CN109664297B - 机器人的振动抑制方法、系统、装置及计算机可读存储器 - Google Patents

Abstract

本发明实施例提供了一种机器人的振动抑制方法、系统、装置及计算机可读存储器，所述方法包括：获取机器人的至少一个关节的状态变量，所述状态变量包括所述至少一个关节处臂的角速度或角加速度；获取机器人的当前负载、当前运动模式和所述至少一个关节处轴电机的当前运动状态信息；根据所述当前负载、当前运动模式和当前运动状态信息，实时调整反馈控制增益值；根据所述状态变量和反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值；将所述至少一个关节处轴电机的力矩补偿值分别发送至对应的关节控制器，使关节控制器根据所述力矩补偿值调整对应的轴电机的驱动力矩。本发明实施例可显著抑制机器人在运动过程中和运动停止时的振动。

Description

机器人的振动抑制方法、系统、装置及计算机可读存储器

技术领域

本发明实施例涉及机器人领域，更具体地说，涉及一种机器人的振动抑制方法、系统、装置及计算机可读存储器。

背景技术

随着劳动力成本的上升和机器人技术的发展，汽车、电子电器、金属制品、食品、橡胶及塑料等领域对机器人的需求得到了显著增长。

对于N个关节的机器人，目前主流控制方法是通过设计N个独立的单输入单输出(Single-Input/Single-Output，SISO)控制系统来对各关节进行单独控制。如图1所示，关节控制器包括位置环和速度环，其中位置环中的位置控制器将位置指令θ_r1与位置反馈θ_m1的误差转换成速度指令ω_r1，速度环中的速度控制器将速度指令ω_r1与速度反馈ω_m1的误差转换成转矩指令τ_v1，最后由执行器根据上述转矩指令驱动臂动作。位置控制器和速度控制器通常采用PID控制算法来实现。通过速度前馈ω_f1和加速度前馈τ_f1可以提高关节控制系统的响应速度和跟踪精度。

然而，受技术和成本制约，不论执行器采用电动、气动还是液压传动，执行器中的传动机构(减速机、同步带、轴承)和臂之间总会存在一定程度的柔性。上述柔性所造成的变形将导致机器人产生振动，特别是对于高速大负载机器人，而振动问题会制约机器人运动效率、运动精度、带载能力和使用寿命。

为抑制机器人在运动过程中和运动停止时的振动，目前主要采用以下两类方法：

一种是，基于结构优化的振动抑制方法，其通过增加机械传动刚度、结构刚度、机械阻尼和减少机构质量，来提高机构的共振频率和振动衰减速度。由于机器人的刚度主要取决于机械传动刚度，而决定机械传动刚度的减速机、轴承和同步带等标准零部件的刚度提升空间有限，因此该方法虽然可以一定程度上降低机器人的振动，但会增加系统的成本和复杂性。

另一种是，基于开环(前馈)控制的振动抑制方法，其通过提高轨迹的“平滑性”来避免系统固有频率的振动被激发，主要包括输入整形、滤波器、高阶轨迹、轨迹参数优化、最优控制和计算力矩法等手段。该方法需要准确的系统动力学模型，且对扰动和系统参数(如负载)变化的鲁棒性差。另外，公开号为CN107433589A的中国专利申请中，揭露了通过加速度传感器来获取机器人的振动频率和阻尼比，并利用输入整形手段来抑制柔性机械臂末端的残余振动(即运动停止时的振动)的方案。该方案虽然通过加速度传感器解决了输入整形算法对机器人固有频率和阻尼系数鲁棒性差的问题，但该方法对机器人这种强耦合强非线性的多阶模态系统的振动抑制效果并不明显且延时严重，并且该方法还存在如下三个问题：1)只能抑制残余振动，而不能抑制运动过程中的振动；2)需要机器人预先确定运行轨迹，在线实现困难；3)固有频率和运动规划时间越小，速度曲线变形越严重，容易引发新的振动。

发明内容

本发明实施例针对上述基于结构优化的振动抑制方法改善空间有限并增加了系统的成本和复杂性，基于开环控制的振动抑制方法需要准确的系统动力学模型且对扰动和系统参数变化的鲁棒性较差、无法抑制运动过程中的振动、在线实现困难以及容易引发新的振动的问题，提供一种机器人的振动抑制方法、系统、装置及计算机可读存储器。

