CN112720455B - 最优关节加速度与减速度计算方法、装置及其应用 - Google Patents
最优关节加速度与减速度计算方法、装置及其应用 Download PDFInfo
- Publication number
- CN112720455B CN112720455B CN202011378424.3A CN202011378424A CN112720455B CN 112720455 B CN112720455 B CN 112720455B CN 202011378424 A CN202011378424 A CN 202011378424A CN 112720455 B CN112720455 B CN 112720455B
- Authority
- CN
- China
- Prior art keywords
- target
- acceleration
- deceleration
- joint
- preset
- 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
- 230000001133 acceleration Effects 0.000 title claims abstract description 209
- 238000004364 calculation method Methods 0.000 title claims abstract description 60
- 238000000034 method Methods 0.000 claims abstract description 32
- 230000015654 memory Effects 0.000 claims description 18
- 230000033001 locomotion Effects 0.000 claims description 13
- 238000005457 optimization Methods 0.000 claims description 10
- 239000006185 dispersion Substances 0.000 claims description 4
- 238000006073 displacement reaction Methods 0.000 description 5
- 230000033764 rhythmic process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000005484 gravity Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
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
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2111/00—Details relating to CAD techniques
- G06F2111/04—Constraint-based CAD
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Evolutionary Computation (AREA)
- Robotics (AREA)
- Automation & Control Theory (AREA)
- Artificial Intelligence (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Computer Hardware Design (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种最优关节加速度与减速度计算方法、装置及其应用,涉及机器人控制领域,其中最优关节加速度与减速度计算方法包括:获取目标机器人的预设主轴,获取目标机器人对应的第一速度参数,获取预设主轴对应的第二速度参数;基于所述第一速度参数和所述第二速度参数设置所述预设主轴对应的预设速度参数;根据预设速度参数,对预设主轴进行速度规划,计算出加速段与减速段目标关节力矩;根据加速段与减速段目标关节力矩进行迭代计算,得到目标机器人对应的目标加速度和目标减速度。通过上述方法,能够在满足机器人关节的相关速度参数的约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍。
Description
技术领域
本发明涉及机器人控制技术领域,尤其是涉及一种最优关节加速度与减速度计算方法、装置及其应用。
背景技术
机器人的节拍直接影响工业现场工艺的效率,提升机器人的节拍具有重大意义。用于提升机器人节拍的方法有很多,其中最直接的方法是设定更大的机器人关节速度、关节加速度和关节减速度。对于关节速度的设定,可以根据电机最大转速和减速比设定。然而,对于关节加速度和关节减速度的设定,由于机器人动力学模型是一个时变非线性耦合的模型,难以手动设置以保证每一个关节的电机电流不超过给定最大值。在多点位运动的场景下,手动设置各个关节的最优加速度和减速度,更加困难,难以实施。
