护处理，因此，其保护动作存在滞后。

发明内容

基于此，为解决相关技术中机器人运行过程中存在安全隐患的技术问题，本公开提供了一种机器人运动控制方法、装置、计算机设备和存储介质。

在本公开实施例的第一方面中，提供了一种机器人运动控制方法，包括：

获取所述机器人的各个关节马达的功率参数；

根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率；

根据所述机器人的总功率和预定功率参数，确定所述机器人的运动轨迹；

根据所述机器人的运动轨迹，控制所述机器人的运动。

在其中一个实施例中，所述关节马达的功率参数包括所述关节马达的交轴电流、交轴电压、直轴电流和直轴电压；

所述根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率，包括：

获取所述机器人的各个关节马达的极对数；

根据所述机器人的各个关节马达的交轴电流、交轴电压、直轴电流和直轴电压以及所述各个关节马达的极对数，确定所述机器人的总功率。

在其中一个实施例中，根据所述机器人的各个关节马达的交轴电流、交轴电压、直轴电流和直轴电压以及所述各个关节马达的极对数，通过以下公式确定所述机器人的总功率：

其中，P_ins表示所述机器人的总功率；P_k表示第k个关节马达的极对数；v_qk表示第k个关节马达的交轴电压；i_qk表示第k个关节马达的交轴电流；v_dk表示第k个关节马达的直轴电压；i_dk表示第k个关节马达的直轴电流；n表示所述机器人的关节马达的总个数。

在其中一个实施例中，所述关节马达的功率参数包括所述关节马达的直轴电流、交轴电流及转速；

获取所述机器人的各个关节马达的直轴电感、交轴电感以及反电动势系数和极对数；

根据所述机器人的各个关节马达的直轴电流、交轴电流及转速以及所述各个关节马达的直轴电感、交轴电感、反电动势系数和极对数，确定所述机器人的总功率。

在其中一个实施例中，根据所述机器人的各个关节马达的直轴电流、交轴电流及转速以及所述各个关节马达的直轴电感、交轴电感、反电动势系数和极对数，通过以下公式确定所述机器人的总功率：

其中，P_ins表示所述机器人的总功率；P_k表示第k个关节马达的极对数；K_ek表示第k个关节马达的反电势系数；i_qk表示第k个关节马达的交轴电流；i_qk表示第k个关节马达的直轴电流；L_dk表示第k个关节马达的直轴电感；L_qk表示第k个关节马达的交轴电感；ω_k表示第k个关节马达的转速；n表示所述机器人的关节马达的总个数。

在其中一个实施例中，根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率，包括：

根据所述机器人的各个关节马达的功率参数，计算所述各个关节马达的功率；

根据所述各个关节马达的功率，对所述机器人的所有关节马达的功率进行求和，以得到所述机器人的总功率。

在其中一个实施例中，在根据所述机器人的总功率和设定的功率参数，确定所述机器人的运动轨迹之前，所述方法还包括：

对确定的所述机器人的总功率进行滤波处理。

在其中一个实施例中，根据所述机器人的总功率和预定功率参数，确定所述机器人的运动轨迹，包括：

根据所述机器人的总功率和所述预定功率参数，确定所述机器人的轨迹规划参数；

根据所述机器人的轨迹规划参数，确定所述机器人的运动轨迹。

在其中一个实施例中，所述机器人的轨迹规划参数包括所述机器人的最大速度和最大加速度，所述预设功率参数包括预设功率阈值和预测功率增量阈值；

根据所述机器人的总功率和所述预定功率参数，确定所述机器人的轨迹规划参数，包括：

若所述机器人的总功率小于所述预设功率阈值与所述预测功率增量阈值之差，则将所述机器人的最大速度和最大加速度设定为默认值。

在其中一个实施例中，所述方法还包括：

若所述机器人的总功率大于所述预设功率阈值，则将所述机器人的最大速度依次递减至零或者依次递减至所述机器人的总功率不大于所述预设功率阈值，并将所述机器人的最大加速度依次递减至零或者依次递减至所述机器人的总功率不大于所述预设功率阈值；

