CN113021330B - 一种分布式网络下的多机器人同步随动控制方法 - Google Patents
一种分布式网络下的多机器人同步随动控制方法 Download PDFInfo
- Publication number
- CN113021330B CN113021330B CN201911345926.3A CN201911345926A CN113021330B CN 113021330 B CN113021330 B CN 113021330B CN 201911345926 A CN201911345926 A CN 201911345926A CN 113021330 B CN113021330 B CN 113021330B
- Authority
- CN
- China
- Prior art keywords
- robot
- follow
- control
- time
- application platform
- 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 abstract description 50
- 230000001360 synchronised effect Effects 0.000 title claims abstract description 33
- 230000008569 process Effects 0.000 claims abstract description 19
- 238000004891 communication Methods 0.000 claims abstract description 13
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000001133 acceleration Effects 0.000 claims description 25
- 230000008859 change Effects 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 4
- 230000006855 networking Effects 0.000 abstract description 4
- 230000007246 mechanism Effects 0.000 abstract description 3
- 238000012937 correction Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 abstract description 2
- 238000005538 encapsulation Methods 0.000 abstract description 2
- 238000004519 manufacturing process Methods 0.000 description 12
- 238000005516 engineering process Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 9
- 230000009471 action Effects 0.000 description 6
- 230000008901 benefit Effects 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002146 bilateral effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000035772 mutation Effects 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 238000004886 process control Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003938 response to stress Effects 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
- 238000012795 verification Methods 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
-
- 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
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/418—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM]