发明内容
本发明旨在至少解决现有技术中存在的技术问题之一。为此,本发明实施例提出一种最优关节加速度与减速度计算方法,能够在满足机器人关节的相关速度参数的约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍。
本发明实施例还提出一种最优关节加速度与减速度计算装置。
本发明实施例还提出一种电子设备。
本发明实施例还提出一种计算机可读存储介质。
根据本发明的第一方面实施例的最优关节加速度与减速度计算方法,包括:
获取目标机器人的预设主轴,获取所述目标机器人对应的第一速度参数,获取所述预设主轴对应的第二速度参数;
基于所述第一速度参数和所述第二速度参数设置所述预设主轴对应的预设速度参数,若所述第一速度参数小于所述第二速度参数,则将所述第一速度参数作为所述预设速度参数;
根据所述预设速度参数,对所述预设主轴进行速度规划,计算出加速段与减速段目标关节力矩;
根据所述加速段与减速段目标关节力矩进行迭代计算,得到所述目标机器人对应的目标加速度和目标减速度。
根据本发明第一方面实施例的最优关节加速度与减速度计算方法,至少具有如下有益效果:通过获取目标机器人对应的第一速度参数、获取预设主轴对应的第二速度参数,然后比较第一速度参数和第二速度参数的大小关系,若第一速度参数小于第二速度参数,则将第一速度参数作为预设主轴对应的预设速度参数,继而可以根据预设速度参数,对预设主轴进行速度规划,计算出加速段与减速段目标关节力矩,最后可以根据加速段与减速段目标关节力矩进行迭代计算,得到目标机器人对应的最优的目标加速度和目标减速度,能够在满足机器人关节的相关速度参数的约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍。
根据本发明的一些实施例,所述预设速度参数包括:预设加速度和预设减速度;所述根据所述加速段与减速段目标关节力矩进行迭代计算,得到目标加速度和目标减速度,包括:根据所述加速段与减速段目标关节力矩对所述预设加速度和所述预设减速度进行二分迭代计算,得到所述目标加速度和所述目标减速度。
根据本发明的一些实施例,所述根据所述加速段与减速段目标关节力矩对所述预设加速度和所述预设减速度进行二分迭代计算,得到所述目标加速度和所述目标减速度,包括:根据所述加速段与减速段目标关节力矩对所述预设加速度和所述预设减速度进行二分迭代计算,对所述预设主轴进行速度规划,得到目标加速段和目标减速段;分别对所述目标加速度段和所述目标减速度段进行均分离散,获取加速段离散点和减速段离散点;获取所述加速段离散点力矩,获取所述减速段离散点力矩;计算所述加速段离散点力矩中各个关节力矩绝对值的最大值作为加速段目标关节力矩,计算所述减速段离散点力矩中各个关节力矩绝对值的最大值作为减速段目标关节力矩;基于所述加速段目标关节力矩和所述预设的最大关节力矩确定所述目标加速度,基于所述减速段目标关节力矩和所述预设的最大关节力矩确定所述目标减速度。
根据本发明的一些实施例,所述基于所述加速段目标关节力矩和所述预设的最大关节力矩确定所述目标加速度,包括:获取预设迭代次数,获取所述加速段目标关节力矩;比较所述加速段目标关节力矩与所述预设的最大关节力矩之间的大小关系;若所述加速段目标关节力矩大于所述预设的最大关节力矩,将所述二分迭代的区间右值赋值为当前计算的加速度,否则,将所述二分迭代的区间左值赋值为当前计算的加速度,将最后一次更新得到的所述加速度作为所述目标加速度。
根据本发明的一些实施例,所述基于所述减速段目标关节力矩和所述预设的最大关节力矩确定所述目标减速度,包括:获取所述减速段目标关节力矩;比较所述减速段目标关节力矩与所述预设的最大关节力矩之间的大小关系;若所述减速段目标关节力矩大于所述预设的最大关节力矩,将所述二分迭代的区间右值赋值为当前计算的减速度,否则,将所述二分迭代的区间左值赋值为当前计算的减速度,将最后一次更新得到的所述减速度作为所述目标减速度。
根据本发明的一些实施例,所述获取目标机器人的预设主轴,包括:获取所述目标机器人的各个关节对应的多个关节距离;基于所述多个关节距离选取得到目标关节距离,获取所述目标关节距离对应的目标关节;将所述目标关节作为所述预设主轴。
根据本发明的一些实施例,所述获取所述目标机器人的各个关节对应的多个关节距离,包括:分别获取每个关节的起点关节位置和终点关节位置;根据所述起点关节位置和所述终点关节位置计算得到所述每个关节对应的所述关节距离。
根据本发明的第二方面实施例的最优关节加速度与减速度计算装置,包括:
获取模块,用于获取目标机器人的预设主轴,获取所述目标机器人对应的第一速度参数,获取所述预设主轴对应的第二速度参数;
设置模块,用于基于所述第一速度参数和所述第二速度参数设置所述预设主轴对应的预设速度参数,若所述第一速度参数大于所述第二速度参数,则将所述第二速度参数作为所述预设速度参数;