若所述机器人的总功率不小于所述预设功率阈值与所述预测功率增量阈值之差，且不大于所述预设功率阈值，则控制所述机器人的最大速度和最大加速度保持不变。

在其中一个实施例中，所述机器人的轨迹规划参数包括所述机器人的最大速度和最大加速度；

根据所述机器人的轨迹规划参数，确定所述机器人的运动轨迹，包括：

获取所述机器人需要移动到的目标位置；

根据所述目标位置及所述机器人的最大速度和最大加速度，确定所述机器人在移动过程中的速度、加速度以及运动位置；

基于所述机器人在移动过程中的速度、加速度以及运动位置，生成所述运动轨迹。

在本公开实施例的第二方面中，提供了一种机器人运动控制装置，包括：

参数获取单元，用于获取所述机器人的关节马达的功率参数；

功率检测单元，用于根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率；

轨迹单元，用于根据所述机器人的总功率，确定所述机器人的运动轨迹；

驱动单元，用于根据所述轨迹单元确定的所述机器人的运动轨迹，控制机器人的运动。

在本公开实施例的第三方面中，提供了一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行上述所述机器人运动控制方法的步骤。

在本公开实施例的第四方面中，提供了一种存储有计算机可读指令的存储介质，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行上述所述机器人运动控制方法的步骤。

本公开的实施例提供的技术方案可以包括以下有益效果：

上述机器人运动控制方法、装置、计算机设备和存储介质，由于功率同时考虑了速度与力的影响，因此通过获取所述机器人的各个关节马达的功率参数，然后根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率，再根据所述机器人的总功率和预定功率参数，确定所述机器人的运动轨迹，使得通过检测机器人的功率来确定运动轨迹，既避免了高惯量负载下低速运行时动能较大的问题，又消除了在检测到碰撞后再采取保护处理的滞后性，确保了在对机器人进行运动控制时既能够考虑到机器人运动的速度，又能够考虑到机器人运动的惯量，进而能够保证机器人的运动一直处于一种低动能低动量的运行过程中。这样，就保证了机器人运行过程中的安全，改善了机器人的可操作性，并且对马达进行了有效的保护。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本公开。

附图说明

图1是一个实施例中提供的机器人运动控制方法的实施环境图。

图2是根据一示例性实施例示出的一种机器人运动控制方法的流程图。

图3是根据图2对应实施例示出的机器人运动控制方法中步骤S120的一种具体实现流程图。

图4是根据图2对应实施例示出的机器人运动控制方法中步骤S120的一种具体实现流程图。

图5是根据图2对应实施例示出的机器人运动控制方法中步骤S120的一种具体实现流程图。

图6是根据图2对应实施例示出的又一机器人运动控制方法的流程图。

图7是根据图2-6对应实施例示出的机器人运动控制方法中步骤S140的一种具体实现流程图。

图8是根据图7对应实施例示出的机器人运动控制方法中步骤S141的一种具体实现流程图。

图9是根据图7对应实施例示出的机器人运动控制方法中步骤S141的又一种具体实现流程图。

图10是根据图7对应实施例示出的机器人运动控制方法中步骤S142的一种具体实现流程图。

图11是根据一示例性实施例示出的一种机器人运动控制装置的框图。

图12是根据图11对应实施例示出的又一种机器人运动控制装置的框图。

图13示意性示出一种用于实现上述坐席分配方法的电子设备示例框图。

图14示意性示出一种用于实现上述坐席分配方法的计算机可读存储介质。

具体实施方式

为了使本公开的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本公开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公开，并不用于限定本公开。

图1为一个实施例中提供的机器人运动控制方法的实施环境图，如图1所示，在所述实施环境中，包括运动控制设备100和机器人200。

所述机器人200为任何可以用作展示或者在调试中的可以运动的机器人。所述运动控制设备100为控制所述机器人200运动的设备，例如可以是相关技术人员的个人计算机、移动终端设备或者是控制台已经在所述机器而内部的微型控制设备等，本公开在此不做限定。所述运动控制设备100先获取所述机器人200的各个关节马达的功率参数后，根据所述机器人200的各个关节马达的功率参数，确定所述机器人200的总功率。然后根据所述机器人200的总功率和预定功率参数，确定所述机器人200的运动轨迹。最后根据确定的所述机器人200的运动轨迹，控制所述机器人200的运动。已达到保证机器人200安全运行的目的。