- G05B19/4185—Total factory control, i.e. centrally controlling a plurality of machines, e.g. direct or distributed numerical control [DNC], flexible manufacturing systems [FMS], integrated manufacturing systems [IMS] or computer integrated manufacturing [CIM] characterised by the network communication
-
- 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]
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Manufacturing & Machinery (AREA)
- Quality & Reliability (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种分布式网络下的多机器人同步随动控制方法,所述方法和装置用于在机器人领域中的群体机器人控制方向,采用IEC61499分布式框架将机器人控制任务进行分层级封装,从而具备基于网络的机器人控制,实现多机器人之间的主从切换,相对于传统示教作业过程具有更高的扩展性和灵活性,能够便于多机器人组网以及应用部署,充分解耦应用设计与底层控制系统,与此同时,为了让多机器人间数据实时共享,方案采用时间敏感网络DDS的发布订阅机制,提供高可靠低延迟的通信服务。本发明利用DDS网络实现多机之间的实时数据通信,在多机器人运动过程中进行实时的控制优化,从而对机器人位姿控制、节拍控制和任务控制进行统一校对,达到对多机器人的同步随动控制。
Description
技术领域
本发明涉及一种多机器人同步控制技术,具体涉及一种分布式网络下的多机器人同步随动控制方法,用于根据IEC61499分布式控制框架下构建多机器人协同作业控制器。
背景技术
随着当今工业机器人的快速发展,机器人已经成为智能制造的中坚力量。工业机器人在我国工业现代化进程中扮演着重要角色,同时也代表了高精度、高效率、高度自动化的先进生产模式,是传统产业转型升级、产品结构调整的关键技术。现代工业机器人技术已转化为综合计算机科学、控制论、信息和传感技术、人工智能以及仿生学等多学科的高新技术,已经成为一个国家或地区工业自动化水平的标志。
随着我国从“制造大国”向“制造强国”的战略实施,破解国产工业机器人控制器“控制应用集成通用性差”、“复杂工艺控制精准度低”等难题迫在眉睫。我国必须在较短时间内突破国外技术封锁,为高端制造业提供强有力的核心技术支撑,提升国产工业机器人在高精尖复杂工艺应用中的市场占有率和影响力,从而带动机器人行业乃至整个智能制造行业向高端领域发展。
随着智能制造目标的不断深化,以多机器人协同作业成为产线级制造的核心技术。当前,在机器人生产线中,机器人主要作为工作站级别应用,在由机器人群体构建的生产线中,机器人采用IO控制方式与PLC技术融合,成为初代多机器人系统作业框架。新一代机器人控制技术,对多机器人协同作业提出新的要求,从而实现多机器人协作、碰撞分析、同步作业等,核心是要保证机器人的控制一致性和机器人过程信息数据实时共享。
针对多机器人协同控制的需要,采用IEC61499分布式控制框架搭建多机器人随动控制具有较大优势。
发明内容
针对现有技术中存在的不足之处,本发明要解决的技术问题是克服多机器人控制中的同步问题,提供一种分布式网络下的多机器人同步随动控制方法,不仅能够将多机器人作业场景中的动作指令进行同步下发,还能将多机器人在运动过程中的数据进行实时共享,并通过IEC61499平台框架进行实时数据通信。通过在IEC61499框架下,构建DDS传输协议,实现具备时钟敏感网络特性的分布式数据交互方法,并在多机器人运动过程中进行实时的控制优化,从而对机器人位姿控制、节拍控制和任务控制进行统一校对,从而达到对多机器人应用场景下的同步随动控制;采用分布式网络技术,并将机器人控制任务进行分层级封装,从而具备基于网络的机器人控制,实现多机器人之间的主从切换,相对于传统示教作业过程具有更高的扩展性和灵活性。
本发明为实现上述目的采用的技术方案是:一种分布式网络下的多机器人同步随动控制方法,包括以下步骤:
通过应用平台搭建机器人控制应用以及机器人控制任务,并配置多机器人网络节点信息;
应用平台按照周期执行时,根据应用平台同步时钟信号发送,同时将控制任务指令发送给主机器人和随动机器人;
当主机器人接收到指令后,通过DDS总线向随动机器人发送主机器人的实时位姿,并发送信号触发随动机器人执行;
当随动机器人接收到执行触发信号后,统计应用平台时钟信号与主机器人信号的时间差,根据时间滞后,实时规划执行控制指令,在下一周期,根据主机器人和随动机器人的实时位姿校正随动机器人的控制指令。
所述应用平台为IEC61499应用平台。
所述节点信息包含状态信息和DDS消息总线信息。
所述机器人控制任务,包含机器人运动的时间参数、目标位置参数和速度参数。
