CN113878560A - 智能移动机器人轮毂电机伺服系统参数自动整定方法 - Google Patents

智能移动机器人轮毂电机伺服系统参数自动整定方法 Download PDF

Info

Publication number
CN113878560A
CN113878560A CN202110929310.1A CN202110929310A CN113878560A CN 113878560 A CN113878560 A CN 113878560A CN 202110929310 A CN202110929310 A CN 202110929310A CN 113878560 A CN113878560 A CN 113878560A
Authority
CN
China
Prior art keywords
mobile robot
intelligent mobile
upper computer
real
motion 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.)
Granted
Application number
CN202110929310.1A
Other languages
English (en)
Other versions
CN113878560B (zh
Inventor
韦鲲
张建政
李方保
董易
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.)
Shanghai Sazhi Intelligent Technology Co ltd
Original Assignee
Shanghai Sazhi Intelligent Technology 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 Shanghai Sazhi Intelligent Technology Co ltd filed Critical Shanghai Sazhi Intelligent Technology Co ltd
Priority to CN202110929310.1A priority Critical patent/CN113878560B/zh
Publication of CN113878560A publication Critical patent/CN113878560A/zh
Application granted granted Critical
Publication of CN113878560B publication Critical patent/CN113878560B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J5/00Manipulators mounted on wheels or on carriages
    • B25J5/007Manipulators mounted on wheels or on carriages mounted on wheels
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本发明提供了智能移动机器人轮毂电机伺服系统参数自动整定方法,包括上位计算机和轮毂伺服电机驱动系统,在上位计算机上设置数学模型,数学模型中设置有相应的模型数据,上位计算机指令智能移动机器人依据设定的轨迹行驶,上位计算机将接收到的实时运动数据与数学模型运行的仿真结果进行对比,如果对比结果在一定的误差范围区间内,则认为实际控制系统的参数设置正确,实际性能达到期望值;如果在误差范围之外,则实时同步调整实际系统的参数设置值,直到对比结果在误差范围之内。其中本发明的有益效果是:对不同载重量,不同批次,不同类型的智能移动机器人的轮毂电机驱动系统的参数进行智能化、自动化的整定。