需要说明的是，所述运动控制设备100可为微型计算机、移动终端、控制台以及微型控制设备等，但并不局限于此。所述运动控制设备100和机器人200之间可以通过有线、无线或者其他通讯连接方式进行连接，本公开在此不做限制。

如图2所示，在一个实施例中，提出了一种机器人运动控制方法，所述机器人运动控制方法可以应用于上述运动控制设备100中，具体可以包括以下步骤：

步骤S110，获取所述机器人的各个关节马达的功率参数；

步骤S120，根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率；

步骤S140，根据所述机器人的总功率和预定功率参数，确定所述机器人的运动轨迹；

步骤S150，根据所述机器人的运动轨迹，控制所述机器人的运动。

所述方法通过获取所述机器人的各个关节马达的功率参数后，确定所述机器人的总功率。然后根据所述机器人的总功率和预定功率参数，确定所述机器人的运动轨迹。由于机器人的总功率表现出来所述机器人在一定时间内所做的功，也就展现出了在这段时间内所述机器人转化其他能量为动能的情况。这样就可以将机器人保持在一个低动能的运行状态中。也就保证了机器人在骤停的情况下释放的动能处于安全范围内，保证了机器人的安全运行。最后根据所述机器人的运动轨迹，控制所述机器人的运动。这样达到了提前预估，提前判断以及提前规划的目前，解决了传统手段控制过程中存在滞后的问题，保证了在机器人运行过程中的安全。

对于图2中所示的步骤S120，本公开的实施例提供了多种具体的实现方式，详细阐述如下：

实现方式一：

可选的，图3是根据图2对应实施例示出的机器人运动控制方法中步骤S120的细节描述，所述机器人运动控制方法中，所述关节马达的功率参数包括所述关节马达的交轴电流、交轴电压、直轴电流和直轴电压，步骤S120可以包括以下步骤：

步骤S121，获取所述机器人的各个关节马达的极对数；

步骤S122，根据所述机器人的各个关节马达的交轴电流、交轴电压、直轴电流和直轴电压以及所述各个关节马达的极对数，确定所述机器人的总功率。

其中，所述极数就是马达每相含有的磁极个数，所述交轴为马达垂直磁场方向的轴，所述直轴为马达平行磁场方向的轴，所述轴为坐标轴。

本实施例采用了电动马达作为关节马达，所述方法先根据所述机器人的各个关节马达的交轴电流、交轴电压、直轴电流和直轴电压以及所述各个关节马达的极对数分别算出所述关节马达的交轴功率和直轴功率，然后相加，得到所述关节马达的功率，然后再根据各个关节马达的功率，求得机器人的总功率。

可选地，步骤S122通过以下公式确定所述机器人的总功率：

相比于传统的计算式直接根据马达的电流和电压以及相位和系数，本公开实施例中的实现方式一示出的计算式先分别算出所述关节马达的交轴功率和直轴功率，然后将交轴功率和直轴功率相加，得到所述关节马达的功率，最后求取各个关节马达的功率之和。这种算法考虑到了各个关节马达的规格以及马达磁场对于功率的影响，使得计算结果更为精确。

实现方式二：

可选的，图4是根据图2对应实施例示出的机器人运动控制方法中步骤S120的细节描述，所述机器人运动控制方法中，所述关节马达的功率参数包括所述关节马达的直轴电流、交轴电流及转速，步骤S120可以包括以下步骤：

步骤S125，获取所述机器人的各个关节马达的直轴电感、交轴电感以及反电动势系数和极对数；

步骤S126，根据所述机器人的各个关节马达的直轴电流、交轴电流及转速以及所述各个关节马达的直轴电感、交轴电感、反电动势系数和极对数，确定所述机器人的总功率。

本实施例也采用了电动马达作为关节马达，相对于图3对应实施例示出的机器人运动控制方法，本实施例是根据各个关节马达的输出功率来确定所述机器人的总功率。这种方法能更准确地估计出机器人各关节的做功与能量变化状况，能够更简便直观地对机器人的运动轨迹进行规划。