所述根据时间滞后,实时规划执行控制指令,在下一周期,根据主机器人和随动机器人的实时位姿校正随动机器人的控制指令,采用随动控制方法,包括以下步骤:
轨迹规划:将时间间隔△t与设定轨迹上的离散时间叠加,将实时接收位置偏差△AP与设定轨迹的位置叠加得到随动机器人的期望位置,得到随动机器人轨迹;
动态速度优化:在最大加速度约束条件下,通过对加速度进行积分,得到平滑过渡的末端速度信息,从而调整随动机器人速度;
加速度波动:根据随动机器人速度的改变产生加速度变化,调节加速度来实现加速和减速过程,得到更新的随动机器人轨迹;
动态位置补偿:在同一时刻,计算主机器人与随动机器人的相对位置,根据控制指令和实际位置的关系,动态调整更新的随动机器人轨迹;
期望位置偏差:对比相邻的前后两个周期内,主动机器人与随动机器人末端的相对位置关系,得到期望位置偏差△TP,并将期望位置偏差△TP叠加到轨迹规划中的下一周期随动机器人的期望位置上。
所述时间间隔△t是应用平台控制时间与主动机器人触发时间的差值。
所述位置偏差△AP是在时间△t内,主机器人在△t内移动的位置变化与随动机器人在△t内移动的位置变化的差值。
所述控制指令包括基于示教编程的机器人运动脚本指令,所述运动脚本指令包括机器人笛卡尔空间直线圆弧运动指令、关节空间关节角运动指令。
一种分布式网络下的多机器人同步随动控制系统,包括:
应用平台,用于搭建机器人控制应用以及机器人控制任务,配置多机器人网络节点信息;
主机器人,为多机器人操作的主动作业臂,用于接收应用平台的控制任务,向随动机器人发送实时位姿,向应用平台发送状态信息;
随动机器人,为多机器人操作的随动作业臂,用于接收应用平台的控制任务与主机器人的实时位姿,向应用平台发送状态信息,采用随动控制方法进行轨迹跟踪。
应用平台支持节点间的实时通信,具体为:将主机器人配置为发布端,随动机器人配置为订阅端,从而实现消息的发布订阅。
本发明具有以下优点及有益效果:
1.采用分布式网络下构建多机器人同步随动控制,适用于复杂工业环境,在多机器人协同作业应用中,机器人协同作业将成为一种发展趋势。在机器人控制中随动操作可实现包含遥操作、精密作业和助力辅助作业等应用中存在应用场景。
2.能够真正实现多机器人协作作业。方法内含在误差补充过程,当时钟同步信号经由时间敏感网络DDS高速通信时,可以有效缩短通信延迟。而低延迟的通信,保证跟踪误差的大幅减少,因此通过本方法可实现动态的快速补偿,从而实现高速的动态响应,具备高同步性。
3.能够通过IEC61499平台下,利用分布式网络进行多机集成控制程序设计,多机数据通过以太网实时送至系统平台,因此后续的控制可以随时根据状态数据进行优化,这种机制只需要在控制中添加协同控制模块,而无需担心机器人控制系统复杂而产生的调度问题。
4.本发明可实现与多种厂家机器人设备进行协同控制,通过DDS协议对机器人实时姿态进行共享,建立设备间的协同控制模型,并利用该模型对随动控制进行综合分析。
5.本发明通过IEC61499平台,利用功能块方式进行协同作业编程,提供对外的统一图形化接口模型。
附图说明
图1是本发明提供的工作原理图;
图2是本发明提供的应用示意图;
图3是本发明提供的操作步骤图。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚、明确,以下参照附图并举实施例对本发明进一步详细说明,但本发明并不局限于这些实施例。
本发明所述的多机器人同步随动控制,是群体机器人控制的一个方向。群体机器人控制是指在通过集群调度管理方式,通过机器人组合、协作和集成从而实现更广泛的应用场景。目前智能工厂和智能制造中多次提出对群体机器人控制的应用。本发明中的随动控制就是采用主从控制模式,有主机器人实现规定动作,从机器人根据主机器人动作进行应激响应和跟踪。
这种主从控制区别于传统总体规划同步下发的群体控制方式,具备松耦合、远距离和网络化优势。松耦合系统的好处有两点,一点是它的灵活性,另一点是,当组成整个应用程序的每个服务的内部结构和实现逐渐地发生改变时,它能够继续存在。而另一方面,紧耦合意味着应用程序的不同组件之间的接口与其功能和结构是紧密相连的,因而当需要对部分或整个应用程序进行某种形式的更改时,它们就显得非常脆弱。对松耦合系统的需要来源于业务应用程序需要,根据业务的需要变得更加灵活,以适应不断变化的环境,比如经常改变的政策、业务级别、业务重点、合作伙伴关系、行业地位以及其他与业务有关的因素,这些因素甚至会影响业务的性质。能够灵活地适应环境变化的业务为按需业务,在按需业务中,一旦需要,就可以对完成或执行任务的方式进行必要的更改。
下面结合附图及实施例对本发明做进一步的详细说明。
本发明涉及一种分布式网络下的多机器人同步随动控制方法,所述方法和装置用于在机器人领域中的群体机器人控制方向,采用IEC61499分布式框架将机器人控制任务进行分层级封装,从而具备基于网络的机器人控制,实现多机器人之间的主从切换,相对于传统示教作业过程具有更高的扩展性和灵活性,能够便于多机器人组网以及应用部署,充分解耦应用设计与底层控制系统,与此同时,为了让多机器人间数据实时共享,方案采用时间敏感网络DDS的发布订阅机制,提供高可靠低延迟的通信服务。本发明的主旨是利用IEC61499分布式框架搭建多机器人随动控制任务,利用DDS网络实现多机之间的实时数据通信,在多机器人运动过程中进行实时的控制优化,从而对机器人位姿控制、节拍控制和任务控制进行统一校对,从而达到对多机器人应用场景下的同步随动控制。
