CN111590568B - 机器臂信号处理方法、装置、计算机设备及存储介质 - Google Patents

机器臂信号处理方法、装置、计算机设备及存储介质 Download PDF

Info

Publication number
CN111590568B
CN111590568B CN202010408594.5A CN202010408594A CN111590568B CN 111590568 B CN111590568 B CN 111590568B CN 202010408594 A CN202010408594 A CN 202010408594A CN 111590568 B CN111590568 B CN 111590568B
Authority
CN
China
Prior art keywords
joint
data
signal
position information
information
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
Application number
CN202010408594.5A
Other languages
English (en)
Other versions
CN111590568A (zh
Inventor
郜开开
周宸
陈远旭
王虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ping An Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ping An Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202010408594.5A priority Critical patent/CN111590568B/zh
Priority to PCT/CN2020/098791 priority patent/WO2021139100A1/zh
Publication of CN111590568A publication Critical patent/CN111590568A/zh
Application granted granted Critical
Publication of CN111590568B publication Critical patent/CN111590568B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
    • 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
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Abstract

本申请涉及机器人领域，揭示了机器臂信号处理方法，包括：将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，指定关节为机器臂中的所有关节中任意一个，关节信息包括控制关节运动的电机脉冲信号，第一数据包括从电机脉冲信号中计算的运动弧度；将第一数据输入闭环反馈通道进行误差调整，得到调整第一数据误差后的第二数据；将带有误差校正的运动弧度进行高阶可导运算，得到指定关节对应的运动信息；接收指定关节对应的运动信息。通过结合协作机械臂的控制场景，设计了编码器信号处理算法，优化后的处理算法可提取机械臂各关节的位置信号和速度信号，具有跟随动态性能快、噪声低的优良特点。