可选地，步骤S126可以通过以下公式确定所述机器人的总功率：

其中，P_ins表示所述机器人的总功率；P_k表示第k个关节马达的极对数；K_ek表示第k个关节马达的反电势系数；i_qk表示第k个关节马达的交轴电流；i_dk表示第k个关节马达的直轴电流；L_dk表示第k个关节马达的直轴电感；L_qk表示第k个关节马达的交轴电感；ω_k表示第k个关节马达的转速；n表示所述机器人的关节马达的总个数。

实现方式二中的计算式相比于上述实现方式一所示的计算式，计算的是关节马达的输出轴功率，其等于输出轴扭矩与输出轴转速之积。输出轴扭矩可以根据关节马达的反电势所做的功以及关节马达的磁线圈电感的功计算。最后求取各个关节马达的功率之和，得到机器人的总功率。

实现方式三：

可选的，图5是根据图2对应实施例示出的机器人运动控制方法中步骤S120的细节描述，所述机器人运动控制方法中，步骤S120可以包括以下步骤：

步骤S128，根据所述机器人的各个关节马达的功率参数，计算所述各个关节马达的功率；

步骤S129，根据所述各个关节马达的功率，对所述机器人的所有关节马达的功率进行求和，以得到所述机器人的总功率。

实现方式三中通过对所述机器人的所有关节马达的功率进行求和，同样可以计算得到所述机器人的总功率。此外，由于可以获得各个关节马达的功率，也就可以控制各个关节马达的功率，实现了在总体管控的情况下，还可以精确控制的效果。

实现方式四：

图6示出了在一个实施例中，图2对应实施例中的步骤S140之前，所述机器人运动控制方法还可以包括以下步骤。

步骤S130，对确定的所述机器人的总功率进行滤波处理。

所述滤波器可以是低通滤波器，也可以是一阶低通滤波器或高阶滤波器，其作用为抑制机器人功率检测的快速突变，并使功率检测值为低通滤波器时间常数以内的平均值，然后将所述平均值输出。这样可以使得机器人的总功率值更趋于平稳，使得所述机器人的运动轨迹确定得更为精准。

可选的，图7是根据图2-6对应实施例示出的机器人运动控制方法中步骤S140的细节描述，所述机器人运动控制方法中，步骤S140可以包括以下步骤：

步骤S141，根据所述机器人的总功率和所述预定功率参数，确定所述机器人的轨迹规划参数；

步骤S142，根据所述机器人的轨迹规划参数，确定所述机器人的运动轨迹。

在规划确定所述机器人的运动轨迹的过程中，所述机器人的总功率和所述预定功率参数并不能直接反映出所述机器人的运动轨迹，需要将其转化为与运动轨迹相关的轨迹规划参数后，根据所述轨迹规划参数进行规划。所述轨迹规划参数可以是所述机器人给运动部件的位移、速度及加速度等。

可选的，图7所述机器人运动控制方法中，所述机器人的轨迹规划参数包括所述机器人的最大速度和最大加速度，所述预设功率参数包括预设功率阈值和预测功率增量阈值，步骤S141可以包括以下步骤：

步骤S1411，若所述机器人的总功率小于所述预设功率阈值与所述预测功率增量阈值之差，则将所述机器人的最大速度和最大加速度设定为默认值。

在本实施例中，若所述机器人的总功率小于所述预设功率阈值与所述预测功率增量阈值之差，证明所述机器人的总功率远远小于所述预设功率阈值，且余量超过了预测功率增量，这时，不用对所述机器人的运动进行额外的限制，所述机器人的最大速度和最大加速度都可以设定为默认值。

可选的，图8是根据图7对应实施例示出的机器人运动控制方法中步骤S141的进一步地细节描述，所述机器人运动控制方法中，步骤S141出包括上述实施例中的步骤S1411外，还可以包括以下步骤：

步骤S1412，若所述机器人的总功率大于所述预设功率阈值，则将所述机器人的最大速度依次递减至零或者依次递减至所述机器人的总功率不大于所述预设功率阈值，并将所述机器人的最大加速度依次递减至零或者依次递减至所述机器人的总功率不大于所述预设功率阈值；

