CN115202293B - 一种工业机器人两段式速度规划方法 - Google Patents
一种工业机器人两段式速度规划方法 Download PDFInfo
- Publication number
- CN115202293B CN115202293B CN202210832014.4A CN202210832014A CN115202293B CN 115202293 B CN115202293 B CN 115202293B CN 202210832014 A CN202210832014 A CN 202210832014A CN 115202293 B CN115202293 B CN 115202293B
- Authority
- CN
- China
- Prior art keywords
- speed
- track
- parameter
- acceleration
- point
- 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 61
- 238000005457 optimization Methods 0.000 claims abstract description 85
- 230000001133 acceleration Effects 0.000 claims abstract description 78
- 238000006073 displacement reaction Methods 0.000 claims abstract description 18
- 238000013178 mathematical model Methods 0.000 claims abstract description 12
- 238000009499 grossing Methods 0.000 claims abstract description 8
- 230000036461 convulsion Effects 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 10
- 230000007704 transition Effects 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 7
- 239000013598 vector Substances 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims description 2
- 241000208340 Araliaceae Species 0.000 claims 2
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims 2
- 235000003140 Panax quinquefolius Nutrition 0.000 claims 2
- 235000008434 ginseng Nutrition 0.000 claims 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000764238 Isis Species 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 230000001681 protective effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/416—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control of velocity, acceleration or deceleration
- G05B19/4163—Adaptive control of feed or cutting velocity
-
- 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
- G05B2219/00—Program-control systems
- G05B2219/30—Nc systems
- G05B2219/36—Nc in input of data, input key till input tape