Description

智能移动机器人轮毂电机伺服系统参数自动整定方法
技术领域
本发明涉及伺服驱动参数整定方法领域,特别涉及一种智能移动机器人轮毂电机伺服系统参数自动整定方法。
背景技术
在智能移动机器人领域,一般有至少2个驱动主动轮,一个或者2个被动轮,有的甚至4个驱动轮都是主动轮,每一个主动轮由一个伺服驱动器进行驱动控制。
每台机器人的主动轮所属轮毂电机在出厂前都需进行控制参数的调整,以满足智能移动机器人载物行走的性能要求。作为一种伺服电机系统,传统的方式是需要识别伺服电机及负载转动惯量,进而正确设置伺服控制增益,伺服控制环才能达到需要的动态响应。而传统的负载惯量识别方式在该类型机器人上无法使用,因为传统的惯量识别方式需要电机反复正反转并加减速运动,一般通过参数迭代收敛的方式得到比较准确的负载惯量,在智能移动机器人轮毂上,这种反复急加减速的方式显然不适合,因为载物移动机器人无论起步移动还是减速停止,都要求平稳进行,这种快速加减速会使机器人处于不稳定状态;再者,机器人出厂后会承载不同的负载,也会引起轮毂电机系统等效惯量的变化,从而导致最终性能的变化。所以,如何在出厂前调整得到合适的伺服控制参数,使得机器人在承载一定范围内的负载时满足基本一致性的性能是一个难题。
一般常用的方法,通过采用人工调谐轮毂电机的控制参数的方式对驱动主动轮进行调谐,直至满意的性能;这种方法严重依赖调试人员的经验,效率低下,伺服控制参数调整工作时间较长,工作量较大。
再比如,当生产不同载重量、不同运动环境要求、不同运动速度要求的智能移动机器人时,甚至智能移动机器人更换了运动环境,比如由原来的光滑瓷砖地面行走转而需要在地毯地面行走时,都需要工程师重新对轮毂驱动控制参数进行整定,以适应行驶性能的要求。这种手动调整参数的方式已不能适应批量化生产的调试要求,迫切需要一种自主的,更有效率的,更具理论依据的而非依据工程师经验的参数调整和控制性能评价方法。
专利CN109100987A中公开了一种应用于数控机床的自主调整伺服参数的智能方法,该技术内容通过自主调整伺服参数,根据复杂曲面零件轮廓精度和加工效率要求,实时计算数控机床各进给轴伺服参数组时变序列,并自主调整数控机床各进给轴的伺服参数,实现了保证在高进给速度下的复杂曲面零件轮廓精度。该专利提供了一种数控机床的自主调整伺服参数的智能方法,智能移动机器人与数控机床的工作原理存在较大差异,因此需要一种实现对智能移动机器人的伺服参数进行智能化的整定方法。
发明内容
为了解决上述技术问题,本发明中披露了一种克服现有主驱动轮调节方法的弊端,实现自主、智能化、高效率的智能移动机器人轮毂电机伺服系统参数自动整定方法,本发明的技术方案是这样实施的:
智能移动机器人轮毂电机驱动系统参数调整实现方法,包括如下步骤:S1:通过上位计算机建立数学模型,所述数学模型设置有轮毂伺服电机驱动系统的转动惯量值、智能移动机器人的负载质量和轮毂与地面之间摩擦系数;S2:所述上位计算机指令智能移动机器人依据设定的轨迹自主行走;S3:所述上位计算机接收实时运动数据,所述上位计算机对所述实时运动数据进行时域分析和频域分析;S4:对实时运动数据分析形成的结果与所述数学模型中形成的仿真结果进行对比;S5:通过所述上位计算机设置约束范围,若所述数学模型中形成的仿真结果与所述实时运动数据形成的结果之间的误差在所述约束范围之内,则实际控制系统中的参数设置合理;否则实时调整所述实际控制系统的参数值,重新执行一遍参数整定,直到误差在所述约束范围的区间之内;S6:将整定完成的参数上传至上位计算机控制器中;S7:智能移动机器人继续依据设定的轨迹行驶同时将所述实时运动数据上传至所述上位计算机,所述上位计算机将所述实时运动数据以及所述数学模型运动得到的数据进行归一化处理;S8:若智能移动机器人的性能在设定的性能指标之内,则更换所述智能移动机器人的负载质量,重新设置所述数学模型中的负载质量参数,并进行该负载质量下的参数整定;否则对参数进行重新的调整,将调整的参数输入到数学模型中,重新对参数进行自整定,直到智能移动机器人的性能在设定的性能指标之内;S9:通过配置不同的负载重量得到的参数计算出智能移动机器人的轮毂电机伺服系统的出厂设定值,完成参数整定。
优选地,所述上位计算机对所述实时运动数据进行频域分析得到实际谐振频率中心值,所述实际谐振频率中心值设置为实际控制系统中嵌入的陷波滤波器的中心频率。
优选地,所述智能移动机器人配置3~4种负载重量。
优选地,所述上位计算机中设置有实际运动数据处理单元,所述实际运动数据处理单元对所述实时运动数据进行时域分析和频域分析。
优选地,所述实时运动数据包括轮毂电机速度、转矩指令值、轮毂电机电流值和智能移动机器人加速度值。
优选地,所述实际谐振频率中心值的配置方法,包括如下步骤:A:所述上位计算机启动频域处理,指令所述智能移动机器人行驶;B:所述智能移动机器人将所述实时运动数据上传至所述上位计算机;C:所述上位计算机对所述实时运动数据进行频域分析;D:所述上位计算机将所述实际谐振频率中心值传输至控制器;E:参数配置完成后,所述智能移动机器人继续行驶并将实时运动数据上传至所述上位计算机。
优选地,所述上位计算机将所述实时运动数据、所述数学模型运动得到运动数据和指令速度进行归一化处理并放到同一坐标系中进行实时图形化显示。
优选地,所述数学模型采用了和所述实际控制系统相同的等效惯量值和速度环带宽值。
