CN114516052A - 并行实时高性能多轴机械臂的动力学控制方法及系统 - Google Patents
并行实时高性能多轴机械臂的动力学控制方法及系统 Download PDFInfo
- Publication number
- CN114516052A CN114516052A CN202210286008.3A CN202210286008A CN114516052A CN 114516052 A CN114516052 A CN 114516052A CN 202210286008 A CN202210286008 A CN 202210286008A CN 114516052 A CN114516052 A CN 114516052A
- Authority
- CN
- China
- Prior art keywords
- controller
- torque
- tau
- mechanical arm
- inertia
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 58
- 239000013598 vector Substances 0.000 claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 14
- 230000005484 gravity Effects 0.000 claims description 49
- 238000004364 calculation method Methods 0.000 claims description 33
- 230000001133 acceleration Effects 0.000 claims description 16
- 238000004891 communication Methods 0.000 claims description 7
- 230000008569 process Effects 0.000 claims description 7
- 238000000926 separation method Methods 0.000 claims description 6
- 238000013461 design Methods 0.000 claims description 4
- 238000000638 solvent extraction Methods 0.000 claims description 3
- 239000000126 substance Substances 0.000 claims description 3
- 238000003860 storage Methods 0.000 description 14
- 238000004590 computer program Methods 0.000 description 13
- 238000010586 diagram Methods 0.000 description 9
- 230000006870 function Effects 0.000 description 7
- 238000011156 evaluation Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 238000009826 distribution Methods 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 210000000056 organ Anatomy 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000009987 spinning Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 230000000903 blocking effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000005491 wire drawing 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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本公开实施例中提供了一种并行实时高性能多轴机械臂的动力学控制方法及系统,属于机械臂控制技术领域,该方法包括:在所述多轴机械臂上分别设置位置传感器和力矩传感器;根据位置传感器所获得的运动信息,运用动力学方程计算出理论转矩τa;通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;针对所述多轴机械臂,调用预先设置的包含多维向量的矢量控制器,通过分块运算处理得到控制转矩τ;将所述控制转矩τ减去所述外力转矩τext后,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。通过本公开的处理方案,能够精确控制机器人同物体接触时力的大小,在实现任务目标的同时,保证安全性。
Description
技术领域
本公开涉及机械臂控制技术领域,尤其涉及一种并行实时高性能多轴机械臂的动力学控制方法及系统。
背景技术
随着制造业要求的不断提高,尤其在高精度的应用场合中,需要机械臂进行精确的动力控制。比如在医疗中,通过精确的控制手术刀与器官接触的力,可以保证力准确接触到器官,又不会划破组织;在纺织应用中,通过力控进行拉丝操作,可以保证纺织器的质量。
但是动力控制系统又非常复杂,主要有以下几点原因:①计算量巨大:相比于运动学系统,动力学系统的参数多三倍,因此计算量更大。②实时性要求高:动力控制系统直接驱动电机,是整个机器人系统中运动频率最高的部分,因此控制频率要求在1KHz-2KHz,且计算延迟要求低于0.3ms。③控制复杂:由于机械臂作用力受到重力,摩擦力以及高速运动的离心力的影响,因此要对它进行高精度、高速度、高动态品质的控制是相当复杂且困难的。④目标复杂:因为不同任务的控制目标不一样,而且即使同一任务也会随着进度的不同而变化。因此,对于如此复杂的动力控制系统,传统的控制方法很难同时达到快速、精确和稳定的统一。