步骤S1413，若所述机器人的总功率不小于所述预设功率阈值与所述预测功率增量阈值之差，且不大于所述预设功率阈值，则控制所述机器人的最大速度和最大加速度保持不变。

在本实施例中，图8只示出了步骤S1411、步骤S1412和步骤S1413的一种顺序，步骤S1411、步骤S1412和步骤S1413的顺序并不固定，也可以是步骤S1412到步骤S1413到步骤S1411，还可以是同时进行，即判断所述机器人的总功率符合哪一个条件，然后执行符合条件的步骤，本公开在此不做限定。

在本公开的另一个实施例中，图7对应实施例示出的机器人运动控制方法中，如图9所示步骤S141还可以如下实现：

可以先设定机器人的总功率为P_f、所述预设功率阈值为P_set、所述预测功率增量阈值为ΔP以及机器人的最大加速度为a_max、最大速度为v_max。

再设定记录时间或次数的静态变量为i，默认的最大加速度与最大速度分别为a_max0与v_max0。最大加速度和最大速度的预设变化率分别为Δa_max与Δv_max。

在默认参数下，机器人可实现最大功率运行。

在开始阶段，先执行步骤S14101，判断P_f<P_set-ΔP是否成立。

若成立，执行步骤S14105，确定机器人的最大加速度a_max和最大速度v_max分别为默认值a_max0和v_max0，然后将记录时间或次数的静态变量为i归零，然后进入下一时间或下一次循环。

若不成立，执行步骤S14102，判断Pf>Pset是否成立。

若成立，执行步骤S14104，设定a_max＝max(a_max0-Δa_max·i,0)、v_max＝(v_max0-Δv_max·i,0)以及i＝i+1，然后进入下一时间或下一次循环。

若不成立，则所述机器人的最大速度和最大加速度保持不变，直接进入下一时间或下一次循环。

由图9可见，根据预设功率P_set，功率变化区间ΔP与功率检测值P_f，可以实现对机器人轨迹规划参数的在线调整。轨迹规划参数调整可分三种情形：

当P_f<P_set-ΔP时，即功率检测值低于设定值，且余量大于ΔP。此时，最大加速度与最大速度均为默认值a_max0及v_max0。

当P_f>P_set时，即功率检测值大于设定值。此时，最大加速度与最大速度以预设速率减小。

当P_set-ΔP≤P_f≤P_set时，即功率检测值在区间[P_set-ΔP,P_set]以内。此时，最大加速度与最大速度参数保持为上一时刻值。

机器人工作过程中，图9的计算流程按照定时触发方式周期性执行，因此机器人轨迹规划参数将根据实际功率检测值和预设功率参数进行在线调整。在本实施例中，若所述机器人的总功率大于所述预设功率阈值，就需要对所述机器人的运动进行额外的限制，限制方法可以主要针对所述机器人运动的速度和加速度，将所述机器人的最大速度和最大加速度都依次递减，直至零或者所述机器人的总功率不大于所述预设功率阈值。这样逐步递减的方式可以在限制所述机器人的运动的同时，最大限度地保护马达的运行，避免所述马达突然受到一个过大的扭矩而产生疲劳，甚至导致断轴，保证了机器人运行过程中的安全。

可选的，图10是根据图7对应实施例示出的机器人运动控制方法中步骤S142的进一步地细节描述，所述机器人运动控制方法中，所述机器人的轨迹规划参数包括所述机器人的最大速度和最大加速度，步骤S142还可以包括以下步骤：

步骤S1421，获取所述机器人需要移动到的目标位置；

步骤S1422，根据所述目标位置及所述机器人的最大速度和最大加速度，确定所述机器人在移动过程中的速度、加速度以及运动位置；

步骤S1423，基于所述机器人在移动过程中的速度、加速度以及运动位置，生成所述运动轨迹。

在本实施例中，根据所述机器人需要移动到的目标位置及所述机器人的最大速度和最大加速度综合判断，在线调节所述机器人运动到目标位置的速度、加速度进而调节其运动位置，可以实现在运行过程中对所述机器人进行实时地精确控制的效果，进一步保证了机器人运行过程中的安全。

如图11所示，在一个实施例中，提供了一种机器人运动控制装置，所述机器人运动控制装置可以集成于上述的运动控制设备100中，具体可以包括参数获取单元110、功率检测单元120、轨迹单元140和驱动单元150。