Description

机器臂信号处理方法、装置、计算机设备及存储介质
技术领域
本申请涉及到机器人领域，特别是涉及到机器臂信号处理方法、装置、计算机设备及存储介质。
背景技术
协作型机械臂具有力反馈感知敏感、运动灵活度高等特点，协作机械臂的常用控制技术包含运动轨迹控制、末端执行器速度控制、力反馈控制、零阻尼控制等。目前在机械臂的运动轨迹控制、末端速度控制、力反馈控制中均需要获取机械臂关节处高质量的位置信号、速度信号等反馈信号。目前获取这些反馈信号大多采用低通滤波器、微分等处理方式，但这些传统处理算法难以兼容信号跟随的快速性和低噪声特性，不能满足机械臂平滑运动的需求。
发明内容
本申请的主要目的为提供机器臂信号处理方法，旨在解决现有机械臂运动轨迹控制不能满足机械臂平滑运动的需求的技术问题。
本申请提出一种机器臂信号处理方法，包括：
将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；
将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中，所述第二数据包括误差校正；
将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；
接收所述指定关节对应的运动信息。
优选地，所述高阶可导运算包括二阶可导运算，所述将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息的步骤，包括：
将带有所述误差校正的运动弧度进行积分运算，得到所述位置信息；
将所述位置信息进行一阶求导得到所述角速度；
将所述位置信息进行二阶求导得到所述加速度。
优选地，所述将所述位置信息进行二阶求导得到所述加速度的步骤，包括：
将所述位置信息进行二阶求导得到二阶导数；
将所述二阶导数进行滤波，得到所述加速度信息。
优选地，所述将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据的步骤，包括：
接收所述前馈处理通道对所述关节信息进行不完全微分，得到的表征当前时刻运动趋势的所述第一数据，其中，所述前馈处理通道包括依次串联的第一量纲转换和不完全微分；
将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据。
优选地，所述闭环反馈通道包括封闭环接的前向通道和反馈通道，所述反馈通道中串联第二量纲转换，所述将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据的步骤，包括：
获取所述当前时刻的前一时刻输出的位置信息；
将所述当前时刻的前一时刻输出的位置信息通过所述第二量纲转换，得到所述当前时刻的前一时刻输出的位置信息对应的脉冲信号；
将所述当前时刻的前一时刻输出的位置信息对应的脉冲信号，与所述第一数据进行跟踪修正，使所述当前时刻的前一时刻输出的位置信息对应的脉冲信号趋近于所述当前时刻捕获的关节信息。
优选地，所述接收所述指定关节对应的运动信息的步骤之后，包括：
将所述位置信号输入到正运动学方程进行求解，得到所述机器臂的末端位姿；
将所述角速度信号进行几何雅克比运算，得到所述机器臂的末端速度；
根据所述机器臂的末端位姿和末端速度，控制所述机器臂进行协作运动。
本申请还提供了一种机器臂信号处理装置，包括：
第一输入模块，用于将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；
第二输入模块，用于将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中所述第二数据包括误差校正；
运算模块，用于将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；
接收模块，用于接收所述指定关节对应的运动信息。
优选地，所述高阶可导运算包括二阶可导运算，所述运算模块包括：
运算单元，用于将带有所述误差校正的运动弧度进行积分运算，得到所述位置信息；
第一求导单元，用于将所述位置信息进行一阶求导得到所述角速度；
第二求导单元，用于将所述位置信息进行二阶求导得到所述加速度。
本申请还提供了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
本申请还提供了一种计算机可读存储介质，其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述的方法的步骤。
本申请通过结合协作机械臂的控制场景，设计了编码器信号处理算法，以针对编码器脉冲反馈的信号进行合理的算法处理，优化后的处理算法可提取机械臂各关节的位置信号和速度信号，具有跟随动态性能快、噪声低的优良特点，基于此技术设计的协作机械臂控制算法，其响应快速性和抗噪声能力显著提高。
附图说明
图1本申请一实施例的机器臂信号处理方法流程示意图；
图1a本申请一实施例的编码器内的数据处理结构框架图；
图2本申请一实施例的机器臂信号处理装置结构示意图；
图3本申请一实施例的计算机设备内部结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请一实施例的机器臂信号处理方法，包括：
S1：将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；