一种分布式网络下的多机器人同步随动控制方法,包括:
IEC61499应用平台,用于搭建机器人控制应用将机器人控制任务,设计多机器人控制应用架构,具备多机部署能力,能够通过功能块对机器人运动控制库进行操作,支持节点间的实时通信。
主机器人A,多机器人操作的主动作业臂,接收平台控制任务,向随动臂发送实时位姿,向应用平台发送状态信息,是用于实现多机器人同步动作的主体设备。
随动机器人BC,多机器人操作的随动作业臂,接收平台控制任务与主动臂的实时位姿,向应用平台发送状态信息,内部采用随动控制方法进行轨迹跟踪,是用于实现多机器人同步动作的随动设备。
所述的多机部署能力,包含机器人组网功能,机器人作业指令部署功能和机器人时钟校验功能。
所述的机器人运动控制库,包含机器人直线运动、圆弧运动、坐标系切换和底层插补功能等。
所述的实时通信,采用DDS时间敏感网络框架,将主机器人配置为发布端,从节点配置为订阅端,从而实现消息的发布订阅,进而实现高速的数据交换。
所述的机器人控制任务,包含机器人运动的时间参数、目标位置参数和速度参数。
所述的实时位姿,包含机器人在信息发送时刻采集到的机器人末端相对于基坐标的位置信息和姿态信息。
所述的状态信息,包含机器人作业状态信息,具体包含等待状态、执行状态和完成状态,用于应用平台管理机器人任务调度。
所述的随动控制方法,是根据期望位置、时间间隔、位置偏差进行轨迹规划,通过对动态速度优化和动态位置补偿进行优化,产生加速度波动,从而实现期望位置的动态优化,从而实现高性能的随动控制。
所述的时间间隔,任务接收时间与主机械臂触发时间的间隔。
所述的位置偏差,主动臂瞬时位置与随动臂瞬时位置的差值。
所述的期望位置,运动控制指令中末端位置转换到关节空间的码值。
如图3所示,一种分布式网络下的多机器人同步随动控制方法,包括以下步骤:
1.在IEC61499设计多机器人随动控制应用;
2.同步时钟信号发送,机器人ABC接收控制指令执行;
3.主机器人A规划执行,并发送实时位姿,触发随动机器人BC;
4.随动机器人BC根据时间间隔,实时规划执行控制指令;
5.第二个同步信号,根据机器人ABC位姿校正BC控制指令;
6.重复步骤2。
如图1所示,本发明的工作原理采用以下具体方案:一种分布式网络下的多机器人同步随动控制方法,其包括:时间间隔△t、位置偏差△AP、轨迹规划、动态速度优化、动态位置补偿、期望位置偏差△TP、加速度波动和期望位置等8个单元组成,根据功能又可分为和过程参数单元和过程控制计算单元,最终产生实际用于控制的期望位置发送至伺服驱动器。
所述的时间间隔△t是平台控制时间与主动机器人触发时间的差值,该差值是由于主机器人先行运动到随动机器人后发运动计算过程和通信延迟造成,因此可以通过降低通信延迟和提高主机计算性能来缩短△t。
所述的位置偏差△AP是在时间△t内,主机器人在最该段时间内移动的位置变化与随动机器人在段时间内移动的位置变化的差值,该差值可以随着△t的缩短而降低,该数据越小则代表位置跟踪性能越高。
所述的轨迹规划单元是随动机器人跟随主机器人运动的核心单元,根据运动控制指令中时间和最终目标点的位置进行规划,通过对位置跟踪补偿和指令时间调整进行二次规划,从而实现新的作业轨迹。
所述的动态速度优化是在最大加速度约束条件下,动态调整速度信息,从而能够实现最大能力的动态跟踪特性。在机器人随动过程中,保持主机器人与随动机器人的相对位置关系,并通过动态速度规划实现高速高响应。
所述的动态位置补偿是在同一时刻,计算主从机器人的相对位置,根据控制指令和实际位置的关系,动态调整轨迹从而保证轨迹连续性。
所述的期望位置偏差△TP是对比前后两个周期内,主动机器人与随动机器人末端的相对位置关系,将此误差叠加到控制指令上,从而实现更好的控制效果。
所述的加速度波动是由于双边动态调节后产生的加速度变化参数,该参数是保证轨迹连续性的重要参数,通对加速度的调节来实现加速和减速过程从而保证位置突变下速度的平滑过渡。
所述的期望位置是在随动控制方法下产生的发送给伺服驱动器的控制参数。
参照图2,本发明的应用实施方案采用以下具体方案:一种分布式网络下的多机器人同步随动控制方法,其包括:1.通过IEC61499应用平台,设计多机器人随动控制应用,并配置多机器人网络节点信息,所述的节点信息包含状态回传信息和DDS消息总线信息;2.平台按照周期执行时,根据平台同步时钟信号发送,同时将控制任务指令发送给机器人ABC,所述的同步时钟信号是平台系统定时函数触发的信号中断;3.当主机器人A接收到指令后,正常规划执行,并同时DDS总线,同时向随动机器人BC发送实时位姿,并发送信号触发机器人BC执行;4.当随动机器人BC接收到执行触发信号的情况下,统计平台时钟信号与主机器人信号的时间差,根据时间滞后情况,实时规划执行控制指令;5.在第二个周期下,根据机器人ABC的状态信息和位置偏差进行校正,再次优化随动机器人BC的控制指令;6.重复步骤2。