发明内容
有鉴于此,本公开实施例提供一种并行实时高性能多轴机械臂的动力学控制方法及系统,以至少部分解决现有技术中存在的问题。
第一方面,本公开实施例提供了一种并行实时高性能多轴机械臂的动力学控制方法,包括:
在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息;
根据位置传感器所获得的运动信息,运用动力学方程计算出理论转矩τa;通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;
针对所述多轴机械臂,调用预先设置的包含多维向量的矢量控制器,所述矢量控制器包括独立设置的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,以便于基于重力补偿控制器G、离心力控制器C、惯量控制器M、摩擦力控制器F以及所述运动信息中包含的机械臂的位置、速度以及加速度值,分别计算重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf;对重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf进行加权求和后,得到控制转矩τ;
将所述控制转矩τ减去所述外力转矩τext后,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。
根据本公开实施例的一种具体实现方式,所述在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息,包括:
采用高性能总线相连接位置传感器和力矩传感器,以提高位置传感器和力矩传感器的通讯速度。
根据本公开实施例的一种具体实现方式,所述在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息,还包括:
按照预设的更新周期,实时更新机械臂关节上的运动信息和转矩信息。
根据本公开实施例的一种具体实现方式,所述方法还包括:
采用线性矢量分离方式对机械臂上的力矩进行计算,计算公式如下:
其中,τa为动力学方程计算的理论转矩,τsm为力矩传感器获得的电机转矩,τext为系统外力转矩(包括碰撞与摩擦),Y为系统的运动学参数,根据机器臂的运动学姿态获得,θ是系统的动力学参数,该动力学参数包括机械臂的质量和重心,q、分别表示机械臂的位置、速度以及加速度值。
根据本公开实施例的一种具体实现方式,所述方法还包括:
针对矢量控制器所包含的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,采用将系统分块的方式,将不同的控制器模块用不同的处理器分别计算出不同的结果,分块操作运算结果如下:
Ya=Yg+Yc+Ym+Yf
其中,Yg、Yc、Ym和Yf分别表示重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F所对应的运动学参数。
根据本公开实施例的一种具体实现方式,所述方法还包括:
根据本公开实施例的一种具体实现方式,其特征在于:
重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F基于单指令多数据流SIMD实现;
重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F以及观测器θ在向量机CPU中各被分配一个内核,重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F异步运行。
根据本公开实施例的一种具体实现方式,所述方法还包括:
在矢量控制器实现过程中,先利用多核处理器,使每个处理器分别计算重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F中的一个控制变量,然后进行加权求和计算后获得控制转矩τ,计算公式如下:
τ=τg wg+τc wc+τfwf+τm wm
其中,τg、τc、τf、τm分别是重力补偿控制器G、离心力控制器C、摩擦力控制器F和惯量控制器M输出的力矩,wg、wc、wf和wm是相应的权重值,通过调节wg、wc、wf和wm的值,实现对各个动力学性能参数的独立的调节。
第二方面,本公开实施例提供了一种并行实时高性能多轴机械臂的动力学控制系统,包括:
获取模块,用于在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息;
计算模块,根据位置传感器所获得的各个关节的位置、速度以及加速度的值,运用动力学方程计算出理论转矩τa;通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;
分块处理模块,用于针对所述多轴机械臂,调用预先设置的包含多维向量的矢量控制器,所述矢量控制器包括独立设置的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,以便于基于重力补偿控制器G、离心力控制器C、惯量控制器M、摩擦力控制器F以及所述运动信息中包含的机械臂的位置、速度以及加速度值,分别计算重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf,然后进行加权求和计算后获得控制转矩τ;
运算控制模块,用于将所述控制转矩τ减去所述外力转矩τext后,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。
第三方面,本公开实施例还提供了一种电子设备,所述电子设备包括:
多轴机械臂,所述多轴机械臂具有多个关节;
控制器,所述控制器与机械臂上每个关节的伺服系统相连,控制关节处电机的转矩;