本发明实施例解决上述技术问题的技术方案是，提供一种机器人的振动抑制方法，所述机器人包括多个关节，每一关节处的臂由轴电机驱动运行，且每一所述轴电机由一个关节控制器闭环控制，其特征在于，所述振动抑制方法包括：

获取所述机器人的至少一个关节的状态变量，所述状态变量包括所述至少一个关节处臂的角速度或角加速度；

获取所述机器人的当前负载、当前运动模式和所述至少一个关节处轴电机的当前运动状态信息；

根据所述当前负载、所述当前运动模式和所述当前运动状态信息，实时调整反馈控制增益值；

根据所述状态变量和所述反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值；

将所述至少一个关节处轴电机的力矩补偿值分别发送至对应的关节控制器，使所述关节控制器根据所述力矩补偿值调整对应的轴电机的驱动力矩。

优选地，所述获取所述机器人的至少一个关节的状态变量，包括：

通过安装到所述至少一个关节处臂上的惯性传感器采集所述臂的角速度或角加速度。

优选地，所述获取所述机器人的至少一个关节的状态变量包括：

通过安装到用于驱动所述至少一个关节处臂的轴电机上的编码器采集所述轴电机的位置反馈值、角速度反馈值，并获取上述轴电机的电流反馈值；

基于柔性非线性动力学模型，根据所述轴电机的位置反馈值、速度反馈值和电流反馈值计算得到所述至少一个关节处臂的角速度或角加速度。

优选地，所述基于柔性非线性动力学模型，根据所述轴电机的位置反馈值、速度反馈值和电流反馈值计算得到所述至少一个关节处臂的角速度或角加速度包括：

基于所述柔性非线性动力学模型，根据所述轴电机的位置反馈值、速度反馈值和电流反馈值通过以下计算式计算得到与所述至少一个关节处臂的角速度或角加速度：

其中，sgn()为阶跃函数运算，θ_m＝[θ_m1,θ_m2,...]^T为所述轴电机的位置反馈值，

为所述轴电机的速度反馈值，τ＝[τ₁,τ₂,...]^T为所述轴电机的力矩反馈值；

为轴电机的位置，

为轴电机的速度，

为轴电机的加速度，

为臂位置，

为臂速度，

为臂加速度，

为所述轴电机的输出力矩反馈值，

为输出到所述臂的力矩值，

J_m＝diag(J_m1,J_m2,...)为轴电机惯量矩阵，

B_m＝diag(B_m1,B_m2,...)为轴电机粘性阻尼矩阵，

f_mc＝diag(F_mc1,F_mc2,...)为轴电机库伦摩擦力矩阵，

K_po＝diag(K_po1,K_po2,...)为关节控制器的位置比例增益矩阵，

K_vo＝diag(K_vo1,K_vo2,...)为关节控制器的速度比例增益矩阵，

为柔性关节受到的弹性力，

B_g＝diag(B_g1,B_g2,...)为柔性关节粘性模型阻尼矩阵，

为机器人惯量矩阵，

为机器人受到的科氏力和离心力，

为机器人受到的重力，

为机器人受到的摩擦力。

优选地，所述获取所述机器人的至少一个关节的状态变量之后还包括：

对所述至少一个关节的状态变量进行预处理，所述预处理包括坐标系变换、傅里叶变换、高通滤波、低通滤波、带通滤波、陷波滤波和均值滤波中的至少一项。

优选地，根据所述当前负载、所述当前运动模式和所述当前运动状态信息，实时调整反馈控制增益值包括：

根据所述当前负载、所述当前运动模式和所述当前运动状态信息，查询预先配置的反馈控制增益调整策略，获取与所述当前负载、所述当前运动模式和所述当前运动状态信息相匹配的反馈控制增益值。