Claims (8)
1.一种分布式网络下的多机器人同步随动控制方法,其特征在于,包括以下步骤:
通过应用平台搭建机器人控制应用以及机器人控制任务,并配置多机器人网络节点信息;
应用平台按照周期执行时,根据应用平台同步时钟信号发送,同时将控制任务指令发送给主机器人和随动机器人;
当主机器人接收到指令后,通过DDS总线向随动机器人发送主机器人的实时位姿,并发送信号触发随动机器人执行;
当随动机器人接收到执行触发信号后,统计应用平台时钟信号与主机器人信号的时间差,根据时间滞后,实时规划执行控制指令,在下一周期,根据主机器人和随动机器人的实时位姿校正随动机器人的控制指令;
所述应用平台为IEC61499应用平台;
所述根据时间滞后,实时规划执行控制指令,在下一周期,根据主机器人和随动机器人的实时位姿校正随动机器人的控制指令,采用随动控制方法,包括以下步骤:
轨迹规划:将时间间隔△t与设定轨迹上的离散时间叠加,将实时接收位置偏差△AP与设定轨迹的位置叠加得到随动机器人的期望位置,得到随动机器人轨迹;
动态速度优化:在最大加速度约束条件下,通过对加速度进行积分,得到平滑过渡的末端速度信息,从而调整随动机器人速度;
加速度波动:根据随动机器人速度的改变产生加速度变化,调节加速度来实现加速和减速过程,得到更新的随动机器人轨迹;
动态位置补偿:在同一时刻,计算主机器人与随动机器人的相对位置,根据控制指令和实际位置的关系,动态调整更新的随动机器人轨迹;
期望位置偏差:对比相邻的前后两个周期内,主动机器人与随动机器人末端的相对位置关系,得到期望位置偏差△TP,并将期望位置偏差△TP叠加到轨迹规划中的下一周期随动机器人的期望位置上。
2.根据权利要求1所述的一种分布式网络下的多机器人同步随动控制方法,其特征在于,所述节点信息包含状态信息和DDS消息总线信息。
3.根据权利要求1所述的一种分布式网络下的多机器人同步随动控制方法,其特征在于,所述机器人控制任务,包含机器人运动的时间参数、目标位置参数和速度参数。
4.根据权利要求1所述的一种分布式网络下的多机器人同步随动控制方法,其特征在于,所述时间间隔△t是应用平台控制时间与主动机器人触发时间的差值。
5.根据权利要求1所述的一种分布式网络下的多机器人同步随动控制方法,其特征在于,所述位置偏差△AP是在时间△t内,主机器人在△t内移动的位置变化与随动机器人在△t内移动的位置变化的差值。
6.根据权利要求1所述的一种分布式网络下的多机器人同步随动控制方法,其特征在于,所述控制指令包括基于示教编程的机器人运动脚本指令,所述运动脚本指令包括机器人笛卡尔空间直线圆弧运动指令、关节空间关节角运动指令。
7.一种分布式网络下的多机器人同步随动控制系统,其特征在于,包括:
应用平台,用于搭建机器人控制应用以及机器人控制任务,配置多机器人网络节点信息;
主机器人,为多机器人操作的主动作业臂,用于接收应用平台的控制任务,向随动机器人发送实时位姿,向应用平台发送状态信息;
随动机器人,为多机器人操作的随动作业臂,用于接收应用平台的控制任务与主机器人的实时位姿,向应用平台发送状态信息,采用随动控制方法进行轨迹跟踪;
所述应用平台为IEC61499应用平台;
所述采用随动控制方法,包括以下步骤:
轨迹规划:将时间间隔△t与设定轨迹上的离散时间叠加,将实时接收位置偏差△AP与设定轨迹的位置叠加得到随动机器人的期望位置,得到随动机器人轨迹;
动态速度优化:在最大加速度约束条件下,通过对加速度进行积分,得到平滑过渡的末端速度信息,从而调整随动机器人速度;
加速度波动:根据随动机器人速度的改变产生加速度变化,调节加速度来实现加速和减速过程,得到更新的随动机器人轨迹;
动态位置补偿:在同一时刻,计算主机器人与随动机器人的相对位置,根据控制指令和实际位置的关系,动态调整更新的随动机器人轨迹;
期望位置偏差:对比相邻的前后两个周期内,主动机器人与随动机器人末端的相对位置关系,得到期望位置偏差△TP,并将期望位置偏差△TP叠加到轨迹规划中的下一周期随动机器人的期望位置上。
8.根据权利要求7所述的一种分布式网络下的多机器人同步随动控制系统,其特征在于,应用平台支持节点间的实时通信,具体为:将主机器人配置为发布端,随动机器人配置为订阅端,从而实现消息的发布订阅。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911345926.3A CN113021330B (zh) | 2019-12-24 | 2019-12-24 | 一种分布式网络下的多机器人同步随动控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911345926.3A CN113021330B (zh) | 2019-12-24 | 2019-12-24 | 一种分布式网络下的多机器人同步随动控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113021330A CN113021330A (zh) | 2021-06-25 |