力矩计算模块,用于根据所述预设速度参数,对所述预设主轴进行速度规划,计算出加速段与减速段目标关节力矩;
迭代优化模块,用于根据所述加速段与减速段目标关节力矩进行迭代计算,得到所述目标机器人对应的目标加速度和目标减速度。
根据本发明第二方面实施例的最优关节加速度与减速度计算装置,至少具有如下有益效果:通过执行本发明第一方面实施例的最优关节加速度与减速度计算方法,能够在满足机器人关节的相关速度参数的约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍。
根据本发明第三方面实施例的电子设备,包括:至少一个处理器,以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现第一方面所述的最优关节加速度与减速度计算方法。
根据本发明实施例的电子设备,至少具有如下有益效果:通过执行本发明第一方面实施例的最优关节加速度与减速度计算方法,能够在满足机器人关节速度参数的约束下,自动且快速地计算最优的加速度和减速度,充分发挥电机的性能,提高机器人节拍。
根据本发明第四方面实施例的计算机可读存储介质,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行第一方面所述的最优关节加速度与减速度计算方法。
根据本发明第四方面实施例的交互显示存储介质,至少具有如下有益效果:通过执行本发明第一方面实施例的最优关节加速度与减速度计算方法,能够在满足机器人关节的相关速度参数的约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1为本发明实施例的最优关节加速度与减速度计算方法的流程示意图;
图2为本发明实施例的最优关节加速度与减速度计算装置的结构示意图;
图3为本发明实施例的电子设备的功能模块图。
附图标记:
获取模块200、设置模块210、力矩计算模块220、迭代优化模块230、处理器300、存储器310、数据传输模块320、显示屏330。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
机器人的节拍直接影响工业现场工艺的效率,提升机器人的节拍具有重大意义。用于提升机器人节拍的方法有很多,其中最直接的方法是设定更大的机器人关节速度、关节加速度和关节减速度。对于关节速度的设定,可以根据电机最大转速和减速比设定。然而,对于关节加速度和关节减速度的设定,由于机器人动力学模型是一个时变非线性耦合的模型,难以手动设置以保证每一个关节的电机电流不超过给定最大值。在多点位运动的场景下,手动设置各个关节的最优加速度和减速度,更加困难,难以实施。
因此,研发一种基于机器人动力学模型的最优关节加速度与减速度计算方法,在满足机器人关节速度、关节加速度与减速度、关节力矩约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍,具有重大意义。
参照图1,根据本发明第一方面实施例的最优关节加速度与减速度计算方法,包括:
步骤S100,获取目标机器人的预设主轴,获取目标机器人对应的第一速度参数,获取预设主轴对应的第二速度参数。
其中,目标机器人可以是需要进行最优关节加速度与减速度计算的机器人,目标机器人可以是现有的各种机器人其中的一种;预设主轴可以是根据需求设置的目标机器人的某个关节;第一速度参数可以是预先设置的目标机器人各个关节对应的最大速度、最大加速度、最大减速度等参数;第二速度参数可以是预设主轴对应的最大速度、最大加速度、最大减速度和最大力矩等参数。可选的,可以从目标机器人各个关节中选取得到预设主轴,例如可以从各个关节中选取运动距离最长的关节作为预设主轴。可以根据目标机器人各个关节的电机选型及减速比,预设目标机器人各个关节对应的最大速度vmax、最大加速度accmax、最大减速度decmax,再将上述参数除以各个关节的运动位移比率,即得到目标机器人对应的第一速度参数。假设目标机器人运动距离最长的关节为关节m,则可以将关节m对应的最大速度vmax(m)、最大加速度accmax(m)、最大减速度decmax(m)作为第二速度参数。
步骤S110,基于第一速度参数和第二速度参数设置预设主轴对应的预设速度参数,若第一速度参数小于第二速度参数,则将第一速度参数作为预设速度参数。
其中,预设速度参数可以是预设主轴对应的、满足需求的速度、加速度、减速度数据。预设速度参数可以根据第一速度参数和第二速度参数进行更新计算得到,比较第一速度参数与第二速度参数之间的大小关系,将目标机器人各个关节对应的最大速度、最大加速度和最大减速度分别与预设主轴对应的最大速度、最大加速度和最大减速度进行大小比较,若第一速度参数小于第二速度参数,则将第一速度参数作为预设主轴对应的、满足需求的速度、加速度、减速度数据,最后可以将第一速度参数作为预设速度参数。