优选地，根据所述状态变量和所述反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值包括：

根据所述状态变量和所述反馈控制增益值按照以下计算式计算得到所述至少一个关节处轴电机的力矩补偿值：

τ_c＝k_p×v

其中，τ_c为力矩补偿值，k_p为反馈控制增益值，v为所述至少一个关节处臂的角速度。

本发明实施例还提供一种机器人的振动抑制系统，包括：

臂状态获取单元，用于获取所述机器人的至少一个关节的状态变量，所述状态变量包括所述至少一个关节处臂的角速度或角加速度；

轴电机状态获取单元，用于获取所述机器人的当前负载、当前运动模式和所述至少一个关节处轴电机的当前运动状态信息；

反馈控制增益计算单元，用于根据所述当前负载、所述当前运动模式和所述当前运动状态信息，实时调整反馈控制增益值；

力矩补偿值计算单元，用于根据所述状态变量和所述反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值；

力矩补偿控制单元，用于将所述至少一个关节处轴电机的力矩补偿值分别发送至对应的关节控制器，使所述关节控制器根据所述力矩补偿值调整对应的轴电机的驱动力矩。

本发明实施例还提供一种机器人振动抑制装置，包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上所述方法的步骤。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如上所述方法的步骤。

本发明实施例的机器人的振动抑制方法、系统、装置及计算机可读存储器，根据机器人的状态变量及反馈控制增益值生成力矩补偿参数，并使用上述力矩补偿参数对关节控制器的输出力矩进行补偿，可显著抑制机器人在运动过程中和运动停止时的振动。

与现有方法相比，本发明实施例不需要准确的机器人动力学模型，鲁棒性高；并且本发明实施例的振动抑制与运动轨迹的关系不大，在线实现简单。

附图说明

图1是现有典型的机器人控制系统原理图；

图2是本发明实施例提供的机器人的振动抑制方法的流程示意图；

图3是使用本发明实施例提供的机器人的振动抑制方法的机器人的结构示意图；

图4是图3中机器人的控制部分的结构示意图；

图5是本发明实施例提供的机器人的振动抑制方法的控制原理图；

图6是使用本发明实施例提供的机器人的振动抑制方法对图3的机器人进行振动抑制的效果图；

图7是另一使用本发明实施例提供的机器人的振动抑制方法的机器人的结构示意图；

图8是使用本发明实施例提供的机器人的振动抑制方法对图7的机器人进行振动抑制的效果图；

图9是本发明另一实施例提供的机器人的振动抑制方法中获取机器人状态变量的流程示意图；

图10是本发明另一实施例提供的机器人的振动抑制方法中状态观测器的原理示意图；

图11是本发明实施例提供的机器人的振动抑制系统的示意图；

图12是本发明实施例提供的机器人的振动抑制装置的示意图。

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2，是本发明实施例提供的振动抑制方法的流程示意图，该振动抑制方法可应用于机器人控制器，并实现机器人运动过程中和运动停止时的振动抑制。上述机器人包括多个关节，每一关节的一个臂由一个轴电机驱动运行，且每一轴电机由一个关节控制器闭环控制。本实施例的机器人的振动抑制方法包括：

步骤S21：获取机器人的至少一个关节的状态变量，上述状态变量包括上述至少一个关节处臂的角速度或角加速度。

上述状态变量具体可以通过安装在机器人的上述至少一个关节的惯性传感器获取。上述惯性传感器包含但不限于单轴角速度陀螺仪、三轴角速度陀螺仪、三轴加速度计和六轴陀螺仪(三轴角速度陀螺仪+三轴加速度计)。

步骤S22：获取机器人的当前负载、当前运动模式和上述至少一个关节处轴电机的当前运动状态信息。

上述当前负载、当前运动模式具体可根据用户输入的控制指令生成。至少一个关节处轴电机的当前运动状态信息则可包括轴电机的位置、姿态、速度等，并可通过对应轴电机处的编码器检测获取。

步骤S23：根据上述当前负载、当前运动模式和当前运动状态信息，实时调整反馈控制增益值。

该步骤可基于预先配置的反馈控制增益调整策略实现，即可根据当前负载、当前运动模式和当前运动状态信息，查询预先配置的反馈控制增益调整策略，获取与当前负载、当前运动模式和当前运动状态信息相匹配的反馈控制增益值。