S2：将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中，所述第二数据包括误差校正；
S3：将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；
S4：接收所述指定关节对应的运动信息。
本实施例通过微分跟踪的设计思想，在编码器中并联设置前馈处理通道和闭环反馈通道，采集的关节信息与编码器中的跟踪信号满足完全一致或接近一致时，跟踪信号的微分值会与关节信息的微分值近似相等，所以在信息处理对象中设计了高阶可导运算，来获取低噪音的微分信号。通过将获取的关节信息输入至编码器的前馈处理通道和闭环反馈通道的闭环调节器进行运算，以对关节信息进行预处理。通过闭环反馈通道的闭环调节器对前馈处理通道获得的运动弧度，进行误差调整，使误差在0附近低幅度浮动变化，以提高捕获指定关节的运动弧度的精准度，可提取机械臂各关节的位置信号和速度信号，具有跟随动态性能快、噪声低的优良特点。基于此技术设计的协作机械臂控制算法，其快速响应性能和抗噪声能力显著提高。本实施例的信息处理对象可进行二阶可导或二阶以上的高阶可导的运算特性，信息处理对象与闭环调节器串联连接于闭环反馈通道，通过信息处理对象对运动弧度进行高阶可导运算，得到包括位置信号在内的运动信息，并通过二阶可导对位置信号求导，得到角速度信号和加速度信号。本实施例中一个编码器对应一个关节。
进一步地，所述高阶可导运算包括二阶可导运算，所述将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息的步骤S3，包括：
S31：将带有所述误差校正的运动弧度进行积分运算，得到所述位置信息；
S32：将所述位置信息进行一阶求导得到所述角速度；
S33：将所述位置信息进行二阶求导得到所述加速度。
信息处理对象中的跟踪微分器获取的位置信号，通过两个串联的积分环节(1/s)得到，在获取角位置信号的同时，可以通过求导获取到角速度信号和角加速度信号。
进一步地，所述将所述位置信息进行二阶求导得到所述加速度的步骤S33，包括：
S330：将所述位置信息进行二阶求导得到二阶导数；
S331：将所述二阶导数进行滤波，得到所述加速度信息。
编码器包括低通滤波器，上述低通滤波器包括
Figure GDA0002592820310000051
其中，τf表示滤波时间常数，s为传递函数的通用符号。通过低通滤波器进行降噪处理，使输出的加速度信息更精准。上述的角速度信息的计算过程中，也可在一阶求导后通过低通滤波器处理，使得到的角速度信息更精准，过程和原理与上述类似，不赘述。
进一步地，所述将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据的步骤S2，包括：
S21：接收所述前馈处理通道对所述关节信息进行不完全微分，得到的表征当前时刻运动趋势的所述第一数据，其中，所述前馈处理通道包括依次串联的第一量纲转换和不完全微分；
S22：将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据。
上述关节信息包括控制指定关节的电机输出的电机脉冲信号，通过将电机脉冲信号输入至第一量纲转换得到运动弧度，上述第一量纲转换的算法为
Figure GDA0002592820310000061
其中，Npulse表示编码器一圈的脉冲数。将所述关节信息输入至所述前馈处理通道中进行不完全微分，指将经过量纲转换后得到的运动弧度进行两次不完全微分，得到与指定关节当前时刻运动趋势一致的运动弧度。上述前馈处理通道中的不完全微分的函数式为
Figure GDA0002592820310000062
其中，τd表示滤波时间常数，S表示传递函数的通用符号。将第一数据和当前时刻的前一时刻输出的位置信息，一并输入至闭环调节器进行误差调整，闭环调节器包括串联连接的设计死区、第一量纲转换和超前滞后网络，将关节信息输入至设计死区，使得编码器在原地微动时，不会产生噪声影响。上述超前滞后网络表示为
Figure GDA0002592820310000063
其中，Kp表示微调比例，
Figure GDA0002592820310000064
表示超前滞后网络的函数表达式，τβ和τα分别表示时间常数。上述通过第一量纲转换使计算过程中的量纲一致，提高计算正确性。上述设计死区、第一量纲转换和超前滞后网络的串联次序，设计死区处于第一顺位，以便先通过噪声控制，提高闭环反馈通道中后续计算的精准度，以免噪声在后续计算中被放大。第一量纲转换和超前滞后网络的串联次序可互相调换，不作限定。
进一步地，所述闭环反馈通道包括封闭环接的前向通道和反馈通道，所述反馈通道中串联第二量纲转换，所述将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据的步骤S22，包括：
S221：获取所述当前时刻的前一时刻输出的位置信息；
S222：将所述当前时刻的前一时刻输出的位置信息通过所述第二量纲转换，得到所述当前时刻的前一时刻输出的位置信息对应的脉冲信号；
S223：将所述当前时刻的前一时刻输出的位置信息对应的脉冲信号，与所述第一数据进行跟踪修正，使所述当前时刻的前一时刻输出的位置信息对应的脉冲信号趋近于所述当前时刻捕获的关节信息。
上述第二量纲转换表示为
Figure GDA0002592820310000065
