CN113211443B - 一种协作机器人柔顺控制方法、系统及装置 - Google Patents
一种协作机器人柔顺控制方法、系统及装置 Download PDFInfo
- Publication number
- CN113211443B CN113211443B CN202110541743.XA CN202110541743A CN113211443B CN 113211443 B CN113211443 B CN 113211443B CN 202110541743 A CN202110541743 A CN 202110541743A CN 113211443 B CN113211443 B CN 113211443B
- Authority
- CN
- China
- Prior art keywords
- data
- displacement
- cooperative robot
- joint
- chain
- 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
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]
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种协作机器人柔顺控制方法、系统及装置,该方法包括:采集协作机器人关节电机关键数据并生成数据链上传至云端;将数据链还原成关节数据并有序存储,得到位移数据;对位移数据进行轨迹修正和速度约束,得到运行轨迹;根据运行轨迹对协作机器人进行控制。该系统包括:数据采集模块、数据还原模块、轨迹生成模块和控制模块。该装置包括存储器以及用于执行上述协作机器人柔顺控制方法的处理器。通过使用本发明,能够减少机器人控制系统所需的内存空间。本发明作为一种协作机器人柔顺控制方法、系统及装置,可广泛应用于机器人控制领域。
Description
技术领域
本发明涉及机器人控制领域,尤其涉及一种协作机器人柔顺控制方法、系统及装置。
背景技术
协作机器人是指能与人类进行近距离互动的机器人,而人类对机器人的拖动示教即为最基本的协作互动。但是,现有的机器人拖动示教技术都是在机器人控制系统内完成,大量的数据处理不但要占用很大的机器人控制系统资源,而且处理的精度和速度等性能效果不佳,不能满足机器人的实际工程应用要求。
发明内容
为了解决上述技术问题,本发明的目的是提供一种协作机器人柔顺控制方法、系统及装置,减少机器人控制系统所需的内存空间。
本发明所采用的第一技术方案是:一种协作机器人柔顺控制方法,包括以下步骤:
采集协作机器人关节电机关键数据并生成数据链上传至云端;
将数据链还原成关节数据并有序存储,得到位移数据;
对位移数据进行轨迹修正和速度约束,得到运行轨迹;
根据运行轨迹对协作机器人进行控制。
进一步,所述采集协作机器人关节电机关键数据并生成数据链上传至云端这一步骤,其具体包括:
采用FPGA并行采集协作机器人各关节的电机关键数据;
对各关节的关键数据进行同步标识和组链处理,生成对应组的数据链;
将数据链上传至云端;
所述电机关键数据包括转角位移、三相电流、母线电压和电机温度。
进一步,所述将数据链还原成关节数据并有序存储,得到位移数据这一步骤,其具体包括:
接收数据链并将数据链还原成关键数据;
根据关键数据的属性组成关联结构体并按照相关时序分配相应的存储空间,得到位移数据。
进一步,所述对位移数据进行轨迹修正和速度约束,得到运行轨迹这一步骤,其具体包括:
基于直线短波位移滤波的轨迹修正算法对位移数据进行处理,得到修正后轨迹;
基于融合坐标异相和加速度的速度约束算法对修正后轨迹进行处理,得到最终的运行轨迹。
进一步,所述基于直线短波位移滤波的轨迹修正算法对位移数据进行处理,得到修正后轨迹这一步骤,其具体还包括:
根据位移数据计算相邻两个采样周期的转角位移;
判断到该转角位移小于设定阀值,去除该段位移并修正位移矢量;
完成所有位移数据的处理后用直线段连接各位置数据点,得到修正后轨迹。
进一步,所述基于融合坐标异相和加速度的速度约束算法对修正后轨迹进行处理,得到最终的运行轨迹这一步骤,其具体包括:
获取修正后轨迹的坐标点;
对所有坐标点进行坐标异相判断并生成对应的速度约束值;
根据修正后轨迹和对应的速度约束值生成最终的运行轨迹。
进一步,所述根据运行轨迹对协作机器人进行控制这一步骤,其具体包括:
根据最终的运行轨迹生成可执行运行轨迹文件并进行组链处理,得到云端数据组链;
将云端数据组链回传至协作机器人控制系统并对协作机器人进行控制。
本发明所采用的第二技术方案是:一种协作机器人柔顺控制系统,包括:
数据采集模块,用于采集协作机器人关节电机关键数据并生成数据链上传至云端;
数据还原模块,用于将数据链还原成关节数据并有序存储,得到位移数据;
轨迹生成模块,用于对位移数据进行轨迹修正和速度约束,得到运行轨迹;
控制模块,用于根据运行轨迹对协作机器人进行控制。
本发明所采用的第三技术方案是:一种协作机器人柔顺控制装置,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如上所述一种协作机器人柔顺控制方法。