- G05B2219/36521—Select by combination of detected force, acceleration, speed, work rate
-
- 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)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Numerical Control (AREA)
Abstract
本发明提供了一种工业机器人两段式速度规划方法,包括如下步骤:步骤1、建立多维空间轨迹数学模型:采用统一参数化形式表达多维空间轨迹数学模型,将机器人的运动统一为一个参数u,对多维空间原始轨迹进行轨迹平顺处理得到平顺后的参数轨迹;步骤2、获取机器人速度阈值、加速度阈值和平顺后的参数轨迹,对参数u进行速度预规划;步骤3、结合伺服控制补偿与轨迹平顺优化进行轨迹优化;步骤4、进行轨迹优化后的速度优化,得到速度优化后的参数轨迹和参数u位移函数。本发明将速度规划方法分成两个阶段,一是在轨迹优化前进行速度预规划,二是在轨迹优化阶段后进行速度优化,能保证速度平稳、进一步提高轨迹精度,保证加工质量。
Description
技术领域
本发明属于工业机器人速度规划领域,具体涉及一种工业机器人两段式速度规划方法。
背景技术
工业机器人的机械结构具有长运动链,刚性较差,很容易产生振动(影响速度稳定性)和空间误差(降低轨迹精度)。为了保证机器人运动具有较高的稳定性和较高的精度,提出了两种控制方法,速度优化和伺服控制补偿(包括伺服反馈补偿和伺服前馈补偿),前者旨在解决机器人的振动问题,后者解决机器人的空间误差问题。
传统的机器人运动规划中速度优化和伺服控制补偿是依次进行的,先进行速度优化再进行伺服控制补偿。但两者是相互影响的,经过速度优化后能保证轨迹速度连续稳定,但轨迹精度不是最佳的。经过伺服控制补偿后会修改原来的轨迹使得轨迹精度最佳,但是并不同步修改轨迹的速度,使得伺服控制补偿后速度连续性无法保证,甚至可能出现速度超过速度阈值限制(影响稳定性)现象,破坏速度优化的结果,最终导致两者优化的结果不是最优解。
传统的工业机器人速度规划,常采用的加减速方法如直线加减速、梯形加减速、S型加减速和正弦型加减速等计算出轨迹的速度曲线函数。
根据轨迹类型的不同速度规划分为关节空间轨迹速度规划和笛卡尔空间轨迹位置速度规划。本发明拟提出的两段式速度规划方法通过建立多维空间轨迹数学模型可以实现对工业机器人关节空间轨迹和笛卡尔空间轨迹位置的速度规划。
本发明拟针对传统的速度规划方法进行改进。为了解决伺服控制补偿和速度优化之间的矛盾,在保证轨迹精度的前提下保证速度稳定性,本发明拟将传统的速度规划方法分成速度预规划和速度优化两个阶段,一是在轨迹优化前进行速度预规划,二是在轨迹优化阶段后进行速度优化。伺服控制补偿放在轨迹优化阶段,结合伺服控制补偿与速度优化在保证实际轨迹精度的前提下对轨迹进行速度优化,保证实际轨迹的速度、加速度、加加速度连续,最终使得优化后的轨迹速度光滑平稳,达到最佳的优化状态,保证加工质量。
相比于传统的速度规划,本发明拟提出的两段式速度规划方法主要步骤包括速度预规划,轨迹优化,速度优化,主要在以下几个方面进行改进:
1)两段式速度规划:将传统的速度规划方法分为两段速度规划,一是在轨迹优化前的轨迹进行速度预规划,二是在轨迹优化阶段后进行速度优化;
2)伺服控制补偿与速度优化的结合:将伺服控制补偿与速度优化结合在保证实际轨迹的精度的前提下进行速度优化,同时保证轨迹精度和速度稳定性。结合的具体过程可参考专利申请号为CN202110756998.8的发明专利“一种速度优化和前馈补偿相结合的机器人运动控制方法”;
3)速度优化:在轨迹优化阶段后进行速度优化,轨迹经过预离散后输出轨迹点进行速度优化,在满足速度阈值、加速度阈值下,保证速度、加速度、加加速度连续。
发明内容
针对现有技术存在的问题,本发明为解决现有技术中存在的问题采用的技术方案如下:
首先,定义多维空间轨迹点的运算,包括多维空间距离、多维空间加法、多维空间减法和多维空间数乘;
多维空间距离是指两个轨迹点之间在多维空间的抽象距离:
设Qi-1={qi-1,1,qi-1,2,…,qi-1,n}∈Rn,Qi∈Rn={qi,1,qi,2,…,qi,n}∈Rn,n=3,4,6,定义多维空间距离运算Disn(Qi-1,Qi):