为第一量纲转换的逆运算，用于将表征位置信息的弧度单位转换为脉冲，以便在同一量纲下，实现闭环反馈通道输出的位置信息跟踪修正第一数据，跟踪越好，即两个值相近甚至相等，表示对指定关节的运动趋势的真实反馈更精准。上述闭环调节器和信息处理对象串联连接于闭环反馈通道的前向通道。当前时刻的前一时刻输出的位置信息由信息处理对象获取。本实施例整个编码器内的数据处理结构框架图见图1a：其中，PulseCnt为各关节编码器的原始数据信号；DeadZone为设计的死区，使得编码器在原地微动时，不会产生噪声影响；θ、
Figure GDA0002592820310000071
分别为根据编码器计算出的角度、角速度、加速度值；
Figure GDA0002592820310000072
为计算得出的位置信号；w为计算得出的速度信号；α为计算得出的加速度信号；由于此算法中设计的
Figure GDA0002592820310000073
是通过两阶积分串联得到的，其信号噪声将非常小，且在计算过程中可以根据位置信息得到速度信息，同理得到的速度信息会非常小。
进一步地，所述接收所述指定关节对应的运动信息的步骤S4之后，包括：
S5：将所述位置信号输入到正运动学方程进行求解，得到所述机器臂的末端位姿。
正运动学方程由一系列矩阵相乘得到，矩阵中变量为各关节运动角度的表达式。根据获得的关节运动角度，就可以获取正运动学方程对应的矩阵值，根据矩阵值就可以解算出末端位姿。
S6：将所述角速度信号进行几何雅克比运算，得到所述机器臂的末端速度。
各关节角速度值构成的列向量，在乘几何雅可比矩阵后，可以获得末端速度。
S7：根据所述机器臂的末端位姿和末端速度，控制所述机器臂进行协作运动。
协作型机械臂具有力反馈感、知敏感、运动灵活度高等特点，协作机械臂的控制技术包含运动轨迹控制、末端执行器速度控制、力反馈控制、零阻尼控制等。在协作机械臂运动轨迹控制中，需要对其每个关节位置信号进行实时采集，由于要控制运动速度的平滑性，也需要对位置信号进行微分，求解出速度信号。在末端速度控制中，需要建立机械臂各关节速度与末端执行器速度的映射关系，映射关系满足以下方程：
Figure GDA0002592820310000074
其中，q为各关节的位置，q`为各关节的角速度，v、w分别为末端执行器的线速度和角速度。此过程需要获取各关节的位置信号，通过正运动学方程求解得到末端位姿，通过几何雅克比矩阵J对角速度信号和加速度信号进行计算，得到关节速度值。力反馈控制与末端速度控制类似，也需要关节的位置信号和速度信号，另外也需要末端维力传感器和各关节力矩信号。
参照图2，本申请一实施例的机器臂信号处理装置，包括：
第一输入模块1，用于将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；
第二输入模块2，用于将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中，所述第二数据包括误差校正；
运算模块3，用于将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；
接收模块4，用于接收所述指定关节对应的运动信息。
本实施例通过微分跟踪的设计思想，在编码器中并联设置前馈处理通道和闭环反馈通道，采集的关节信息与编码器中的跟踪信号满足完全一致或接近一致时，跟踪信号的微分值会与关节信息的微分值近似相等，所以在信息处理对象中设计了高阶可导运算，来获取低噪音的微分信号。通过将获取的关节信息输入至编码器的前馈处理通道和闭环反馈通道的闭环调节器进行运算，以对关节信息进行预处理。通过闭环反馈通道的闭环调节器对前馈处理通道获得的运动弧度，进行误差调整，使误差在0附近低幅度浮动变化，以提高捕获指定关节的运动弧度的精准度，可提取机械臂各关节的位置信号和速度信号，具有跟随动态性能快、噪声低的优良特点。基于此技术设计的协作机械臂控制算法，其快速响应性能和抗噪声能力显著提高。本实施例的信息处理对象可进行二阶可导或二阶以上的高阶可导的运算特性，信息处理对象与闭环调节器串联连接于闭环反馈通道，通过信息处理对象对运动弧度进行高阶可导运算，得到包括位置信号在内的运动信息，并通过二阶可导对位置信号求导，得到角速度信号和加速度信号。本实施例中一个编码器对应一个关节。
进一步地，所述高阶可导运算包括二阶可导运算，所述运算模块3，包括：
运算单元，用于将带有所述误差校正的运动弧度进行积分运算，得到所述位置信息；
第一求导单元，用于将所述位置信息进行一阶求导得到所述角速度；
第二求导单元，用于将所述位置信息进行二阶求导得到所述加速度。
信息处理对象中的跟踪微分器获取的位置信号，通过两个串联的积分环节(1/s)得到，在获取角位置信号的同时，可以通过求导获取到角速度信号和角加速度信号。
进一步地，所述第二求导单元，包括：
求导子单元，用于将所述位置信息进行二阶求导得到二阶导数；
滤波子单元，用于将所述二阶导数进行滤波，得到所述加速度信息。
编码器包括低通滤波器，上述低通滤波器包括
Figure GDA0002592820310000091
其中，τf表示滤波时间常数，s为传递函数的通用符号。通过低通滤波器进行降噪处理，使输出的加速度信息更精准。上述的角速度信息的计算过程中，也可在一阶求导后通过低通滤波器处理，使得到的角速度信息更精准，过程和原理与上述类似，不赘述。
进一步地，所述第二输入模块2，包括：
微分单元，用于接收所述前馈处理通道对所述关节信息进行不完全微分，得到的表征当前时刻运动趋势的所述第一数据，其中，所述前馈处理通道包括依次串联的第一量纲转换和不完全微分；