本发明方法、系统及装置的有益效果是:本发明把机器人的多关节数据实时发送到云端,可以大大减少机器人控制系统的内存空间,通过云端对数据进行处理,大大提高数据处理效率以及生成数据的精度,另外根据数据进行多方面约束,通过轨迹规划以实现机器人的柔顺控制。
附图说明
图1是本发明一种协作机器人柔顺控制方法的步骤流程图;
图2是本发明一种协作机器人柔顺控制系统的结构框图;
图3是本发明具体实施例组链方式的示意图;
图4是本发明具体实施例轨迹修正的示意图。
具体实施方式
下面结合附图和具体实施例对本发明做进一步的详细说明。对于以下实施例中的步骤编号,其仅为了便于阐述说明而设置,对步骤之间的顺序不做任何限定,实施例中的各步骤的执行顺序均可根据本领域技术人员的理解来进行适应性调整。
参照图1,本发明提供了一种协作机器人柔顺控制方法,该方法包括以下步骤:
采集协作机器人关节电机关键数据并生成数据链上传至云端;
将数据链还原成关节数据并有序存储,得到位移数据;
对位移数据进行轨迹修正和速度约束,得到运行轨迹;
根据运行轨迹对协作机器人进行控制。
进一步作为本方法的优选实施例,所述采集协作机器人关节电机关键数据并生成数据链上传至云端这一步骤,其具体包括:
采用FPGA并行采集协作机器人各关节的电机关键数据;
对各关节的关键数据进行同步标识和组链处理,生成对应组的数据链;
将数据链上传至云端;
所述电机关键数据包括转角位移、三相电流、母线电压和电机温度。
具体地,转角位移由编码器检测并输出对应数字量,三相电流由霍尔传感器或者分压电阻检测并输出对应模拟量,母线电压由分压电阻检测并输出对应模拟量,电机温度由热敏电阻检测并输出对应模拟量。
一般地,一台协作机器人有七个关节,对应七组关键数据。为了保证机器人的实时同步性和数据的完整性,采用FPGA并行采集关键数据,且需要对七组数据进行同步标识并组链。组链方式参照图3。
进一步作为本方法的优选实施例,所述将数据链还原成关节数据并有序存储,得到位移数据这一步骤,其具体包括:
接收数据链并将数据链还原成关键数据;
根据关键数据的属性组成关联结构体并按照相关时序分配相应的存储空间,得到位移数据。
具体地,云端通过网络接收到的数据是一条线性的数据链,必须通过云计算还原成七维关节数据并有序的存储。云计算即在服务器根据数据的属性(如长度、实时性、同步性等)组成关联结构体,并根据相关时序分配相应的存储空间。
进一步作为本方法优选实施例,所述对位移数据进行轨迹修正和速度约束,得到运行轨迹这一步骤,其具体包括:
基于直线短波位移滤波的轨迹修正算法对位移数据进行处理,得到修正后轨迹;
基于融合坐标异相和加速度的速度约束算法对修正后轨迹进行处理,得到最终的运行轨迹。
具体地,存储在云端的数据达到一定数量,则可以把离散的位移数据还原成连续的运动轨迹。轨迹规划包括轨迹修正和速度约束两步。
进一步作为本方法优选实施例,所述基于直线短波位移滤波的轨迹修正算法对位移数据进行处理,得到修正后轨迹这一步骤,其具体还包括:
根据位移数据计算相邻两个采样周期的转角位移;
判断到该转角位移小于设定阀值,去除该段位移并修正位移矢量;
完成所有位移数据的处理后用直线段连接各位置数据点,得到修正后轨迹。
具体地,参照图4,假如抽取采集到的4个周期的位置数据点:O(x0,y0),A(x1,y1),B(x2,y2),C(x3,y3),则可以计算相邻位置的位移:
根据短轨迹位移阀值Δ,如果采集点相邻位置的位移小于设定阀值,则去除该轨迹。如图4所示,PBA<Δ,则需要去除轨迹AB,并修正轨迹BC,最后把轨迹OABC修正成轨迹OAC。
通过上述的短轨迹滤波后,并用直线段连接各位置数据点,即可得到修正后的运动轨迹。
进一步作为本方法的优选实施例,所述基于融合坐标异相和加速度的速度约束算法对修正后轨迹进行处理,得到最终的运行轨迹这一步骤,其具体包括:
获取修正后轨迹的坐标点;
对所有坐标点进行坐标异相判断并生成对应的速度约束值;
根据修正后轨迹和对应的速度约束值生成最终的运行轨迹。
具体地,坐标异相判断:
如根据上述轨迹修正后的坐标点:Oi-1(xi-1,yi-1),Oi(xi,yi),Oi+1(xi+1,yi+1),其中(i=1…n)表示整个运动轨迹坐标点。只要满足以下任何一个条件,则判断坐标为异相:
条件1:xi-xi-1>0and xi+1-xi<0
或者:
条件2:yi-yi-1>0and yi+1-yi<0
当满足上述两个条件中的任何一个,则判断为坐标异相,速度约束值Vs为:
Vs=Vg
其中,Vg是速度爬值。
若不满足上述任何一个条件,则需要考虑加速度约束,速度约束值Vs满足以下等式:
Vs=a*T
其中,a为加速度,T为插补周期。同时要进一步考虑速度爬值的约束,即满足:
Vs=a*T>Vg
否则,速度约束值依然满足:Vs=Vg。
本发明采用的轨迹柔顺控制算法简单,并且能保证运动轨迹的光滑度以及运行数据的实时性,减少了机器人运行中的抖振伤害,提高了机器人的运行寿命。
进一步作为本方法的优选实施例,所述根据运行轨迹对协作机器人进行控制这一步骤,其具体包括:
根据最终的运行轨迹生成可执行运行轨迹文件并进行组链处理,得到云端数据组链;
将云端数据组链回传至协作机器人控制系统并对协作机器人进行控制。
同样地,云端回传数据到机器人控制系统,采用图3的组链方法。