参数获取单元110，用于获取所述机器人的关节马达的功率参数；

功率检测单元120，用于根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率；

轨迹单元140，用于根据所述机器人的总功率，确定所述机器人的运动轨迹；

驱动单元150，用于根据所述轨迹单元确定的所述机器人的运动轨迹，控制机器人的运动。

上述装置中各个模块的功能和作用的实现过程具体详见上述机器人运动控制方法中对应步骤的实现过程，在此不再赘述。

可选的，图12是根据图11对应实施例示出的另一种保单分配装置的框图，所述机器人运动控制装置包括：机器人功率检测单元、轨迹规划参数计算单元、轨迹规划单元和伺服驱动单元。

其中，伺服驱动单元根据机器人本体的位置、速度、电流反馈，以及轨迹规划单元计算出的机器人轨迹指令，对机器人各关节电机进行位置伺服控制。

轨迹规划单元则根据机器人目标运动位置与最大加速度，最大速度等参数，以及机器人运动学模型，对机器人的运动轨迹进行规划，产生随时间变化的各关节转角指令。

由于常规机器人控制系统在轨迹规划过程中，最大加速度与最大速度等参数为固定的常数，机器人功率取决于负载、机械装配等状态，因此无法保证其功率在设定值以下。而在机器人示教或现场调试等应用场合，用户需要机器人在低功率下运行，以降低机器人与人或其他设备发生碰撞而引起的损害。由以上分析可知，常规机器人控制系统无法满足此要求。针对此问题，本公开提出了一种机器人低功率控制装置。

与常规控制方式相比，新增了机器人功率检测单元和轨迹规划参数计算单元。

由图12可见，机器人功率检测单元接收来自伺服驱动单元的各关节电机的电流、电压与转速等信号，实时估算机器人功率。

轨迹规划参数计算单元根据预设功率参数(包括功率设定值P_set，以及功率变化区间ΔP)，对轨迹规划参数(包括最大加速度、最大速度)进行实时计算并调整。由于机器人功率P＝T×ω，T＝(J×α+F)×ω，其中α为角加速度，ω为角速度，T为扭矩，J为惯量，F为传动链的摩擦力矩，可见功率与加速度及速度均成正比。在轨迹规划过程中，一般根据相对最大加速度或者速度的百分比来定义实际加速度或者速度。因此，调节最大加速度或者速度可以实现对机器人功率的控制。由图12可见，机器人低功率控制装置内的四个模块组成了以功率为反馈量的闭环，因此可实现功率的反馈控制。

应当注意，尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元，但是这种划分并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之，上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。

此外，尽管在附图中以特定顺序描述了本公开中方法的各个步骤，但是，这并非要求或者暗示必须按照该特定顺序来执行这些步骤，或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的，可以省略某些步骤，将多个步骤合并为一个步骤执行，以及/或者将一个步骤分解为多个步骤执行等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种能够实现上述方法的电子设备。

所属技术领域的技术人员能够理解，本公开的各个方面可以实现为系统、方法或程序产品。因此，本公开的各个方面可以具体实现为以下形式，即：完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等)，或硬件和软件方面结合的实施方式，这里可以统称为“电路”、“模块”或“系统”。

下面参照图11来描述根据本公开的这种实施方式的电子设备500。图11显示的电子设备500仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图11所示，电子设备500以通用计算设备的形式表现。电子设备500的组件可以包括但不限于：上述至少一个处理单元510、上述至少一个存储单元520、连接不同系统组件(包括存储单元520和处理单元510)的总线530。

其中，所述存储单元存储有程序代码，所述程序代码可以被所述处理单元510执行，使得所述处理单元510执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。例如，所述处理单元510可以执行如图2中所示的步骤S110，获取所述机器人的各个关节马达的功率参数；步骤S120，根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率；步骤S140，根据所述机器人的总功率和预定功率参数，确定所述机器人的运动轨迹；步骤S150，根据所述机器人的运动轨迹，控制所述机器人的运动。

存储单元520可以包括易失性存储单元形式的可读介质，例如随机存取存储单元(RAM)5201和/或高速缓存存储单元5202，还可以进一步包括只读存储单元(ROM)5203。