调整单元，用于将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据。
上述关节信息包括控制指定关节的电机输出的电机脉冲信号，通过将电机脉冲信号输入至第一量纲转换得到运动弧度，上述第一量纲转换的算法为
Figure GDA0002592820310000092
其中，Npulse表示编码器一圈的脉冲数。将所述关节信息输入至所述前馈处理通道中进行不完全微分，指将经过量纲转换后得到的运动弧度进行两次不完全微分，得到与指定关节当前时刻运动趋势一致的运动弧度，上述前馈处理通道中的不完全微分的函数式为
Figure GDA0002592820310000093
其中，τd表示滤波时间常数，S表示传递函数的通用符号。将第一数据和当前时刻的前一时刻输出的位置信息，一并输入至闭环调节器进行误差调整，闭环调节器包括串联连接的设计死区、第一量纲转换和超前滞后网络，将关节信息输入至设计死区，使得编码器在原地微动时，不会产生噪声影响。上述超前滞后网络表示为
Figure GDA0002592820310000101
其中，Kp表示微调比例，
Figure GDA0002592820310000102
表示超前滞后网络的函数表达式，τβ和τα分别表示时间常数。上述通过第一量纲转换使计算过程中的量纲一致，提高计算正确性。上述设计死区、第一量纲转换和超前滞后网络的串联次序，设计死区处于第一顺位，以便先通过噪声控制，提高闭环反馈通道中后续计算的精准度，以免噪声在后续计算中被放大。第一量纲转换和超前滞后网络的串联次序可互相调换，不作限定。
进一步地，所述闭环反馈通道包括封闭环接的前向通道和反馈通道，所述反馈通道中串联第二量纲转换，所述调整单元，包括：
获取子单元，用于获取所述当前时刻的前一时刻输出的位置信息；
得到子单元，用于将所述当前时刻的前一时刻输出的位置信息通过所述第二量纲转换，得到所述当前时刻的前一时刻输出的位置信息对应的脉冲信号；
跟踪子单元，用于将所述当前时刻的前一时刻输出的位置信息对应的脉冲信号，与所述第一数据进行跟踪修正，使所述当前时刻的前一时刻输出的位置信息对应的脉冲信号趋近于所述当前时刻捕获的关节信息。
上述第二量纲转换表示为
Figure GDA0002592820310000103
为第一量纲转换的逆运算，用于将表征位置信息的弧度单位转换为脉冲，以便在同一量纲下，实现闭环反馈通道输出的位置信息跟踪修正第一数据，跟踪越好，即两个值相近甚至相等，表示对指定关节的运动趋势的真实反馈更精准。上述闭环调节器和信息处理对象串联连接于闭环反馈通道的前向通道。当前时刻的前一时刻输出的位置信息由信息处理对象获取。本实施例整个编码器内的数据处理结构框架图见图1a：其中，PulseCnt为各关节编码器的原始数据信号；DeadZone为设计的死区，使得编码器在原地微动时，不会产生噪声影响；θ、
Figure GDA0002592820310000104
分别为根据编码器计算出的角度、角速度、加速度值；
Figure GDA0002592820310000105
为计算得出的位置信号；w为计算得出的速度信号；α为计算得出的加速度信号；由于此算法中设计的
Figure GDA0002592820310000106
是通过两阶积分串联得到的，其信号噪声将非常小，且在计算过程中可以根据位置信息得到速度信息，同理得到的速度信息会非常小。
进一步地，机器臂信号处理装置，包括：
求解模块，用于将所述位置信号输入到正运动学方程进行求解，得到所述机器臂的末端位姿。
正运动学方程由一系列矩阵相乘得到，矩阵中变量为各关节运动角度的表达式。根据获得的关节运动角度，就可以获取正运动学方程对应的矩阵值，根据矩阵值就可以解算出末端位姿。
得到模块，用于将所述角速度信号进行几何雅克比运算，得到所述机器臂的末端速度。
各关节角速度值构成的列向量，在乘几何雅可比矩阵后，可以获得末端速度。
控制模块，用于根据所述机器臂的末端位姿和末端速度，控制所述机器臂进行协作运动。
协作型机械臂具有力反馈感、知敏感、运动灵活度高等特点，协作机械臂的控制技术包含运动轨迹控制、末端执行器速度控制、力反馈控制、零阻尼控制等。在协作机械臂运动轨迹控制中，需要对其每个关节位置信号进行实时采集，由于要控制运动速度的平滑性，也需要对位置信号进行微分，求解出速度信号。在末端速度控制中，需要建立机械臂各关节速度与末端执行器速度的映射关系，映射关系满足以下方程：
Figure GDA0002592820310000111
其中，q为各关节的位置，q`为各关节的角速度，v、w分别为末端执行器的线速度和角速度。此过程需要获取各关节的位置信号，通过正运动学方程求解得到末端位姿，通过几何雅克比矩阵J对角速度信号和加速度信号进行计算，得到关节速度值。力反馈控制与末端速度控制类似，也需要关节的位置信号和速度信号，另外也需要末端维力传感器和各关节力矩信号。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储机器臂信号处理过程需要的所有数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现机器臂信号处理方法。