CN113021330B true CN113021330B (zh) | 2022-04-05 |
Family
ID=76451583
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911345926.3A Active CN113021330B (zh) | 2019-12-24 | 2019-12-24 | 一种分布式网络下的多机器人同步随动控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113021330B (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114237221A (zh) * | 2021-11-16 | 2022-03-25 | 山东大学 | 基于中心映射的低延迟组合体机器人运动控制系统及方法 |
CN115037807B (zh) * | 2022-06-10 | 2023-08-18 | 湖南大学 | 一种工业机器人服务总线上集成dds协议的方法及系统 |
CN116700094B (zh) * | 2023-06-21 | 2024-03-01 | 哈尔滨博尼智能技术有限公司 | 一种数据驱动控制系统 |
CN117021118B (zh) * | 2023-10-08 | 2023-12-15 | 中北大学 | 一种并联机器人数字孪生轨迹误差动态补偿方法 |
CN117226847B (zh) * | 2023-11-02 | 2024-05-28 | 广东电网有限责任公司广州供电局 | 一种遥操作设备的控制方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10236392A1 (de) * | 2002-08-08 | 2004-02-19 | Kuka Roboter Gmbh | Verfahren und Vorrichtung zum Steuern von Handhabungsgeräten |
EP1464452A2 (en) * | 2003-04-03 | 2004-10-06 | KUKA Roboter GmbH | Method and control system for controlling a plurality of robots |
CN101163017A (zh) * | 2007-08-28 | 2008-04-16 | 东南大学 | 嵌入式变电站信息集成服务器 |
CN101297249A (zh) * | 2005-06-08 | 2008-10-29 | 布鲁克斯自动化公司 | 可伸缩运动控制系统 |
CN105751196A (zh) * | 2016-04-12 | 2016-07-13 | 华南理工大学 | 一种基于主从式的工业机器人协作作业方法 |
CN106933212A (zh) * | 2017-04-21 | 2017-07-07 | 华南理工大学 | 一种分布式制造环境下的可重构工业机器人编程控制方法 |
CN107765629A (zh) * | 2016-08-22 | 2018-03-06 | 王小义 | 一种基于软PLC和EtherCAT总线的DELTA2机器人控制系统 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8065060B2 (en) * | 2006-01-18 | 2011-11-22 | The Board Of Regents Of The University And Community College System On Behalf Of The University Of Nevada | Coordinated joint motion control system with position error correction |
JP5184597B2 (ja) * | 2010-09-06 | 2013-04-17 | 株式会社日立産機システム | 通信制御装置及び通信・制御システム |
EP2508954A1 (en) * | 2011-04-06 | 2012-10-10 | ABB Technology AG | System and method for the configuration of a clustered simulation network |
-
2019
- 2019-12-24 CN CN201911345926.3A patent/CN113021330B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE10236392A1 (de) * | 2002-08-08 | 2004-02-19 | Kuka Roboter Gmbh | Verfahren und Vorrichtung zum Steuern von Handhabungsgeräten |