在一些具体的实施例中,以速度值为例,假设关节m对应的速度为Vmax(m)(即第二速度参数),假设目标机器人的关节i对应的最大速度为Vmax(i)(除以关节i的运动位移比率,即为第一速度参数),假设关节i对应的运动位移比率为rate(i)(其中,rate=(qe-qs)/L为各个关节的运动位移比率,其中,qe为关节终点位置,qs为关节起点位置,L为预设主轴的运动距离,即预设主轴的长度),假设预设主轴为关节m,若Vmax(m)>Vmax(i)/rate(i),第一速度参数小于第二速度参数,则更新Vmax(m),Vmax(m)=Vmax(i)/rate(i),同理可以对预设主轴的最大加速度值、最大减速度值进行等效。
步骤S120,根据预设速度参数,对预设主轴进行速度规划,计算出加速段与减速段目标关节力矩。
其中,加速段目标关节力矩是加速段离散点力矩中各个关节力矩绝对值的最大值,减速段目标关节力矩是减速段离散点力矩中各个关节力矩绝对值的最大值。根据预设速度参数,对预设主轴进行速度规划,结合机器人的动力学方程,计算得到加速段与减速段目标关节力矩。机器人的动力学方程如下:
步骤S130,根据加速段与减速段目标关节力矩进行迭代计算,得到目标机器人对应的目标加速度和目标减速度。
其中,目标加速度可以是目标机器人对应的最优加速度,目标减速度可以是目标机器人对应的最优减速度。由于机器人关节力矩主要来源于惯性力矩,则 为惯性力矩、为哥氏力与离心力矩、为摩擦力矩、G(q)为重力矩),而惯性力矩与加速度与减速度有关。因而,对于每一段关节运动,只要设定的最大关节力矩大于哥氏力与离心力矩、摩擦力矩、重力矩之和,则一定存在最大的加速度与减速度,使得至少一个关节的力矩达到最大值,即可以通过迭代寻优算法,迭代求解最优的加速度与减速度,即得到目标加速度和目标减速度。可选的,迭代寻优算法可以是二分法,也可以是其他寻优方法,如进退法、黄金分割法等。这里采用二分法进行快速迭代,计算出最优的加速度与减速度,使得各个关节的速度、加速度、减速度、力矩均在最大值以内,即计算得到目标加速度和目标减速度。
上述最优关节加速度与减速度计算方法,通过获取目标机器人对应的第一速度参数、获取预设主轴对应的第二速度参数,然后比较第一速度参数和第二速度参数的大小关系,若第一速度参数小于第二速度参数,则将第一速度参数作为预设主轴对应的预设速度参数,继而可以根据预设速度参数,对预设主轴进行速度规划,计算出加速段与减速段目标关节力矩,最后可以根据加速段与减速段目标关节力矩进行迭代计算,得到目标机器人对应的最优的目标加速度和目标减速度,能够在满足机器人关节的相关速度参数的约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍。
在本发明的一些实施例中,预设速度参数包括:预设加速度和预设减速度。其中,预设加速度是预设主轴对应的最大加速度值,预设减速度是预设主轴对应的最大减速度值。若目标机器人对应的第一速度参数小于第二速度参数,即将第一速度参数作为预设速度参数,则可以将第一速度参数中的加速度值和减速度值分别作为预设加速度和预设减速度。
根据加速段与减速段目标关节力矩进行迭代计算,得到目标加速度和目标减速度,包括:
根据加速段与减速段目标关节力矩对预设加速度和预设减速度进行二分迭代计算,得到目标加速度和目标减速度。其中,二分迭代计算是利用二分法进行迭代寻优的计算过程。可选的,可以采用二分法、进退法、黄金分割法等迭代寻优算法对预设加速度和预设减速度进行迭代,下面以二分法为例:可以在预设最大关节力矩的约束下,对预设加速度、预设减速度进行二分计算,对主轴进行速度规划,计算加速段与减速段目标关节力矩,通过有限次数(迭代次数可以根据需求设置)的迭代寻优得到最优加速度和最优减速度,即得到目标加速度和目标减速度。通过很少的计算量快速计算出最优的加速度与减速度,大大提升目标机器人节拍。
在本发明的一些实施例中,根据加速段与减速段目标关节力矩对预设加速度和预设减速度进行二分迭代计算,得到目标加速度和目标减速度,包括:
根据加速段与减速段目标关节力矩对预设加速度和预设减速度进行二分迭代计算。可选的,可以通过下列步骤对预设加速度和预设减速度进行二分迭代计算:
(1)首先,初始化预设加速度与预设减速度左右区间端点,例如:
leftAcc=0,rightAcc=Accmax(m),leftDec=0,rightDec=Decmax(m)
其中,leftAcc为预设加速度的左区间端点,rightAcc为预设加速度的右区间端点,leftDec为预设减速度的左区间端点,rightDec为预设减速度的右区间端点,Accmax(m)为预设加速度,Decmax(m)为预设减速度;
初始化迭代次数iterations=0,设置最大迭代次数maxIterations,加速段和减速段细分段数splitCount。
(2)对预设加速度、预设减速度进行二分计算:
acc=0.5*(leftAcc+rightAcc),dec=0.5*(leftDec+rightDec)
(3)对预设主轴进行速度规划,得到加速段、匀速段与减速段。
q(t)=qs+s(t)·rate ②
其中,rate=(qe-qs)/L为各个关节的运动位移比率,qs为起点A处关节位置,qe为终点B处关节位置,L为预设主轴长度,s(t)为主轴位置。