存储单元520还可以包括具有一组(至少一个)程序模块5205的程序/实用工具5204，这样的程序模块5205包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。

总线530可以为表示几类总线结构中的一种或多种，包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。

电子设备500也可以与一个或多个外部设备700(例如键盘、指向设备、蓝牙设备等)通信，还可与一个或者多个使得用户能与该电子设备500交互的设备通信，和/或与使得该电子设备500能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口550进行。并且，电子设备500还可以通过网络适配器560与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图所示，网络适配器560通过总线530与电子设备500的其它模块通信。应当明白，尽管图中未示出，可以结合电子设备500使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。

通过以上的实施方式的描述，本领域的技术人员易于理解，这里描述的示例实施方式可以通过软件实现，也可以通过软件结合必要的硬件的方式来实现。因此，根据本公开实施方式的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中或网络上，包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。

在本公开的示例性实施例中，还提供了一种计算机可读存储介质，其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中，本公开的各个方面还可以实现为一种程序产品的形式，其包括程序代码，当所述程序产品在终端设备上运行时，所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本公开各种示例性实施方式的步骤。

参考图12所示，描述了根据本公开的实施方式的用于实现上述方法的程序产品600，其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码，并可以在终端设备，例如个人电脑上运行。然而，本公开的程序产品不限于此，在本文件中，可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。

所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。

计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了可读程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质，该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。

可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于无线、有线、光缆、RF等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言的任意组合来编写用于执行本公开操作的程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

此外，上述附图仅是根据本公开示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其他实施例。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由权利要求指出。

Claims

1.一种机器人运动控制方法，其特征在于，包括：

获取所述机器人的各个关节马达的功率参数；

根据所述机器人的总功率和预定功率参数，确定所述机器人的轨迹规划参数；

根据所述机器人的轨迹规划参数，确定所述机器人的运动轨迹；

根据所述机器人的运动轨迹，控制所述机器人的运动；

所述机器人的轨迹规划参数包括所述机器人的最大速度和最大加速度，所述预定功率参数包括预设功率阈值和预测功率增量阈值；

根据所述机器人的总功率和预定功率参数，确定所述机器人的轨迹规划参数，包括：

若所述机器人的总功率小于所述预设功率阈值与所述预测功率增量阈值之差，则将所述机器人的最大速度和最大加速度设定为默认值；

2.根据权利要求1所述的机器人运动控制方法，其特征在于，所述关节马达的功率参数包括所述关节马达的交轴电流、交轴电压、直轴电流和直轴电压；

获取所述机器人的各个关节马达的极对数；

3.根据权利要求2所述的机器人运动控制方法，其特征在于，根据所述机器人的各个关节马达的交轴电流、交轴电压、直轴电流和直轴电压以及所述各个关节马达的极对数，通过以下公式确定所述机器人的总功率：

4.根据权利要求1所述的机器人运动控制方法，其特征在于，所述关节马达的功率参数包括所述关节马达的直轴电流、交轴电流及转速；

5.根据权利要求4所述的机器人运动控制方法，其特征在于，根据所述机器人的各个关节马达的直轴电流、交轴电流及转速以及所述各个关节马达的直轴电感、交轴电感、反电动势系数和极对数，通过以下公式确定所述机器人的总功率：

6.根据权利要求1所述的机器人运动控制方法，其特征在于，根据所述机器人的各个关节马达的功率参数，确定所述机器人的总功率，包括：

7.根据权利要求1所述的机器人运动控制方法，其特征在于，在根据所述机器人的总功率和设定的功率参数，确定所述机器人的运动轨迹之前，所述方法还包括：

对确定的所述机器人的总功率进行滤波处理。

8.根据权利要求1所述的机器人运动控制方法，其特征在于，所述机器人的轨迹规划参数包括所述机器人的最大速度和最大加速度；

获取所述机器人需要移动到的目标位置；

9.一种机器人运动控制装置，其特征在于，包括：

轨迹单元，被配置为：

驱动单元，用于根据所述轨迹单元确定的所述机器人的运动轨迹，控制机器人的运动；

其中：

10.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的机器人运动控制方法。

11.一种电子设备，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器实现如权利要求1至8中任一项所述的机器人运动控制方法。