其中qi,n表示轨迹点Qi第n个位置值,qi-1,n表示轨迹点Qi-1第n个位置值,Qi表示n维空间中的第i个轨迹点,Rn表示n维实数集;
多维空间加法是指两个多维向量之间在多维空间的位置加法:
设Qi-1={qi-1,1,qi-1,2,…,qi-1,n}∈Rn,Qi∈Rn={qi,1,qi,2,…,qi,n}∈Rn,n=3,4,6,定义多维空间加法运算Addn(Qi-1,Qi):
Addn(Qi-1,Qi)=((qi,1+qi-1,1),(qi,2+qi-1,2),…,(qi,n+qi-1,n)),n=3,4,6(Eq.2)
多维空间减法是指两个多维轨迹点之间在多维空间的位置减法:
设Qi-1={qi-1,1,qi-1,2,…,qi-1,n}∈Rn,Qi∈Rn={qi,1,qi,2,…,qi,n}∈Rn,n=3,4,6,定义多维空间减法运算Subn(Qi-1,Qi):
Subn(Qi-1,Qi)=((qi,1-qi-1,1),(qi,2-qi-1,2),…,(qi,n-qi-1,n)),n=3,4,6(Eq.3)
多维空间数乘是指一个多维向量和一个常数的数乘运算,设Qi∈Rn={qi,1,qi,2,…,qi,n}∈Rn,n=3,4,6,k∈R,定义多维空间数乘运算Scan(Qi,k):
Scan(Qi,k)=((kqi,1),(kqi,2),…,(kqi,n)),n=3,4,6(Eq.4)
R在数学上表示实数集,n表示多维空间的维度,n与机器人的轴数相等,常见的机器人轴数为3,4,6,在本发明中n取值限定在3,4,6,i表示轨迹点编号。
一种工业机器人两段式速度规划方法,包括如下步骤:
步骤1、建立多维空间轨迹数学模型:
采用统一参数化形式表达多维空间轨迹数学模型,将机器人的运动统一为一个参数,从而将多维空间轨迹的速度规划转换为对参数的速度规划,实现不同类型机器人的关节空间轨迹和笛卡尔空间轨迹位置的速度规划;
对于多维空间线性轨迹Li-1,i(u):
其中,Qi-1,Qi为空间轨迹点,表示多维空间线性轨迹的起始点和终点;u表示统一参数,u∈[0,1];
对于多维空间圆弧轨迹Ci(u):
其中Fi(u),Ji(u),Ki(u)为基函数,对于多维空间圆弧轨迹基函数表达式如下:
其中:<QiQi-1,QiQi+1>表示空间向量QiQi-1与空间向量QiQi+1之间的夹角;详细推导过程参见申请号为CN201911300865.9的发明专利“一种位姿同步的六轴工业机器人轨迹平顺方法”,该推导过程为现有技术。
对于多维空间样条轨迹Si(u):
平顺前的轨迹主要由原始轨迹点(关节空间的轨迹点)、多维空间线性轨迹和多维空间曲线轨迹(多维空间圆弧轨迹(笛卡尔空间的连续轨迹))组成,其构成可表示如下:
其中,m表示关节空间的轨迹点最大编号,n1表示多维空间线性轨迹的总段数,n2表示多维空间曲线轨迹的总段数;
平顺后的参数轨迹由多维空间线性轨迹、多维空间曲线轨迹(包括多维空间圆弧轨迹、多维空间样条轨迹)组成,几种轨迹并不完全包含,根据具体情况进行组合。
步骤2、对参数u进行速度预规划;
输入:参数轨迹Γ(u)、机器人运动约束参数(速度阈值Vmax、加速度阈值Amax);
获取机器人参数(运动学参数,运动约束(比如关节空间和笛卡尔空间的速度约束、加速度约束))、获取平顺后的参数轨迹Γ(u)(涵盖关节空间轨迹和笛卡尔空间轨迹位置)作为速度预规划输入;
步骤2.1轨迹段参数速度阈值Vumax、加速度阈值Aumax计算;
根据速度阈值、加速度阈值计算:
式中M为总的轨迹段数;
步骤2.2、曲线段参数u速度预规划;
在关节空间中,曲线段表示过渡段,在笛卡尔空间中曲线段包括圆弧段和过渡段。
为了简化计算,曲线段参数速度预规划采用一次多项式方法,即u=Ht,根据步骤2.1计算出的轨迹段参数速度阈值Vumax、加速度阈值Aumax,以及前后段轨迹的起终点速度连续性计算参数速度Hi的约束:
其中,Vend,i表示第i段轨迹的终点速度,Vbegin,i+1表示第i+1段轨迹的起点速度,Vbegin,i表示第i段轨迹的起点速度,Vend,i-1表示第i-1段轨迹的终点速度;tend表示运动到终点的时间;
曲线段的起终点速度如下:
当曲线段的前后轨迹类型为线性段轨迹时,线性段轨迹的参数采用梯形速度规划,其起点参数速度Vubegin,i+1受到最大参数速度Vumax,i+1,最大参数加速度Aumax,i+1、终点速度的约束,具体约束条件为:
其终点参数速度Vuend,i-1受到最大参数速度Vumax,i-1,最大参数加速度Aumax,i-1、起点速度的约束,具体约束条件为:
根据计算出Vuend,i-1,Vubegin,i+1约束带入,计算参数速度Hi的约束,求交集后确定Hi的值;
计算曲线段起终点速度;
步骤2.3线性段参数u速度预规划;
基于已有的曲线段轨迹的速度函数,以梯形速度规划进行线性段轨迹的速度预规划,根据速度连续性,计算线性段轨迹Γi的起终点参数速度;根据起点速度连续性,即Γi的起点速度等于Γi-1的终点速度;
计算得到线性段轨迹Γi的起点参数速度Vubegin,i;
根据终点速度连续性,即Γi的终点速度等于Γi+1的起点速度;
计算得到线性段轨迹Γi的终点参数速度Vuend,i;
线性段参数速度规划:已知起终点参数速度采用梯形速度规划方法对参数进行速度规划:
输入:起点参数速度Vubegin,i,终点参数速度Vuend,i,最大参数速度Vumax,i,最大参数加速度Aumax,i;
输出:总时间Tall,i,加速时间Tup,i,减速时间Tdown,i;
将参数u位移函数u(t)带入Γ(u)得到轨迹位置Γ(t);
步骤3、轨迹优化;
轨迹优化主要是结合伺服控制补偿与轨迹平顺优化进行轨迹优化,具体的轨迹优化过程可参见现有技术专利:一种速度优化和前馈补偿相结合的机器人运动控制方法(专利申请号:CN202110756998.8),在此不一一赘述。
输入:原始轨迹Λ(u),参数轨迹Γ(u),速度预规划后的参数u位移函数u(t),数据点误差阈值εmax;
步骤4、对参数u进行第二段速度规划:
结合预离散进行速度优化;
输出:速度优化后的参数轨迹Π(u)和参数u位移函数u(t);
步骤4.1、预离散
步骤4.2、速度优化;
根据各离散轨迹点的位置,速度,选择加加速度连续的速度优化算法(比如高次多项式速度规划方法、三角函数或者其他速度优化方法),对离散轨迹点之间采用线性参数轨迹对参数进行速度优化,保证经过速度优化后轨迹的速度、加速度、加加速度连续。
选择加加速度连续的速度优化算法,本发明选择四次多项式的速度优化方法,但本发明不仅限于四次多项式的速度优化方法。
步骤4.2.1、调整轨迹点速度;
步骤4.2.2、基于速度、加速度、加加速度连续性计算当前段参数的起点加速度和加加速度;
根据轨迹的加速度、加加速度计算公式:
其中Aend,i-1为上一段轨迹的末端加速度,在规划当前段速度时为已知条件,表示当前轨迹点参数的起始速度,可以从公式(Eq.31)计算得到,表示参数轨迹在u=0的二阶导,表示参数轨迹在u=0的一阶导,以上参数均为已知量,其中
其中Jend,i-1为上一段轨迹的末端加加速度,在规划当前段速度时为已知条件,表示当前轨迹点参数的起始速度,可以由式(Eq.31)计算得到,表示当前轨迹点参数的起始加速度可以由式(Eq.33)计算得到,表示参数轨迹在u=0的三阶导,表示参数轨迹在u=0的二阶导,表示参数轨迹在u=0的一阶导,以上参数均为已知量。其中
步骤4.2.3、参数速度规划;
令:
ui(t)=βit4+γit3+δit2+μit+σi(Eq.36)
由参数起终点位置ub,i=0、ue,i=1有:
由参数起终点速度,时间节点有:
由方程(Eq.37)~(Eq.40),可以解出系数βi,γi,δi,μi,σi,ti的值;
步骤4.2.4、计算轨迹的终点加速度Aend,i和轨迹的终点加加速度Jend,i;
计算轨迹的终点加速度Aend,i:
计算轨迹的终点加加速度Jend,i:
本发明具有如下优点:
1、本发明解决了伺服控制补偿与速度优化之间的矛盾,优化了传统工业机器人速度规划模式,将速度规划方法分成两个阶段,一是在轨迹优化前进行速度预规划,二是在轨迹优化阶段后进行速度优化,能保证速度平稳、进一步提高轨迹精度,保证加工质量。
2、本发明提出的一种工业机器人两段式速度方法能同时保证轨迹精度和速度稳定性,将伺服控制补偿与速度优化结合在保证最佳轨迹精度的前提下进行速度优化保证速度稳定性。
3、本发明提出的两段式速度规划方法中的速度优化优化工业机器人在实际加工中的速度稳定性,能保证轨迹速度、加速度、加加速度连续。
4、本发明提出的一种工业机器人两段式速度方法建立了多维空间轨迹的数学模型具有多空间轨迹适用性:能够同时适用于关节空间轨迹和笛卡尔空间轨迹位置,可以很容易针对不同的情况扩展组合、客制化。
附图说明
图1为本发明提出的两段式速度规划方法流程图;
图2为本发明提出的轨迹速度预规划流程图;
图3为本发明提出的轨迹速度优化算法流程图。
