CN109794939B - 一种焊接机器人运动规划并行束方法 - Google Patents
一种焊接机器人运动规划并行束方法 Download PDFInfo
- Publication number
- CN109794939B CN109794939B CN201910127858.7A CN201910127858A CN109794939B CN 109794939 B CN109794939 B CN 109794939B CN 201910127858 A CN201910127858 A CN 201910127858A CN 109794939 B CN109794939 B CN 109794939B
- Authority
- CN
- China
- Prior art keywords
- welding robot
- function
- motion planning
- parallel beam
- sub
- 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
Landscapes
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种焊接机器人运动规划并行束方法,所述并行束方法解决焊接机器人运动规划问题,所述焊接机器人定义为一些刚性主体由关节组装而成的树形焊接机器人,即主体为节点,把运动规划问题归结于一个半无限优化问题,利用并行束技术进行求解。本发明用优化方法解决焊接机器人动作优化问题,根据实际要求建立数学模型,在保证焊接机器人稳定性的条件下优化焊接机器人的性能。
Description
技术领域
本发明属于汽车制造技术领域,具体涉及一种焊接机器人运动规划并行束方法。
背景技术
机器人技术是把数字数据进行处理后,转化成物理动作的智能技术,任何机器人系统的研发核心都是运动轨迹,计算机器人运动轨迹来达到想要的目的或完成期望的任务的科学方案就是机器人运动规划。因为用来进行运动计算的模型和环境的多样化和不确定性,运动规划要通过闭环控制来实现。在汽车制造中,焊接机器人占有重要地位,因为任务是事先确定的,这就要求在运动性能的约束下或在焊接机器人关节范围、速度、碰撞规避的限制下达到最大化的运动速度和鲁棒性性能。因此,运动规划能归结为一个优化问题的解。然而,即使是一个简单的机械臂,优化整条轨线也是十分耗时的。当今的研究已经把焊接机器人带离了经典的大型制造业和生产线,如今的焊接机器人侵入了更多应用领域,包括小规模灵活生产和其他与人类共享空间的服务。从这样的角度看焊接机器人运动不需要由传统的工业需求和对能量和性能的要求来驱动,一些焊接机器人有多余的结构能做出更多可能的动作来完成给定的任务或同时完成多重任务,作为一种直接的结果,在焊接机器人控制方面建立的算法必须考虑速度问题。
发明内容
为了克服现有技术的不足,提出了一种焊接机器人运动规划并行束方法,所述并行束方法依据焊接机器人的运动规划模型,把运动规划问题归结于一个半无限优化问题,利用并行束技术进行求解。
本发明的技术方案为:一种焊接机器人运动规划并行束方法,所述并行束方法解决焊接机器人运动规划问题,所述焊接机器人定义为一些刚性主体由关节组装而成的树形焊接机器人,即主体为节点,关节作为边;所述运动规划模型包括位移控制变量q(t),称其为配置,所述关节的参数向量为所述运动规划模型的控制变量,将q(t)简记为q,可容许的函数q需要满足以下具有物理意义的运动方程EoM:
其中,下标r代表焊接机器人,下标j代表关节,Mr表示焊接机器人的惯性,Br表示焊接机器人的重力和速度带来的影响因子,Mj表示关节的惯性,Bj表示关节的重力和速度带来的影响因子,τ是关节的力矩向量,f是把施加在焊接机器人第pk个点的力fk叠加在一起构成的向量,Jr表示焊接机器人把对所有点pk的Jacobian矩阵叠加在一起构成的矩阵,Jj表示关节把对所有点pk的Jacobian矩阵叠加在一起构成的矩阵,JT r和JT j分别表示Jr和Jj的转置,运动方程EoM的上半部分是把焊接机器人当作单个刚体,表示焊接机器人加速度和角速度改变的欧拉-牛顿法则表达式,是外部力的函数,运动方程EoM的下半部分代表惯性和对关节力矩的外部力;在配置为q(t)时,xi(q(t))表示焊接机器人在世界坐标系的位置向量,Oi(q(t))表示焊接机器人在世界坐标系的方向向量,焊接机器人在世界坐标系的第i个主体通过xi(q(t))和Oi(q(t))给出,一个在直角坐标系坐标为p的点在世界坐标系下的坐标为Oi(q(t))p+xi(q(t));焊接机器人在世界坐标系的空间速度由向量表示,其加速度为焊接机器人在世界坐标系的角速度为ωi(q(t)),其加速度为p点在世界坐标系的速度是其加速度和角速度的变化率为用G(t)表示所有xi(q(t))和Oi(q(t))的集合,K(t)表示它们的一阶导数和二阶导数的集合;所述运动规划模型能归结为下面的形式:
这里h和ci是实值函数,m是约束的个数,是不相交的时间间隔,这里的h和ci不必依赖全部q(t),f(t),τ(t),G(t),K(t);成本函数h为最小化跃度或系统能量,约束ci包含焊接机器人固有限制约束,关节位置约束、关节速度约束、关节力矩约束、焊接机器人位置约束和全局约束,所述焊接机器人位置约束可表示为:在第i个直角坐标为p的点在世界中坐标为pdes,即Oi(q(t))p+xi(q(t))=pdes,要求焊接机器人的主体i和焊接机器人的主体j之间的距离大于一个安全阈值来避免碰撞;所述全局约束包含焊接机器人的质心位置和质心速度,全局约束能保证焊接机器人的稳定性;
所述运动规划模型的求解方法为焊接机器人节点空间非光滑转换方法;
所述运动规划模型需要在一个无限维空间中进行求解,这是不可解的,所述焊接机器人节点空间非光滑转换方法的步骤为:
第一步,将目标函数和约束函数参数化,将问题限制在一个有限维的约束空间里;
由运动方程EoM的下半部分,解出:
由此,所述运动规划模型可转变为修正后运动规划模型:
第二步,采用L次插值把q和f2参数化:
其中ηi是插值条件,pi,j为插值函数系数,i=1,2,3,…,m,j=0,1,2,…,L.
L越大,运算时间越长,本发明取L=3。
为了计算快捷,这里L取3,利用插值条件ηi,分别求出q(t)和f2的各个分量的插值函数系数pi,j,用向量p(t)表示离散化的(q(t),f2(t))向量,这个向量由pi,j所构成,
第三步,经过第二步的参数化,所述修正后运动规划模型:
变为新的运动规划模型:
第一步,考虑多项式近似cNmax(p),所述新的运动规划模型的近似问题为:
s.t.cNmax(p)≤0
其中N是近似多项式的阶,∪Ii表示集合Ii的并集;;
第二步,引入改进函数
<gk(ym),y-ym>表示gk(ym)与y-ym的内积;
第四步,选取迫近参数μl,二次规划子问题为
这里Rn是n维实向量空间,||·||是欧式范数,设yl+1是上式中的解。
第五步,定义预计下降量
若解得的yl+1使改善函数下降足够多,则接受yl+1作为新的稳定中心,记yl+1为下降步,否则,记yl+1为零步,把对应于yl+1的函数值和次梯度信息储存在束集合中,增大μl,重新开始计算,直到改善函数的下降幅度很小或迭代点的变化很小时停止。
本发明有益效果
本发明用优化方法解决焊接机器人动作优化问题,根据实际要求建立数学模型,在保证焊接机器人稳定性的条件下优化焊接机器人的性能。
具体实施方式
本发明所述并行束方法解决焊接机器人运动规划问题,所述焊接机器人定义为一些刚性主体由关节组装而成的树形焊接机器人,即主体为节点,关节作为边;所述运动规划模型包括位移控制变量q(t),称其为配置,所述关节的参数向量为所述运动规划模型的控制变量,将q(t)简记为q,可容许的函数q需要满足以下具有物理意义的运动方程EoM:
=其中下标r代表焊接机器人,下标j代表关节,Mr表示焊接机器人的惯性,Br表示焊接机器人的重力和速度带来的影响因子,Mj表示关节的惯性,Bj表示关节的重力和速度带来的影响因子,τ是关节的力矩向量,f是把施加在焊接机器人第pk个点的力fk叠加在一起构成的向量,Jr表示焊接机器人把对所有点pk的Jacobian矩阵叠加在一起构成的矩阵,Jj表示关节把对所有点pk的Jacobian矩阵叠加在一起构成的矩阵,JT r和JT j分别表示Jr和Jj的转置,运动方程EoM的上半部分是把焊接机器人当作单个刚体,表示焊接机器人加速度和角速度改变的欧拉-牛顿法则表达式,是外部力的函数,运动方程EoM的下半部分代表惯性和对关节力矩的外部力;在配置为q(t)时,xi(q(t))表示焊接机器人在世界坐标系的位置向量,Oi(q(t))表示焊接机器人在世界坐标系的方向向量,焊接机器人在世界坐标系的第i个主体通过xi(q(t))和Oi(q(t))给出,一个在直角坐标系坐标为p的点在世界坐标系下的坐标为Oi(q(t))p+xi(q(t));焊接机器人在世界坐标系的空间速度由向量表示,其加速度为焊接机器人在世界坐标系的角速度为ωi(q(t)),其加速度为p点在世界坐标系的速度是其加速度和角速度的变化率为用G(t)表示所有xi(q(t))和Oi(q(t))的集合,K(t)表示它们的一阶导数和二阶导数的集合;所述运动规划模型能归结为下面的形式:
这里h和ci是实值函数,m是约束的个数,是不相交的时间间隔,这里的h和ci不必依赖全部q(t),f(t),τ(t),G(t),K(t);成本函数h为最小化跃度或系统能量,约束ci包含焊接机器人固有限制约束,关节位置约束、关节速度约束、关节力矩约束、焊接机器人位置约束和全局约束,所述焊接机器人位置约束可表示为:在第i个直角坐标为p的点在世界中坐标为pdes,即Oi(q(t))p+xi(q(t))=pdes,要求焊接机器人的主体i和焊接机器人的主体j之间的距离大于一个安全阈值来避免碰撞;所述全局约束包含焊接机器人的质心位置和质心速度,全局约束能保证焊接机器人的稳定性;
所述运动规划模型的求解方法为焊接机器人节点空间非光滑转换方法;
所述运动规划模型需要在一个无限维空间中进行求解,这是不可解的,所述焊接机器人节点空间非光滑转换方法的步骤为:
第一步,将目标函数和约束函数参数化,将问题限制在一个有限维的约束空间里;
由运动方程EoM的下半部分,解出:
由此,所述运动规划模型可转变为修正后运动规划模型:
第二步,采用L次插值把q和f2参数化:
其中ηi是插值条件,pi,j为插值函数系数,i=1,2,3,…,m,j=0,1,2,…,L.