步骤S24：根据步骤S21获取的状态变量和步骤S23获取的反馈控制增益值计算得到至少一个关节处轴电机的力矩补偿值。

具体地，在生成力矩补偿参数时，可先将状态变量进行以下的一项或多项处理：坐标系变换、傅里叶变换、高通滤波、低通滤波、带通滤波、陷波滤波和均值滤波。

上述至少一个关节处轴电机的力矩补偿值具体可根据以下计算式计算得到：

τ_c＝k_p×υ (1)

其中，τ_c为力矩补偿值，k_p为反馈控制增益值，v为上述至少一个关节处臂的角速度。当然，在具体应用中，也可采用其他类似的计算式计算获得至少一个关节处轴电机的力矩补偿值。

步骤S25：将至少一个关节处轴电机的力矩补偿值分别发送至对应的关节控制器，使关节控制器根据力矩补偿值调整对应的轴电机的驱动力矩。轴电机的原始驱动力矩可由对应的关节控制器闭环产生。

上述振动抑制方法基于闭环反馈控制，其根据机器人的状态变量及反馈控制增益值生成轴电机的力矩补偿参数，并使用上述力矩补偿参数对关节控制器的输出力矩进行补偿，可显著抑制机器人在运动过程中和运动停止时的振动。该方法不仅具有鲁棒性高和在线实现简单的特点，而且也不会对运动轨迹造成大的影响。并且，在实际应用中，为提高减振效果，可对机器人中每一轴电机的输出力矩，采用上述步骤S21-S25进行补偿。

上述振动抑制方法可应用到如图3所示的机器人。该机器人包括控制柜30、底座10、第一轴J1、第一臂A1、第一电动机11、第一编码器11a、第一减速机12、第二轴J2、第二臂A2、第二电动机13、第二编码器13a、第二减速机14、第三轴J3、第三电动机15、第三编码器15a、第三同步带16、第四轴J4、第四电动机17、第四编码器17a、第四同步带18、丝杠19以及惯性传感器40。底座10和第一臂通A1过第一电动机11和第一减速机12连接，第一臂A1和第二臂A2通过第二电动机13和第二减速机14连接，第二臂A2和丝杠19通过花键螺母19a和丝杠螺母19b连接。第二电动机13、第二编码器13a、第三电动机15、第三编码器15a、第四电动机17、第四编码器17a、惯性传感器40等安装在第二臂A2的零部件的电气配线通过挠性波纹管传递到基座10，并通过安装在基座10的线缆20连接到控制柜30。负载安装在丝杠19的底部。上述第一电动机11、第二电动机13、第三电动机15、第四电动机17即为轴电机，用于驱动上述轴电机的关节控制器以及机器人控制器31分别置于控制柜30内。在具体实现时，上述用于驱动上述轴电机的关节控制器也可与机器人控制器31一体。

对于上述机器人中的每一臂(即第一臂A1、第二臂A2)，其控制系统如图4所示。关节控制器根据来自机器人控制器31的规划曲线以及用于抑制振动的力矩补偿值，向轴电机输出驱动电压，轴电机经臂传动机构向对应的臂输出转矩，从而完成臂的运行控制以及振动抑制。

结合图3和图4-5，上述机器人的振动抑制方法可以在典型的SISO独立关节控制策略上实现。具体地，安装在控制柜30中的机器人控制器31通过第一编码器11a采集第一电动机11的位置，并基于采集到的反馈位置通过第一电动机11和第一减速机12驱动第一臂A1沿着第一轴J1方向绕基座10旋转到期望位置；机器人控制器31通过第二编码器13a采集第二电动机13的位置，并基于采集到的反馈位置通过第二电动机13和第二减速机14驱动第二臂A2沿着第二轴J2方向绕第一臂A1旋转到期望位置；机器人控制器31通过第三编码器15a采集第三电动机15位置，并基于采集到的反馈位置通过第三电动机15和第三同步带驱动丝杠19沿着第三轴J3方向平移到期望位置；机器人控制器31通过第四编码器19a采集第四电动机19位置，并基于采集到的反馈位置通过第四电动机19和第四同步带驱动丝杠19沿着第四轴方向绕第二臂A2旋转到期望位置。机器人控制器31通过惯性传感器40采集第二臂A2的运动速度或加速度(在本实例中，基于安装空间的考虑，惯性传感器40被安装在第二臂，但也可安装在第一臂或者机器人末端，或在多个位置安装惯性传感器)，并利用采集到的各编码器和惯性传感器反馈信息对机器人运动过程中和运动停止时的振动进行抑制。