EP1464452A2 (en) * | 2003-04-03 | 2004-10-06 | KUKA Roboter GmbH | Method and control system for controlling a plurality of robots |
CN101297249A (zh) * | 2005-06-08 | 2008-10-29 | 布鲁克斯自动化公司 | 可伸缩运动控制系统 |
CN101163017A (zh) * | 2007-08-28 | 2008-04-16 | 东南大学 | 嵌入式变电站信息集成服务器 |
CN105751196A (zh) * | 2016-04-12 | 2016-07-13 | 华南理工大学 | 一种基于主从式的工业机器人协作作业方法 |
CN107765629A (zh) * | 2016-08-22 | 2018-03-06 | 王小义 | 一种基于软PLC和EtherCAT总线的DELTA2机器人控制系统 |
CN106933212A (zh) * | 2017-04-21 | 2017-07-07 | 华南理工大学 | 一种分布式制造环境下的可重构工业机器人编程控制方法 |
Non-Patent Citations (1)
Title |
---|
基于ARM+FPGA的机器人多轴运动控制器的设计与研究;严亮,舒志兵;《机床与液压》;20190615;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN113021330A (zh) | 2021-06-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113021330B (zh) | 一种分布式网络下的多机器人同步随动控制方法 | |
CN102749885B (zh) | 云数控系统 | |
CN103425106B (zh) | 一种基于Linux的EtherCAT主/从站控制系统及方法 | |
JP6962099B2 (ja) | 制御システムおよび制御装置 | |
CN107765629A (zh) | 一种基于软PLC和EtherCAT总线的DELTA2机器人控制系统 | |
CN108908851A (zh) | 注塑机的电射台伺服系统及其数据交互流程 | |
Čech et al. | I-mech–smart system integration for mechatronic applications | |
CN110480658A (zh) | 一种融合视觉自标定的六轴机器人控制系统 | |
Xu et al. | Development of a decentralized multi-axis synchronous control approach for real-time networks | |
CN109361330A (zh) | 一种基于总线的伺服电机同步控制方法 | |
CN113385807B (zh) | 一种以太网网关的激光振镜控制系统和方法 | |
Mertes et al. | Development of a 5G-enabled Digital Twin of a Machine Tool | |
CN116009404B (zh) | 伺服设备的调试方法、装置、设备和可读存储介质 | |
JP2012099082A (ja) | 多軸同期動作機械のプログラム変換モジュール及びプログラム変換方法 | |
CN111650886A (zh) | 一种运动控制系统 | |
CN113119105A (zh) | 机器人多机联动控制方法、多机联动控制设备和控制系统 | |
CN115847402A (zh) | 一种融合工业总线与tsn实时网络的机器人控制系统 | |
CN116442241A (zh) | 一种工业机器人与蛇形臂协同控制方法及系统 | |
CN110308697A (zh) | 基于Codesys的运动控制系统及控制方法 | |
US20230131842A1 (en) | Multi-axis servo control system | |
Garcia et al. | Design of flexible cyber-physical production systems architecture for industrial robot control | |
CN116330263A (zh) | 一种基于Codesys的智能工业机器人平台实现方法 | |
CN111522313B (zh) | 一种基于canopen协议控制伺服电机曲线运动的方法 | |
CN114505853A (zh) | 一种工业机器人的远程分层管控方法及系统 | |
CN210895108U (zh) | 一种EtherCAT总线四轴并联机械臂控制系统 |
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 |