利用机器人动力学方程①计算加速段与减速段离散点的关节力矩τ。计算加速段离散点力矩中各个关节力矩绝对值的最大值作为加速段目标关节力矩,计算减速段离散点力矩中各个关节力矩绝对值的最大值作为减速段目标关节力矩。
其中,均分离散是对加速段和减速段进行均等划分离散量;加速段离散点可以是加速段中用于确定目标加速度的离散点,加速段离散点可以是多个;减速段离散点可以是减速段中用于确定目标减速度的离散点,减速段离散点可以是多个。可选的,可以对加速段与减速段进行均分离散,得到若干加速段的离散点和若干减速段的离散点。
(5)若加速段目标关节力矩大于预设的最大关节力矩,将二分迭代的区间右值赋值为当前计算的加速度,则rightAcc=acc,否则,将所述二分迭代的区间左值赋值为当前计算的加速度,则leftAcc=acc。若减速段目标关节力矩大于预设的最大关节力矩,将二分迭代的区间右值赋值为当前计算的减速度,则rightDec=Dec,否则,将所述二分迭代的区间左值赋值为当前计算的减速度,则leftDec=Dec。
(6)累加迭代次数iterations=iterations+1,若迭代次数iterations>maxIterations,跳出循环,得到目标加速度和目标减速度(即最优的加速度与减速度)。否则,从步骤(2)开始下一轮迭代。
参照图2,根据本申请第二方面实施例的最优关节加速度与减速度计算装置,包括:
获取模块200,用于获取目标机器人的预设主轴,获取目标机器人对应的第一速度参数,获取预设主轴对应的第二速度参数;
设置模块210,用于基于第一速度参数和第二速度参数设置预设主轴对应的预设速度参数,若第一速度参数小于所述第二速度参数,则将第一速度参数作为预设速度参数;
力矩计算模块220,用于根据预设速度参数,对预设主轴进行速度规划,计算出加速段与减速段目标关节力矩;
迭代优化模块230,用于根据加速段与减速段目标关节力矩进行迭代计算,得到目标机器人对应的目标加速度和目标减速度。
上述最优关节加速度与减速度计算装置,通过执行本发明第一方面实施例的最优关节加速度与减速度计算方法,能够在满足机器人关节的相关速度参数的约束下,自动且快速地计算最优的关节加速度与减速度,充分发挥电机的性能,提高机器人节拍。
参照图3,本发明第三方面实施例还提供了一种电子设备功能模块图,包括:至少一个处理器300,以及与至少一个处理器300通信连接的存储器310;还可以包括数据传输模块320、显示屏330。
其中,处理器300通过调用存储器310中存储的计算机程序,用于执行第一方面实施例中的最优关节加速度与减速度计算方法。
存储器作为一种非暂态存储介质,可用于存储非暂态软件程序以及非暂态性计算机可执行程序,如本发明第一方面实施例中的最优关节加速度与减速度计算方法。处理器通过运行存储在存储器中的非暂态软件程序以及指令,从而实现上述第一方面实施例中的最优关节加速度与减速度计算方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储执行上述第一方面实施例中的最优关节加速度与减速度计算方法。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至该终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
实现上述第一方面实施例中的最优关节加速度与减速度计算方法所需的非暂态软件程序以及指令存储在存储器中,当被一个或者多个处理器执行时,执行上述第一方面实施例中的最优关节加速度与减速度计算方法。
本发明第四方面实施例还提供了计算机可读存储介质,存储有计算机可执行指令,该计算机可执行指令用于:执行第一方面实施例中的最优关节加速度与减速度计算方法。
在一些实施例中,该存储介质存储有计算机可执行指令,该计算机可执行指令被一个或多个控制处理器执行,例如,被第三方面实施例的电子设备中的一个处理器执行,可使得上述一个或多个处理器执行上述第一方面实施例中的最优关节加速度与减速度计算方法。
上面结合附图对本发明实施例作了详细说明,但是本发明不限于上述实施例,在所属技术领域普通技术人员所具备的知识范围内,还可以在不脱离本发明宗旨的前提下作出各种变化。
以上所描述的装置实施例仅仅是示意性的,其中作为分离部件说明的单元可以是或者也可以不是物理上分开的,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
本领域普通技术人员可以理解,上文中所公开方法中的全部或某些步骤、系统可以被实施为软件、固件、硬件及其适当的组合。某些物理组件或所有物理组件可以被实施为由处理器,如中央处理器、数字信号处理器或微处理器执行的软件,或者被实施为硬件,或者被实施为集成电路,如专用集成电路。这样的软件可以分布在计算机可读介质上,计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的,术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外,本领域普通技术人员公知的是,通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据,并且可包括任何信息递送介质。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (10)
1.最优关节加速度与减速度计算方法,其特征在于,包括:
获取目标机器人的预设主轴,获取所述目标机器人对应的第一速度参数,获取所述预设主轴对应的第二速度参数;其中,所述第一速度参数包括预先设置的目标机器人各个关节对应的最大速度参数、最大加速度参数、最大减速度参数;所述第二速度参数包括预设主轴对应的最大速度参数、最大加速度参数、最大减速度参数;
基于所述第一速度参数和所述第二速度参数设置所述预设主轴对应的预设速度参数,若所述第一速度参数小于所述第二速度参数,则将所述第一速度参数作为所述预设速度参数;
根据所述预设速度参数,对所述预设主轴进行速度规划,计算出加速段与减速段目标关节力矩;
根据所述加速段与减速段目标关节力矩进行迭代计算,得到所述预设主轴对应的目标加速度和目标减速度。
2.根据权利要求1所述的方法,其特征在于,所述预设速度参数包括:预设加速度和预设减速度;
所述根据所述加速段与减速段目标关节力矩进行迭代计算,得到所述目标机器人对应的目标加速度和目标减速度,包括:
根据所述加速段与减速段目标关节力矩对所述预设加速度和所述预设减速度进行二分迭代计算,得到所述目标加速度和所述目标减速度。
3.根据权利要求2所述的方法,其特征在于,所述根据所述加速段与减速段目标关节力矩对所述预设加速度和所述预设减速度进行二分迭代计算,得到所述目标加速度和所述目标减速度,包括:
根据所述加速段与减速段目标关节力矩对所述预设加速度和所述预设减速度进行二分迭代计算,对所述预设主轴进行速度规划,得到目标加速段和目标减速段;
分别对所述目标加速度段和所述目标减速度段进行均分离散,获取加速段离散点和减速段离散点;
获取所述加速段离散点力矩,获取所述减速段离散点力矩;
计算所述加速段离散点力矩中各个关节力矩绝对值的最大值作为加速段目标关节力矩,计算所述减速段离散点力矩中各个关节力矩绝对值的最大值作为减速段目标关节力矩;
基于所述加速段目标关节力矩和预设的最大关节力矩确定所述目标加速度,基于所述减速段目标关节力矩和所述预设的最大关节力矩确定所述目标减速度。
4.根据权利要求3所述的方法,其特征在于,所述基于所述加速段目标关节力矩和所述预设的最大关节力矩确定所述目标加速度,包括:
获取预设迭代次数,获取所述加速段目标关节力矩;
比较所述加速段目标关节力矩与所述预设的最大关节力矩之间的大小关系;
若所述加速段目标关节力矩大于所述预设的最大关节力矩,将所述二分迭代的区间右值赋值为当前计算的加速度,否则,将所述二分迭代的区间左值赋值为当前计算的加速度,将最后一次更新得到的加速度作为所述目标加速度。
5.根据权利要求4所述的方法,其特征在于,所述基于所述减速段目标关节力矩和所述预设的最大关节力矩确定所述目标减速度,包括:
获取所述减速段目标关节力矩;
比较所述减速段目标关节力矩与所述预设的最大关节力矩之间的大小关系;
若所述减速段目标关节力矩大于所述预设的最大关节力矩,将所述二分迭代的区间右值赋值为当前计算的减速度,否则,将所述二分迭代的区间左值赋值为当前计算的减速度,将最后一次更新得到的减速度作为所述目标减速度。
6.根据权利要求1所述的方法,其特征在于,所述获取目标机器人的预设主轴,包括:
获取所述目标机器人的各个关节对应的多个关节运动距离;
基于所述多个关节运动距离选取得到目标关节运动距离,获取所述目标关节运动距离对应的目标关节;
将所述目标关节作为所述预设主轴。
7.根据权利要求6所述的方法,其特征在于,所述获取所述目标机器人的各个关节对应的多个关节距离,包括:
分别获取每个关节的起点关节位置和终点关节位置;
根据所述起点关节位置和所述终点关节位置计算得到所述每个关节对应的所述关节距离。
8.最优关节加速度与减速度计算装置,其特征在于,包括:
获取模块,用于获取目标机器人的预设主轴,获取所述目标机器人对应的第一速度参数,获取所述预设主轴对应的第二速度参数;其中,所述第一速度参数包括预先设置的目标机器人各个关节对应的最大速度参数、最大加速度参数、最大减速度参数;所述第二速度参数包括所述预设主轴对应的最大速度参数、最大加速度参数、最大减速度参数;
设置模块,用于基于所述第一速度参数和所述第二速度参数设置所述预设主轴对应的预设速度参数,若所述第一速度参数小于所述第二速度参数,则将所述第一速度参数作为所述预设速度参数;
力矩计算模块,用于根据所述预设速度参数,对所述预设主轴进行速度规划,计算出加速段与减速段目标关节力矩;
迭代优化模块,用于根据所述加速段与减速段目标关节力矩进行迭代计算,得到所述预设主轴对应的目标加速度和目标减速度。
9.电子设备,其特征在于,包括:
至少一个处理器,以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器执行所述指令时实现如权利要求1至7任一项所述的最优关节加速度与减速度计算方法。
10.计算机可读存储介质,其特征在于,所述存储介质存储有计算机可执行指令,所述计算机可执行指令用于使计算机执行如权利要求1至7任一项所述的最优关节加速度与减速度计算方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011378424.3A CN112720455B (zh) | 2020-12-01 | 2020-12-01 | 最优关节加速度与减速度计算方法、装置及其应用 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011378424.3A CN112720455B (zh) | 2020-12-01 | 2020-12-01 | 最优关节加速度与减速度计算方法、装置及其应用 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112720455A CN112720455A (zh) | 2021-04-30 |
CN112720455B true CN112720455B (zh) | 2022-05-10 |
Family
ID=75597987
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011378424.3A Active CN112720455B (zh) | 2020-12-01 | 2020-12-01 | 最优关节加速度与减速度计算方法、装置及其应用 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112720455B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114020055B (zh) * | 2021-10-25 | 2024-06-07 | 深圳众为兴技术股份有限公司 | 速度控制方法、装置、自动化设备、电子设备及存储介质 |
CN114260900B (zh) * | 2021-12-30 | 2023-08-29 | 库卡机器人制造(上海)有限公司 | 机器人的减速控制方法和装置、机器人组件和存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61156406A (ja) * | 1984-12-28 | 1986-07-16 | Toshiba Corp | 工業用ロボツトの制御方法 |
JPH01140310A (ja) * | 1987-11-27 | 1989-06-01 | Daikin Ind Ltd | ロボットの制御方法 |
KR20090032279A (ko) * | 2007-09-27 | 2009-04-01 | 세메스 주식회사 | 로봇의 진동 감쇄 방법 |
CN102514008A (zh) * | 2011-11-21 | 2012-06-27 | 中山大学 | 一种冗余度机械臂的不同层性能指标同时优化方法 |
CN103324082A (zh) * | 2013-05-17 | 2013-09-25 | 深圳众为兴技术股份有限公司 | 一种主轴速度自适应调节方法、装置及系统 |
CN108582071A (zh) * | 2018-04-26 | 2018-09-28 | 华中科技大学 | 一种工业机器人编程轨迹诊断及速度优化的方法 |
CN109732594A (zh) * | 2018-12-28 | 2019-05-10 | 深圳市越疆科技有限公司 | 一种机器人控制方法、系统及机器人 |
CN109910013A (zh) * | 2019-04-04 | 2019-06-21 | 江南大学 | 一种scara机器人加加速度连续有界的ptp轨迹规划方法 |
-
2020
- 2020-12-01 CN CN202011378424.3A patent/CN112720455B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS61156406A (ja) * | 1984-12-28 | 1986-07-16 | Toshiba Corp | 工業用ロボツトの制御方法 |
JPH01140310A (ja) * | 1987-11-27 | 1989-06-01 | Daikin Ind Ltd | ロボットの制御方法 |
KR20090032279A (ko) * | 2007-09-27 | 2009-04-01 | 세메스 주식회사 | 로봇의 진동 감쇄 방법 |
CN102514008A (zh) * | 2011-11-21 | 2012-06-27 | 中山大学 | 一种冗余度机械臂的不同层性能指标同时优化方法 |
CN103324082A (zh) * | 2013-05-17 | 2013-09-25 | 深圳众为兴技术股份有限公司 | 一种主轴速度自适应调节方法、装置及系统 |
CN108582071A (zh) * | 2018-04-26 | 2018-09-28 | 华中科技大学 | 一种工业机器人编程轨迹诊断及速度优化的方法 |
CN109732594A (zh) * | 2018-12-28 | 2019-05-10 | 深圳市越疆科技有限公司 | 一种机器人控制方法、系统及机器人 |
CN109910013A (zh) * | 2019-04-04 | 2019-06-21 | 江南大学 | 一种scara机器人加加速度连续有界的ptp轨迹规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN112720455A (zh) | 2021-04-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112720455B (zh) | 最优关节加速度与减速度计算方法、装置及其应用 | |
CN111316295B (zh) | 使用分布式优先化回放的强化学习 | |
JP7128152B2 (ja) | 学習方法及びプログラム | |
US10984155B2 (en) | Accelerating particle-swarm algorithms | |
CN110320910B (zh) | 车辆的避让控制方法、装置、电子设备与存储介质 | |
CN111319041A (zh) | 一种机器人位姿确定方法、装置、可读存储介质及机器人 | |
Wright et al. | Cloudslam: Edge offloading of stateful vehicular applications | |
CN110413011B (zh) | 一种双目云台控制方法、装置及存储介质 | |
JP7518975B2 (ja) | 運動状態の制御方法、装置、ホイールロボット及びプログラム | |
CN111142942A (zh) | 窗口数据的处理方法、装置、服务器及存储介质 | |
CN110850883A (zh) | 一种机器人的移动控制方法、介质、终端和装置 | |
CN111176272A (zh) | 一种基于运动约束的人工势场轨迹规划方法及系统 | |
CN110763245A (zh) | 一种基于流式计算的地图创建方法及其系统 | |
CN114578808A (zh) | 路径规划方法、电子设备、计算机程序产品及存储介质 | |
CN115047769B (zh) | 一种基于约束跟随的无人作战平台避障-到达控制方法 | |
CN109073390A (zh) | 一种定位方法及装置、电子设备和可读存储介质 | |
CN115326051A (zh) | 一种基于动态场景的定位方法、装置、机器人及介质 | |
CN113442854B (zh) | 数据处理方法、装置、电子设备和存储介质 | |
CN112597612B (zh) | 机器人优化方法、装置、终端设备及计算机可读存储介质 | |
CN111488208B (zh) | 基于可变步长蝙蝠算法的边云协同计算节点调度优化方法 | |
CN115984417A (zh) | 一种语义建图方法、装置及存储介质 | |
CN114454981B (zh) | 双足机器人的弹跳运动控制方法、装置及双足机器人 | |
CN113927585B (zh) | 一种机器人平衡控制方法、装置、可读存储介质及机器人 | |
JPWO2018168695A1 (ja) | 分散機械学習装置、分散機械学習方法および分散機械学習プログラム | |
CN114254735A (zh) | 一种基于分布式的僵尸网络模型构建方法和装置 |
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 | ||
CP03 | Change of name, title or address |
Address after: 518100 Building 93-1 Xintang Road, Rentian Community, Fuhai Street, Bao'an District, Shenzhen City, Guangdong Province Patentee after: ADTECH (SHENZHEN) TECHNOLOGY Co.,Ltd. Country or region after: China Address before: 518000 room 5-001, majialong Tianxia Industrial Park, Yiyuan Road, Nanshan District, Shenzhen City, Guangdong Province Patentee before: ADTECH (SHENZHEN) TECHNOLOGY Co.,Ltd. Country or region before: China |