上述处理器执行上述机器臂信号处理方法，包括：将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中，所述第二数据包括误差校正；将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；接收所述指定关节对应的运动信息。
上述计算机设备，通过结合协作机械臂的控制场景，设计了编码器信号处理算法，以针对编码器脉冲反馈的信号进行合理的算法处理，优化后的处理算法可提取机械臂各关节的位置信号和速度信号，具有跟随动态性能快、噪声低的优良特点，基于此技术设计的协作机械臂控制算法，其响应快速性和抗噪声能力显著提高。
在一个实施例中，所述高阶可导运算包括二阶可导运算，上述处理器将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息的步骤，包括：将带有所述误差校正的运动弧度进行积分运算，得到所述位置信息；将所述位置信息进行一阶求导得到所述角速度；将所述位置信息进行二阶求导得到所述加速度。
在一个实施例中，上述处理器将所述位置信息进行二阶求导得到所述加速度的步骤，包括：将所述位置信息进行二阶求导得到二阶导数；将所述二阶导数进行滤波，得到所述加速度信息。
在一个实施例中，上述处理器将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据的步骤，包括：接收所述前馈处理通道对所述关节信息进行不完全微分，得到的表征当前时刻运动趋势的所述第一数据，其中，所述前馈处理通道包括依次串联的第一量纲转换和不完全微分；将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据。
在一个实施例中，所述闭环反馈通道包括封闭环接的前向通道和反馈通道，所述反馈通道中串联第二量纲转换，上述处理器将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据的步骤，包括：获取所述当前时刻的前一时刻输出的位置信息；将所述当前时刻的前一时刻输出的位置信息通过所述第二量纲转换，得到所述当前时刻的前一时刻输出的位置信息对应的脉冲信号；将所述当前时刻的前一时刻输出的位置信息对应的脉冲信号，与所述第一数据进行跟踪修正，使所述当前时刻的前一时刻输出的位置信息对应的脉冲信号趋近于所述当前时刻捕获的关节信息。
在一个实施例中，上述处理器接收所述指定关节对应的运动信息的步骤之后，包括：将所述位置信号输入到正运动学方程进行求解，得到所述机器臂的末端位姿；将所述角速度信号进行几何雅克比运算，得到所述机器臂的末端速度；根据所述机器臂的末端位姿和末端速度，控制所述机器臂进行协作运动。
本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现机器臂信号处理方法，包括：将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中，所述第二数据包括误差校正；将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；接收所述指定关节对应的运动信息。
上述计算机可读存储介质，通过结合协作机械臂的控制场景，设计了编码器信号处理算法，以针对编码器脉冲反馈的信号进行合理的算法处理，优化后的处理算法可提取机械臂各关节的位置信号和速度信号，具有跟随动态性能快、噪声低的优良特点，基于此技术设计的协作机械臂控制算法，其响应快速性和抗噪声能力显著提高。
在一个实施例中，所述高阶可导运算包括二阶可导运算，上述处理器将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息的步骤，包括：将带有所述误差校正的运动弧度进行积分运算，得到所述位置信息；将所述位置信息进行一阶求导得到所述角速度；将所述位置信息进行二阶求导得到所述加速度。
在一个实施例中，上述处理器将所述位置信息进行二阶求导得到所述加速度的步骤，包括：将所述位置信息进行二阶求导得到二阶导数；将所述二阶导数进行滤波，得到所述加速度信息。
在一个实施例中，上述处理器将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据的步骤，包括：接收所述前馈处理通道对所述关节信息进行不完全微分，得到的表征当前时刻运动趋势的所述第一数据，其中，所述前馈处理通道包括依次串联的第一量纲转换和不完全微分；将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据。
在一个实施例中，所述闭环反馈通道包括封闭环接的前向通道和反馈通道，所述反馈通道中串联第二量纲转换，上述处理器将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据的步骤，包括：获取所述当前时刻的前一时刻输出的位置信息；将所述当前时刻的前一时刻输出的位置信息通过所述第二量纲转换，得到所述当前时刻的前一时刻输出的位置信息对应的脉冲信号；将所述当前时刻的前一时刻输出的位置信息对应的脉冲信号，与所述第一数据进行跟踪修正，使所述当前时刻的前一时刻输出的位置信息对应的脉冲信号趋近于所述当前时刻捕获的关节信息。
在一个实施例中，上述处理器接收所述指定关节对应的运动信息的步骤之后，包括：将所述位置信号输入到正运动学方程进行求解，得到所述机器臂的末端位姿；将所述角速度信号进行几何雅克比运算，得到所述机器臂的末端速度；根据所述机器臂的末端位姿和末端速度，控制所述机器臂进行协作运动。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，上述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种机器臂信号处理方法，其特征在于，包括：