如图6所示，是图3所示的机器人在起始点P0和目标点P1之间来回运动时的速度曲线，其中实线为未使用上述振动抑制算法时臂的角速度，点画线为使用了上述振动抑制方法时臂的角速度。机器人首先从起始点P0运动到目标点P1，规划到位之后再从目标点P1返回到起始点P0。从图中可以看出，使用了振动抑制算法后，机器人的振动，特别是残余振动，得到了显著地降低。由于振动得到了有效抑制，因此机器人运动效率、运动精度、带载能力和使用寿命都可以得到提升。

本实施例的振动抑制方法还可应用到图7所示六关节机器人中，该六关节机器人包括控制柜、底座、第一轴J1、第一臂、第一电动机、第一编码器、第一同步带、第一减速机、第二轴J2、第二臂、第二电动机、第二编码器、第二减速机、第三轴J3、第三臂、第三电动机、第三编码器、第三同步带、第三减速机、第四轴J4、第四臂、第四电动机、第四编码器、第四同步带、第四减速机、第五轴J5、第五臂、第五电动机、第五编码器、第五同步带、第五减速机、第六轴J6、第六臂、第六电动机、第六编码器、第六同步带、第六减速机以及惯性传感器。底座和第一臂通过第一电动机、第一同步带和第一减速机连接，第一臂和第二臂通过第二电动机和第二减速机连接，第二臂和第三臂通过第三电动机、第三同步带和第三减速机连接，第三臂和第四臂通过第四电动机、第四同步带和第四减速机连接，第四臂和第五臂通过第五电动机、第五同步带和第五减速机连接，第五臂和第六臂通过第六电动机、第六同步带和第六减速机连接。用于驱动第一轴J1的第一电动机、第一编码器、第一同步带和第一减速机安装在底座。用于驱动第二轴J2的第二电动机、第二编码器和第二减速机安装在第一臂。用于驱动第三轴J3的第三电动机、第三编码器、第三同步带和第三减速机安装在第二臂。用于驱动第四轴J4的第四电动机、第四编码器、第四同步带和第四减速机安装在第三臂。用于驱动第五轴J5的第五电动机、第五编码器、第五同步带和第五减速机安装在第四臂，用于驱动第六轴J6的第六电动机、第六编码器、第六同步带和第六减速机安装在第四臂。惯性传感器安装在第三臂，负载安装在第六臂的末端。

上述机器人控制器通过第一编码器采集第一电动机位置，并基于采集到的反馈位置通过第一电动机、第一同步带和第一减速机驱动第一臂沿着第一轴J1方向绕基座旋转到期望位置；机器人控制器通过第二编码器采集第二电动机位置，并基于采集到的反馈位置通过第二电动机和第二减速机驱动第二臂沿着第二轴J2方向绕第一臂旋转到期望位置；机器人控制器通过第三编码器采集第三电动机位置，并基于采集到的反馈位置通过第三电动机、第三同步带和第三减速机驱动第三臂沿着第三轴J3方向绕第二臂旋转到期望位置；机器人控制器通过第四编码器采集第四电动机位置，并基于采集到的反馈位置通过第四电动机、第四同步带和第四减速机驱动第四臂沿着第四轴J4方向绕第三臂旋转到期望位置；机器人控制器通过第五编码器采集第五电动机位置，并基于采集到的反馈位置通过第五电动机、第五同步带和第五减速机驱动第五臂沿着第五轴J5方向绕第四臂旋转到期望位置；机器人控制器通过第六编码器采集第六电动机位置，并基于采集到的反馈位置通过第六电动机、第六同步带和第六减速机驱动第六臂沿着第六轴J6方向绕第五臂旋转到期望位置。除了第三轴J3和第二轴J2的旋转方向平行，其它轴的旋转方向都与前一个轴垂直。机器人控制器通过惯性传感器采集第三臂的运动速度或加速度，并利用采集到的电机和惯性传感器反馈信息对机器人运动和停止时的振动进行抑制。

