CN114102612A - 一种机器人末端路径轮廓误差控制方法 - Google Patents

一种机器人末端路径轮廓误差控制方法 Download PDF

Info

Publication number
CN114102612A
CN114102612A CN202210076416.6A CN202210076416A CN114102612A CN 114102612 A CN114102612 A CN 114102612A CN 202210076416 A CN202210076416 A CN 202210076416A CN 114102612 A CN114102612 A CN 114102612A
Authority
CN
China
Prior art keywords
track
preset
error
gain
robot
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
CN202210076416.6A
Other languages
English (en)
Other versions
CN114102612B (zh
Inventor
韩旭
张建宁
李珊瑚
陶友瑞
段书用
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.)
Hebei University of Technology
Original Assignee
Hebei University of Technology
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 Hebei University of Technology filed Critical Hebei University of Technology
Priority to CN202210076416.6A priority Critical patent/CN114102612B/zh
Publication of CN114102612A publication Critical patent/CN114102612A/zh
Application granted granted Critical
Publication of CN114102612B publication Critical patent/CN114102612B/zh
Priority to JP2022147924A priority patent/JP7412799B2/ja
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • 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
    • B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
    • 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
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2218/00—Aspects of pattern recognition specially adapted for signal processing

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Mechanical Engineering (AREA)
  • Robotics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Manipulator (AREA)
  • Feedback Control In General (AREA)

Abstract

本申请提供一种机器人末端路径轮廓误差控制方法，机器人包括：末端执行机构和用于控制末端执行机构的控制模块，控制模块内设有伺服控制单元，伺服控制单元的输入端接收启动信号并输出控制信号至末端执行机构，以驱动末端执行机构运动；控制模块内还包括与伺服控制单元相连的外部运算模块，控制方法包括如下步骤：S10获取初始信号；S20将初始信号输入部运算模块，得到末端执行机构的预设轨迹；S30构建等效预测模型；S40将预设轨迹输入等效预测模型，得到等效预测轨迹；S50求解预设轨迹与等效预测轨迹的差值，得到预设跟随误差轨迹；S60叠加预设轨迹和预设跟随误差轨迹，得到第一轨迹；S70将第一轨迹作为启动信号，输入至伺服控制单元的输入端。

Description

一种机器人末端路径轮廓误差控制方法
技术领域
本申请涉及机器人技术领域，具体涉及一种机器人末端路径轮廓误差控制方法。
背景技术
在机器人完成操作任务中，机器人的末端路径轮廓误差是一个重要的性能指标。随着机器人应用场合逐渐复杂化和机器人功能的日益完善，对机器人末端路径轮廓误差的要求亦是越来越高。由于机器人应用场合的复杂，为了提高机器人的抗干扰性能，通常把控制器即伺服环路的带宽设计的较小。因此由于伺服环路带宽带来的时滞和机器人的柔性末端或者伺服环路高增益引起的振动会影响单轴跟随误差的同时也会对机器人末端路径轮廓误差产生影响。
传统的提高单轴跟随精度的方法通常只考虑末端残余振动的影响，但实际上伺服环路带宽限制造成的影响不可忽略。现有对伺服环路带宽的改善方式，通常是通过提高系统带宽的方式，该方式在机械结构和硬件结构确定以后提升效果存在局限性。
发明内容
鉴于现有技术中的上述缺陷或不足，本申请旨在提供一种机器人末端路径轮廓误差控制方法，末端执行机构和用于控制所述末端执行机构的控制模块，所述控制模块内设有用于控制所述末端执行机构的伺服控制单元，所述伺服控制单元的输入端接收启动信号并输出控制信号至所述末端执行机构，以驱动所述末端执行机构运动；所述控制模块内还包括与所述伺服控制单元相连的外部运算模块，其特征在于，所述控制方法包括如下步骤：
S10、获取初始信号；
S20、将所述初始信号输入所述外部运算模块，得到所述末端执行机构的预设轨迹；
S30、构建等效预测模型；
S40、将所述预设轨迹输入所述等效预测模型，得到等效预测轨迹；
S50、求解所述预设轨迹与所述等效预测轨迹的差值，得到预设跟随误差轨迹；
S60、叠加所述预设轨迹和所述预设跟随误差轨迹，得到第一轨迹；
S70、将所述第一轨迹作为所述启动信号，输入至所述伺服控制单元的输入端。
进一步地，所述机器人为XY轴双轴机器人，包括对应X轴的第一末端执行机构和对应Y轴的第二末端执行机构，所述第一末端执行机构和所述第二末端执行机构之间存在耦合关系，所述控制方法包括如下步骤：
执行步骤S20，得到所述第一末端执行机构的第一预设轨迹和所述第二末端执行机构的第二预设轨迹；
将所述第一预设轨迹作为所述启动信号输入至所述第一末端执行机构的所述伺服控制单元获得第一输出轨迹；将所述第二预设轨迹作为所述启动信号输入至所述第二末端执行机构的所述伺服控制单元获得第二输出轨迹；
求解所述第一预设轨迹与所述第一输出轨迹的差值，得到第一输出误差轨迹；求解所述第二预设轨迹与所述第二输出轨迹的差值，得到第二输出误差轨迹；
以所述第一输出误差轨迹和所述第二输出误差轨迹构建与所述末端路径轮廓误差相关的相关性函数，得到与所述第一输出误差轨迹相应的第一相关系数和与所述第二输出误差轨迹相应的第二相关系数；
执行步骤S30-S50，得到所述第一末端执行机构的第一预设跟随误差轨迹和所述第二末端执行机构的第二预设跟随误差轨迹；
判断所述第一相关系数与所述第二相关系数的大小，当所述第一相关系数大于所述第二相关系数时，构建与所述第一末端执行机构相关的第一增益，所述第一增益为所述第一预设跟随误差轨迹与预设增益之和；构建与第二末端执行机构相关的第二增益，所述第二增益为所述第二预设跟随误差轨迹与所述预设增益之差；
当所述第一相关系数小于所述第二相关系数时，构建与第一末端执行机构相关的所述第一增益，所述第一增益为所述第一预设跟随误差轨迹与所述预设增益之差；构建与所述第二末端执行机构相关的所述第二增益，所述第二增益为所述第二预设跟随误差轨迹与所述预设增益之和；
叠加所述第一增益和所述第一预设轨迹，得到第二轨迹；
叠加所述第二增益和所述第二预设轨迹，得到第三轨迹；
将所述第二轨迹作为所述启动信号，输入至第一末端执行机构的所述伺服控制单元的输入端；将所述第三轨迹作为所述启动信号，输入至第二末端执行机构的所述伺服控制单元的输入端。
进一步地，获取初始信号的步骤为：
获取所述末端执行机构的振动频率；
构建用于消除所述振动频率的卷积函数，得到卷积增益；
获取原始信号；
计算所述原始信号与所述卷积增益之积，得到所述初始信号。
进一步地，频域下，所述等效预测模型如下所示：
Figure 100002_DEST_PATH_IMAGE001
（1）
其中，
Figure 321224DEST_PATH_IMAGE002
为位置环比例系数，
Figure 100002_DEST_PATH_IMAGE003
为速度环比例系数，
Figure 409004DEST_PATH_IMAGE004
为速度环积分系数，
Figure 100002_DEST_PATH_IMAGE005
为推力常数，m为直线电机质量，B为电机粘滞摩擦系数，s代表复变量。
进一步地，通过圆弧轮廓误差构建所述相关性函数，所述相关性函数如下：
Figure 126424DEST_PATH_IMAGE006
（2）
其中，
Figure 100002_DEST_PATH_IMAGE007
代表所述末端路径轮廓误差，
Figure 459316DEST_PATH_IMAGE008
代表所述第一输出误差轨迹，
Figure 804847DEST_PATH_IMAGE010
代表所述第二输出误差轨迹，
Figure 100002_DEST_PATH_IMAGE011
、R分别代表所述机器人X轴或Y轴轨迹参考点处的圆弧切线与该轴正方向之间的夹角和圆弧半径；
设定所述第一相关系数为
Figure 100002_DEST_PATH_IMAGE013
,所述第二相关系数为
Figure 830572DEST_PATH_IMAGE014
，则：
Figure 100002_DEST_PATH_IMAGE015
（3）
Figure 262385DEST_PATH_IMAGE016
（4）。
进一步地，频域下，所述卷积函数设计为：
Figure 100002_DEST_PATH_IMAGE017
（5）
其中，
Figure 133389DEST_PATH_IMAGE018
为时滞，s代表复变量。
综上所述，本申请提出一种机器人末端路径轮廓误差控制方法，通过将初始信号输入外部运算模块得到末端执行机构的预设轨迹，将预设轨迹输入等效预测模型，获得等效预测轨迹，并将等效预测轨迹与预设轨迹做差得到预设跟随误差轨迹，叠加预设轨迹和预设跟随误差轨迹得到第一轨迹，将第一轨迹作为启动信号输入至控制机器人末端执行机构的伺服控制单元的输入端，其中预设跟随误差轨迹可看作是初始信号的补偿量，采用补偿策略对伺服带宽引起的误差进行补偿，减小了末端轮廓的误差；另外，优化了多轴机器人各轴协同性，提高机器人末端路径轮廓的精度。
附图说明
图1为本申请实施例提供的一种机器人末端路径轮廓误差控制方法的流程图；
图2为本申请实施例提供的XY轴机器人轮廓误差控制方法的流程图；
图3为本申请实施例提供的振动抑制前后的原始预设轨迹和初始预设轨迹的示意图；
图4为本申请实施例提供的振动抑制前后的原始信号与初始信号的示意图；
图5为本申请实施例提供的补偿前和补偿后末端执行机构的输出轨迹、补偿轨迹和预设轨迹的示意图；
图6为图5中局部A的放大图；
图7为本申请实施例提供的末端执行机构的预设轨迹和未补偿的输出轨迹的示意图；
图8为图7预设轨迹和未补偿的输出轨迹的误差示意图。
具体实施方式
下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与发明相关的部分。
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
实施例1
诚如背景技术中提到的，针对现有技术中的问题，本申请提出了一种机器人末端路径轮廓误差控制方法，所述机器人包括：末端执行机构和用于控制所述末端执行机构的控制模块，所述控制模块内设有用于控制所述末端执行机构的伺服控制单元，所述伺服控制单元的输入端接收启动信号并输出控制信号至所述末端执行机构，以驱动所述末端执行机构运动；所述控制模块内还包括与所述伺服控制单元相连的外部运算模块，其特征在于，如图1所示，所述控制方法包括如下步骤：
S10、获取初始信号；所述初始信号可以为：通过所述末端执行机构的初始状态和目标状态分析所得形状；所述初始信号还可以为：所述末端执行机构的预设路径形状，具体地，所述路径可为圆形、方形等预设形状。
S20、将所述初始信号输入所述外部运算模块，得到所述末端执行机构的预设轨迹；本实施例中所述外部运算模块可为单片机，其型号可为市售的任意型号，将所述初始信号输入至所述外部运算模块，得到能驱动所述末端执行机构模拟移动过程而产生的轨迹可设为预设轨迹。
S30、构建等效预测模型；本实施例中的所述等效预测模型为二阶模型。
S40、将所述预设轨迹输入所述等效预测模型，得到等效预测轨迹；
S50、求解所述预设轨迹与所述等效预测轨迹的差值，得到预设跟随误差轨迹；轨迹和路径的区别在于，加入了时间了概念，将多个时刻的位置组合成所述末端执行机构的轨迹，故将所述预设轨迹与所述等效预测轨迹做差值，则将每个对应时刻的所述预设轨迹和所述等效预测轨迹的位置做差值，获得多个时刻位置误差点，将多个所述位置误差点连接，则形成了预设跟随误差轨迹。
S60、叠加所述预设轨迹和所述预设跟随误差轨迹，得到第一轨迹；同样是将对应时刻的所述预设轨迹和所述预设跟随误差轨迹中的位置相加，获得多个时刻的补偿位置，将多个所述补偿位置相连形成所述第一轨迹。
S70、将所述第一轨迹输入至所述伺服控制单元的输入端，得到补偿轨迹，此时所述伺服控制单元的输入为已补偿后的预设轨迹，如图5所示，图5的横坐标为时间，单位为秒；纵坐标为位移，单位为毫米；图6为图5中局部A的放大图，图6的横坐标为时间，单位为秒；纵坐标为位移，单位为毫米；通过图6可看出输出轨迹为将未补偿的所述初始信号输入至伺服控制单元后，得到的轨迹，此输出轨迹与预设轨迹之间的误差较大；而将预设轨迹补偿后的第一轨迹输入至伺服控制单元后得到的补偿轨迹与预设轨迹的误差极小。
进一步地，所述等效预测模型如下所示：
Figure DEST_PATH_IMAGE019
（1）
其中，
Figure 474372DEST_PATH_IMAGE020
为位置环比例系数，
Figure DEST_PATH_IMAGE021
为速度环比例系数，
Figure 670998DEST_PATH_IMAGE022
为速度环积分系数，
Figure DEST_PATH_IMAGE023
为推力常数，m为直线电机质量，B为电机粘滞摩擦系数。
将所述预设跟随误差轨迹作为补偿量，补偿至所述伺服控制单元的输入端，而所述伺服控制单元包括电流环、速度环和位置环，将所述预设跟随误差轨迹采用前馈补偿的方式补偿至所述速度环的给定处，则补偿后的所述启动信号等于所述预设跟随误差轨迹和所述预设轨迹的叠加。
实施例2
在实施例1的基础上，所述机器人为XY轴双轴机器人，包括对应X轴的第一末端执行机构和对应Y轴的第二末端执行机构，所述第一末端执行机构和所述第二末端执行机构之间存在耦合关系，如图2所示，所述控制方法包括如下步骤：
S81、分别获取所述第一末端执行机构的第一初始信号和所述第二末端执行结构的第二初始信号；
S82、执行步骤S20，得到所述第一末端执行机构的第一预设轨迹和所述第二末端执行机构的第二预设轨迹；
S83、将所述第一预设轨迹作为所述启动信号输入至所述第一末端执行机构的所述伺服控制单元获得第一输出轨迹；将所述第二预设轨迹作为所述启动信号输入至所述第二末端执行机构的所述伺服控制单元获得第二输出轨迹；
S84、求解所述第一预设轨迹与所述第一输出轨迹的差值，得到第一输出误差轨迹；求解所述第二预设轨迹与所述第二输出轨迹的差值，得到第二输出误差轨迹；
S85、以所述第一输出误差轨迹和所述第二输出误差轨迹构建与所述末端路径轮廓误差相关的相关性函数，得到与所述第一输出误差轨迹相应的第一相关系数和与所述第二输出误差轨迹相应的第二相关系数；
S86、执行步骤S30-S50，得到所述第一末端执行机构的第一预设跟随误差轨迹和所述第二末端执行机构的第二预设跟随误差轨迹；
S87、判断所述第一相关系数与所述第二相关系数的大小，当所述第一相关系数大于所述第二相关系数时，构建与所述第一末端执行机构相关的第一增益，所述第一增益为所述第一预设跟随误差轨迹与预设增益之和；构建与第二末端执行机构相关的第二增益，所述第二增益为所述第二预设跟随误差轨迹与所述预设增益之差；
S88、当所述第一相关系数小于所述第二相关系数时，构建与第一末端执行机构相关的所述第一增益，所述第一增益为所述第一预设跟随误差轨迹与所述预设增益之差；构建与所述第二末端执行机构相关的所述第二增益，所述第二增益为所述第二预设跟随误差轨迹与所述预设增益之和；
S89、叠加所述第一增益和所述第一预设轨迹，得到第二轨迹；
S90、叠加所述第二增益和所述第二预设轨迹，得到第三轨迹；
S91、将所述第二轨迹作为所述启动信号，输入至第一末端执行机构的所述伺服控制单元的输入端；将所述第三轨迹作为所述启动信号，输入至第二末端执行机构的所述伺服控制单元的输入端。
其中，所述机器人包括多轴末端执行机构，多轴之间都存在耦合关系，由于机器人多轴之间存在差异，如所述末端执行机构的固有频率不同和各轴电机的选型以及伺服环路参数不同等，因此各轴产生的时滞也不同，此时若不加以协同控制，将会产生轨迹偏离的情况，因此本实施例中的方法综合考虑各轴在伺服带宽补偿前馈中补偿量调节至各轴一致，达到多轴协同的效果，用以消除所述机器人末端轨迹偏差的问题。如图7所示，其中图7的横坐标为位移，单位为厘米，纵坐标代表位移，单位为厘米；本实施例所述机器人的末端执行机构的电机的预设轨迹为圆形，但X轴和Y轴存在时滞，使得预设轨迹出现偏差，不是圆形，即未进行补偿前，将所述预设轨迹作为信号，输入所述伺服控制单元的输入端，所述伺服控制单元的输出轨迹非圆形，图8为所述预设轨迹和所述输出轨迹之间的误差，其中，横坐标代表时间，单位为秒，纵坐标代表误差值，单位为厘米，由于误差较小，故图7的所述预设轨迹和所述输出轨迹几乎重合。
本实施例以XY双轴机器人为例，X轴与Y轴存在耦合关系，则X轴对应的所述第一输出误差轨迹和Y轴对应的所述第二输出误差轨迹与所述末端路径轮廓误差之间存在相关性，所述第一输出误差轨迹与所述第一相关系数的乘积与所述第二输出误差轨迹与所述第二相关系数的乘积的和为所述末端路径轮廓误差，确定所述第一相关系数和所述第二相关系数的方法有很多，可选地，本实施例通过圆弧轮廓误差构建所述相关性函数，所述相关性函数见以下公式：
Figure 127125DEST_PATH_IMAGE024
（2）
其中，
Figure DEST_PATH_IMAGE025
代表所述末端路径轮廓误差，
Figure 536240DEST_PATH_IMAGE026
代表所述第一输出误差轨迹，
Figure DEST_PATH_IMAGE027
代表所述第二输出误差轨迹，
Figure 731729DEST_PATH_IMAGE028
、R分别代表所述机器人X轴或Y轴轨迹参考点处的圆弧切线与该轴正方向之间的夹角和圆弧半径；
则所述第一相关系数为
Figure DEST_PATH_IMAGE029
,所述第二相关系数为
Figure 958311DEST_PATH_IMAGE030
，则：
Figure DEST_PATH_IMAGE031
（3）
Figure 137620DEST_PATH_IMAGE032
（4）
由公式（2）可得出所述第一输出误差轨迹和所述第二输出误差轨迹与所述末端轮廓误差之间的相关性，若所述第一相关系数大于所述第二相关系数时，则所述第一输出误差轨迹对所述末端轮廓误差的影响较大，反之，若所述第一相关系数小于所述第二相关系数时，则所述第一输出误差轨迹对所述末端轮廓误差的影响较小，故要平衡所述第一输出误差轨迹与所述第二输出误差轨迹对所述末端轮廓误差的影响，故引入了预设增益。
根据实施例1得知对于单轴机器人的末端执行机构，引入补偿量至预设轨迹后，其末端路径轮廓误差减小，故为了提高机器人末端路径轮廓的精确度，双轴机器人的每个末端执行机构也要引入补偿量，为了满足双轴的协同性，需要对双轴的补偿量进行平衡。
通过引入所述预设增益，要平衡所述第一输出误差轨迹和所述第二输出误差轨迹对所述末端轮廓误差的影响，当所述第一相关系数大于所述第二相关系数时，对所述第一预设轨迹进行较大的补偿，而对所述第二预设轨迹进行较小的补偿；当所述第一相关系数小于所述第二相关系数时，对所述第一预设轨迹进行较小的补偿，而对所述第二预设轨迹进行较大的补偿，其公式如下：
Figure 317803DEST_PATH_IMAGE033
其中，
Figure 492433DEST_PATH_IMAGE034
为所述第一增益，
Figure 234124DEST_PATH_IMAGE035
为所述第二增益，
Figure 494204DEST_PATH_IMAGE036
为所述第一预设跟随误差轨迹，
Figure 713964DEST_PATH_IMAGE037
为所述第二预设跟随误差轨迹，K为所述预设增益。
实施例3
在实施例1和实施例2的基础上，进一步地，获取初始信号的步骤为：
S01、获取所述末端执行机构的振动频率；由于所述机器人为柔性末端，故在末端不可避免的可产生振动，根据各轴的轨迹规划，通过时域分析和频域分析相结合的方式判断出会产生振动的所述振动频率，其中时域分析为：选择末端跟随信号中两个末端位置极值点的时间差；频域分析为：对末端跟随信号进行傅里叶分析。
S02、构建用于消除所述振动频率的卷积函数，得到卷积增益；消除所述振动频率的方法称为振动抑制。优选地，本实施例中的卷积函数设计为：
Figure 743100DEST_PATH_IMAGE038
（5）
其中，
Figure 780326DEST_PATH_IMAGE039
为时滞，
Figure 137489DEST_PATH_IMAGE040
为所述卷积增益。
S03、获取原始信号；如图4所示，设定
Figure 285573DEST_PATH_IMAGE041
为所述原始信号，将此原始信号作为输入，输入至所述外部运算模块，得到所述末端执行机构的原始预设轨迹，如图3所示，其中，横坐标代表时间，单位为秒；纵坐标代表位移，单位为毫米。
S04、计算所述原始信号与卷积增益之积，得到初始信号，所述原始信号与所述卷积增益之积为卷积脉冲函数：
Figure 543117DEST_PATH_IMAGE042
其中，
Figure 751245DEST_PATH_IMAGE043
为卷积增益，
Figure 454758DEST_PATH_IMAGE044
为振动抑制后的信号，即初始信号，
Figure 281900DEST_PATH_IMAGE045
为所述原始信号。
如图4所示，其中，图4的横坐标为时间，单位为秒；纵坐标为位移，单位为毫米，通过图4可知，经过振动抑制后的所述初始信号与所述原始信号相比，未消除所述振动频率的原始信号的响应曲线表现出较大震荡，而振动抑制后的初始信号的响应曲线则没有该现象。将振动抑制后的所述初始信号作为输入，输入至所述外部运算模块，得到所述末端执行机构的初始预设轨迹，如图3所示，所述初始预设轨迹比所述原始预设轨迹更加平滑。
进一步地，若所述机器人为柔性机器人，首先要先通过所述卷积函数对将会引起末端振动的频率去除，再将去除振动频率的信号输入至所述外部运算模块进行路径规划得到预设轨迹，将预设轨迹输入至预设等效模型得到等效预测轨迹，将预设轨迹与等效预测轨迹做差，得到预设跟随误差轨迹，将预设跟随误差轨迹作为补偿量，对所述预设轨迹进行补偿，进而得到所述启动信号；本实施例中先进行振动抑制，再进行补偿，由于所述振动抑制去除的为低频信号，而补偿时为高频分量，故补偿高频分量时不会对振动抑制产生影响。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。以上所述仅是本申请的优选实施方式，应当指出，由于文字表达的有限性，而客观上存在无限的具体结构，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，还可以作出若干改进、润饰或变化，也可以将上述技术特征以适当的方式进行组合；这些改进润饰、变化或组合，或未经改进将发明的构思和技术方案直接应用于其他场合的，均应视为本申请的保护范围。

Claims (6)

1.一种机器人末端路径轮廓误差控制方法，所述机器人包括：末端执行机构和用于控制所述末端执行机构的控制模块，所述控制模块内设有用于控制所述末端执行机构的伺服控制单元，所述伺服控制单元的输入端接收启动信号并输出控制信号至所述末端执行机构，以驱动所述末端执行机构运动；所述控制模块内还包括与所述伺服控制单元相连的外部运算模块，其特征在于，所述控制方法包括如下步骤：
S10、获取初始信号；
S20、将所述初始信号输入所述外部运算模块，得到所述末端执行机构的预设轨迹；
S30、构建等效预测模型；
S40、将所述预设轨迹输入所述等效预测模型，得到等效预测轨迹；
S50、求解所述预设轨迹与所述等效预测轨迹的差值，得到预设跟随误差轨迹；
S60、叠加所述预设轨迹和所述预设跟随误差轨迹，得到第一轨迹；
S70、将所述第一轨迹作为所述启动信号，输入至所述伺服控制单元的输入端。
2.根据权利要求1所述的机器人末端路径轮廓误差控制方法，其特征在于：所述机器人为XY轴双轴机器人，包括对应X轴的第一末端执行机构和对应Y轴的第二末端执行机构，所述第一末端执行机构和所述第二末端执行机构之间存在耦合关系，所述控制方法包括如下步骤：
分别获取所述第一末端执行机构的第一初始信号和所述第二末端执行结构的第二初始信号；
执行步骤S20，得到所述第一末端执行机构的第一预设轨迹和所述第二末端执行机构的第二预设轨迹；
将所述第一预设轨迹作为所述启动信号输入至所述第一末端执行机构的所述伺服控制单元获得第一输出轨迹；将所述第二预设轨迹作为所述启动信号输入至所述第二末端执行机构的所述伺服控制单元获得第二输出轨迹；
求解所述第一预设轨迹与所述第一输出轨迹的差值，得到第一输出误差轨迹；求解所述第二预设轨迹与所述第二输出轨迹的差值，得到第二输出误差轨迹；
以所述第一输出误差轨迹和所述第二输出误差轨迹构建与所述末端路径轮廓误差相关的相关性函数，得到与所述第一输出误差轨迹相应的第一相关系数和与所述第二输出误差轨迹相应的第二相关系数；
执行步骤S30-S50，得到所述第一末端执行机构的第一预设跟随误差轨迹和所述第二末端执行机构的第二预设跟随误差轨迹；
判断所述第一相关系数与所述第二相关系数的大小，当所述第一相关系数大于所述第二相关系数时，构建与所述第一末端执行机构相关的第一增益，所述第一增益为所述第一预设跟随误差轨迹与预设增益之和；构建与第二末端执行机构相关的第二增益，所述第二增益为所述第二预设跟随误差轨迹与所述预设增益之差；
当所述第一相关系数小于所述第二相关系数时，构建与第一末端执行机构相关的所述第一增益，所述第一增益为所述第一预设跟随误差轨迹与所述预设增益之差；构建与所述第二末端执行机构相关的所述第二增益，所述第二增益为所述第二预设跟随误差轨迹与所述预设增益之和；
叠加所述第一增益和所述第一预设轨迹，得到第二轨迹；
叠加所述第二增益和所述第二预设轨迹，得到第三轨迹；
将所述第二轨迹作为所述启动信号，输入至第一末端执行机构的所述伺服控制单元的输入端；将所述第三轨迹作为所述启动信号，输入至第二末端执行机构的所述伺服控制单元的输入端。
3.根据权利要求1所述的机器人末端路径轮廓误差控制方法，其特征在于，获取初始信号的步骤为：
获取所述末端执行机构的振动频率；
构建用于消除所述振动频率的卷积函数，得到卷积增益；
获取原始信号；
计算所述原始信号与所述卷积增益之积，得到所述初始信号。
4.根据权利要求1所述的机器人末端路径轮廓误差控制方法，其特征在于：频域下，所述等效预测模型如下所示：
Figure DEST_PATH_IMAGE001
（1）
其中，
Figure 754867DEST_PATH_IMAGE002
为位置环比例系数，
Figure DEST_PATH_IMAGE003
为速度环比例系数，
Figure 805999DEST_PATH_IMAGE004
为速度环积分系数，
Figure DEST_PATH_IMAGE005
为推力常数，m为直线电机质量，B为电机粘滞摩擦系数，s代表复变量。
5.根据权利要求2所述的机器人末端路径轮廓误差控制方法，其特征在于：通过圆弧轮廓误差构建所述相关性函数，所述相关性函数见以下公式：
Figure 403334DEST_PATH_IMAGE006
（2）
其中，
Figure DEST_PATH_IMAGE007
代表所述末端路径轮廓误差，
Figure 798281DEST_PATH_IMAGE008
代表所述第一输出误差轨迹，
Figure DEST_PATH_IMAGE009
代表所述第二输出误差轨迹，
Figure DEST_PATH_IMAGE011
、R分别代表所述机器人X轴或Y轴轨迹参考点处的圆弧切线与该轴正方向之间的夹角和圆弧半径；
设定所述第一相关系数为
Figure 797461DEST_PATH_IMAGE012
,所述第二相关系数为
Figure DEST_PATH_IMAGE013
，则：
Figure 878549DEST_PATH_IMAGE014
（3）
Figure DEST_PATH_IMAGE015
（4）。
6.根据权利要求3所述的机器人末端路径轮廓误差控制方法，其特征在于：频域下，所述卷积函数设计为：
Figure 963180DEST_PATH_IMAGE016
（5）
其中，
Figure DEST_PATH_IMAGE017
为时滞，s代表复变量。
CN202210076416.6A 2022-01-24 2022-01-24 一种机器人末端路径轮廓误差控制方法 Active CN114102612B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210076416.6A CN114102612B (zh) 2022-01-24 2022-01-24 一种机器人末端路径轮廓误差控制方法
JP2022147924A JP7412799B2 (ja) 2022-01-24 2022-09-16 ロボットの末端経路輪郭誤差の制御方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210076416.6A CN114102612B (zh) 2022-01-24 2022-01-24 一种机器人末端路径轮廓误差控制方法

Publications (2)

Publication Number Publication Date
CN114102612A true CN114102612A (zh) 2022-03-01
CN114102612B CN114102612B (zh) 2022-05-03

Family

ID=80361157

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210076416.6A Active CN114102612B (zh) 2022-01-24 2022-01-24 一种机器人末端路径轮廓误差控制方法

Country Status (2)

Country Link
JP (1) JP7412799B2 (zh)
CN (1) CN114102612B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114378849A (zh) * 2022-03-23 2022-04-22 河北工业大学 一种履带消防机器人云台稳定的控制方法
CN117444991A (zh) * 2023-12-26 2024-01-26 南通中远海运船务工程有限公司 动态路径规划方法、多机械臂平台结构及相关装置

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118046406A (zh) * 2024-04-16 2024-05-17 广东省科学院智能制造研究所 机器人对不确定轮廓工件的柔顺控制方法

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1579702A (zh) * 2003-08-06 2005-02-16 山崎马扎克公司 用于机床的位置控制设备和位置控制方法
WO2007014832A1 (de) * 2005-08-04 2007-02-08 Siemens Aktiengesellschaft Verfahren und einrichtung zur bewegungsführung eines bewegbaren maschinenelements einer maschine
CN101114166A (zh) * 2007-09-13 2008-01-30 暨南大学 一种复杂轨迹的轮廓控制方法
CN102033508A (zh) * 2010-12-01 2011-04-27 沈阳工业大学 提高直接驱动xy平台轮廓加工精度方法
CN104977901A (zh) * 2015-07-10 2015-10-14 沈阳工业大学 三轴运动平台改进型交叉耦合控制装置及方法
CN107924176A (zh) * 2015-07-28 2018-04-17 密执安州立大学董事会 使用滤波的基样条来补偿伺服引起的运动误差
EP3441201A1 (en) * 2017-08-08 2019-02-13 Siemens Healthcare GmbH Method for operating a robot and robotic system
CN110515349A (zh) * 2019-08-13 2019-11-29 天津大学 伺服进给系统的两轴交叉耦合控制器算法
CN110625615A (zh) * 2019-09-25 2019-12-31 华中科技大学 一种机器人离线编程信息处理系统及方法
CN110968037A (zh) * 2019-10-31 2020-04-07 天津工业大学 一种减小多轴运动系统轮廓误差的控制方法
CN112706165A (zh) * 2020-12-22 2021-04-27 中山大学 一种面向轮式移动机械臂的跟踪控制方法及系统
CN113268040A (zh) * 2021-04-30 2021-08-17 河北工业大学 一种数控机床伺服进给系统控制参数的优选方法

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4505606B2 (ja) * 2005-03-31 2010-07-21 株式会社国際電気通信基礎技術研究所 皮膚センサネットワーク
WO2013192598A1 (en) * 2012-06-21 2013-12-27 Excelsius Surgical, L.L.C. Surgical robot platform
BR112019000728B1 (pt) * 2016-07-15 2023-03-28 Fastbrick Ip Pty Ltd Veículo que incorpora máquina de assentamento de tijolos
CN113876425B (zh) * 2020-07-01 2023-09-12 北京和华瑞博医疗科技有限公司 外科手术系统及导航方法

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1579702A (zh) * 2003-08-06 2005-02-16 山崎马扎克公司 用于机床的位置控制设备和位置控制方法
WO2007014832A1 (de) * 2005-08-04 2007-02-08 Siemens Aktiengesellschaft Verfahren und einrichtung zur bewegungsführung eines bewegbaren maschinenelements einer maschine
CN101114166A (zh) * 2007-09-13 2008-01-30 暨南大学 一种复杂轨迹的轮廓控制方法
CN102033508A (zh) * 2010-12-01 2011-04-27 沈阳工业大学 提高直接驱动xy平台轮廓加工精度方法
CN104977901A (zh) * 2015-07-10 2015-10-14 沈阳工业大学 三轴运动平台改进型交叉耦合控制装置及方法
CN107924176A (zh) * 2015-07-28 2018-04-17 密执安州立大学董事会 使用滤波的基样条来补偿伺服引起的运动误差
EP3441201A1 (en) * 2017-08-08 2019-02-13 Siemens Healthcare GmbH Method for operating a robot and robotic system
CN110515349A (zh) * 2019-08-13 2019-11-29 天津大学 伺服进给系统的两轴交叉耦合控制器算法
CN110625615A (zh) * 2019-09-25 2019-12-31 华中科技大学 一种机器人离线编程信息处理系统及方法
CN110968037A (zh) * 2019-10-31 2020-04-07 天津工业大学 一种减小多轴运动系统轮廓误差的控制方法
CN112706165A (zh) * 2020-12-22 2021-04-27 中山大学 一种面向轮式移动机械臂的跟踪控制方法及系统
CN113268040A (zh) * 2021-04-30 2021-08-17 河北工业大学 一种数控机床伺服进给系统控制参数的优选方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LI SHANHU等: "Open-Current Vector Based SVM Strategy of Sparse Matrix Converter for Common-Mode Voltage Reduction", 《IEEE TRANSACTIONS ON INDUSTRIAL ELECTRONICS》 *
李培新等: "一种实时轮廓误差估算方法", 《中国机械工程》 *
陈炜等: "双双轴轴联联动动系系统统广广义义预预测测交交叉叉耦耦合合位位置置控控制制", 《控制理论与应用》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114378849A (zh) * 2022-03-23 2022-04-22 河北工业大学 一种履带消防机器人云台稳定的控制方法
CN114378849B (zh) * 2022-03-23 2022-06-03 河北工业大学 一种履带消防机器人云台稳定的控制方法
CN117444991A (zh) * 2023-12-26 2024-01-26 南通中远海运船务工程有限公司 动态路径规划方法、多机械臂平台结构及相关装置
CN117444991B (zh) * 2023-12-26 2024-04-19 南通中远海运船务工程有限公司 动态路径规划方法、多机械臂平台结构及相关装置

Also Published As

Publication number Publication date
JP7412799B2 (ja) 2024-01-15
JP2023107726A (ja) 2023-08-03
CN114102612B (zh) 2022-05-03

Similar Documents

Publication Publication Date Title
CN114102612B (zh) 一种机器人末端路径轮廓误差控制方法
Jones et al. An approach to control input shaping with application to coordinate measuring machines
KR101674282B1 (ko) 다관절 로봇의 궤적 제어 장치 및 제어 방법
US4338659A (en) Position control system for a closed loop type numerical-controlled machine tool
CN104349873B (zh) 多关节机器人的弹性变形补偿控制装置以及控制方法
JPH02310609A (ja) マニピユレータの位置と力の協調制御装置
CN105790668B (zh) 一种能克服传动间隙非线性的双环自抗扰控制器
CN110467111A (zh) 桥式起重机的控制
CN110936374A (zh) 一种柔性双关节机械臂命令滤波反步控制方法
JPH10309684A (ja) マニピュレータのコンプライアンス制御方式
CN108563123B (zh) 直线电机x-y的自适应迭代学习鲁棒控制系统及设计方法
CN111015661B (zh) 一种机器人柔性负载主动振动控制方法和系统
Lim et al. Torsional displacement compensation in position control for machining centers
CN117584117A (zh) 一种基于谐振控制的双关节柔性机械臂力矩补偿方法
CN111546329B (zh) 一种多关节机器人伺服增益一致性控制方法
Srinivasan et al. Multivariable analysis and controller design for coordinated multi-axial motion control
JP4072350B2 (ja) モータ制御装置
Kalbasi Shirvani Multivariable System Identification, Enhanced Disturbance Rejection, and Precision Motion Control for CNC Machine Tool Feed Drives
JP3229926B2 (ja) 電動機の位置制御装置
Sun et al. Trajectory error eliminates of input shaping on XY platform by Phase Erro feedforward control
CN114888797B (zh) 一种基于参考轨迹实时修正的机器人轨迹跟踪控制方法
Haas et al. Oscillation and Vibration Reduction Approaches on a HiL-Steering-Test-Bench
WO2024048070A1 (ja) 試験システム、試験システムの制御方法
Pham et al. Automatic tuning of cascade structure CNC controllers
RU2432233C2 (ru) Устройство управления движением режущего инструмента при обработке деталей на станке

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