将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；
将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中，所述第二数据包括误差校正；
将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；
接收所述指定关节对应的运动信息。
2.根据权利要求1所述的机器臂信号处理方法，其特征在于，所述高阶可导运算包括二阶可导运算，所述将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息的步骤，包括：
将带有所述误差校正的运动弧度进行积分运算，得到位置信息；
将所述位置信息进行一阶求导得到所述角速度；
将所述位置信息进行二阶求导得到所述加速度。
3.根据权利要求2所述的机器臂信号处理方法，其特征在于，所述将所述位置信息进行二阶求导得到所述加速度的步骤，包括：
将所述位置信息进行二阶求导得到二阶导数；
将所述二阶导数进行滤波，得到所述加速度信息。
4.根据权利要求1所述的机器臂信号处理方法，其特征在于，所述将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据的步骤，包括：
接收所述前馈处理通道对所述关节信息进行不完全微分，得到的表征当前时刻运动趋势的所述第一数据，其中，所述前馈处理通道包括依次串联的第一量纲转换和不完全微分；
将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据。
5.根据权利要求4所述的机器臂信号处理方法，其特征在于，所述闭环反馈通道包括封闭环接的前向通道和反馈通道，所述反馈通道中串联第二量纲转换，所述将所述第一数据根据所述当前时刻的前一时刻输出的位置信息，进行误差调整得到所述第二数据的步骤，包括：
获取所述当前时刻的前一时刻输出的位置信息；
将所述当前时刻的前一时刻输出的位置信息通过所述第二量纲转换，得到所述当前时刻的前一时刻输出的位置信息对应的脉冲信号；
将所述当前时刻的前一时刻输出的位置信息对应的脉冲信号，与所述第一数据进行跟踪修正，使所述当前时刻的前一时刻输出的位置信息对应的脉冲信号趋近于所述当前时刻捕获的关节信息。
6.根据权利要求1所述的机器臂信号处理方法，其特征在于，所述接收所述指定关节对应的运动信息的步骤之后，包括：
将所述位置信号输入到正运动学方程进行求解，得到所述机器臂的末端位姿；
将所述角速度信号进行几何雅克比运算，得到所述机器臂的末端速度；
根据所述机器臂的末端位姿和末端速度，控制所述机器臂进行协作运动。
7.一种机器臂信号处理装置，其特征在于，包括：
第一输入模块，用于将机器臂指定关节的关节信息输入至前馈处理通道进行运算，得到所述关节信息对应的第一数据，其中，所述指定关节为所述机器臂中的所有关节中任意一个，所述关节信息包括控制关节运动的电机脉冲信号，所述第一数据包括从所述电机脉冲信号中计算的运动弧度；
第二输入模块，用于将所述第一数据输入闭环反馈通道进行误差调整，得到调整所述第一数据误差后的第二数据，其中，所述第二数据包括误差校正；
运算模块，用于将带有所述误差校正的运动弧度进行高阶可导运算，得到所述指定关节对应的运动信息，其中，所述运动信息包括位置信号、角速度信号和加速度信号；
接收模块，用于接收所述指定关节对应的运动信息。
8.根据权利要求7所述的机器臂信号处理装置，其特征在于，所述高阶可导运算包括二阶可导运算，所述运算模块包括：
运算单元，用于将带有所述误差校正的运动弧度进行积分运算，得到位置信息；
第一求导单元，用于将所述位置信息进行一阶求导得到所述角速度；
第二求导单元，用于将所述位置信息进行二阶求导得到所述加速度。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至6中任一项所述方法的步骤。
10.一种计算机可读存储介质，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权利要求1至6中任一项所述的方法的步骤。
CN202010408594.5A 2020-05-14 2020-05-14 机器臂信号处理方法、装置、计算机设备及存储介质 Active CN111590568B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202010408594.5A CN111590568B (zh) 2020-05-14 2020-05-14 机器臂信号处理方法、装置、计算机设备及存储介质
PCT/CN2020/098791 WO2021139100A1 (zh) 2020-05-14 2020-06-29 机器臂信号处理方法、装置、计算机设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010408594.5A CN111590568B (zh) 2020-05-14 2020-05-14 机器臂信号处理方法、装置、计算机设备及存储介质