如图2所示,一种协作机器人柔顺控制系统,包括:
数据采集模块,用于采集协作机器人关节电机关键数据并生成数据链上传至云端;
数据还原模块,用于将数据链还原成关节数据并有序存储,得到位移数据;
轨迹生成模块,用于对位移数据进行轨迹修正和速度约束,得到运行轨迹;
控制模块,用于根据运行轨迹对协作机器人进行控制。
上述方法实施例中的内容均适用于本系统实施例中,本系统实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
一种协作机器人柔顺控制装置:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如上所述一种协作机器人柔顺控制方法。
上述方法实施例中的内容均适用于本装置实施例中,本装置实施例所具体实现的功能与上述方法实施例相同,并且达到的有益效果与上述方法实施例所达到的有益效果也相同。
以上是对本发明的较佳实施进行了具体说明,但本发明创造并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (6)
1.一种协作机器人柔顺控制方法,其特征在于,包括以下步骤:
采集协作机器人关节电机关键数据并生成数据链上传至云端;
将数据链还原成关节数据并有序存储,得到位移数据;
根据位移数据计算相邻两个采样周期的转角位移;
判断到该转角位移小于设定阀值,去除该段位移并修正位移矢量;
完成所有位移数据的处理后用直线段连接各位置数据点,得到修正后轨迹;
获取修正后轨迹的坐标点;
对所有坐标点进行坐标异相判断并生成对应的速度约束值;
根据修正后轨迹和对应的速度约束值生成最终的运行轨迹;
根据运行轨迹对协作机器人进行控制。
2.根据权利要求1所述一种协作机器人柔顺控制方法,其特征在于,所述采集协作机器人关节电机关键数据并生成数据链上传至云端这一步骤,其具体包括:
采用FPGA并行采集协作机器人各关节的电机关键数据;
对各关节的关键数据进行同步标识和组链处理,生成对应组的数据链;
将数据链上传至云端;
所述电机关键数据包括转角位移、三相电流、母线电压和电机温度。
3.根据权利要求2所述一种协作机器人柔顺控制方法,其特征在于,所述将数据链还原成关节数据并有序存储,得到位移数据这一步骤,其具体包括:
接收数据链并将数据链还原成关键数据;
根据关键数据的属性组成关联结构体并按照相关时序分配相应的存储空间,得到位移数据。
4.根据权利要求3所述一种协作机器人柔顺控制方法,其特征在于,所述根据运行轨迹对协作机器人进行控制这一步骤,其具体包括:
根据最终的运行轨迹生成可执行运行轨迹文件并进行组链处理,得到云端数据组链;
将云端数据组链回传至协作机器人控制系统并对协作机器人进行控制。
5.一种协作机器人柔顺控制系统,其特征在于,包括:
数据采集模块,用于采集协作机器人关节电机关键数据并生成数据链上传至云端;
数据还原模块,用于将数据链还原成关节数据并有序存储,得到位移数据;
轨迹生成模块,用于根据位移数据计算相邻两个采样周期的转角位移;判断到该转角位移小于设定阀值,去除该段位移并修正位移矢量;完成所有位移数据的处理后用直线段连接各位置数据点,得到修正后轨迹;获取修正后轨迹的坐标点;对所有坐标点进行坐标异相判断并生成对应的速度约束值;根据修正后轨迹和对应的速度约束值生成最终的运行轨迹;
控制模块,用于根据运行轨迹对协作机器人进行控制。
6.一种协作机器人柔顺控制装置,其特征在于,包括:
至少一个处理器;
至少一个存储器,用于存储至少一个程序;
当所述至少一个程序被所述至少一个处理器执行,使得所述至少一个处理器实现如权利要求1-4任一项所述一种协作机器人柔顺控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541743.XA CN113211443B (zh) | 2021-05-18 | 2021-05-18 | 一种协作机器人柔顺控制方法、系统及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110541743.XA CN113211443B (zh) | 2021-05-18 | 2021-05-18 | 一种协作机器人柔顺控制方法、系统及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113211443A CN113211443A (zh) | 2021-08-06 |
CN113211443B true CN113211443B (zh) | 2022-09-09 |
Family
ID=77092709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110541743.XA Active CN113211443B (zh) | 2021-05-18 | 2021-05-18 | 一种协作机器人柔顺控制方法、系统及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113211443B (zh) |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104942808A (zh) * | 2015-06-29 | 2015-09-30 | 广州数控设备有限公司 | 机器人运动路径离线编程方法及系统 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6576255B2 (ja) * | 2016-01-25 | 2019-09-18 | キヤノン株式会社 | ロボット軌道生成方法、ロボット軌道生成装置、および製造方法 |