优选地,所述性能指标主要体现在实际速度与指令速度在不同的负载情况下以及不同的路面条件下所要达到的误差范围。
实施本发明的技术方案可解决现有技术中智能移动机器人出厂前参数设置尤其是惯量设置不准确以至于实际系统性能达不到要求、参数调试依赖工程师经验的技术问题;实施本发明的技术方案,通过利用上位计算机和轮毂伺服电机驱动系统进行实时通信交换数据,并在上位计算机的控制下智能移动机器人自主行走一定的轨迹路线,从而完成自动整定伺服电机控制参数的任务;并且,上位机对行驶数据进行分析,得出实际控制环路频域特性,依据建立的数学模型进行仿真运行并得到合适的控制环路内相关滤波器参数,从而提高或改善控制环路的性能,该数学模型仿真运行时,得到的主要性能参数特性与实际伺服系统性能参数特性基本一致,能比较好的辅助分析实际控制系统,可实现对不同载重量,不同批次,不同类型的智能移动机器人的轮毂电机驱动系统的参数调整工作,只需要改变仿真模型的相关参数即可,这种方法也可以直观的对控制系统进行矫正补偿,并立即指令智能移动机器人行驶,进行实际性能的直观评估以及实际数据的理论分析评估,整个过程更科学,有理论的指导,也有实际数据的支撑分析的技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一种实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为轮毂电机伺服控制速度闭环系统示意图;
图2为数学模型仿真运行时域结果和实际运动数据结果对比评估示意图;
图3为数学模型原理示意图;
图4为参数自动整定流程示意图;
图5为实际运动数据频域分析示意图;
图6为频域参数配置流程示意图;
图7为不同负重的智能移动机器人统一调试示意图;
图8为运动数据归一化处理示意图;
图9为智能移动机器人行驶轨迹示意图;
图10为智能移动机器人不同负载下的行驶轨迹示意图;
图11为智能移动机器人自整定参数验证行驶轨迹示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中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作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例
智能移动机器人轮毂电机驱动系统参数调整实现方法,包括如下步骤:S1:通过上位计算机建立数学模型,数学模型设置有轮毂伺服电机驱动系统的转动惯量值、智能移动机器人的负载质量和轮毂与地面之间摩擦系数;S2:上位计算机指令智能移动机器人依据设定的轨迹自主行走;S3:上位计算机接收实时运动数据,上位计算机对实时运动数据进行时域分析和频域分析;S4:对实时运动数据分析形成的结果与数学模型运行得到的仿真结果进行对比;S5:通过上位计算机设置约束范围,若数学模型运行得到的仿真结果与实时运动数据形成的结果之间的误差在约束范围之内,则实际控制系统中的参数设置合理;否则实时调整实际控制系统的参数值,重新执行一遍参数整定,直到误差在约束范围的区间内;S6:将整定完成的参数上传至上位计算机控制器中;S7:智能移动机器人继续依据设定的轨迹行驶同时将实时运动数据上传至上位计算机,上位计算机将实时运动数据以及数学模型运动得到的数据进行归一化处理;S8:若智能移动机器人的性能在设定的性能指标之内,则更换智能移动机器人的负载质量,重新设置数学模型中的负载质量参数,并进行该负载质量下的参数整定;否则对参数进行重新的调整,直到智能移动机器人的性能在设定的性能指标之内;S9:通过配置不同的负载质量得到的参数计算出智能移动机器人的轮毂电机伺服系统的出厂设定值,完成参数整定。
在该具体的实施例中,对智能移动机器人的伺服电机参数进行自动的整定,通过在智能移动机器人上设置上位计算机,上位计算机和轮毂伺服电机驱动系统进行实时通信进行数据交互。上位计算机控制智能移动机器人自主行走一定的轨迹路线,从而完成自动整定伺服电机控制参数的任务;并且,上位计算机对智能移动机器人的行驶数据进行分析,得出实际控制环路频域特性。在上位计算机上设置数学模型,数学模型的原理框图如图3所示,该数学模型基于要进行参数整定的轮毂电机伺服系统及其相关参数而建立。轮毂电机伺服系统的相关主要参数包括如下:轮毂电机和减速机构的等效惯量值(可由轮毂电机及减速机构厂商提供)、智能移动机器人的整车质量、轮胎与所处地面摩擦系数、实际伺服控制环路控制律、实际伺服控制环路滤波器参数和实际伺服控制环路时间常数。该数学模型仿真运行时,得到的主要性能参数特性与实际伺服系统性能参数特性基本一致,能比较好的辅助分析实际系统。
智能移动机器人在行驶过程中,上位计算机接收到实时运动数据后,对实时运动数据进行处理,并把实时运动数据的结果和数学模型运行得到的仿真结果进行对比,如果对比结果在一定的误差范围区间内,则认为实际控制系统的参数设置合理,实际性能达到期望值;如果在误差范围之外,说明实际控制系统参数值设置不合理,则实时同步调整实际控制系统的参数设置值,直到对比结果在误差范围之内。最终得到的参数设置值即作为实际控制系统的出厂参数设置值。以上过程基于数学模型和实时运动数据的处理分析,目的在于对实际伺服系统进行参数的自动整定。
另外,上位计算机对上传的实时运动数据进行频域分析处理,得到实际系统的谐振频率中心值,则该频率值就被设置为实际控制环路中嵌入的陷波滤波器的中心频率,从而抑制实际轮毂系统的机械谐振。这一步不依赖于数学模型,完全反映的是实际系统的机械特性,因而能够极大改善实际系统可能出现的谐振现象。