具体实施方式
下面通过实施例,并结合附图,对本发明的技术方案作进一步具体的说明。
如图1所示,一种工业机器人两段式速度规划方法,该方法可以实现解决伺服控制补偿与速度优化之间的矛盾,实现对工业机器人关节空间轨迹和笛卡尔空间轨迹位置的速度规划,经过速度优化后的轨迹精度和速度稳定性最优。本发明方法主要包含以下几个部分:
(1)建立多维空间轨迹数学模型
采用统一参数化形式表达多维空间轨迹数学模型,将机器人的运动统一为一个参数,从而将多维空间轨迹的速度规划转换为对参数的速度规划,可实现不同类型机器人的关节空间轨迹和笛卡尔空间轨迹位置的速度规划。
多维空间线性轨迹可表达成:
其中,Qi-1,Qi,Qi+1为空间轨迹点,表示多维空间线性轨迹的起始点和终点。
多维空间过渡样条轨迹:
其中Fi(u),Ji(u),Ki(u)表示过渡段轨迹的基函数。
比如在三阶Beizer PH样条轨迹中:
其中Ei-1,Ei表示经过平顺后线性段轨迹的起终点,一般为平顺轨迹的控制点。
(2)如图2所示,进行参数u速度预规划;
(2.1)轨迹段参数速度阈值Vumax、加速度阈值Aumax计算;
根据速度阈值、加速度阈值计算:
线性段轨迹的参数速度阈值和加速度阈值计算:
其中n为多维空间的维度。
计算取交集确定速度阈值Vumax、加速度阈值Aumax,过渡段参数速度阈值和加速度阈值计算:
满足如下约束:
计算取交集确定速度阈值Vumax、加速度阈值Aumax;
(2.2)曲线段参数u速度规划
为了简化计算,曲线段参数速度预规划采用一次多项式方法,即u=Ht,根据轨迹段参数速度阈值Vumax、加速度阈值Aumax,以及前后段轨迹的起终点速度连续性计算参数速度Hi的约束:
其中起点参数速度Vubegin,i+1满足约束:
其中终点参数速度Vuend,i-1满足约束:
计算出Vuend,i-1,Vubegin,i+1约束带入,计算参数速度Hi的约束,求交集后确定Hi的值;
计算曲线段起终点速度:
(2.3)线性段参数u速度规划
根据起终点速度连续性计算线性段参数的起点速度Vubegin,i,终点速度Vuend,i:
梯形速度规划具体算法步骤如下:
将参数u位移u(t)带入Γ(u)得到轨迹位置Γ(t);
(3)轨迹优化;
轨迹优化主要采用伺服控制补偿与轨迹平顺优化结合的方法进行轨迹优化;
输入:初始的轨迹Λ(u),参数轨迹Γ(u),速度预规划后的参数速度规划u(t),数据点误差阈值εmax;
(4)如图3所示,轨迹优化后的速度优化;
(4.1)预离散;
预离散具体算法步骤如下:
(4.2)速度优化;
(4.2.1)调整离散轨迹点速度;
其中Vend,i-1为上一段轨迹的末端速度,Aend,i-1为上一段轨迹的末端加速度,Jend,i-1为上一段轨迹的末端加加速度,在规划当前段速度时为已知条件,表示参数轨迹在u=0的三阶导,表示参数轨迹在u=0的二阶导,表示参数轨迹在u=0的一阶导,以上参数均为已知量。
(4.2.3)参数速度规划具体步骤如下:
(4.2.4)计算轨迹点加速度、加加速度;
计算轨迹的终点加速度Aend,i:
计算轨迹的终点加加速度Jend,i:
本发明的保护范围并不限于上述的实施例,显然,本领域的技术人员可以对本发明进行各种改动和变形而不脱离本发明的范围和精神。倘若这些改动和变形属于本发明权利要求及其等同技术的范围内,则本发明的意图也包含这些改动和变形在内。
Claims (5)
1.一种工业机器人两段式速度规划方法,其特征在于,包括如下步骤:
步骤1、建立多维空间轨迹数学模型:
采用统一参数化形式表达多维空间轨迹数学模型,将机器人的运动统一为一个参数u,将多维空间轨迹的速度规划转换为对参数的速度规划,实现不同类型机器人的关节空间轨迹和笛卡尔空间轨迹位置的速度规划;对多维空间原始轨迹Λ(u)进行轨迹平顺处理得到平顺后的参数轨迹Γ(u);
步骤2、对参数u进行速度预规划;
获取机器人参数和平顺后的参数轨迹Γ(u),所述机器人参数包括运动约束参数速度阈值Vmax和加速度阈值Amax,所述平顺后的参数轨迹Γ(u)包括关节空间轨迹和笛卡尔空间轨迹位置;对参数u进行速度预规划,先计算轨迹段参数速度阈值Vumax、加速度阈值Aumax,然后对曲线段参数u和线性段参数u进行速度预规划,根据线性段参数速度规划的输出计算参数u位移函数u(t),参数u速度函数参数u加速度函数最后计算得到轨迹位置Γ(t)、轨迹速度和轨迹加速度步骤2的过程表达式如下:
步骤3、轨迹优化;