CN109895121A (zh) * | 2017-12-07 | 2019-06-18 | 泰科电子(上海)有限公司 | 机械臂控制系统和方法 |
CN108115691A (zh) * | 2018-01-31 | 2018-06-05 | 塔米智能科技(北京)有限公司 | 一种机器人交互系统及方法 |
CN109434808A (zh) * | 2018-12-13 | 2019-03-08 | 上海菡为智能科技有限公司 | 一种云端远程服务智能机器人控制系统实现方法 |
CN109648571A (zh) * | 2018-12-28 | 2019-04-19 | 深圳市越疆科技有限公司 | 工业机器人的示教轨迹复现方法、系统及机器人 |
CN111203854B (zh) * | 2019-12-27 | 2021-05-25 | 深圳市越疆科技有限公司 | 机器人轨迹复现方法、控制装置、设备及可读存储介质 |
-
2021
- 2021-05-18 CN CN202110541743.XA patent/CN113211443B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104942808A (zh) * | 2015-06-29 | 2015-09-30 | 广州数控设备有限公司 | 机器人运动路径离线编程方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113211443A (zh) | 2021-08-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108549322B (zh) | 一种针对机器人圆弧轨迹运动的位姿同步方法和装置 | |
CN107756400B (zh) | 一种基于旋量理论的6r机器人逆运动学几何求解方法 | |
JP2019517929A (ja) | ロボット関節空間におけるポイントツーポイント移動の軌跡計画方法 | |
CN108582071B (zh) | 一种工业机器人编程轨迹诊断及速度优化的方法 | |
JPH09109072A (ja) | 冗長マニピュレータの制御方法 | |
CN114571452A (zh) | 工业机器人轨迹规划方法、电子设备及可读存储介质 | |
CN109857108B (zh) | 基于内模控制算法的移动机器人轨迹跟踪方法及系统 | |
CN113211443B (zh) | 一种协作机器人柔顺控制方法、系统及装置 | |
CN113103240B (zh) | 用于实现c2连续的机器人轨迹规划方法、装置及系统 | |
JPH04111006A (ja) | ロボットの経路補間方法 | |
CN112356032B (zh) | 一种姿态平滑过渡方法及系统 | |
Fujii et al. | Realtime trajectory smoothing with neural nets | |
CN113021329A (zh) | 一种机器人运动控制方法、装置、可读存储介质及机器人 | |
CN114211495A (zh) | 面向半导体晶圆传送机械臂的自适应轨迹优化方法及系统 | |
CN113362431A (zh) | 数据的迁移方法及装置、电子设备、可读存储介质 | |
CN115302498A (zh) | 工程机械作业装置连续轨迹位姿的规划方法、规划装置、电子设备及存储介质 | |
JP4049956B2 (ja) | ロボット制御装置 | |
JP2737725B2 (ja) | ロボット制御装置及び方法 | |
Shahbazi et al. | On the orientation planning with constrained angular velocity and acceleration at endpoints | |
CN113103239B (zh) | 一种机器人姿态轨迹生成方法、装置及存储介质 | |
CN111975786B (zh) | 机器人的开发方法及装置、计算机可读存储介质及处理器 | |
CN115958597B (zh) | 一种工业机器人连续姿态路径光顺方法及系统 | |
CN113067514B (zh) | 一种适用于伺服系统的快速在线转动惯量辨识方法和系统 | |
CN117506939B (zh) | 基于状态触发自适应梯度神经网络的机械臂运动规划方法 | |
JPH06324730A (ja) | 産業用ロボットの制御装置 |
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 |