L越大,运算时间越长,本发明取L=3。
为了计算快捷,这里L取3,利用插值条件ηi,分别求出q(t)和f2的各个分量的插值函数系数pi,j,用向量p(t)表示离散化的(q(t),f2(t))向量,这个向量由pi,j所构成,
第三步,经过第二步的参数化,所述修正后运动规划模型:
变为新的运动规划模型:
第一步,在∪Ii上多项式近似cNmax(p)的所述运动规划的近似问题
s.t.cNmax(p)≤0
其中N是近似多项式的阶,∪Ii表示集合Ii的并集;
第二步,引入改进函数
<gk(ym),y-ym>表示gk(ym)与y-ym的内积;
第四步,选取迫近参数μl,二次规划子问题为
这里Rn是n维实向量空间,||·||是欧式范数,设yl+1是上式中的解。
第五步,定义预计下降量
若解得的yl+1使改善函数下降足够多,则接受yl+1作为新的稳定中心,记yl+1为下降步,否则,记yl+1为零步,把对应于yl+1的函数值和次梯度信息储存在束集合中,增大μl,重新开始计算,直到改善函数的下降幅度很小或迭代点的变化很小时停止。
对控制系统为线性系统时,即控制系统为
其中x是状态向量,u是反馈控制,y是反馈输出,z是受控输出,ω是控制,A是系统状态矩阵,B1和B2是输入增益矩阵,C1、D11和D12是关于ω的状态变量矩阵、受控输出和反馈输入的权矩阵,C2和D21是关于u的状态变量矩阵和受控输出的权矩阵。数据在附录中给出。将焊接机器人所需能量作为成本函数,焊接机器人的稳定性作为约束函数。计算中,对每个时间段Ii上的函数值和对应的次微分,还有对控制点的每个分量的偏导数进行并行计算,计算得到的控制为[4.4456,0.0138]。下面给出当算法生成无限个零步时算法的收敛性结论。定理:假设算法从第lk次迭代后产生无限多零步,且收敛,
本发明的优点为:在以焊接机器人能量为性能指标的优化模型下,通过计算得到的控制使焊接机器人的控制系统稳定,算法快,并且达到了所需能量的相对小的消耗。
Claims (2)
1.一种焊接机器人运动规划并行束方法,所述并行束方法解决焊接机器人运动规划问题模型:
其中,下标r代表焊接机器人,下标j代表关节,Mr表示焊接机器人的惯性,Br表示焊接机器人的重力和速度带来的影响因子,Mj表示关节的惯性,Bj表示关节的重力和速度带来的影响因子,τ是关节的力矩向量,f是把施加在焊接机器人第pk个点的力fk叠加在一起构成的向量,Jr表示焊接机器人把对所有点pk的Jacobian矩阵叠加在一起构成的矩阵,Jj表示关节把对所有点pk的Jacobian矩阵叠加在一起构成的矩阵,JT r和JT j分别表示Jr和Jj的转置,h和ci是实值函数,m是约束的个数,是不相交的时间间隔,这里的h和ci不必依赖全部q(t),f(t),τ(t),G(t),K(t);
其特征是:
所述运动规划问题模型可转换为:
所述并行束方法为:第一步,考虑多项式近似cNmax(p),转换后的运动规划模型的近似问题为:
s.t.cNmax(p)≤0
其中N是近似多项式的阶,∪Ii表示集合Ii的并集;;
第二步,引入改进函数
<gk(ym),y-ym〉表示gk(ym)与y-ym的内积;
第四步,选取迫近参数μl,二次规划子问题为
这里Rn是n维实向量空间,||·||是欧式范数,设yl+1是上式中的解;
第五步,定义预计下降量
若解得的yl+1使改善函数下降足够多,则接受yl+1作为新的稳定中心,记yl+1为下降步,否则,记yl+1为零步,把对应于yl+1的函数值和次梯度信息储存在束集合中,增大μl,重新开始计算,直到改善函数的下降幅度很小或迭代点的变化很小时停止。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910127858.7A CN109794939B (zh) | 2019-02-19 | 2019-02-19 | 一种焊接机器人运动规划并行束方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910127858.7A CN109794939B (zh) | 2019-02-19 | 2019-02-19 | 一种焊接机器人运动规划并行束方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109794939A CN109794939A (zh) | 2019-05-24 |
CN109794939B true CN109794939B (zh) | 2022-02-08 |
Family
ID=66562273
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910127858.7A Active CN109794939B (zh) | 2019-02-19 | 2019-02-19 | 一种焊接机器人运动规划并行束方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109794939B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111815078B (zh) * | 2020-09-02 | 2020-12-08 | 广东博智林机器人有限公司 | 一种拼缝打磨路径生成方法、装置、机器人及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701332A (zh) * | 2015-12-17 | 2016-06-22 | 庞丽萍 | 基于多因素复杂控制问题的特征值非精确优化方法 |
CN107263466A (zh) * | 2017-05-11 | 2017-10-20 | 西北工业大学 | 空间机器人基于二次规划问题的基座无扰控制方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8468043B2 (en) * | 2009-04-13 | 2013-06-18 | At&T Intellectual Property I, L.P. | Networks with redundant points of presence using approximation methods and systems |