如图8所示，是图7所示的机器人在起始点P2和目标P3之间来回运动时的速度曲线，其中实线为未使用上述振动抑制方法时臂的角速度，虚线为使用了上述振动抑制方法时臂的角速度。机器人首先从起始点P2运动到目标点P3，等待伺服到位之后再从目标点P3返回到起始点P2。从图中可以看出，使用了上述振动抑制方法后，六关节机器人的振动，特别是残余振动，得到了显著地降低。由于振动得到了有效抑制，因此机器人运动效率、运动精度、带载能力和使用寿命都可以得到提升。

上述振动抑制方法除了可应用于如图3所示的SCARA(Selective ComplianceAssembly Robot Arm，应用于装配作业的机器人手臂)和如图7所示的六关节机器人外，还可应用于平面关节机器人、多关节机器人、直角坐标机器人、球柱坐标机器人、协作机器人、服务机器人、特种机器人等。上述振动抑制方法还可以应用在具有振动抑制需求的通用机械设备上，例如机床、模组、直线导轨、起重机、电梯等。

如图9所示，是本发明另一实施例提供的机器人的振动抑制方法中获取机器人状态变量的流程示意图。该实施例通过一个状态观测器获取机器人状态，该状态观测器可结合运行于机器人控制器的软件实现。在本实施例中，具体可通过以下步骤获取机器人状态变量：

步骤S211：通过安装到用于驱动所述至少一个关节处臂的轴电机上的编码器采集所述轴电机的位置反馈值、角速度反馈值，并获取上述轴电机的电流反馈值。

步骤S212：基于柔性非线性动力学模型，根据轴电机的位置反馈值、速度反馈值和电流反馈值观测状态变量。上述柔性非线性动力学模型包括刚体动力学模型、关节柔性模型和摩擦力模型。

具体地，如图11所示，是状态观测器的控制原理图。相应地，上述柔性非线性动力学模型通过以下计算式(2)获取状态变量：

其中，sgn()为阶跃函数运算，θ_m＝[θ_m1,θ_m2,...]^T为所述轴电机的位置反馈值，

为所述轴电机的速度反馈值，τ＝[τ₁,τ₂,...]^T为所述轴电机的力矩反馈值；

为轴电机的位置，

为轴电机的速度，

为轴电机的加速度，

为臂位置，

为臂速度，

为臂加速度，

为所述轴电机的输出力矩反馈值，

为输出到所述臂的力矩值，

J_m＝diag(J_m1,J_m2,...)为轴电机惯量矩阵，

B_m＝diag(B_m1,B_m2,...)为轴电机粘性阻尼矩阵，

f_mc＝diag(F_mc1,F_mc2,...)为轴电机库伦摩擦力矩阵，

K_po＝diag(K_po1,K_po2,...)为关节控制器的位置比例增益矩阵，

K_vo＝diag(K_vo1,K_vo2,...)为关节控制器的速度比例增益矩阵，

为柔性关节受到的弹性力，

B_g＝diag(B_g1,B_g2,...)为柔性关节粘性模型阻尼矩阵，

为机器人惯量矩阵，

为机器人受到的科氏力和离心力，

为机器人受到的重力，

为机器人受到的摩擦力。

如图11所示，是本发明实施例提供的机器人的振动抑制系统的示意图，该机器人的振动抑制系统可集成到机器人控制器，并实现并机器人运动过程中和运动停止时的振动抑制。上述机器人包括多个关节，每一关节的一个臂由一个轴电机驱动运行，且每一轴电机由一个关节控制器闭环控制。本实施例的机器人的振动抑制系统包括臂状态获取单元111、轴电机状态获取单元112、反馈控制增益计算单元113、力矩补偿值计算单元114以及力矩补偿控制单元115，上述臂状态获取单元111、轴电机状态获取单元112、反馈控制增益计算单元113、力矩补偿值计算单元114以及力矩补偿控制单元115分别可结合运行于机器人控制器的软件实现。

臂状态获取单元111用于所述机器人的至少一个关节的状态变量，该状态变量包括所述至少一个关节处臂的角速度或角加速度。上述状态变量具体可以通过安装在机器人的上述至少一个关节的惯性传感器获取，也可通过一个状态观测器获取(具体地，该状态观测器基于柔性非线性动力学模型，根据轴电机的位置反馈值、速度反馈值和电流反馈值观测状态变量)。