轮毂电机伺服控制速度环如图1所示:
ωref:速度给定
G(KV):速度环控制器
G(i):电流环控制器
Figure BDA0003209872520000081
JL为负载惯量,S为拉普拉斯算子。
速度环控制器为传统PI控制器,其中,比例系数和积分系数分别如下式所示:
Kp_vc=(JL)*ωn
Ki_vc=0.2*(JL)*ωn 2
Kp_vc:速度环比例系数
Ki_vc:速度环积分系数
Wn:速度环带宽
上式表明,速度环控制器参数设置需要用到实际系统负载惯量的值。因此,一般情况下首先需要对系统负载惯量大小进行辨识。要对负载惯量进行正确识别,传统方法需要对智能移动机器人的伺服电机及负载系统进行连续正反转以及加减速反复运动,直到得到真实的惯量值,这种连续正反转及加减速反复运动操作,在智能移动机器人上执行是不合适的,一方面受到实际运动场地的限制,另一方面受到加速减速幅值的限制以及智能移动机器人本体无法承受急加速急减速带来的冲击,尤其在负载情况下,所以无法采用这种传统方式实现对智能移动机器人的负载惯量进行正确识别。理想情况是,轮毂电机及减速机构的转动惯量可由相关生产厂家提供,或者根据产品说明书给出的相关参数计算出来。但在智能移动机器人上,即使知道了转动惯量,并据之对轮毂电机速度环控制器进行了正确设置,智能移动机器人轮毂驱动也并不一定能够达到期望的性能,原因就在于其本身具有自重,轮毂所在地面具有一定的摩擦力,在这些因素的影响下,仅靠设置所谓的“正确”的惯量值无法达到期望的动态响应能力。在本实施例中,在上位计算机中建立的数学模型采用了和智能移动机器人实际控制系统相同的速度环和电流环控制律,其中电机模型所用参数为轮毂电机参数,负载模型函数为TL(m,JL,δ),其中,m为智能移动机器人质量(包括负载质量);JL为轮毂电机和减速机构的转动惯量;δ为地面与轮毂表面之间的摩擦系数。
在上位计算机中还建立了实时运动数据处理单元,可对从智能移动机器人上传上来的数据进行时域分析和频域分析。上位计算机可对智能移动机器人实时运动数据的时域分析结果和数学模型中运算出的仿真结果进行对比,如图2所示,上位计算机判断智能移动机器人实时运动数据的时域分析结果和数学模型中运算出的仿真结果误差,由此评估、矫正智能移动机器人的实际系统性能,实现对实际系统的参数整定工作。
数学模型和智能移动机器人具有相同的控制系统参数。在数学模型中输入智能移动机器人的负载质量,轮胎与地面摩擦系数,系统惯量值,控制环带宽等参数,上位计算机依据规划好的行驶路线给智能移动机器人通过通讯总线发送行驶指令,智能移动机器人执行该行驶指令操作,同时上传实时运动数据至上位计算机,实时运动数据包括轮毂电机速度、转矩指令值、轮毂电机电流值、机器人加速度值等。
数学模型中,负载质量设置的意义在于,对于不同负载重量的智能移动机器人以及同一智能移动机器人在负载不同时,对轮毂电机运动性能存在的影响。地面摩擦系数设置的意义在于,对于不同路面状况,智能移动机器人轮毂电机的性能要求不同。比如,光滑的瓷砖地面和松软的地毯地面,对轮毂电机的行驶性能要求是不同的;光滑的瓷砖地面,轮胎与地面的附着力较低,要求轮毂电机驱动系统具有较低的动态响应以免在高动态下轮毂具有打滑效应。而松软的地毯地面,轮胎附着力较大,则要求轮毂具有较高的动态响应能力以保证移动机器人能够平稳行走,在数学模型中引入摩擦力系数主用来反映这一因素。
移动机器人在行驶过程中,上位计算机实时处理实时运动数据,同时,上位计算机运行数学模型,将实际行驶数据与数学模型运动结果数据放在同一坐标体系中,并图形化显示。主要以实际速度、指令速度和数学模型运行得出的速度三者同时放在同一坐标系中并实时显示。
上位计算机中建立的智能移动机器人数学模型及自动调节参数机制可在设定的约束条件的限制下,自动判断实际系统的参数是否设置合适并进行自动调节,最终达到实际系统的运行性能最优。
例如,约束条件之一就是速度误差。当进行参数自动整定时,上位计算机首先需要判断数学模型得出的电机速度和实际轮毂电机速度之间的误差是否在设计范围之内,如果大于设计误差范围,说明实际控制系统的初始参数设置不合理,需要调整相关参数,比如速度环带宽参数,上位计算机会以小步长递增或者递减的方法自动调整该参数,直至数学模型产生的电机速度与实际的电机速度在规定的误差范围之内。接着,上位计算机会把调整好的速度环带宽参数下发至实际轮毂电机伺服系统,实际轮毂电机伺服系统将此参数作为初始参数,并将该参数配置成功后继续上传实时运动数据至上位计算机。上位计算机会将实际轮毂电机速度、数学模型得到的轮毂电机速度和指令速度三者数据进行归一化处理并放在同一坐标系中,并实时图形化显示。