-
2019
- 2019-02-19 CN CN201910127858.7A patent/CN109794939B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105701332A (zh) * | 2015-12-17 | 2016-06-22 | 庞丽萍 | 基于多因素复杂控制问题的特征值非精确优化方法 |
CN107263466A (zh) * | 2017-05-11 | 2017-10-20 | 西北工业大学 | 空间机器人基于二次规划问题的基座无扰控制方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109794939A (zh) | 2019-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
He et al. | Disturbance observer-based neural network control of cooperative multiple manipulators with input saturation | |
CN112904728B (zh) | 一种基于改进型趋近律的机械臂滑模控制轨迹跟踪方法 | |
Hu et al. | An efficient RRT-based framework for planning short and smooth wheeled robot motion under kinodynamic constraints | |
Yang et al. | Stability analysis and implementation of a decentralized formation control strategy for unmanned vehicles | |
Zhang et al. | Constrained coordinated path-following control for underactuated surface vessels with the disturbance rejection mechanism | |
CN112757306A (zh) | 一种机械臂逆解多解选择和时间最优轨迹规划算法 | |
CN106218922A (zh) | 挠性敏捷卫星的联合执行机构控制方法 | |
CN112497216B (zh) | 一种基于深度学习的工业机器人位姿精度补偿方法 | |
Chen et al. | Adaptive sliding mode control design for nonlinear unmanned surface vessel using RBFNN and disturbance-observer | |
CN114911265A (zh) | 一种四旋翼无人机编队协同机动控制方法 | |
CN109794939B (zh) | 一种焊接机器人运动规划并行束方法 | |
Yousuf et al. | Multi-agent tracking of non-holonomic mobile robots via non-singular terminal sliding mode control | |
Yang et al. | Novel decentralised formation control for unmanned vehicles | |
Tangpattanakul et al. | Optimal trajectory of robot manipulator using harmony search algorithms | |
CN109895097B (zh) | 一种焊接机器人运动模型次梯度方法 | |
CN109807893B (zh) | 一种焊接机器人运动模型光滑化方法 | |
CN109807892B (zh) | 一种汽车焊接机器人运动规划模型 | |
Ning et al. | Time-optimal point stabilization control for WIP vehicles using quasi-convex optimization and B-spline adaptive interpolation techniques | |
CN109895096B (zh) | 一种焊接机器人运动模型稳定割平面方法 | |
CN114840947A (zh) | 一种带约束的三自由度机械臂动力学模型 | |
CN114800521A (zh) | 一种带约束的三自由度机械臂固定路径点运动控制系统 | |
CN109986556B (zh) | 一种焊接机器人运动规划离散束方法 | |
Patel et al. | Artificial neural network-assisted controller for fast and agile UAV flight: Onboard implementation and experimental results | |
Huang et al. | Dynamic motion planning for driverless vehicles via decentralized model predictive control | |
Chen et al. | A novel autonomous obstacle avoidance path planning method for manipulator in joint space |
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 |