轴电机状态获取单元112用于获取机器人的当前负载、当前运动模式和所述至少一个关节处轴电机的当前运动状态信息。轴电机状态获取单元112具体可根据用户输入的控制指令生成上述当前负载、当前运动模式，或者通过一系列的传感器检测获得上述当前负载、当前运动模式。至少一个关节处轴电机的当前运动状态信息则可包括轴电机的位置、姿态、速度等，并可通过对应轴电机处的编码器检测获取。

反馈控制增益计算单元113，用于根据当前负载、当前运动模式和当前运动状态信息，实时调整反馈控制增益值。具体地，反馈控制增益计算单元113可基于预先配置的反馈控制增益调整策略实现，即可根据当前负载、当前运动模式和当前运动状态信息，查询预先配置的反馈控制增益调整策略，获取与当前负载、当前运动模式和当前运动状态信息相匹配的反馈控制增益值。

力矩补偿值计算单元114用于根据状态变量和所述反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值。在生成力矩补偿参数时，力矩补偿值计算单元114可先将状态变量进行以下的一项或多项处理：坐标系变换、傅里叶变换、高通滤波、低通滤波、带通滤波、陷波滤波和均值滤波。并且，力矩补偿值计算单元114具体可根据计算式(1)计算得到上述至少一个关节处轴电机的力矩补偿值。

力矩补偿控制单元115用于将至少一个关节处轴电机的力矩补偿值分别发送至对应的关节控制器，使关节控制器根据力矩补偿值调整对应的轴电机的驱动力矩。轴电机的原始驱动力矩可由对应的关节控制器闭环产生。

如图12所示，本发明实施例还提供一种机器人的振动抑制装置12，该机器人的振动抑制装置12可用于机器人运行控制。本实施例的机器人的振动抑制装置12包括存储器121和处理器122，且存储器121中存储有可在处理器122上运行的计算机程序，处理器122执行上述计算机程序时实现如上所述方法的步骤。本实施例中的机器人的振动抑制装置12与上述实施例中的机器人的振动抑制方法属于同一构思，其具体实现过程详细见对应的方法实施例，且方法实施例中的技术特征在本设备实施例中均对应适用，这里不再赘述。

本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现上所述方法的步骤。本实施例中的计算机可读存储介质与上述实施例中的机器人的振动抑制方法属于同一构思，其具体实现过程详细见对应的方法实施例，且方法实施例中的技术特征在本设备实施例中均对应适用，这里不再赘述。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。

Claims (8)

1.一种机器人的振动抑制方法，所述机器人包括多个关节，每一关节处的臂由轴电机驱动运行，且每一所述轴电机由一个关节控制器闭环控制，其特征在于，所述振动抑制方法包括：

获取所述机器人的至少一个关节的状态变量，所述状态变量包括所述至少一个关节处臂的角速度或角加速度；

获取所述机器人的当前负载、当前运动模式和所述至少一个关节处轴电机的当前运动状态信息；

根据所述当前负载、所述当前运动模式和所述当前运动状态信息，实时调整反馈控制增益值；

根据所述状态变量和所述反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值；

将所述至少一个关节处轴电机的力矩补偿值分别发送至对应的关节控制器，使所述关节控制器根据所述力矩补偿值调整对应的轴电机的驱动力矩；

根据所述当前负载、所述当前运动模式和所述当前运动状态信息，实时调整反馈控制增益值包括：根据所述当前负载、所述当前运动模式和所述当前运动状态信息，查询预先配置的反馈控制增益调整策略，获取与所述当前负载、所述当前运动模式和所述当前运动状态信息相匹配的反馈控制增益值；

根据所述状态变量和所述反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值包括：根据所述状态变量和所述反馈控制增益值按照以下计算式计算得到所述至少一个关节处轴电机的力矩补偿值：

τ_c＝k_p×v

其中，τ_c为力矩补偿值，k_p为反馈控制增益值，v为所述至少一个关节处臂的角速度。

2.根据权利要求1所述的机器人的振动抑制方法，其特征在于，所述获取所述机器人的至少一个关节的状态变量，包括：

通过安装到所述至少一个关节处臂上的惯性传感器采集所述臂的角速度或角加速度。

3.根据权利要求1所述的机器人的振动抑制方法，其特征在于，所述获取所述机器人的至少一个关节的状态变量包括：

通过安装到用于驱动所述至少一个关节处臂的轴电机上的编码器采集所述轴电机的位置反馈值、角速度反馈值，并获取上述轴电机的电流反馈值；

基于柔性非线性动力学模型，根据所述轴电机的位置反馈值、速度反馈值和电流反馈值计算得到所述至少一个关节处臂的角速度或角加速度。

4.根据权利要求3所述的机器人的振动抑制方法，其特征在于，所述基于柔性非线性动力学模型，根据所述轴电机的位置反馈值、速度反馈值和电流反馈值计算得到所述至少一个关节处臂的角速度或角加速度包括：

基于所述柔性非线性动力学模型，根据所述轴电机的位置反馈值、速度反馈值和电流反馈值通过以下计算式计算得到与所述至少一个关节处臂的角速度或角加速度：

其中，sgn()为阶跃函数运算，θ_m＝[θ_m1,θ_m2,...]^T为所述轴电机的位置反馈值，

为所述轴电机的速度反馈值，τ＝[τ₁,τ₂,...]^T为所述轴电机的力矩反馈值；

为轴电机的位置，

为轴电机的速度，

为轴电机的加速度，

为臂位置，

为臂速度，

为臂加速度，

为所述轴电机的输出力矩反馈值，

为输出到所述臂的力矩值，

J_m＝diag(J_m1,J_m2,...)为轴电机惯量矩阵，

B_m＝diag(B_m1,B_m2,...)为轴电机粘性阻尼矩阵，

f_mc＝diag(F_mc1,F_mc2,...)为轴电机库伦摩擦力矩阵，

K_po＝diag(K_po1,K_po2,...)为关节控制器的位置比例增益矩阵，

K_vo＝diag(K_vo1,K_vo2,...)为关节控制器的速度比例增益矩阵，

为柔性关节受到的弹性力，

B_g＝diag(B_g1,B_g2,...)为柔性关节粘性模型阻尼矩阵，

为机器人惯量矩阵，

为机器人受到的科氏力和离心力，

为机器人受到的重力，

为机器人受到的摩擦力。

5.根据权利要求1所述的机器人的振动抑制方法，其特征在于，所述获取所述机器人的至少一个关节的状态变量之后还包括：

对所述至少一个关节的状态变量进行预处理，所述预处理包括坐标系变换、傅里叶变换、高通滤波、低通滤波、带通滤波、陷波滤波和均值滤波中的至少一项。

6.一种机器人的振动抑制系统，其特征在于，包括：

臂状态获取单元，用于获取所述机器人的至少一个关节的状态变量，所述状态变量包括所述至少一个关节处臂的角速度或角加速度；

轴电机状态获取单元，用于获取所述机器人的当前负载、当前运动模式和所述至少一个关节处轴电机的当前运动状态信息；

反馈控制增益计算单元，用于根据所述当前负载、所述当前运动模式和所述当前运动状态信息，实时调整反馈控制增益值；且反馈控制增益计算单元根据当前负载、当前运动模式和当前运动状态信息，查询预先配置的反馈控制增益调整策略，获取与当前负载、当前运动模式和当前运动状态信息相匹配的反馈控制增益值；

力矩补偿值计算单元，用于根据所述状态变量和所述反馈控制增益值计算得到所述至少一个关节处轴电机的力矩补偿值；且所述力矩补偿值计算单元根据所述状态变量和所述反馈控制增益值按照以下计算式计算得到所述至少一个关节处轴电机的力矩补偿值：

τ_c＝k_p×v

其中，τ_c为力矩补偿值，k_p为反馈控制增益值，v为所述至少一个关节处臂的角速度；

力矩补偿控制单元，用于将所述至少一个关节处轴电机的力矩补偿值分别发送至对应的关节控制器，使所述关节控制器根据所述力矩补偿值调整对应的轴电机的驱动力矩。

7.一种机器人的振动抑制装置，其特征在于，包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5中任一项所述方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时，实现如权利要求1至5中任一项所述方法的步骤。

Images