力矩传感器,所述力矩传感器与控制器相连,测量各个关节的转矩,并实时输出给控制器;
位置传感器:所述位置传感器与控制器相连,测量各个关节的转动位置,并实时输出给控制器;
与所述控制器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述第一方面或第一方面的任一实现方式中的并行实时高性能多轴机械臂的动力学控制方法。
第四方面,本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述第一方面或第一方面的任一实现方式中的并行实时高性能多轴机械臂的动力学控制方法。
第五方面,本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述第一方面或第一方面的任一实现方式中的并行实时高性能多轴机械臂的动力学控制方法。
本公开实施例中的并行实时高性能多轴机械臂的动力学控制方案,包括在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息;根据位置传感器所获得的运动信息,运用动力学方程计算出理论转矩τa;通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;针对所述多轴机械臂,调用预先设置的包含多维向量的矢量控制器,所述矢量控制器包括独立设置的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,以便于基于重力补偿控制器G、离心力控制器C、惯量控制器M、摩擦力控制器F以及所述运动信息中包含的机械臂的位置、速度以及加速度值,分别计算重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf;对重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf进行加权求和后,得到控制转矩τ;将所述控制转矩τ减去所述外力转矩τext后,,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。通过本公开的处理方案,利用并行计算的方法,进行线性矢量分离,使用控制器直接控制机器人关节的转动力矩,在快速稳定的情况下提高精确性,从而保证安全性。
附图说明
为了更清楚地说明本公开实施例的技术方案,下面将对实施例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公开的一些实施例,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它的附图。
图1为本公开实施例提供的一种并行实时高性能多轴机械臂的动力学控制方法的流程图;
图2为本公开实施例提供的另一种并行实时高性能多轴机械臂的动力学控制方法的流程图;
图3为本公开实施例提供的多轴机械臂系统结构示意图;
图4a-4d为本公开实施例提供的矢量控制器结构示意图;
图5为本公开实施例提供的一种并行实时高性能多轴机械臂的动力学控制装置的结构示意图;
图6为本公开实施例提供的电子设备示意图。
具体实施方式
下面结合附图对本公开实施例进行详细描述。
以下通过特定的具体实例说明本公开的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本公开的其他优点与功效。显然,所描述的实施例仅仅是本公开一部分实施例,而不是全部的实施例。本公开还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本公开的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。基于本公开中的实施例,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,都属于本公开保护的范围。
需要说明的是,下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见,本文中所描述的方面可体现于广泛多种形式中,且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本公开,所属领域的技术人员应了解,本文中所描述的一个方面可与任何其它方面独立地实施,且可以各种方式组合这些方面中的两者或两者以上。举例来说,可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外,可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
还需要说明的是,以下实施例中所提供的图示仅以示意方式说明本公开的基本构想,图式中仅显示与本公开中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
另外,在以下描述中,提供具体细节是为了便于透彻理解实例。然而,所属领域的技术人员将理解,可在没有这些特定细节的情况下实践所述方面。
本公开实施例提供一种并行实时高性能多轴机械臂的动力学控制方法。本实施例提供的并行实时高性能多轴机械臂的动力学控制方法可以由一计算装置来执行,该计算装置可以实现为软件,或者实现为软件和硬件的组合,该计算装置可以集成设置在服务器、客户端等中。
参见图1,图2及图3,本公开实施例中的并行实时高性能多轴机械臂的动力学控制方法,可以包括如下步骤:
S101,在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息。
具体的,参见图3,整个系统包括四个模块:
1、多轴机械臂:具有多个关节,且每个关节上装有编码器。
2、控制器:机器人最为核心的零部件之一,属于高性能计算设备,对机器人的性能起着决定性的影响。控制器与机械臂上每个关节的伺服系统直接相连,直接控制电机的转矩。
3、力矩传感器:与控制器相连,直接或间接测量各个关节的转矩,并实时输出给控制器。
4、位置传感器:与控制器相连,测量各个关节的转动位置,并实时输出给控制器。
系统连接方式:由于整个系统数据传输量非常大,因此整个系统使用高性能总线相连接,以提高通讯速度。
系统要求:对于系统的更新频率要求高,通常设计为1ms,计算周期约为0.3ms。
S102,根据位置传感器所获得的各个关节的位置、速度以及加速度的值,运用动力学方程计算出理论转矩τa。通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;
机械臂动力学方程为:
表1式1符号说明
为了实现线性矢量控制,采用线性矢量分离方式,计算公式如下:
表2式2符号说明
符号 | 说明 |
Y | 系统的运动学参数,是根据机器的的运动学姿态获得。 |
θ | 系统的动力学参数(如质量,重心等) |
S103,参见图4a-4d,由于整个系统的动力学计算量非常大,比如对于七轴机械臂来说,θ可能是一个84维的向量,Y是一个42*84维的矩阵。在矢量控制器的设计上,采用将系统分块的方式,将不同的模块用不同的处理器分别计算出不同的成分。因此,在实际使用过程中可根据不同的需要,调整不同成分的重要性。
矢量控制器由G、C、F和M这4个控制器组成,分块操作运算如下:
Ya=Yg+Yc+Yf+Ym
表3符号说明
说明:对于力控的矢量控制器,在计算时,将Y进行分块操作处理。
为了对多核并行计算机进行优化,本系统对矢量控制器进行系统分块化设计,这种设计方式非常适合多核计算机以及支持单数据多指令的向量机。在逻辑上,矢量控制器是由G,C,F,M这4个控制器组成。当系统获取到机械臂各个关节的状态数据(位置q、速度以及加速度)后,这4个控制器将分别计算出各自部分的转矩,然后进行加权求和计算,得到控制转矩τ。
控制器的处理机制:由于这4个控制器都只是线性的矩阵乘法,因此十分易于单指令多数据流SIMD的实现。虽然这4个控制器的运算性质相同,但其负责处理的数据不同。在多核处理器上,这4个控制器以及观测器各被分配一个内核,因此这4个控制器是异步运行。在大规模的向量机(如GPU)上,拥有上千个内核,故系统可以根据运算内容,将这4个控制器分配给不同的处理单元。
对重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf进行加权求和后,得到控制转矩τ。
在矢量控制器的实现上,采用分布式的方式。整个系统包括G、C、F、M这4个控制器,以及一个用于测算θ的观测器。在矢量控制器实现过程中,先利用多核处理器,使每个处理器分别计算一个控制变量。然后进行加权求和计算,得到控制转矩τ。计算公式如下:
τ=τgwg+τcwc+τfwf+τmwm
实时动态调节功能:矢量控制器可根据系统的应用状态,进行动态调节。因此,通过调节w调节系数的值,系统可以简单实现对各个动力学性能参数的相对独立的调节。当系统处于低速运行时,加速项对系统的影响非常小,因此可以定义w=0,或是将其计算关闭。当系统处于高速运行时,经常使用惯性补偿、转动平衡以及重力补偿等控制,用于提高系统的操控性以及稳定性。
表4补偿说明
名称 | 说明 |
惯性补偿 | 主要用于提高系统的操控性,可以通过修改M控制器跟w<sub>m</sub>实现。 |
转动平衡 | 主要用于提高稳定性,可以通过修改C控制器以及w<sub>c</sub>实现。 |
重力补偿 | 可以通过修改G控制器以及w<sub>g</sub>实现。 |
S104,将所述控制转矩τ减去所述外力转矩τext后,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。
该系统充分利用现有计算机的并行计算发展,将复杂的动力控制进行线性矢量分离。允许系统利用简单的线性方法,动态的调节力控效果,且可以独立调节各部分的动力学性能参数。本系统为动力学控制系统,在动力控制的情况下,使用控制器直接控制机器人关节的转动力矩。上述方法可精确控制机器人同物体接触时力的大小,在碰触软体或不确定环境等高精度的应用场合中,可在实现任务目标的同时,保证安全性,在实际应用中具有重大价值。
根据本公开实施例的一种具体实现方式,所述在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息,包括:
采用高性能总线相连接位置传感器和力矩传感器,以提高位置传感器和力矩传感器的通讯速度。
根据本公开实施例的一种具体实现方式,所述在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息,还包括:
按照预设的更新周期,实时更新机械臂关节上的运动信息和转矩信息。
根据本公开实施例的一种具体实现方式,所述方法还包括:
采用线性矢量分离方式对机械臂上的力矩进行计算,计算公式如下:
其中,τa为动力学方程计算的理论转矩,τsm为力矩传感器获得的电机转矩,τext为系统外力转矩(包括碰撞与摩擦),Y为系统的运动学参数,根据机器臂的运动学姿态获得,θ是系统的动力学参数,该动力学参数包括机械臂的质量和重心,q、分别表示机械臂的位置、速度以及加速度值。
根据本公开实施例的一种具体实现方式,所述方法还包括:
针对矢量控制器所包含的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,采用将系统分块的方式,将不同的控制器模块用不同的处理器分别计算出不同的结果,分块操作运算结果如下:
Ya=Yg+Yc+Ym+Yf
其中,Yg、Yc、Ym和Yf分别表示重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F所对应的运动学参数。
根据本公开实施例的一种具体实现方式,所述方法还包括:
根据本公开实施例的一种具体实现方式,其特征在于:
重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F基于单指令多数据流SIMD实现;
重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F以及观测器θ在向量机CPU中各被分配一个内核,重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F异步运行。
根据本公开实施例的一种具体实现方式,所述方法还包括:
在矢量控制器实现过程中,先利用多核处理器,使每个处理器分别计算重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F中的一个控制变量,然后进行加权求和计算后获得控制转矩τ,计算公式如下:
τ=τg wg+τc wc+τfwf+τm wm
其中,τg、τc、τf、τm分别是重力补偿控制器G、离心力控制器C、摩擦力控制器F和惯量控制器M输出的力矩,wg、wc、wf和wm是相应的权重值,通过调节wg、wc、wf和wm的值,实现对各个动力学性能参数的独立的调节。
与上面的方法实施例相对应,参见图5,本公开实施例还提供了一种并行实时高性能多轴机械臂的动力学控制系统50,包括:
获取模块,用于在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息;
计算模块,根据位置传感器所获得的各个关节的位置、速度以及加速度的值,运用动力学方程计算出理论转矩τa;通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;
分块处理模块,用于针对所述多轴机械臂,调用预先设置的包含多维向量的矢量控制器,所述矢量控制器包括独立设置的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,以便于基于重力补偿控制器G、离心力控制器C、惯量控制器M、摩擦力控制器F以及所述运动信息中包含的机械臂的位置、速度以及加速度值,分别计算重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf,然后进行加权求和计算后获得控制转矩τ;
运算控制模块,用于将所述控制转矩τ减去所述外力转矩τext后,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。
本实施例未详细描述的部分,参照上述方法实施例中记载的内容,在此不再赘述。
参见图6,本公开实施例还提供了一种电子设备60,该电子设备包括:
多轴机械臂,所述多轴机械臂具有多个关节;
控制器,所述控制器与机械臂上每个关节的伺服系统相连,控制关节处电机的转矩;
力矩传感器,所述力矩传感器与控制器相连,测量各个关节的转矩,并实时输出给控制器;
位置传感器:所述位置传感器与控制器相连,测量各个关节的转动位置,并实时输出给控制器;
与所述控制器通信连接的存储器;其中,
该存储器存储有可被该至少一个处理器执行的指令,该指令被该至少一个处理器执行,以使该至少一个处理器能够执行前述方法实施例中的并行实时高性能多轴机械臂的动力学控制方法。
本公开实施例还提供了一种非暂态计算机可读存储介质,该非暂态计算机可读存储介质存储计算机指令,该计算机指令用于使该计算机执行前述方法实施例中的并行实时高性能多轴机械臂的动力学控制方法。
本公开实施例还提供了一种计算机程序产品,该计算机程序产品包括存储在非暂态计算机可读存储介质上的计算程序,该计算机程序包括程序指令,当该程序指令被计算机执行时,使该计算机执行前述方法实施例中的的并行实时高性能多轴机械臂的动力学控制方法。
下面参考图6,其示出了适于用来实现本公开实施例的电子设备60的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图6示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图6所示,电子设备60可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备60操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备60与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种装置的电子设备60,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信装置609从网络上被下载和安装,或者从存储装置608被安装,或者从ROM602被安装。在该计算机程序被处理装置601执行时,执行本公开实施例的方法中限定的上述功能。
需要说明的是,本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中,计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:获取至少两个网际协议地址;向节点评价设备发送包括所述至少两个网际协议地址的节点评价请求,其中,所述节点评价设备从所述至少两个网际协议地址中,选取网际协议地址并返回;接收所述节点评价设备返回的网际协议地址;其中,所获取的网际协议地址指示内容分发网络中的边缘节点。
或者,上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:接收包括至少两个网际协议地址的节点评价请求;从所述至少两个网际协议地址中,选取网际协议地址;返回选取出的网际协议地址;其中,接收到的网际协议地址指示内容分发网络中的边缘节点。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,单元的名称在某种情况下并不构成对该单元本身的限定,例如,第一获取单元还可以被描述为“获取至少两个网际协议地址的单元”。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。
以上所述,仅为本公开的具体实施方式,但本公开的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本公开揭露的技术范围内,可轻易想到的变化或替换,都应涵盖在本公开的保护范围之内。因此,本公开的保护范围应以权利要求的保护范围为准。
Claims (11)
1.一种并行实时高性能多轴机械臂的动力学控制方法,其特征在于,包括:
在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息;
根据位置传感器所获得的运动信息,运用动力学方程计算出理论转矩τa;通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;
针对所述多轴机械臂,调用预先设置的包含多维向量的矢量控制器,所述矢量控制器包括独立设置的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,以便于基于重力补偿控制器G、离心力控制器C、惯量控制器M、摩擦力控制器F以及所述运动信息中包含的机械臂的位置、速度以及加速度值,分别计算重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf;对重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf进行加权求和后,得到控制转矩τ;
将所述控制转矩τ减去所述外力转矩τext后,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。
2.根据权利要求1所述的方法,其特征在于,所述在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息,包括:
在矢量控制器的设计上,采用将系统分块的方式,将不同的模块用不同的处理器分别计算出不同的成分,每部分由不同的控制设备单独控制,且各部分异步运行。
3.根据权利要求2所述的方法,其特征在于,所述在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息,包括:
采用高性能总线相连接位置传感器和力矩传感器,以提高位置传感器和力矩传感器的通讯速度。
4.根据权利要求3所述的方法,其特征在于,所述在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息,还包括:
按照预设的更新周期,实时更新机械臂关节上的运动信息和转矩信息。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
针对矢量控制器所包含的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,采用将系统分块的方式,将不同的控制器模块用不同的处理器分别计算出不同的结果,分块操作运算结果如下:
Ya=Yg+Yc+Yf+Ym
其中,Yg、Yc、Ym和Yf分别表示重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F所对应的运动学参数。
8.根据权利要求7所述的方法,其特征在于:
重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F基于单指令多数据流SIMD实现;
重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F以及观测器θ在向量机CPU中各被分配一个内核,重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F异步运行。
9.根据权利要求8所述的方法,其特征在于,所述方法还包括:
在矢量控制器实现过程中,先利用多核处理器,使每个处理器分别计算重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F中的一个控制变量,然后进行加权求和计算后获得控制转矩τ,计算公式如下:
τ=τgwg+τcwc+τfwf+τmwm
其中,τg、τc、τf、τm分别是重力补偿控制器G、离心力控制器C、摩擦力控制器F和惯量控制器M输出的力矩,wg、wc、wf和wm是相应的权重值,通过调节wg、wc、wf和wm的值,实现对各个动力学性能参数的独立的调节。
10.一种并行实时高性能多轴机械臂的动力学控制系统,其特征在于,包括:
获取模块,用于在所述多轴机械臂上分别设置位置传感器和力矩传感器,以便于获得机械臂关节上的运动信息和转矩信息;
计算模块,根据位置传感器所获得的各个关节的位置、速度以及加速度的值,运用动力学方程计算出理论转矩τa;通过理论转矩τa与所述力矩传感器测量得到的电机转矩τsm算出外力转矩τext;
分块处理模块,用于针对所述多轴机械臂,调用预先设置的包含多维向量的矢量控制器,所述矢量控制器包括独立设置的重力补偿控制器G、离心力控制器C、惯量控制器M和摩擦力控制器F,以便于基于重力补偿控制器G、离心力控制器C、惯量控制器M、摩擦力控制器F以及所述运动信息中包含的机械臂的位置、速度以及加速度值,分别计算重力补偿力矩τg、离心力力矩τc、惯量力矩τm和摩擦力力矩τf,然后进行加权求和计算后获得控制转矩τ;
运算控制模块,用于将所述控制转矩τ减去所述外力转矩τext后,得到驱动所述机械臂的驱动电机所需要的驱动转矩τcm。
11.一种电子设备,其特征在于,所述电子设备包括:
多轴机械臂,所述多轴机械臂具有多个关节;
控制器,所述控制器与机械臂上每个关节的伺服系统相连,控制关节处电机的转矩;
力矩传感器,所述力矩传感器与控制器相连,测量各个关节的转矩,并实时输出给控制器;
位置传感器:所述位置传感器与控制器相连,测量各个关节的转动位置,并实时输出给控制器;
与所述控制器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行前述权利要求1-8中任一项所述的并行实时高性能多轴机械臂的动力学控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210286008.3A CN114516052B (zh) | 2022-03-23 | 2022-03-23 | 并行实时高性能多轴机械臂的动力学控制方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210286008.3A CN114516052B (zh) | 2022-03-23 | 2022-03-23 | 并行实时高性能多轴机械臂的动力学控制方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114516052A true CN114516052A (zh) | 2022-05-20 |
CN114516052B CN114516052B (zh) | 2023-12-22 |
Family
ID=81600521
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210286008.3A Active CN114516052B (zh) | 2022-03-23 | 2022-03-23 | 并行实时高性能多轴机械臂的动力学控制方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114516052B (zh) |
Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002283276A (ja) * | 2001-03-21 | 2002-10-03 | Daihen Corp | 多関節ロボットにおける衝突検出・停止制御法 |
US20110178639A1 (en) * | 2010-01-18 | 2011-07-21 | Samsung Electronics Co., Ltd. | Humanoid robot and walking control method thereof |
JP2012051042A (ja) * | 2010-08-31 | 2012-03-15 | Yaskawa Electric Corp | ロボットシステム及びロボット制御装置 |
JP2013193131A (ja) * | 2012-03-15 | 2013-09-30 | Jtekt Corp | ロボットの制御方法及びロボット制御装置、並びにロボット制御システム |
KR20150141246A (ko) * | 2014-06-09 | 2015-12-18 | 고려대학교 산학협력단 | 로봇 머니퓰레이터 및 이의 제어 방법 |
JP2017077600A (ja) * | 2015-10-20 | 2017-04-27 | 株式会社リコー | マニピュレータ装置 |
CN108247654A (zh) * | 2018-02-05 | 2018-07-06 | 遨博(北京)智能科技有限公司 | 一种机器人的控制方法、装置和系统 |
CN108555913A (zh) * | 2018-06-15 | 2018-09-21 | 天津大学 | 基于无源性的移动机械臂位置/力的自抗扰控制方法 |
CN108656112A (zh) * | 2018-05-15 | 2018-10-16 | 清华大学深圳研究生院 | 一种面向直接示教的机械臂零力控制实验系统 |
CN108803326A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 |
CN208614800U (zh) * | 2018-02-05 | 2019-03-19 | 遨博(北京)智能科技有限公司 | 一种机器人的控制系统 |
CN109683471A (zh) * | 2018-08-28 | 2019-04-26 | 杭州电子科技大学 | 自抗扰控制方法、装置和系统 |
CN110065070A (zh) * | 2019-04-29 | 2019-07-30 | 华中科技大学 | 一种基于动力学模型的机器人自适应阻抗控制系统 |
CN110815190A (zh) * | 2019-11-20 | 2020-02-21 | 福州大学 | 一种工业机器人拖动示教方法及系统 |
CN111319036A (zh) * | 2018-12-15 | 2020-06-23 | 天津大学青岛海洋技术研究院 | 基于自适应算法的移动机械臂位置/力自抗扰控制方法 |
CN111546350A (zh) * | 2020-04-30 | 2020-08-18 | 浙江大学 | 一种多关节重载液压机器人系统及高精度运动控制方法 |
JP2022023636A (ja) * | 2020-07-27 | 2022-02-08 | 株式会社安川電機 | ロボットシステム及びロボットの制御方法 |
-
2022
- 2022-03-23 CN CN202210286008.3A patent/CN114516052B/zh active Active
Patent Citations (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002283276A (ja) * | 2001-03-21 | 2002-10-03 | Daihen Corp | 多関節ロボットにおける衝突検出・停止制御法 |
US20110178639A1 (en) * | 2010-01-18 | 2011-07-21 | Samsung Electronics Co., Ltd. | Humanoid robot and walking control method thereof |
JP2012051042A (ja) * | 2010-08-31 | 2012-03-15 | Yaskawa Electric Corp | ロボットシステム及びロボット制御装置 |
JP2013193131A (ja) * | 2012-03-15 | 2013-09-30 | Jtekt Corp | ロボットの制御方法及びロボット制御装置、並びにロボット制御システム |
KR20150141246A (ko) * | 2014-06-09 | 2015-12-18 | 고려대학교 산학협력단 | 로봇 머니퓰레이터 및 이의 제어 방법 |
JP2017077600A (ja) * | 2015-10-20 | 2017-04-27 | 株式会社リコー | マニピュレータ装置 |
CN108247654A (zh) * | 2018-02-05 | 2018-07-06 | 遨博(北京)智能科技有限公司 | 一种机器人的控制方法、装置和系统 |
CN208614800U (zh) * | 2018-02-05 | 2019-03-19 | 遨博(北京)智能科技有限公司 | 一种机器人的控制系统 |
CN108656112A (zh) * | 2018-05-15 | 2018-10-16 | 清华大学深圳研究生院 | 一种面向直接示教的机械臂零力控制实验系统 |
CN108803326A (zh) * | 2018-06-06 | 2018-11-13 | 黄山学院 | 具有干扰和时延的工业机械臂线性自抗扰跟踪控制方法 |
CN108555913A (zh) * | 2018-06-15 | 2018-09-21 | 天津大学 | 基于无源性的移动机械臂位置/力的自抗扰控制方法 |
CN109683471A (zh) * | 2018-08-28 | 2019-04-26 | 杭州电子科技大学 | 自抗扰控制方法、装置和系统 |
CN111319036A (zh) * | 2018-12-15 | 2020-06-23 | 天津大学青岛海洋技术研究院 | 基于自适应算法的移动机械臂位置/力自抗扰控制方法 |
CN110065070A (zh) * | 2019-04-29 | 2019-07-30 | 华中科技大学 | 一种基于动力学模型的机器人自适应阻抗控制系统 |
CN110815190A (zh) * | 2019-11-20 | 2020-02-21 | 福州大学 | 一种工业机器人拖动示教方法及系统 |
CN111546350A (zh) * | 2020-04-30 | 2020-08-18 | 浙江大学 | 一种多关节重载液压机器人系统及高精度运动控制方法 |
JP2022023636A (ja) * | 2020-07-27 | 2022-02-08 | 株式会社安川電機 | ロボットシステム及びロボットの制御方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114516052B (zh) | 2023-12-22 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6140190B2 (ja) | 準仮想化された高性能コンピューティングおよびgdi高速化 | |
US20230298265A1 (en) | Dynamic fluid effect processing method and apparatus, and electronic device and readable medium | |
CN114692425A (zh) | 数字孪生技术的焊接机器人仿真方法、系统、设备及介质 | |
CN114699770A (zh) | 虚拟对象的运动控制方法及设备 | |
WO2023174087A1 (zh) | 特效视频生成方法、装置、设备及存储介质 | |
CN110096134B (zh) | 一种vr手柄射线抖动矫正方法、装置、终端和介质 | |
CN114516052A (zh) | 并行实时高性能多轴机械臂的动力学控制方法及系统 | |
JP2022061452A (ja) | ヒューマン・インターフェイス・デバイスのレイテンシ決定 | |
CN116460859A (zh) | Scara机器人运动补偿方法、装置、设备及存储介质 | |
CN113448441B (zh) | 具备触觉交互功能的用户手持设备、触觉交互方法及装置 | |
CN112025704B (zh) | 基于内存型数据库的实时分布式机器人控制方法及系统 | |
CN111275799B (zh) | 动画的生成方法、装置和电子设备 | |
CN116280294B (zh) | 地面测试环境中惯性力模拟方法及系统 | |
US20230297739A1 (en) | Simulating particle dynamics | |
CN115855072B (zh) | 驾驶模拟平台的姿态估算方法、装置、设备及存储介质 | |
WO2022033446A1 (zh) | 动态流体效果处理方法、装置、电子设备和可读介质 | |
WO2023246468A1 (zh) | 视觉定位参数更新方法、装置、电子设备及存储介质 | |
US11921930B1 (en) | Systems and methods for adjustable haptic damping positioning | |
US11946744B2 (en) | Synchronization of a gyroscope in a virtual-reality environment | |
CN116372942B (zh) | 机器人关节补偿方法、装置、电子设备及可读存储介质 | |
US9776079B2 (en) | Actuating at least one gyroscope to apply force at a device | |
US20230121413A1 (en) | Automatic instantiation of native virtual interfaces for streaming applications | |
WO2022135022A1 (zh) | 动态流体显示方法、装置、电子设备和可读介质 | |
CN114647182A (zh) | 控制圆球机器人直立自平衡的方法、装置、设备和介质 | |
CN115062364A (zh) | 飞行器的仿真演示方法、电子设备和存储介质 |
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 |