Publications (2)

Publication Number Publication Date
CN111590568A CN111590568A (zh) 2020-08-28
CN111590568B true CN111590568B (zh) 2023-05-16

Family

ID=72188987

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010408594.5A Active CN111590568B (zh) 2020-05-14 2020-05-14 机器臂信号处理方法、装置、计算机设备及存储介质

Country Status (2)

Country Link
CN (1) CN111590568B (zh)
WO (1) WO2021139100A1 (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113848939B (zh) * 2021-10-14 2022-04-26 河南嘉晨智能控制股份有限公司 一种工业车辆加减速动态性能改善方法
CN114536338B (zh) * 2022-03-03 2023-09-26 深圳亿嘉和科技研发有限公司 一种液压机械臂的控制方法
CN115781694B (zh) * 2023-01-29 2023-05-26 东南大学 一种基于双编码器的关节模组双前馈复合控制方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465035A (en) * 1993-05-11 1995-11-07 Quantum Corporation Band limited control of a flexible structure using piecewise trigonometric input signals
WO2004074951A1 (en) * 2003-02-18 2004-09-02 Allesandro Dreoni Method and device for controlling a physical quantity having a programmed variation with a feed-forward control
JP2014136260A (ja) * 2013-01-15 2014-07-28 Daihen Corp 制御装置
CN105955027A (zh) * 2016-05-30 2016-09-21 中国科学院光电技术研究所 一种基于多阶运动信息估计的前馈控制方法
EP3117967A1 (en) * 2015-07-15 2017-01-18 ETH Zurich Transparency control method for robotic devices and a control device therefor
WO2017035461A1 (en) * 2015-08-27 2017-03-02 University Of Washington Methods for controlling equipment and controlled equipment using inverse user models
CN109015661A (zh) * 2018-09-29 2018-12-18 重庆固高科技长江研究院有限公司 工业机器人迭代学习修正轨迹误差的方法
CN109159151A (zh) * 2018-10-23 2019-01-08 北京无线电测量研究所 一种机械臂空间轨迹跟踪动态补偿方法和系统
CN110955192A (zh) * 2018-09-27 2020-04-03 日本电产三协株式会社 伺服控制装置、机器人及伺服控制方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5049797A (en) * 1990-07-02 1991-09-17 Utah State University Foundation Device and method for control of flexible link robot manipulators
CN103406909B (zh) * 2013-07-24 2015-05-13 黑龙江科技大学 一种机械臂系统的跟踪控制设备及方法
CN108942930A (zh) * 2018-07-18 2018-12-07 上海天豚信息科技有限公司 机械臂装置的闭环控制系统及方法
CN109531565B (zh) * 2018-08-27 2023-11-03 苏州博众智能机器人有限公司 一种机械臂的控制方法、装置、服务机器人及存储介质
CN109927032B (zh) * 2019-03-28 2022-02-11 东南大学 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法
CN110450155B (zh) * 2019-07-30 2021-01-22 洛阳润信机械制造有限公司 一种多自由度机械臂系统的控制器的优化设计方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5465035A (en) * 1993-05-11 1995-11-07 Quantum Corporation Band limited control of a flexible structure using piecewise trigonometric input signals
WO2004074951A1 (en) * 2003-02-18 2004-09-02 Allesandro Dreoni Method and device for controlling a physical quantity having a programmed variation with a feed-forward control
JP2014136260A (ja) * 2013-01-15 2014-07-28 Daihen Corp 制御装置
EP3117967A1 (en) * 2015-07-15 2017-01-18 ETH Zurich Transparency control method for robotic devices and a control device therefor
WO2017035461A1 (en) * 2015-08-27 2017-03-02 University Of Washington Methods for controlling equipment and controlled equipment using inverse user models
CN105955027A (zh) * 2016-05-30 2016-09-21 中国科学院光电技术研究所 一种基于多阶运动信息估计的前馈控制方法
CN110955192A (zh) * 2018-09-27 2020-04-03 日本电产三协株式会社 伺服控制装置、机器人及伺服控制方法
CN109015661A (zh) * 2018-09-29 2018-12-18 重庆固高科技长江研究院有限公司 工业机器人迭代学习修正轨迹误差的方法
CN109159151A (zh) * 2018-10-23 2019-01-08 北京无线电测量研究所 一种机械臂空间轨迹跟踪动态补偿方法和系统

Also Published As

Publication number Publication date
CN111590568A (zh) 2020-08-28
WO2021139100A1 (zh) 2021-07-15

Similar Documents

Publication Publication Date Title
CN111590568B (zh) 机器臂信号处理方法、装置、计算机设备及存储介质
CN101402199B (zh) 基于视觉的手眼式低伺服精度机器人抓取移动目标的方法
JP4265088B2 (ja) ロボット装置及びその制御方法
CN110253574B (zh) 一种多任务机械臂位姿检测和误差补偿方法
JP2013180380A (ja) 制御装置、制御方法及びロボット装置
CN112894821B (zh) 基于电流法的协作机器人拖动示教控制方法、装置及设备
Gans et al. Adaptive visual servo control to simultaneously stabilize image and pose error
CN111805547B (zh) 一种轨迹动态跟踪实现方法
Andreff et al. Image-based visual servoing of a gough—Stewart parallel manipulator using leg observations
De Luca et al. Image-based visual servoing schemes for nonholonomic mobile manipulators
CN115625711B (zh) 一种考虑末端力的双臂机器人协同控制方法
CN112894812A (zh) 一种面向机械臂的视觉伺服轨迹跟踪控制方法及系统
CN108453741B (zh) 一种工业机器人柔性伺服控制方法
CN112809666A (zh) 一种基于神经网络的5-dof机械臂力位跟踪算法
CN114536346B (zh) 一种基于人机协作和视觉检测的机械臂精确路径规划方法
CN114986498A (zh) 一种移动操作臂协同控制方法
CN108132602B (zh) 固态酿酒翻曲机械手神经网络滑模自适应控制方法
Han et al. Visual servoing control of robotics with a neural network estimator based on spectral adaptive law
Baldini et al. Learning pose estimation for uav autonomous navigation andlanding using visual-inertial sensor data
Nishida et al. A new feedback robot control method based on position/image sensor integration
Yu et al. Robust visual servoing of robot manipulators with neuro compensation
CN111993416B (zh) 一种控制机械臂运动的方法、设备、系统以及装置
Zhang et al. Asymptotic moving object tracking with trajectory tracking extension: A homography‐based approach
Wang et al. The visual-based robust model predictive control for two-DOF video tracking system
Niwa et al. Kalman filter with time-variable gain for a multisensor fusion system

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 40034005

Country of ref document: HK

SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant