CN112965397B - 一种基于模型的本地有线/远程无线硬件在环实时控制装置及方法 - Google Patents
一种基于模型的本地有线/远程无线硬件在环实时控制装置及方法 Download PDFInfo
- Publication number
- CN112965397B CN112965397B CN202110187694.4A CN202110187694A CN112965397B CN 112965397 B CN112965397 B CN 112965397B CN 202110187694 A CN202110187694 A CN 202110187694A CN 112965397 B CN112965397 B CN 112965397B
- Authority
- CN
- China
- Prior art keywords
- controlled object
- model
- time
- module
- data
- 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
- 238000000034 method Methods 0.000 title claims description 61
- 230000001133 acceleration Effects 0.000 claims description 63
- 230000006870 function Effects 0.000 claims description 59
- 230000033001 locomotion Effects 0.000 claims description 42
- 238000006073 displacement reaction Methods 0.000 claims description 38
- 230000008569 process Effects 0.000 claims description 35
- 230000003068 static effect Effects 0.000 claims description 23
- 238000005070 sampling Methods 0.000 claims description 21
- 238000005457 optimization Methods 0.000 claims description 11
- 230000003750 conditioning effect Effects 0.000 claims description 10
- 238000004088 simulation Methods 0.000 claims description 9
- 230000003321 amplification Effects 0.000 claims description 8
- 230000008859 change Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 7
- 238000002955 isolation Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 claims description 7
- 238000013519 translation Methods 0.000 claims description 7
- 238000004806 packaging method and process Methods 0.000 claims description 3
- 230000011218 segmentation Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract 1
- 239000013598 vector Substances 0.000 description 10
- 238000011161 development Methods 0.000 description 7
- 230000018109 developmental process Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 7
- 230000006872 improvement Effects 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 230000036461 convulsion Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000001143 conditioned effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
本发明公开一种基于模型的本地有线/远程无线硬件在环实时控制装置，包括宿主机（1）、目标机（2）、数据采集卡（3）、本地并联机器人（5）、第一无线收发模块（6）、第二无线收发模块（7）、驱动模块和远程并联机器人（9）；驱动模块包括第一驱动模块（4）和第二驱动模块（8）；本发明采用MATLAB/RTW/XPC或Labview作为图形化编程语言，具有编程效率高界面友好直观的特点。本发明提供了一套完整的本地有线及远程无线硬件在环实时控制装置，并在该装置上实现了对并联机器人的有线或无线实时控制，该控制系统同样适用于串联和混联机器人。
Description
技术领域
本专利涉及一种基于模型的硬件在环实时控制装置与方法，尤其涉及一种基于模型的本地有线/远程无线硬件在环实时控制装置与方法。
背景技术
无线控制能够远距离对并联机器人进行控制，可减少甚至不受空间和方向的限制，是一种方便、灵活、在有效距离内都是可以使用的控制方案，传统无线控制系统的研发一般会包括需求分析、仿真验证、实物设计、验证测试等环节，但是这些研发环节都是孤立进行的，各个环节使用的开发平台不同，甚至开发人员也不同，且传统的实验方法需要使用真实的环境或研究对象，投入大量的研究人员和资金，周期长，实验的重复性和实验结果的分析性都较差，而硬件在环实时控制技术充分利用了硬件系统的特性对实际系统进行控制，将硬件在环实时控制技术应用于无线控制中不仅可以在有效距离内实时远程控制并联机器人，而且能有效降低新技术开发成本，提高开发效率。在对并联机器人的轨迹规划中，传统的修正梯形加速度轨迹在起始点和终止点的跃度存在较大的突变所产生残余振动。
发明内容
基于此，本申请提供了一种基于模型的既可以实现本地有线硬件在环控制，又可以实现远程无线硬件在环实时控制的装置与方法。该装置和方法既可以降低成本，又可以提高开发效率，能够有效保证有线和无线控制的实时性、高效性。在本控制装置下优化轨迹规划算法，对传统的修正梯形加速度曲线进行优化修正，在提高开发效率的同时保证运行过程平稳，避免运行过程中冲击和振动的现象。
本申请技术方案为：
一种基于模型的本地有线/远程无线硬件在环实时控制装置，包括宿主机、目标机、数据采集卡、第一无线收发模块、第二无线收发模块和驱动模块；驱动模块包括第一驱动模块和第二驱动模块；
所述宿主机与目标机相连接，目标机与数据采集卡通过总线连接，数据采集卡与第一驱动模块连接，数据采集卡与第一无线收发模块连接，第一无线收发模块与第二无线收发模块无线连接，第二驱动模块与第二无线收发模块连接；
轨迹规划与控制算法通过在宿主机基于模型的模式编写，传输到目标机中运行在实时内核环境下，将被控对象的运行数据反馈到宿主机中。该系统可实现对被控对象的有线/无线实时控制功能。
驱动模块包括输入接口、多路选择单元、缓冲存储器、信号调理单元、隔离放大单元和测控控制单元，多路选择单元、缓冲存储器、信号调理单元和隔离放大单元依次顺序连接；多路选择单元、缓冲存储器、信号调理单元均与测控控制单元相连接，采集信号通过输入接口输入到多路选择单元。
较优地，宿主机中安装MATLAB/RTW/xPC或Labview软件环境，所述目标机上使用Real-Time实时内核。
较优地，轨迹规划与控制算法在宿主机中MATLAB或Labview环境下采用基于模型的模式编写，并通过以太网传输到目标机中运行在Real-Time实时内核环境下，运行数据通过以太网反馈到宿主机中。
较优地，宿主机采用Matlab/Simulink/RTW/xPCTarget的双机模式，在宿主机中搭建基于 Simulink模型，搭建轨迹规划与控制算法模型；所述Simulink模型包括正逆解模型和轨迹规划模型；
正逆解模型建模具体包括以下步骤：
建立被控对象坐标系，基坐标系O-XYZ建立在被控对象静平台上，以静平台三个端点依次连接的外接圆圆心为坐标原点；其中，X轴的方向由坐标原点O指向，Z轴的方向垂直于静平台且竖直向上，根据笛卡尔坐标系右手法则，确定坐标轴Y的方向；在被控对象动平台上建立动平台坐标系P-XYZ，以动平台外接圆圆心为坐标原点；
获取主动臂端点Ci在基坐标系O-XYZ中的坐标，同时求得从动臂端点Bi在坐标系P-XYZ 中的坐标，根据从动臂杆长LBC为约束条件，求得被控对象三个主动臂的驱动关节的转角为θi， i＝1，2，3，i表示被控对象主动臂和对应的从动臂的序号；
轨迹规划模型建模具体包括以下步骤：轨迹规划指的是被控对象末端动平台在运动过程中的位移、速度和加速度随时间t变化的模型，则轨迹规划曲线的修正梯形加速度表示为：
式(1)中，a'表示轨迹规划曲线的修正梯形加速度，amax为轨迹最大加速度，T为路径运行周期；
用余弦函数替换正弦函数，则改进型修正梯形加速度曲线表示为：
对改进后的修正梯形加速度曲线进行不定积分求解，已知起始速度和终止速度均为零并且在运行过程中速度连续，求得轨迹规划的速度v与时间t的函数：
对速度函数进行不定积分求解，求得到位移函数：
式(4)中，s表示被控对象在在一个运行周期中的总位移，由前提条件t＝0，s＝0，求得
将常数项A带入公式(4)，根据连续函数在分段点值相同的性质求得剩下的常数项，分别为：
由式(4)知，当t＝T时，
当被控对象在运动过程中的一个运行周期中的总位移s确定，限定被控对象的最大加速度amax求得被控对象完成一个运行周期所需要的时间T，即为：
所述数据采集卡包括FPGA芯片、DSP芯片、接口芯片中的一种或几种。
所述数据采集卡将轨迹规划与控制算法的输出量通过第一无线发送模块无线传输至第二无线接收模块，通过第二驱动模块控制远程被控对象运行；数据采集卡对远程被控对象的编码器数据、电压数据、电流数据进行数据采样，远程采样数据通过第二无线收发模块发送至第一无线收发模块，数据采集卡将远程采样数据反馈到轨迹规划与控制算法中运行，形成远程无线硬件在环实时闭环控制；控制算法搭建编写在MATLAB或Labview环境下，因此具体的控制算法可包括PID控制算法、滑模变结构控制算法、人工神经网络控制算法、最优控制、模糊控制、自抗扰分数阶等控制算法。
在本地控制过程中，所述数据采集卡将轨迹规划与控制算法的输出量传输给第一驱动模块，控制本地被控对象实时运行，数据采集卡对本地被控对象的编码器进行数据采样获得本地采样数据，数据采集卡把本地采样数据反馈到轨迹规划与控制算法中运行，形成本地有线硬件在环实时闭环控制。
一种基于模型的本地有线/远程无线硬件在环实时控制方法，包括以下步骤：
S1：搭建RTW/xPCtarget实时仿真平台，宿主机与目标机采用通信，并进行通讯测试；
S2：在宿主机中编写数据采集卡的驱动函数，并封装、测试；
S3：宿主机采用Matlab/Simulink/RTW/xPCTarget的双机模式，在宿主机中搭建基于 Simulink模型，所述Simulink模型包括逆解模型和轨迹规划模型；
S4：对括逆解模型和轨迹规划模型进行实例化，搭建轨迹规划与控制算法模型，具体包括以下步骤：
将被控对象在一个运行周期中的位移的路径分为三段，其中P1P2为下抓阶段，P2P3为平移阶段，P3P4为释放阶段，给定P1点和P4点的位置，被控对象根据两点的坐标规划出一个门形路径，其中P1P2和P3P4的高度根据实际避障需求设置，完成路径的规划，在拐点P2和P3处引入过度曲线。
令P1P2竖直下抓段的距离为S1，P2P3水平移动段的距离为S2，P3P4竖直下放段的距离为 S3；根据
amax表示被控对象末端中心点的最大加速度，si表示运动距离，Ti表示所需时间，求解每个运动路径段对应的运行周期T1、T2和T3，T1为运动路径段S1对应的运行周期，T2为运动路径段S2对应的运行周期，T3为运动路径段S3对应的运行周期；
对于第一处直角拐点，在P5点提前开始运行水平位移段S2，时间节点相较于在P2点开始运行时提前了
对于第二处直角拐点，在P7点提前开始运行垂直位移段S3，时间节点相较于在P3点开始运行时提前了
对比优化前后完成门形路径所需的时间，优化前 T＝T1+T2+T3，优化后
其中，P5P6、P7P8曲线段为竖直运动和水平运动的合成运动；
S5：轨迹规划与控制算法下载并运行在目标机中；轨迹规划与控制算法的输出控制量通过数据采集卡的DA/PWM//IO外设端口输出至第一本地驱动模块或第一无线收发模块。
S6：本地有线控制时，第一驱动模块收到信息后对本地被控对象进行控制；同时第一驱动模块对本地被控对象的输出和过程数据进行采集，并通过数据采集卡反馈到目标机2的轨迹规划与控制算法里参与控制。
S7：远程控制时，第二无线收发模块把接收到的信息传输给第二驱动模块，第二驱动模块对远程被控对象进行控制；第二驱动模块对远程被控对象的输出和过程数据进行采集，并通过第二无线收发模块传输给第一无线收发模块，并经过数据采集卡反馈到目标机的轨迹规划与控制算法中。
所述Simulink模型包括正逆解模型和轨迹规划模型，
正逆解模型建模具体包括以下步骤：
建立被控对象坐标系，基坐标系O-XYZ建立在被控对象静平台上，以静平台三个端点依次连接的外接圆圆心为坐标原点；其中，X轴的方向由坐标原点O指向，Z轴的方向垂直于静平台且竖直向上，根据笛卡尔坐标系右手法则，确定坐标轴Y的方向；在被控对象动平台上建立动平台坐标系P-XYZ，以动平台外接圆圆心为坐标原点；
获取主动臂端点Ci在基坐标系O-XYZ中的坐标，同时求得从动臂端点Bi在坐标系P-XYZ 中的坐标，根据从动臂杆长LBC为约束条件，求得被控对象三个主动臂的驱动关节的转角为θi，i＝1，2，3，i表示被控对象主动臂和对应的从动臂的序号；
将主动臂的驱动关节的转角角度转换为脉冲指令，发送至第一无线收发模块。
轨迹规划模型建模具体包括以下步骤：轨迹规划指的是被控对象末端动平台在运动过程中的位移、速度和加速度随时间t变化的模型，轨迹规划曲线的修正梯形加速度表示为：
式(1)中，a'表示轨迹规划曲线的修正梯形加速度，amax为轨迹最大加速度，T为路径运行周期；用余弦函数替换正弦函数；
用余弦函数替换正弦函数，则改进型修正梯形加速度曲线表示为：
对改进后的修正梯形加速度曲线进行不定积分求解，已知起始速度和终止速度均为零并且在运行过程中速度连续，求得轨迹规划的速度v与时间t的函数：
对速度函数进行不定积分求解，求得到位移函数：
式(4)中，s表示被控对象在在一个运行周期中的总位移，由前提条件t＝0，s＝0，求得
将常数项A带入分段函数，求得剩下的常数项，分别为：
由式(4)可知，当t＝T时，
当被控对象在运动过程中的一个运行周期中的总位移s确定，限定被控对象的最大加速度amax求得被控对象完成一个运行周期所需要的时间T为：
具体地，在宿主机采用Windows操作系统，运行MATLAB软件。目标机不需要安装操作系统，数据采集卡设备插在目标机的卡槽中。由于经过I/O接口设备转化的信号量还不足以驱动转台上的电机，因此需要将I/O设备输出的信号引入驱动模块进行放大，因此目标机上的I/O接口设备需要将控制器生成的数字控制量送入到无线发送模块，由无线发送模块远程送入无线接收模块，无线接收模块将I/O设备输出的信号引入到驱动模块进行放大，实现远程控制。
与现有技术相比，本发明的有益效果是：本发明具有本地有线控制、远程无线控制、强实时性的特点，硬件在环实时仿真技术充分利用了硬件系统的特性对实际系统进行模拟仿真，比如离线数字仿真更加接近真实系统效果，将其应用于无线控制系统中，可以快速搭建实时控制系统，提高了控制系统的设计效率，减少硬件资源，实现对被控对象的实时性更好、更便捷的无线在环控制，同时设计改进型修正梯形加速度曲线的Simulink模块，在实时内核下利用改进型修正梯形加速度曲线设计被控对象轨迹规划，使得被控对象在提高开发效率的同时保证运行过程平稳，避免运行过程中冲击和振动的现象。
附图说明
下面结合附图和实施例对本发明进一步说明。
图1是本发明的基于模型的本地有线/远程无线硬件在环实时控制装置的原理简图。
图2a是机器人基坐标系示意图；
图2b是机器人在一个运行周期中的位移图；
图3a是Delta机器人改进前后修正梯形加速度变换曲线；
图3b是Delta机器人改进前后跃度随时间变化曲线；
图4a是Delta机器人改进后修正梯形速度变化曲线；
图4b是Delta机器人改进后位移随时间变化曲线；
图5是并联机器人正解模型示意图；
图6是并联机器人逆解模型示意图；
图7是驱动模块结构示意图。
具体实施方式
下面将结合本发明中的附图，对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动条件下所获得的所有其它实施例，都属于本发明保护的范围。
参阅图1，一种基于模型的本地有线/远程无线硬件在环实时控制装置，包括宿主机1、目标机2、数据采集卡3、第一无线收发模块6、第二无线收发模块7和驱动模块；驱动模块包括第一驱动模块4和第二驱动模块8；
本实施例被控对象为并联机器人(Delta机器人)，即本地被控对象为本地并联机器人5，远程被控对象为远程并联机器人9；
宿主机1与目标机2通过以太网或串口连接，目标机2与数据采集卡3通过PCI/PCIe/ISA 总线连接，数据采集卡3与第一驱动模块4连接，第一驱动模块4与本地并联机器人5连接，数据采集卡3与第一无线收发模块6连接，第一无线收发模块6与第二无线收发模块7无线连接，第二驱动模块8分别与第二无线收发模块7和远程并联机器人9连接；
机器人的轨迹规划与控制算法通过在宿主机1基于模型的模式编写，传输到目标机2中运行在实时内核环境下，机器人的运行数据，如实时位置、实时速度等反馈到宿主机1中；所述目标机上安装有数据采集卡，目标机上运行的是高度剪裁的实时操作内核，具有较高的执行效率，DOS是实时内核所需的基本系统。
所述宿主机与目标机之间通过TCP/IP或串口进行通讯，两者之间可以进行数据交换，宿主机下载控制程序和控制参数，目标机运行控制程序并回传实时数据，宿主机上可以对实时数据进行监控。
该系统可实现对并联机器人的有线/无线实时控制功能。
如图7所示，驱动模块包括输入接口、多路选择单元、缓冲存储器、信号调理单元、隔离放大单元和测控控制单元，多路选择单元、缓冲存储器、信号调理单元和隔离放大单元依次顺序连接；多路选择单元、缓冲存储器、信号调理单元均与测控控制单元相连接，采集信号通过输入接口输入到多路选择单元，多路选择器可采用16选1数据选择器(本实施例用两片74LS151连接起来构成)。多路选择器根据根据被控对象需要选择合适的信号，主要对输出电压、电流等信号的多路选择，信号选择后通过缓冲存储器进行缓存，经信号调理单元进行调理变换，将输入的电信号中混杂的干扰噪声去除，提高信噪比，隔离放大单元进行隔离放大，通过测控控制单元处理后输出，测控控制单元控制数据的缓存、传输和系统的控制逻辑，测控控制单元由数模电路构成。
宿主机1中安装MATLAB/RTW/xPC或Labview软件环境，所述目标机2上使用Real-Time 实时内核。
机器人的轨迹规划与控制算法在宿主机1中MATLAB或Labview环境下采用基于模型的模式编写，并通过以太网传输到目标机2中运行在Real-Time实时内核环境下，运行数据通过以太网反馈到宿主机1中。
宿主机1采用Matlab/Simulink/RTW/xPCTarget的双机模式，将目标机2转换为一个实时控制系统，实现系统对并联机器人实时控制的功能。在本实时例中，双机模式下的宿主机与目标机通过网线连接，遵守TCP/IP协议，在另一种实施例中，双机模式下的宿主机与目标机通过RS232串口连接，遵守RS232协议。
通过C语言编写S-Function函数并获取数据采集卡的寄存器编程信息，使得数据采集卡完成Simulink模型建模，输出数字量到第一无线收发模块；
所述第一无线收发模块将数据采集卡采集到的Simulink模型中的控制量实时发送到第一无线收发模块，第一无线收发模块将实时接收到的数据传送至第二驱动模块进而控制并联机器人。在本实施例中，无线收发模块为2.4G无线模块，具体的，第一无线收发模块6和第二无线收发模块7为2.4G无线发送模块。在另一种实施例中，第一无线收发模块6和第二无线收发模块7为蓝牙模块。
所述Simulink模型包括逆解模型和轨迹规划模型，如图6是并联机器人逆解模型，逆解模型根据已知动平台中心点P的位置(x，y，z)，求Delta机器人三个主动臂的驱动关节的转角θi，i＝1,2,3，i表示机器人主动臂和对应的从动臂的序号，；
正逆解模型建模具体包括以下步骤：
如图5和图2a，基坐标系O-XYZ建立在机器人静平台上，以静平台ΔA1A2A3外接圆圆心为坐标原点；其次，X轴的方向由坐标原点O指向A1，Z轴的方向垂直于静平台且竖直向上；最后，根据笛卡尔坐标系右手法则，确定坐标轴Y的方向。坐标系P-XYZ建立在机器人动平台上，以动平台ΔB1B2B3外接圆圆心为坐标原点，建立方法如上，在此不再赘述。
将从动臂CiBi(i＝1,2,3)分别沿向量
平移，经过平移后的三个向量交于动平台的外接圆圆心P点。首先，根据空间向量的知识，易求得铰链点Ai(i＝1,2,3)在基坐标系O-XYZ中的坐标；其次，由于已知三条主动臂与静平台之间的转角θi(i＝1,2,3)和主动臂的长度，可以求得Ci(i＝1,2,3)在基坐标系O-XYZ中的坐标；然后，将向量
与平移向量
相加，得到平移后Di(i＝1,2,3)在基坐标系O-XYZ中的坐标；最后，将求解机器人末端动平台几何中心点的问题转换为求解三棱锥P-D1D2D3的顶点坐标P的问题。在已知三棱锥P-D1D2D3底面三角形D1D2D3顶点坐标以及所有边长的条件下，易求得顶点坐标P在基坐标系O-XYZ下的坐标。
如图6所示，建立并联机器人坐标系，基坐标系O-XYZ建立在并联机器人静平台上，以静平台三个端点依次连接的外接圆圆心为坐标原点；其中，X轴的方向由坐标原点O指向，Z轴的方向垂直于静平台且竖直向上，根据笛卡尔坐标系右手法则，确定坐标轴Y的方向；在机器人动平台上建立动平台坐标系P-XYZ，以动平台外接圆圆心为坐标原点；
获取主动臂端点Ci在基坐标系O-XYZ中的坐标，同时求得从动臂端点Bi在坐标系P-XYZ 中的坐标，根据从动臂杆长LBC为约束条件，求得并联机器人三个主动臂的驱动关节的转角为θi，i＝1，2，3，i表示并联机器人主动臂和对应的从动臂的序号；
所述轨迹规划模型在宿主机1中输入并联机器人转动的位置坐标，根据逆解和轨迹规划模型转换为并联机器人所转动的角度，角度转换为脉冲指令，发送至第一无线收发模块。
轨迹规划模型建模具体包括以下步骤：轨迹规划指的是机器人末端动平台在运动过程中的位移、速度和加速度随时间t变化的模型，轨迹规划曲线的修正梯形加速度表示为：
式(1)中，a'表示轨迹规划曲线的修正梯形加速度，amax为轨迹最大加速度，T为路径运行周期；为了进一步提升机器人的运动学性能，在此修正梯形加速度曲线的基础上进行优化，用余弦函数替换正弦函数，消除传统的修正梯形加速度轨迹在起始点和终止点的跃度存在较大的突变所产生残余振动。
用余弦函数替换正弦函数，则改进型修正梯形加速度曲线表示为：
根据式(1)和(2)，给定轨迹最大加速度amax＝100mm/s2和运行周期T＝8s，对比分析改进前后机器人加速度与跃度随时间变化曲线，如图3a和3b所示。
如图3a和3b所示，与改进前的加速度曲线相比，改进后的加速度曲线在起始点和终止点更加平缓，并且从跃度对比图上可以看出，改进后的曲线避免了机器人在开始和结束时跃度突变的缺点，抑制了电机在运行过程中的冲击和振动，有效的提高了机器人的运动学性能。
对改进后的修正梯形加速度曲线进行不定积分求解，已知起始速度和终止速度均为零并且在运行过程中速度连续，求得轨迹规划的速度v与时间t的函数：
对速度函数进行不定积分求解，求得到位移函数：
式(4)中，s表示机器人在在一个运行周期中的总位移，由前提条件t＝0，s＝0，求得
因为位移函数是连续的，将常数项A带入分段函数，求得剩下的常数项，分别为：
由式(4)可知，当t＝T时，
当机器人在运动过程中的一个运行周期中的总位移s确定，限定机器人的最大加速度amax求得机器人完成一个运行周期所需要的时间T，即为：
本实施例总位移s＝500mm，最大加速度amax＝100mm/s2，根据公式(5)，求得运行周期T。Delta机器人改进后修正梯形速度和位移随时间变化曲线如图4a和4b所示。
所述数据采集卡3的设备驱动程序在宿主机1的Matlab/Simulink/Labview环境下编写，以保证数据采集卡3可以完成相应的功能，数据采集卡应包括数字量输入输出电路、模数与数模转换电路。该数据采集卡具有USB或串口接口，可与无线收发模块连接。无线收发模块选用实时性高的模块，具体保证整个接收/发送周期在1ms内，无线模块具有串口或USB接口，可与数据采集卡通信。
所述数据采集卡3由FPGA芯片、DSP芯片、接口芯片中的一种或几种组成。
所述数据采集卡3将轨迹规划与控制算法的输出量通过第一无线发送模块6无线传输至第二无线接收模块7，通过第二驱动模块8控制远程并联机器人9运行；数据采集卡3对远程并联机器人9的编码器数据、电压数据和电流数据进行数据采样，远程采样数据为编码器数据、电压数据、电流数据，远程采样数据通过第二无线收发模块7发送至第一无线收发模块6，数据采集卡3将远程采样数据反馈到轨迹规划与控制算法中运行，形成远程无线硬件在环实时闭环控制。控制算法搭建编写在MATLAB或Labview环境下，因此具体的控制算法可包括PID控制算法、滑模变结构控制算法、人工神经网络控制算法、最优控制、模糊控制、自抗扰分数阶等控制算法。
在本地控制过程中，所述数据采集卡3将轨迹规划与控制算法的输出量传输给第一驱动模块4，控制本地并联机器人5实时运行，数据采集卡3对本地并联机器人5的编码器数据、电压数据、电流数据进行数据采样，获得本地采样数据，将本地采样数据传输给数据采集卡 3，数据采集卡3把本地采样数据反馈到轨迹规划与控制算法中运行，形成本地有线硬件在环实时闭环控制。
一种基于模型的本地有线/远程无线硬件在环实时控制方法，包括以下步骤：
S1：搭建RTW/xPCtarget实时仿真平台，宿主机1与目标机2采用以太网或串口通信，并进行通讯测试；
S2：在宿主机1中编写数据采集卡3的驱动函数，并封装、测试；
S3：在宿主机1中搭建基于Simulink的轨迹规划与控制算法模型；数据采集卡3安装在目标机2中；目标机2连接无线收发模块6、驱动模块4及并联机器人；
宿主机1采用Matlab/Simulink/RTW/xPCTarget的双机模式，将目标机2转换为一个实时控制系统，实现系统对并联机器人实时控制的功能。在本实时例中，双机模式下的宿主机与目标机通过网线连接，遵守TCP/IP协议，在另一种实施例中，双机模式下的宿主机与目标机通过RS232串口连接，遵守RS232协议。
通过C语言编写S-Function函数并获取数据采集卡的寄存器编程信息，使得数据采集卡完成Simulink模型建模，所述Simulink模型包括逆解模型和轨迹规划模型；
S4：对括逆解模型和轨迹规划模型进行实例化，搭建轨迹规划与控制算法模型，具体包括以下步骤：
如附图2b，将机器人在一个运行周期中的位移的路径分为三段，其中P1P2为下抓阶段， P2P3为平移阶段，P3P4为释放阶段。在实际应用过程中，只需要给定P1点和P4点的位置，机器人根据两点的坐标规划出一个门形路径，其中P1P2和P3P4的高度根据实际避障需求设置，完成路径的规划。对于门形路径，在竖直方向和水平方向的交汇处，即P2和P3点处机器人会出现突变现象，这会导致末端动平台出现较大的抖动。因此，需要在拐点P2和P3处引入过度曲线。
图2中在拐点P2和P3处引入过度曲线，一方面可以减弱因拐点所产生的运动突变现象，另一方面也减少了末端动平台的行程，缩短了运行周期，提高了机器人运行效率。
令P1P2竖直下抓段的距离为S1，P2P3水平移动段的距离为S2，P3P4竖直下放段的距离为 S3；根据
(amax表示并联机器人末端中心点的最大加速度，si表示运动距离，Ti表示所需时间)，可求解每个运动路径段对应的运行周期T1、T2、T3，T1为运动路径段S1对应的运行周期，T2为运动路径段S2对应的运行周期，T3为运动路径段S3对应的运行周期；
为了实现直角拐点的曲线过渡，对于第一处直角拐点，在P5点提前开始运行水平路径段 S2，时间节点相较于在P2点开始运行时提前了
对于第二处直角拐点，在P7点提前开始运行垂直路径段S3，时间节点相较于在P3点开始运行时提前了
最后，对比优化前后完成门形路径所需的时间，优化前T＝T1+T2+T3，优化后
其中，P5P6、P7P8曲线段为竖直运动和水平运动的合成运动。
S5：轨迹规划与控制算法下载并运行在目标机2中；轨迹规划与控制算法的输出控制量通过数据采集卡3的DA/PWM//IO外设端口输出至第一本地驱动模块4或第一无线收发模块 6。
S6：本地有线控制时，第一驱动模块4收到信息后对本地并联机器人5进行控制；同时第一驱动模块4对本地并联机器人5的输出和过程数据进行采集，并通过数据采集卡3反馈到目标机2的轨迹规划与控制算法里参与控制。
S7：远程控制时，第二无线收发模块7把接收到的信息传输给第二驱动模块8，第二驱动模块8对远程并联机器人9进行控制；第二驱动模块8对远程并联机器人9的输出和过程数据进行采集，并通过第二无线收发模块7传输给第一无线收发模块6，并经过数据采集卡3反馈到目标机2的轨迹规划与控制算法中。
所述Simulink模型包括正逆解模型和轨迹规划模型，正逆解模型包括正解模型和逆解模型，如图6是并联机器人逆解模型示意图，逆解模型根据已知动平台中心点P的位置(x，y， z)，求Delta机器人三个主动臂的驱动关节的转角θi，i＝1,2,3，i表示机器人主动臂和对应的从动臂的序号；
正逆解模型建模具体包括以下步骤：
首先，基坐标系O-XYZ建立在机器人静平台上，以静平台ΔA1A2A3外接圆圆心为坐标原点；其次，X轴的方向由坐标原点O指向A1，Z轴的方向垂直于静平台且竖直向上；最后，根据笛卡尔坐标系右手法则，确定坐标轴Y的方向。坐标系P-XYZ建立在机器人动平台上，以动平台ΔB1B2B3外接圆圆心为坐标原点，建立方法如上，在此不再赘述。
如图5，将从动臂CiBi(i＝1,2,3)分别沿向量
平移，经过平移后的三个向量交于动平台的外接圆圆心P点。首先，根据空间向量的知识，易求得铰链点Ai(i＝1,2,3) 在基坐标系O-XYZ中的坐标；其次，由于已知三条主动臂与静平台之间的转角θi(i＝1,2,3) 和主动臂的长度，可以求得Ci(i＝1,2,3)在基坐标系O-XYZ中的坐标；然后，将向量
与平移向量
相加，得到平移后Di(i＝1,2,3)在基坐标系O-XYZ 中的坐标；最后，将求解机器人末端动平台几何中心点的问题转换为求解三棱锥P-D1D2D3的顶点坐标P的问题。在已知三棱锥P-D1D2D3底面三角形D1D2D3顶点坐标以及所有边长的条件下，求得顶点坐标P在基坐标系O-XYZ下的坐标，建立正解模型；
如图6，根据上述机器人正解模型，求得主动臂端点Ci在基坐标系O-XYZ中的坐标，同时求得从动臂端点Bi(i＝1,2,3)在坐标系P-XYZ中的坐标根据从动臂杆长LBC为约束条件，基于逆解模型求得机器人三个主动臂的驱动关节的转角为θi，i＝1,2,3，i表示机器人主动臂和对应的从动臂的序号；
所述轨迹规划模型在宿主机1中输入并联机器人转动的位置坐标，根据逆解和轨迹规划模型转换为并联机器人所转动的角度，角度转换为脉冲指令，发送至第一无线收发模块。
轨迹规划模型建模具体包括以下步骤：轨迹规划指的是机器人末端动平台在运动过程中的位移、速度和加速度随时间t变化的模型，轨迹规划曲线的修正梯形加速度表示为：
式(1)中，a'表示轨迹规划曲线的修正梯形加速度，amax为轨迹最大加速度，T为路径运行周期；为了进一步提升机器人的运动学性能，在此修正梯形加速度曲线的基础上进行优化，用余弦函数替换正弦函数，消除传统的修正梯形加速度轨迹在起始点和终止点的跃度存在较大的突变所产生残余振动。
用余弦函数替换正弦函数，则改进型修正梯形加速度曲线表示为：
根据式(1)和(2)，给定轨迹最大加速度amax＝100mm/s2和运行周期T＝8s，对比分析改进前后机器人加速度与跃度随时间变化曲线，如图3所示。
如图3，与改进前的加速度曲线相比，改进后的加速度曲线在起始点和终止点更加平缓，并且从跃度对比图上可以看出，改进后的曲线避免了机器人在开始和结束时跃度突变的缺点，抑制了电机在运行过程中的冲击和振动，有效的提高了机器人的运动学性能。
如图2，本实施例的双机系统包括安装MATLAB/Simulink软件环境的宿主机1和具有PCI 卡槽的的目标机2。在本实施例中，目标机中安装PCI板卡3，需要该板卡具有高精度A/D 转换器，采样速率可达100kHz，同时具有单端模拟输入和模拟输出，以及通道数字输入和数字输出等功能。无线模块包括第一无线收发模块6和第二无线收发模块7，所述驱动模块4 连接本地并联机器人5，驱动并联机器人5按照Simulink指令执行相关运动。
本实施例中，将并联机器人运动时间n秒分为600段，得到600+1个时间点，将时间点代入轨迹规划模型，得到600+1个点坐标，代入正逆解模型，得到600+1组主动臂旋转弧度值，经单位转换后输出，得到并联机器人的脉冲个数指令，完成并联机器人轨迹规划，并通过数据采集卡发送至驱动电路。控制算法模型搭建编写在MATLAB或Labview环境下，因此具体的控制算法可根据实际的被控对象选择合适的算法实现所需的功能。在一种实施例中，控制算法为闭环负反馈控制，通过无线模块获得输入量，闭环负反馈算法将输入与输出量比较，得到偏差信号，并消除偏差以获得预期的系统性能。
对改进后的修正梯形加速度曲线进行不定积分求解，已知起始速度和终止速度均为零并且在运行过程中速度连续，求得轨迹规划的速度v与时间t的函数：
对速度函数进行不定积分求解，求得到位移函数：
式(4)中，s表示机器人在在一个运行周期中的总位移，由前提条件t＝0，s＝0，求得
因为位移函数是连续的，将常数项A带入分段函数，求得剩下的常数项，分别为：
由式(4)可知，当t＝T时，
当机器人在运动过程中的一个运行周期中的总位移s确定，限定机器人的最大加速度amax求得机器人完成一个运行周期所需要的时间T，即为：
本实施例总位移s＝500mm，最大加速度amax＝100mm/s2，根据公式(5)，求得运行周期T。
具体地，在宿主机采用Windows操作系统，运行MATLAB软件。目标机不需要安装操作系统，数据采集卡设备插在目标机的卡槽中。由于经过I/O接口设备转化的信号量还不足以驱动转台上的电机，因此需要将I/O设备输出的信号引入驱动模块进行放大，因此目标机上的I/O接口设备需要将控制器生成的数字控制量送入到无线发送模块，由无线发送模块远程送入无线接收模块，无线接收模块将I/O设备输出的信号引入到驱动模块进行放大，实现远程控制。
数据采集卡根据驱动程序发来的PWM信号或SVPWM指令信号后，驱动电路连接并联机器人，控制并联机器人的运动状态。在本实施例中，驱动模块与2.4G无线接收模块连接，根据接收到的无线信号控制并联机器人。
本专利所述的基于模型的本地有线/远程无线硬件在环实时控制装置，通过搭建Simulink 模型构建硬件在环实时本地和远程控制系统，提高了控制系统的设计效率，减少硬件资源，实现了对并联机器人的实时性更好、更便捷的无线控制，使用户只需要通过编写驱动程序，搭建Simulink模块即可实现对控制器的设计，在此基础之上，本控制系统外接无线控制模块，在实时控制的基础之上，实现无线控制，与现有无线实时控制技术相比，操作更加简单，实时性更好，使用更加方便。
在一种实时例中，宿主机与目标机通过网线连接，其中，宿主机是指运行MATLAB与Simulink、RTW的计算机系统。使用安装于宿主机的工具，用户可生成目标系统使用的可执行程序或代码。目标机是指运行RTW生成代码的计算机系统，其既可以是IBM/PC兼容机也可以是嵌入式系统。两者之间可采用以太网、串口或其他通信方式传递信息。在本实施例中，目标机即指运行xPCTarget实时内核的计算机。
在一种实施例中，RTW使用TLC文件，也就是目标语言编译器文件将Simulink中创建的模型翻译为代码。在此过程中目标语言编译器将使用两种类型的TLC文件：系统目标文件用于描述根据选择的目标配置生成代码的过程，模块目标文件则用于特定模块对应算法代码实现的过程。两种目标文件同时使用.tlc扩展名，所以RTW约定系统目标文件的主文件名对应于相应的目标环境，例如xpctarget.tlc即为对应于xPCTarget的系统目标文件。
在一种实施例中，RTW程序自动创建过程。首先，根据PCI板卡创建Simulink驱动模块，建立model.mdl文件，编译文件形成中间描述文件model.rtw；其次，目标语言编译器将model.rtw文件转换为对应的目标代码，在此过程中，系统目标文件根据目标参数设置生成代码，模块目标文件根据特定模块的算法生成对应代码；再次，RTW根据模板联编文件system.tmf生成程序联编文件model.mk，目的是指导已生成的代码进行编译和链接；最后，生成可执行程序。
在一种实施例中，为了能够扩展xPC工具箱应用范围，满足开发半实物实时仿真环境的需要，以及适应未来新型接口卡的使用要求，开发基于xPCTarget实时操作系统的接口卡驱动程序。在一种实施例中，除接口开驱动程序自主开发外，为满足控制系统的要求，自主研发设计数据采集板卡。在另一种实施例中，使用提供基于xPCTarget实时操作系统的驱动程序，选用ISA接口的板卡。
在一种实施例中，编写接口卡驱动程序，所编写的驱动程序实现包括D/A驱动模块、A/D 驱动模块、DI驱动模块、DO驱动模块，PWM模块。在一种实施例中，在A/D程序中，程序的主要操作为不断重复的扫描通道，确定输入输出通道，再设置每个输入通道的电压范围，最后把输入量转化数字量输出。
在一种实时例中，在D/A程序中，确定输入通道，其次选择参考基准电压，再次设置通道输出电压范围，读取通道输入电压值，选择通道输出电压值。DI的驱动程序从端口读取数据，其流程是扫描通道，确定需要DI口的数量，读取端口地址信息，设置一个变量，将输出值赋予变量。DO的驱动程序确定需要DO口的数量，读取输入值，确定逻辑方式选择输出电压。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。
类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多特征。更确切地说，如权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员应当理解在本文所公开的示例中的设备的模块或单元或组间可以布置在如该实施例中所描述的设备中，或者可替换地可以定位在与该示例中的设备不同的一个或多个设备中。前述示例中的模块可以组合为一个模块或者此外可以分成多个子模块。
本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组间组合成一个模块或单元或组间，以及此外可以把它们分成多个子模块或子单元或子组间。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在下面的权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
此外，所述实施例中的一些在此被描述成可以由计算机系统的处理器或者由执行所述功能的其它装置实施的方法或方法元素的组合。因此，具有用于实施所述方法或方法元素的必要指令的处理器形成用于实施该方法或方法元素的装置。此外，装置实施例的在此所述的元素是如下装置的例子：该装置用于实施由为了实施该发明的目的的元素所执行的功能。
这里描述的各种技术可结合硬件或软件，或者它们的组合一起实现。从而，本发明的方法和设备，或者本发明的方法和设备的某些方面或部分可采取嵌入有形媒介，例如软盘、 CD-ROM、硬盘驱动器或者其它任意机器可读的存储介质中的程序代码(即指令)的形式，其中当程序被载入诸如计算机之类的机器，并被所述机器执行时，所述机器变成实践本发明的设备。
在程序代码在可编程计算机上执行的情况下，计算设备一般包括处理器、处理器可读的存储介质(包括易失性和非易失性存储器和/或存储元件)，至少一个输入装置，和至少一个输出装置。其中，存储器被配置用于存储程序代码；处理器被配置用于根据该存储器中存储的所述程序代码中的指令，执行本发明的方法。
以示例而非限制的方式，计算机可读介质包括计算机存储介质和通信介质。计算机可读介质包括计算机存储介质和通信介质。计算机存储介质存储诸如计算机可读指令、数据结构、程序模块或其它数据等信息。通信介质一般以诸如载波或其它传输机制等已调制数据信号来体现计算机可读指令、数据结构、程序模块或其它数据，并且包括任何信息传递介质。以上的任一种的组合也包括在计算机可读介质的范围之内。
如在此所使用的那样，除非另行规定，使用序数词“第一”、“第二”、“第三”等等来描述普通对象仅仅表示涉及类似对象的不同实例，并且并不意图暗示这样被描述的对象必须具有时间上、空间上、排序方面或者以任意其它方式的给定顺序。
尽管根据有限数量的实施例描述了本发明，但是受益于上面的描述，本技术领域内的技术人员明白，在由此描述的本发明的范围内，可以设想其它实施例。此外，应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。
以上仅是本发明的优选实施方式，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (9)
1.一种基于模型的本地有线/远程无线硬件在环实时控制装置，其特征在于，包括宿主机(1)、目标机(2)、数据采集卡(3)、第一无线收发模块(6)、第二无线收发模块(7)、驱动模块；驱动模块包括第一驱动模块(4)和第二驱动模块(8)；
所述宿主机(1)与目标机(2)相连接，目标机(2)与数据采集卡(3)通过总线连接，数据采集卡(3)与第一驱动模块(4)连接，数据采集卡(3)与第一无线收发模块(6)连接，第一无线收发模块(6)与第二无线收发模块(7)无线连接，第二驱动模块(8)与第二无线收发模块(7)连接；
被控对象的轨迹规划与控制算法通过在宿主机(1)基于模型的模式编写，传输到目标机(2)中运行在实时内核环境下，将被控对象的运行数据反馈到宿主机(1)中；
宿主机(1)采用Matlab/Simulink/RTW/xPCTarget的双机模式，在宿主机(1)中搭建基于Simulink模型，搭建轨迹规划与控制算法模型；所述Simulink模型包括正逆解模型和轨迹规划模型；
正逆解模型建模具体包括以下步骤：
建立被控对象的基坐标系，基坐标系O-XYZ建立在被控对象静平台上，以静平台三个端点依次连接的外接圆圆心为坐标原点；其中，X轴的方向由坐标原点O指向，Z轴的方向垂直于静平台且竖直向上，根据笛卡尔坐标系右手法则，确定坐标轴Y的方向；在被控对象动平台上建立动平台坐标系P-XYZ，以动平台外接圆圆心为坐标原点；
获取主动臂端点Ci在基坐标系O-XYZ中的坐标，同时求得从动臂端点Bi在坐标系P-XYZ中的坐标，根据从动臂杆长LBC为约束条件，求得被控对象三个主动臂的驱动关节的转角为θi，i＝1，2，3，i表示被控对象主动臂和对应的从动臂的序号；
轨迹规划模型建模具体包括以下步骤：轨迹规划指的是被控对象末端动平台在运动过程中的位移、速度和加速度随时间t变化的模型，则轨迹规划曲线的修正梯形加速度表示为：
式(1)中，a'表示轨迹规划曲线的修正梯形加速度，amax为轨迹最大加速度，T为路径运行周期；
用余弦函数替换正弦函数，则改进型修正梯形加速度曲线表示为：
对改进后的修正梯形加速度曲线进行不定积分求解，已知起始速度和终止速度均为零并且在运行过程中速度连续，求得轨迹规划的速度v与时间t的函数：
对速度函数进行不定积分求解，求得到位移函数：
式(4)中，s表示被控对象在在一个运行周期中的总位移，由前提条件t＝0，s＝0，求得
将常数项A带入公式(4)，根据连续函数在分段点值相同的性质求得剩下的常数项，分别为：
由式(4)知，当t＝T时，
当被控对象在运动过程中的一个运行周期中的总位移s确定，限定被控对象的最大加速度amax求得被控对象完成一个运行周期所需要的时间T为：
2.根据权利要求1所述的基于模型的本地有线/远程无线硬件在环实时控制装置，其特征在于：
驱动模块包括输入接口、多路选择单元、缓冲存储器、信号调理单元、隔离放大单元和测控控制单元，多路选择单元、缓冲存储器、信号调理单元和隔离放大单元依次顺序连接；多路选择单元、缓冲存储器、信号调理单元均与测控控制单元相连接，采集信号通过输入接口输入到多路选择单元。
3.根据权利要求1所述的基于模型的本地有线/远程无线硬件在环实时控制装置，其特征在于：所述宿主机(1)中安装MATLAB/RTW/xPC或Labview软件环境，所述目标机(2)上使用Real-Time实时内核。
4.根据权利要求1所述的基于模型的本地有线/远程无线硬件在环实时控制装置，其特征在于：
轨迹规划与控制算法在宿主机(1)中MATLAB或Labview环境下采用基于模型的模式编写，并通过以太网传输到目标机(2)中运行在Real-Time实时内核环境下，运行数据通过以太网反馈到宿主机(1)中。
5.根据权利要求1所述的基于模型的本地有线/远程无线硬件在环实时控制装置，其特征在于：所述数据采集卡(3)包括FPGA芯片、DSP芯片、接口芯片中的一种或几种。
6.根据权利要求1所述的基于模型的本地有线/远程无线硬件在环实时控制装置，其特征在于：
所述数据采集卡(3)将轨迹规划与控制算法的输出量通过第一无线发送模块(6)无线传输至第二无线接收模块(7)，通过第二驱动模块(8)控制远程被控对象运行；数据采集卡(3)对远程被控对象的编码器数据、电压数据和电流数据进行数据采样，远程采样数据通过第二无线收发模块(7)发送至第一无线收发模块(6)，数据采集卡(3)将远程采样数据反馈到轨迹规划与控制算法中运行，形成远程无线硬件在环实时闭环控制。
7.根据权利要求1所述的基于模型的本地有线/远程无线硬件在环实时控制装置，其特征在于：
在本地控制过程中，所述数据采集卡(3)将轨迹规划与控制算法的输出量传输给第一驱动模块(4)，控制本地被控对象实时运行，数据采集卡(3)对本地被控对象的数据、电压数据和电流数据进行数据采样获得本地采样数据，数据采集卡(3)把本地采样数据反馈到轨迹规划与控制算法中运行，形成本地有线硬件在环实时闭环控制。
8.一种基于模型的本地有线/远程无线硬件在环实时控制方法，其特征在于，包括以下步骤：
S1：搭建RTW/xPCtarget实时仿真平台，宿主机(1)与目标机(2)进行通信，并进行通信测试；
S2：在宿主机(1)中编写数据采集卡(3)的驱动函数，并封装和测试；
S3：宿主机(1)采用Matlab/Simulink/RTW/xPCTarget的双机模式，在宿主机(1)中搭建基于Simulink模型，所述Simulink模型包括正逆解模型和轨迹规划模型；
S4：对正逆解模型和轨迹规划模型进行实例化，搭建轨迹规划与控制算法，具体包括以下步骤：
将被控对象在一个运行周期中的位移分为三段，其中P1P2为下抓阶段，P2P3为平移阶段，P3P4为释放阶段，给定P1点和P4点的位置，被控对象根据两点的坐标规划出一个门形路径，其中P1P2和P3P4的高度根据实际避障需求设置，完成路径的规划，在拐点P2和P3处引入过度曲线；
令P1P2竖直下抓段的距离为S1，P2P3水平移动段的距离为S2，P3P4竖直下放段的距离为S3；根据
amax表示被控对象末端中心点的最大加速度，si表示运动距离，Ti表示所需时间，求解每个运动路径段对应的运行周期T1、T2和T3，T1为运动路径段S1对应的运行周期，T2为运动路径段S2对应的运行周期，T3为运动路径段S3对应的运行周期；i＝1,2,3，i表示被控对象主动臂和对应的从动臂的序号；
对于第一处直角拐点，在P5点提前开始运行水平位移段S2，时间节点相较于在P2点开始运行时提前了
对于第二处直角拐点，在P7点提前开始运行垂直位移段S3，时间节点相较于在P3点开始运行时提前了
对比优化前后完成门形路径所需的时间，优化前T＝T1+T2+T3，优化后
其中，P5P6、P7P8曲线段为竖直运动和水平运动的合成运动；
S5：将轨迹规划与控制算法下载并运行在目标机(2)中，轨迹规划与控制算法的输出控制量通过数据采集卡(3)的外设端口输出至第一本地驱动模块(4)或第一无线收发模块(6)；
S6：本地有线控制时，第一驱动模块(4)收到信息后对本地被控对象进行控制；同时第一驱动模块(4)对本地被控对象的输出和过程数据进行采集，并通过数据采集卡(3)反馈到目标机(2)的轨迹规划与控制算法里参与控制；
S7：远程控制时，第二无线收发模块(7)把接收到的信息传输给第二驱动模块(8)，第二驱动模块(8)对远程被控对象进行控制；第二驱动模块(8)对远程被控对象的输出和过程数据进行采集，并通过第二无线收发模块(7)传输给第一无线收发模块(6)，并经过数据采集卡(3)反馈到目标机(2)的轨迹规划与控制算法中。
9.根据权利要求8所述的一种基于模型的本地有线/远程无线硬件在环实时控制方法，其特征在于，
正逆解模型建模具体包括以下步骤：
建立被控对象坐标系，基坐标系O-XYZ建立在被控对象静平台上，以静平台三个端点依次连接的外接圆圆心为坐标原点；其中，X轴的方向由坐标原点O指向，Z轴的方向垂直于静平台且竖直向上，根据笛卡尔坐标系右手法则，确定坐标轴Y的方向；在被控对象动平台上建立动平台坐标系P-XYZ，以动平台外接圆圆心为坐标原点；
获取主动臂端点Ci在基坐标系O-XYZ中的坐标，同时求得从动臂端点Bi在坐标系P-XYZ中的坐标，根据从动臂杆长LBC为约束条件，求得被控对象三个主动臂的驱动关节的转角为θi，i＝1，2，3，i表示被控对象主动臂和对应的从动臂的序号；
将主动臂的驱动关节的转角角度转换为脉冲指令，发送至第一无线收发模块；
轨迹规划模型建模具体包括以下步骤：轨迹规划指的是被控对象末端动平台在运动过程中的位移、速度和加速度随时间t变化的模型，轨迹规划曲线的修正梯形加速度表示为：
式(1)中，a'表示轨迹规划曲线的修正梯形加速度，amax为轨迹最大加速度，T为路径运行周期；用余弦函数替换正弦函数；
用余弦函数替换正弦函数，则改进型修正梯形加速度曲线表示为：
对改进后的修正梯形加速度曲线进行不定积分求解，已知起始速度和终止速度均为零并且在运行过程中速度连续，求得轨迹规划的速度v与时间t的函数：
对速度函数进行不定积分求解，求得到位移函数：
式(4)中，s表示被控对象在在一个运行周期中的总位移，由前提条件t＝0，s＝0，求得
将常数项A带入分段函数，求得剩下的常数项，分别为：
由式(4)可知，当t＝T时，
当被控对象在运动过程中的一个运行周期中的总位移s确定，限定被控对象的最大加速度amax求得被控对象完成一个运行周期所需要的时间T为：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110187694.4A CN112965397B (zh) | 2021-02-18 | 2021-02-18 | 一种基于模型的本地有线/远程无线硬件在环实时控制装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110187694.4A CN112965397B (zh) | 2021-02-18 | 2021-02-18 | 一种基于模型的本地有线/远程无线硬件在环实时控制装置及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112965397A CN112965397A (zh) | 2021-06-15 |
| CN112965397B true CN112965397B (zh) | 2022-10-21 |
Family
ID=76285006
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110187694.4A Active CN112965397B (zh) | 2021-02-18 | 2021-02-18 | 一种基于模型的本地有线/远程无线硬件在环实时控制装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112965397B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114654463A (zh) * | 2022-03-14 | 2022-06-24 | 上海电机学院 | 基于遗传算法的并联机器人分拣方法 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106695752A (zh) * | 2015-11-13 | 2017-05-24 | 上海优爱宝机器人技术有限公司 | Delta并联机器人 |
| CN205766107U (zh) * | 2016-01-21 | 2016-12-07 | 深圳市华盛控科技有限公司 | 一种并联机器人控制器 |
-
2021
- 2021-02-18 CN CN202110187694.4A patent/CN112965397B/zh active Active
Also Published As
| Publication number | Publication date |
|---|---|
| CN112965397A (zh) | 2021-06-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CA2765119C (en) | Determination of route for arranging automatic control of mobile mining machine | |
| White et al. | Experimental evaluation of dynamic redundancy resolution in a nonholonomic wheeled mobile manipulator | |
| CN108381555B (zh) | 一种飞行作业机器人冗余度机械臂下位控制器的设计方法 | |
| CN106003034A (zh) | 一种主从式机器人控制系统及控制方法 | |
| CN108227490A (zh) | 一种新型混联式汽车电泳涂装输送机构的无模型自适应滑模控制方法 | |
| CN112965397B (zh) | 一种基于模型的本地有线/远程无线硬件在环实时控制装置及方法 | |
| CN108549321A (zh) | 一种综合时间能量跃度的工业机器人轨迹生成方法及系统 | |
| Vlădăreanu et al. | Complex walking robot kinematics analysis and PLC multi-tasking control | |
| CN105269556B (zh) | 机器人的运动前瞻方法 | |
| Espinosa et al. | Electronics proposal for telerobotics operation of P3-DX units | |
| CN107553485A (zh) | 一种人机交互过程中动态虚拟夹具的生成方法 | |
| CN114800523B (zh) | 机械臂轨迹修正方法、系统、计算机及可读存储介质 | |
| CN116442227A (zh) | 液压驱动移动作业机器人的末端接触力控制方法及系统 | |
| CN113043277B (zh) | 多关节机构轨迹规划方法、装置、电子设备及存储介质 | |
| CN115072568A (zh) | 一种塔吊的控制系统及方法 | |
| CN111045424A (zh) | 一种智能船舶决策指令解读模块的测试系统 | |
| Kang et al. | Automated simulation of the erection activities in virtual construction | |
| CN117055361B (zh) | 基于滑模模型预测控制的移动机器人控制方法 | |
| Wu | Simulation Analysis of Hydraulic Control System of Engineering Robot Arm Based on ADAMS | |
| de Melo et al. | Rapid prototyping for mobile robots embedded control systems | |
| Wei | Design and Control of a Three-Axis Motion Servo Control System Based on a CAN Bus. Energies 2023, 16, 4208 | |
| Melo et al. | Virtual simulator for design of mobile robot control and navigation systems | |
| CN115431253A (zh) | 基于球形模块化自重构机器人的流动与操纵方法及装置 | |
| US20230305563A1 (en) | Method for building controller for robot, method, device for controlling motion of robot, and robot | |
| Aiello | Robotic arm pick-and-place tasks: Implementation and comparison of approaches with and without machine learning (deep reinforcement learning) techniques |
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 | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20231121 Address after: 210000 No. 1, Zidong Road, Maqun Street, Qixia District, Nanjing, Jiangsu Province Patentee after: Nanjing yicui Information Technology Co.,Ltd. Address before: 1 No. 211167 Jiangsu city of Nanjing province Jiangning Science Park Hongjing Road Patentee before: NANJING INSTITUTE OF TECHNOLOGY |
|
| TR01 | Transfer of patent right |