依据智能移动机器人的设计要求规定了智能移动机器人实际需要达到的性能指标,该指标主要体现在实际速度与指令速度在不同的负载情况下以及不同的路面条件下所要达到的允许误差范围。当该误差在规定的范围之内时,表明实际性能达到设计要求;当大于规定的误差范围时,表明实际系统性能未达到设计要求,需要继续进行参数自动整定工作。如图4所示,参数整定的过程包括如下步骤:步骤A:S1:通过上位计算机建立数学模型,数学模型中输入负载质量、地面摩擦系数,系统惯量以及速度环带宽初始值;S2:上位计算机开始运行数学模型,同时下发行驶指令至智能移动机器人的控制器,智能移动机器人依据上位机设定的轨迹自主行驶;S3:上位计算机接收实时运动数据,对实时运动数据进行时域分析和频域分析;S4:对实际运动数据分析形成的结果与数学模型运行得到的仿真结果进行对比;S5:通过所述上位计算机设置约束范围,若所述数学模型中形成的仿真结果与所述实时运动数据形成的结果之间的误差在所述约束范围之内,则实际控制系统中的参数设置合理;否则实时调整所述实际控制系统的参数值,以步长Δω调整速度环带宽,重新执行S2-S5,直到对比结果在所述误差条件的区间之内;S6:将整定完成的参数上传至上位计算机控制器中;S7:智能移动机器人继续依据设定的轨迹行驶同时将实时运动数据上传至上位计算机,上位计算机将实时运动数据以及数学模型运行得到的数据进行归一化处理;S8:若实时运动数据在设定的误差范围之内,则更换智能移动机器人负载质量,重新设置所述数学模型中的负载质量参数,并进行该负载质量下的参数整定;否则对参数进行重新的调整,以Δω的步长调整速度环带宽,将重新调整的速度环带宽下发至控制器,智能移动机器人继续行驶并将实时运动数据上传至上位计算机,上位计算机同时运行数学模型,将实时运动数据与数学模型运行的数据进行归一化处理,直到所述实时运动数据在设定的误差范围之内;步骤B:S9:通过配置不同的负载质量并在新的负载质量下执行步骤A得到的参数计算出智能移动机器人的轮毂电机伺服系统的出厂设定值,完成参数整定。
有几种简单的方法可以确定速度环带宽最终的出厂设定值,比如平均法;在4种不同的负载重量下得到的速度带宽值取平均得到最终值;或者去掉最高最低速度带宽值剩下的2个速度带宽值取平均得到最终值;也可根据智能移动机器人大部分应用场景下负载水平来进行加权平均法得到最终值。如果机器人出厂后在大部分情况偏向于轻载运行,则根据如下表达式计算最终速度环带宽:
ωn=0.4*ω1+0.3*ω2+0.2*ω3+0.1*ω4
ωn为最终出厂设置值;
ω1,ω2,ω3,ω4,分别为在30%负载,50%负载,80%负载,100%负载时自动整定得到的带宽参数值。
如果机器人出厂后大部分情况下偏向于中到满载运行,则根据如下表达式计算最终速度环带宽作为出厂设置值:
ωn=0.2*ω1+0.4*ω2+0.3*ω3+0.1*ω4
上位计算机可对智能移动机器人控制器上传上来的实时运动数据进行频域的分析处理,如图5所示,这一分析过程在参数自整定过程结束之后,在最终确定的速度环参数下,智能移动机器人接收来自上位计算机的指令,进行行驶,并实时上传相关数据到上位计算机进行处理,可得出实际系统的实际谐振频率中心值,并把该频率值作为实际系统中嵌入的陷波滤波器的中心频率。在实际系统因参数设置不合理或者其他因素引起或激发机械系统谐振时,在陷波滤波器的作用下,可以抑制机械振动,从而避免系统发生物理损坏。当上位计算机数据处理完毕得到分析结果后,将实际谐振频率中心值下发至智能移动机器人控制器,智能移动机器人控制器则将相应的参数值配置进各轮毂电机伺服驱动器,如电机转速、转矩和电流等。
实际谐振频率中心值的配置过程,如图6所示,具体包括如下步骤:A:上位计算机启动频域处理模块,指令智能移动机器人行驶;B:智能移动机器人将实时运动数据上传至上位计算机;C:上位计算机对实时运动数据进行频域分析;D:上位计算机将实际谐振频率中心值传输至实际轮毂伺服系统控制器;E:参数配置完成后,智能移动机器人继续行驶并将实时运动数据上传至所述上位计算机。在伺服系统机械谐振频率确定并设置成功之后,这种基于实际控制系统实时数据及数学模型的参数自主整定过程就结束了。
在整个参数自整定过程中,机器人控制器接收来自上位计算机的实时指令执行相应的行驶路线,该行驶路线是闭环路线,在一个自整定周期内,机器人要回到原出发点附近区域。
一般在出厂前,配备了智能移动机器人设计额定负载的30%负载,50%负载,80%负载及100%负载共4种质量块对智能移动机器人的控制参数进行实时自整定,直至取得成功并最终确定出厂值。如7所示,4台智能移动机器人同时运行,各智能移动机器人之间采用通讯总线与上位计算机通讯交换数据。上位计算机同时运行4台智能移动机器人对应的数学模型;四台智能移动机器人应为同型号机器人,所以其基本数学模型也是相同的,仅是输入的负载参数不同。在运行过程中,4台机器人数学模型输出的结果进行归一化处理,并放在同一坐标系中,如图8所示,以利于控制算法判断性能指标是否满足。
在进行参数自整定过程智能移动机器人的行驶轨迹如图9所示,智能移动机器人在控制器控制下,行驶过程分为2个阶段;第一阶段,先从左侧起点出发,经过加速阶段,速度稳定行驶阶段,减速阶段,到达右侧终点区域。在此过程中,智能移动机器人速度变化应在Δe1区间;第二阶段,智能移动机器人继续在控制器控制下,从右侧终点区域出发,经过加速、恒定速度行驶和减速,最终到达起点区域,在此过程中,智能移动机器人速度变化应在Δe2区间。
在第一行驶阶段和第二行驶阶段,智能移动机器人控制器均实时和上位计算机控制器交流数据,包括上传实时运动数据到上位计算机控制器,以及上位计算机控制器实时下发控制数据到智能移动机器人控制器。在第一行驶阶段,当上位计算机控制器接收到智能移动机器人速度变化超过规定的Δe1区间一定时间,则上位计算机控制器会小步长的调整相关控制参数,然后下发到智能移动机器人控制器,调整智能移动机器人运行性能,该相关控制参数主要包括2项:智能移动机器人轮毂等效惯量值以及智能移动机器人轮毂电机速度控制环带宽设置参数。同理,在第二行驶阶段,当上位计算机控制器接收到智能移动机器人速度变化超过规定的Δe2区间一定时间,则上位计算机控制器会以更小步长调整上述2个参数,以使得速度变化在Δe2区间。第一行驶阶段和第二行驶阶段完成为一个行驶调整周期。智能移动机器人控制器会上传每一个行驶周期中第一行驶阶段的终点位置时刻误差以及第二行驶阶段的终点位置时刻误差。当执行了若干次行驶周期以后,Δe1和Δe2;Δt1和Δt2应满足如下关系:
Δe2<Δe1
Δt2<Δt1
即随着行驶次数的增加以及参数的不断调整,速度变化误差和终点时刻误差应该是逐渐缩小收敛的趋势,直至满足规定的值,认为智能移动机器人轮毂电机驱动系统参数已调至最优。如图10所示,为智能移动机器人在不同的负载重量下的行驶轨迹。当智能移动机器人的负载在额定负载以内,行驶速度轨迹误差在上位计算机控制器的不断调整下,尤其到第二行驶阶段时,已经达到了比较优的性能,如图11所示,当每一台智能移动机器人在第二行驶阶段结束后,上位计算机控制算法判断认为均达到了误差要求之后,根据前文所述的若干方法中的其中一种规则,得出最终的出厂设置参数,并统一下发至各机器人配置成功,此时,上位机计算机指令各机器人在该最终参数下进行自整定结果验证运行。
在一种优选的实施方式中,上位计算机对实时运动数据进行频域分析得到实际谐振频率中心值,实际谐振频率中心值设置为实际控制系统中嵌入的陷波滤波器的中心频率。
在该具体实施方式中,上位计算机可对智能移动机器人控制器上传上来的实时运动数据进行频域的分析处理,如电机转速,转矩,电流等,可得出实际系统的固有谐振频率,并把该频率值作为实际系统中嵌入的陷波滤波器的中心频率。这样,在实际系统因参数设置不合理或者其他因素引起或激发机械系统谐振时,在陷波滤波器的作用下,可以抑制机械振动,从而避免系统发生物理损坏。
在一种优选的实施方式中,智能移动机器人配置3~4种负载重量。
在该具体的实施方式中,预先配置的3~4种不同质量块配重,通过智能移动机器人在不同的负载情况下计算出在该负载下的智能移动机器人的相关参数,在对3~4种质量块下的参数进行平均法计算出最终的出厂设定值。
在一种优选的实施方式中,上位计算机中设置有实际运动数据处理单元,实际运动数据处理单元对所述实时运动数据进行时域分析和频域分析。
在该具体的实施方式中,这一分析过程在系统参数自整定过程结束之后,在最终确定的速度环参数下,智能移动机器人接收来自上位计算机的指令进行行驶,并实时上传相关实时运动数据到上位计算机进行处理。当上位计算机数据处理完毕得到分析结果,则将实际谐振频率中心值下发至智能移动机器人控制器,智能移动机器人控制器则将相应实际谐振频率中心值值的配置进各轮毂电机伺服驱动器。
在一种优选的实施方式中,实时运动数据包括轮毂电机速度、转矩指令值、轮毂电机电流值和智能移动机器人加速度值。
在该具体的实施方式中,上位计算机与智能移动机器人的轮毂伺服电机驱动系统进行实时的通讯,上位计算机控制智能移动机器人按照设定的运动轨迹进行行驶,智能移动机器人的轮毂伺服电机驱动系统将实时运动数据上传至上位计算机,上位计算机对实时运动数据进行分析处理。
在一种优选的实施方式中,控制器将整定完成的参数配置到各个伺服驱动器中,包括如下步骤:A:上位计算机启动频域处理,指令智能移动机器人行驶;B:所述智能移动机器人将所述实时运动数据上传至所述上位计算机;C:所述上位计算机对所述实时运动数据进行频域分析;D:所述上位计算机将所述实际谐振频率中心值传输至所述控制器;E:参数配置完成后,所述智能移动机器人继续行驶并将实时运动数据上传至所述上位计算机。
在该具体的实施方式中,上位计算机数据处理完毕得到分析结果,则将实际谐振频率中心值下发至智能移动机器人控制器,智能移动机器人控制器则相应的将该实际谐振频率中心值配置进各轮毂电机伺服驱动器,具体包括以下步骤:A:上位计算机启动频域处理,指令智能移动机器人行驶;B:智能移动机器人将实时运动数据上传至上位计算机;C:上位计算机对实时运动数据进行频域分析;D:上位计算机将实际谐振频率中心值传输至控制器;E:参数配置完成后,智能移动机器人继续行驶并将实时运动数据上传至所述上位计算机。在伺服系统机械谐振频率确定并设置成功之后,这种基于实际控制系统实时数据及数学模型的参数自主整定过程就结束了。
在一种优选的实施方式中,上位计算机将实时运动数据、数学模型运动得到运动数据和指令速度进行归一化处理并放到同一坐标系中进行实时图形化显示。
在该具体实施方式中,依据智能移动机器人的设计要求规定了移动机器人的实际速度需要达到的性能指标,该指标主要体现在实际速度与指令速度在不同的负载情况下以及不同的路面条件下所要达到的误差范围。当该误差在规定的范围之内时,表明实际性能达到设计要求;当大于规定的误差范围时,表明实际系统性能未达到设计要求,需要继续进行参数自动整定工作。将实时运动数据、数学模型运动得到运动数据和指令速度进行归一化处理并放到同一坐标系中进行实时图形化显示可以对相关性能标准进行清晰的对比。
在一种优选的实施方式中,数学模型采用了和所述实际控制系统相同的等效惯量值和速度环带宽值。
在该具体实施方式中,数学模型中的相关数据与实际控制系统设置了相同的数据,保证可以对智能移动机器人进行准确的参数自整定。
需要指出的是,以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (8)

1.智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于,包括如下步骤:S1:通过上位计算机建立数学模型,所述数学模型设置轮毂伺服电机驱动系统的转动惯量值、智能移动机器人的负载质量和轮毂与地面之间摩擦系数;S2:所述上位计算机指令智能移动机器人依据设定的轨迹自主行走;S3:所述上位计算机接收实时运动数据,所述上位计算机对所述实时运动数据进行时域分析和频域分析;S4:对所述实时运动数据分析形成的结果与所述数学模型运行得到的仿真结果进行对比;S5:通过所述上位计算机设置约束范围,若所述数学模型运行得到的仿真结果与所述实时运动数据形成的结果之间的误差在所述约束范围之内,则实际控制系统中的参数设置合理;否则实时调整所述实际控制系统的参数值,重新执行一遍参数整定,直到误差在所述约束范围的区间之内;S6:将整定完成的参数上传至上位计算机控制器中;S7:所述智能移动机器人继续依据设定的轨迹行驶同时将所述实时运动数据上传至所述上位计算机,所述上位计算机将所述实时运动数据以及所述数学模型运行得到的数据进行归一化处理;S8:若智能移动机器人的性能在设定的性能指标之内,则更换所述智能移动机器人的负载质量,重新设置所述数学模型中的负载质量参数,并进行该负载质量下的参数整定;否则对参数进行重新的调整,将调整的参数输入到所述数学模型中,重新对参数进行自整定,直到所述智能移动机器人的性能在设定的性能指标之内;S9:通过配置不同的负载重量得到的参数计算出所述智能移动机器人的轮毂电机伺服系统的出厂设定值,完成参数整定。
2.根据权利要求1所述的智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于:所述上位计算机对所述实时运动数据进行频域分析得到实际谐振频率中心值,所述实际谐振频率中心值设置为所述实际控制系统中嵌入的陷波滤波器的中心频率。
3.根据权利要求1所述的智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于:所述智能移动机器人配置3~4种负载重量。
4.根据权利要求1所述的智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于:所述上位计算机中设置有实际运动数据处理单元,所述实际运动数据处理单元对所述实时运动数据进行时域分析和频域分析。
5.根据权利要求1-4所述的智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于:所述实时运动数据包括轮毂电机速度、转矩指令值、轮毂电机电流值和智能移动机器人加速度值。
6.根据权利要求2所述的智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于:所述实际谐振频率中心值的配置方法,包括如下步骤:A:所述上位计算机启动频域处理模块,指令所述智能移动机器人行驶;B:所述智能移动机器人将所述实时运动数据上传至所述上位计算机;C:所述上位计算机对所述实时运动数据进行频域分析;D:所述上位计算机将所述实际谐振频率中心值传输至控制器;E:参数配置完成后,所述智能移动机器人继续行驶并将实时运动数据上传至所述上位计算机。
7.根据权利要求1所述的智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于:所述上位计算机将所述实时运动数据、所述数学模型运行得到运动数据和指令速度进行归一化处理并放到同一坐标系中进行实时图形化显示。
8.根据权利要求1所述的智能移动机器人轮毂电机驱动系统参数调整实现方法,其特征在于:所述数学模型采用了和所述实际控制系统相同的等效惯量值和速度环带宽值。
CN202110929310.1A 2021-08-13 2021-08-13 智能移动机器人轮毂电机伺服系统参数自动整定方法 Active CN113878560B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110929310.1A CN113878560B (zh) 2021-08-13 2021-08-13 智能移动机器人轮毂电机伺服系统参数自动整定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110929310.1A CN113878560B (zh) 2021-08-13 2021-08-13 智能移动机器人轮毂电机伺服系统参数自动整定方法

Publications (2)

Publication Number Publication Date
CN113878560A true CN113878560A (zh) 2022-01-04
CN113878560B CN113878560B (zh) 2023-04-25

Family

ID=79011042

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110929310.1A Active CN113878560B (zh) 2021-08-13 2021-08-13 智能移动机器人轮毂电机伺服系统参数自动整定方法

Country Status (1)

Country Link
CN (1) CN113878560B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114895663A (zh) * 2022-03-03 2022-08-12 上海飒智智能科技有限公司 一种移动机器人打滑识别方法及控制方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5656906A (en) * 1995-02-10 1997-08-12 Fanuc Ltd. Automatic adjusting method of servo parameters and automatic adjusting apparatus of the same
CN105429551A (zh) * 2016-01-18 2016-03-23 华东交通大学 一种伺服系统电流环控制参数自整定方法
CN106272436A (zh) * 2016-10-09 2017-01-04 上海派毅智能科技有限公司 一种基于变负载的服务机器人自适应控制方法
CN107394784A (zh) * 2017-08-30 2017-11-24 无锡信捷电气股份有限公司 一种陷波滤波器在线谐振抑制参数优化方法
US20210046647A1 (en) * 2019-08-15 2021-02-18 Ubtech Robotics Corp Ltd Position control method for servo, computer readable storage medium, and robot
CN112792813A (zh) * 2021-01-15 2021-05-14 中科新松有限公司 具备参数自动优化的机器人控制方法、控制装置及机器人
CN113199473A (zh) * 2021-04-21 2021-08-03 上海飒智智能科技有限公司 一种多轴机械臂控制参数群体自整定方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5656906A (en) * 1995-02-10 1997-08-12 Fanuc Ltd. Automatic adjusting method of servo parameters and automatic adjusting apparatus of the same
CN105429551A (zh) * 2016-01-18 2016-03-23 华东交通大学 一种伺服系统电流环控制参数自整定方法
CN106272436A (zh) * 2016-10-09 2017-01-04 上海派毅智能科技有限公司 一种基于变负载的服务机器人自适应控制方法
CN107394784A (zh) * 2017-08-30 2017-11-24 无锡信捷电气股份有限公司 一种陷波滤波器在线谐振抑制参数优化方法
US20210046647A1 (en) * 2019-08-15 2021-02-18 Ubtech Robotics Corp Ltd Position control method for servo, computer readable storage medium, and robot
CN112792813A (zh) * 2021-01-15 2021-05-14 中科新松有限公司 具备参数自动优化的机器人控制方法、控制装置及机器人
CN113199473A (zh) * 2021-04-21 2021-08-03 上海飒智智能科技有限公司 一种多轴机械臂控制参数群体自整定方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114895663A (zh) * 2022-03-03 2022-08-12 上海飒智智能科技有限公司 一种移动机器人打滑识别方法及控制方法

Also Published As

Publication number Publication date
CN113878560B (zh) 2023-04-25

Similar Documents

Publication Publication Date Title
CN106877746B (zh) 速度控制方法和速度控制装置
WO2021114653A1 (zh) 三维空间爬壁打磨抛光机器人及打磨能效控制方法
CN105429551A (zh) 一种伺服系统电流环控制参数自整定方法
CN113878560A (zh) 智能移动机器人轮毂电机伺服系统参数自动整定方法
WO2007046257A1 (ja) モータ制御装置及び方法及びプログラム記憶媒体
CN106788035B (zh) 一种伺服系统控制回路增益的整定方法
CN107085432B (zh) 一种移动机器人的目标轨迹跟踪方法
CN106393111B (zh) 针对机器人形变问题的机器人曲面切削力控制方法
CN109507879B (zh) 控制装置以及机器学习装置
CN211439419U (zh) 三维空间爬壁打磨抛光机器人
Mathew Design, simulation and implementation of cascaded path tracking controller for a differential drive mobile robot
CN114803866B (zh) 面向智能塔吊起升运动状态的分阶段优化控制方法及装置
CN113126538B (zh) 电子设备及其控制方法
CN110995066B (zh) 一种用于游乐设施轨道检测装置的双伺服电机控制方法
CN102999008A (zh) 切边圆盘剪的重叠量控制器参数优化方法
CN114895663A (zh) 一种移动机器人打滑识别方法及控制方法
CN113595449B (zh) 一种设备的驱动控制方法及系统
KR102491234B1 (ko) 정현파 모션 프로파일 생성장치 및 생성방법
CN111857045B (zh) 数控装置和机床
US11809148B2 (en) Parameter adjustment method for adjusting control parameters for device that performs servo control
CN113199348A (zh) 打磨设备控制方法、系统及打磨设备
CN113458606B (zh) 一种基于激光的金属表面硬化系统的速度跟随方法
CN115425892B (zh) 一种电机的转动惯量辨识方法及采用该方法的装置
CN109305520A (zh) 一种智能搬运小车系统及其控制方法
CN107728470A (zh) 一种无速率测量的机械臂姿态控制方法

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