结合伺服控制补偿与轨迹平顺优化进行轨迹优化;基于步骤1所述的原始轨迹Λ(u),参数轨迹Γ(u),和步骤2得到的速度预规划后的参数u位移函数u(t),数据点误差阈值εmax;通过轨迹优化得到轨迹优化后的参数轨迹和参数u位移函数u(t);步骤3的过程表达式如下:
步骤4、进行轨迹优化后的速度优化;
2.如权利要求1所述的一种工业机器人两段式速度规划方法,其特征在于,所述步骤1包括如下具体步骤:对于多维空间线性轨迹Li-1,i(u):
其中,Qi-1,Qi为空间轨迹点,表示多维空间线性轨迹的起始点和终点;u表示统一参数,u∈[0,1];
对于多维空间圆弧轨迹Ci(u):
其中Fi(u),Ji(u),Ki(u)为基函数,对于多维空间圆弧轨迹基函数表达式如下:
对于多维空间样条轨迹Si(u):
平顺前的轨迹Λ(u)包括原始轨迹点、多维空间线性轨迹和多维空间圆弧轨迹,其构成表示如下:
其中,m表示关节空间的轨迹点最大编号,n1表示多维空间线性轨迹的总段数,n2表示多维空间曲线轨迹的总段数;
平顺后的参数轨迹Γ(u)包括多维空间线性轨迹、多维空间曲线轨迹,所述多维空间曲线轨迹包括多维空间圆弧轨迹、多维空间样条轨迹;轨迹平顺过程和平顺后的参数轨迹构成表示如下:
3.如权利要求1所述的一种工业机器人两段式速度规划方法,其特征在于,所述步骤2包括如下具体步骤:
步骤2.1轨迹段参数速度阈值Vumax、加速度阈值Aumax计算;
根据速度阈值、加速度阈值计算:
式中M为总的轨迹段数;
步骤2.2、曲线段参数u速度预规划;
在关节空间中,曲线段表示过渡段,在笛卡尔空间中曲线段包括圆弧段和过渡段;
为了简化计算,曲线段参数速度预规划采用一次多项式方法,即u=Ht,根据步骤2.1计算出的轨迹段参数速度阈值Vumax、加速度阈值Aumax,以及前后段轨迹的起终点速度连续性计算参数速度Hi的约束:
其中,Vend,i表示第i段轨迹的终点速度,Vbegin,i+1表示第i+1段轨迹的起点速度,Vbegin,i表示第i段轨迹的起点速度,Vend,i-1表示第i-1段轨迹的终点速度;tend表示运动到终点的时间;
曲线段的起终点速度如下:
当曲线段的前后轨迹类型为线性段轨迹时,线性段轨迹的参数采用梯形速度规划,其起点参数速度Vubegin,i+1受到最大参数速度Vumax,i+1,最大参数加速度Aumax,i+1、终点速度的约束,具体约束条件为:
其终点参数速度Vuend,i-1受到最大参数速度Vumax,i-1,最大参数加速度Aumax,i-1、起点速度的约束,具体约束条件为:
根据计算出Vuend,i-1,Vubegin,i+1约束带入,计算参数速度Hi的约束,求交集后确定Hi的值;
计算曲线段起终点速度;
步骤2.3线性段参数u速度预规划;
基于已有的曲线段轨迹的速度函数,以梯形速度规划进行线性段轨迹的速度预规划,根据速度连续性,计算线性段轨迹Γi的起终点参数速度;根据起点速度连续性,即Γi的起点速度等于Γi-1的终点速度;
计算得到线性段轨迹Γi的起点参数速度Vubegin,i;
根据终点速度连续性,即Γi的终点速度等于Γi+1的起点速度;
计算得到线性段轨迹Γi的终点参数速度Vuend,i;
线性段参数速度规划:已知起终点参数速度采用梯形速度规划方法对参数进行速度规划:
通过输入:起点参数速度Vubegin,i,终点参数速度Vuend,i,最大参数速度Vumax,i,最大参数加速度Aumax,i;输出得到:总时间Tall,i,加速时间Tup,i,减速时间Tdown,i;
将参数u位移函数u(t)带入Γ(u)得到轨迹位置Γ(t);
4.如权利要求1所述的一种工业机器人两段式速度规划方法,其特征在于,所述步骤4包括如下具体步骤:
步骤4.1、预离散;
步骤4.2、速度优化;
根据各离散轨迹点的位置和速度,选择加加速度连续的速度优化算法,所述速度优化算法包括高次多项式速度规划方法或三角函数速度优化方法,对离散轨迹点之间采用线性参数轨迹对参数进行速度优化,保证经过速度优化后轨迹的速度、加速度、加加速度连续;
5.如权利要求4所述的一种工业机器人两段式速度规划方法,其特征在于,所述步骤4.2包括如下具体步骤:
依次获取离散轨迹点的位置轨迹点的速度采用步骤1建立的多维空间轨迹数学模型,将离散轨迹点之间用多维空间线性轨迹表示,从而将多维空间轨迹的速度规划转换为对参数的速度规划,选择四次多项式的速度优化方法作为加加速度连续的速度优化算法;
步骤4.2.1、调整轨迹点速度;
步骤4.2.2、基于速度、加速度、加加速度连续性计算当前段参数的起点加速度和加加速度;
根据轨迹的加速度、加加速度计算公式:
其中Aend,i-1为上一段轨迹的末端加速度,在规划当前段速度时为已知条件,表示当前轨迹点参数的起始速度,可从公式(Eq.31)计算得到,表示参数轨迹在u=0的二阶导,表示参数轨迹在u=0的一阶导,以上参数均为已知量,其中
其中Jend,i-1为上一段轨迹的末端加加速度,在规划当前段速度时为已知条件,表示当前轨迹点参数的起始速度,可由式(Eq.31)计算得到,表示当前轨迹点参数的起始加速度可由式(Eq.33)计算得到,表示参数轨迹在u=0的三阶导,表示参数轨迹在u=0的二阶导,表示参数轨迹在u=0的一阶导,以上参数均为已知量,其中
步骤4.2.3、参数速度规划;
令:
ui(t)=βit4+γit3+δit2+μit+σi(Eq.36)
由参数起终点位置ub,i=0、ue,i=1有:
由参数起终点速度,时间节点有:
由方程(Eq.37)~(Eq.40),解出系数βi,γi,δi,μi,σi,ti的值;
步骤4.2.4、计算轨迹点加速度、加加速度;
计算轨迹的终点加速度Aend,i:
计算轨迹的终点加加速度Jend,i:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210832014.4A CN115202293B (zh) | 2022-07-15 | 2022-07-15 | 一种工业机器人两段式速度规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210832014.4A CN115202293B (zh) | 2022-07-15 | 2022-07-15 | 一种工业机器人两段式速度规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115202293A CN115202293A (zh) | 2022-10-18 |
CN115202293B true CN115202293B (zh) | 2023-04-28 |
Family
ID=83581596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210832014.4A Active CN115202293B (zh) | 2022-07-15 | 2022-07-15 | 一种工业机器人两段式速度规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115202293B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116909154B (zh) * | 2023-09-13 | 2023-12-08 | 武汉瀚迈科技有限公司 | 一种通过特征查表进行前馈补偿的机器人轨迹优化方法 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102510793B (zh) * | 2010-06-04 | 2015-01-28 | 中国科学院自动化研究所 | 加速度连续的机器人轨迹生成系统和方法 |
CN106647282B (zh) * | 2017-01-19 | 2020-01-03 | 北京工业大学 | 一种考虑末端运动误差的六自由度机器人轨迹规划方法 |
CN107263484B (zh) * | 2017-08-10 | 2020-04-14 | 南京埃斯顿机器人工程有限公司 | 机器人关节空间点到点运动的轨迹规划方法 |
CN110125927A (zh) * | 2019-03-18 | 2019-08-16 | 中国地质大学(武汉) | 基于自适应遗传算法的机械臂轨迹规划方法及系统 |
US11325256B2 (en) * | 2020-05-04 | 2022-05-10 | Intrinsic Innovation Llc | Trajectory planning for path-based applications |
CN112192575B (zh) * | 2020-10-21 | 2022-06-14 | 哈工大机器人(合肥)国际创新研究院 | 一种相邻关节空间轨迹过渡方法及装置 |
CN113021356B (zh) * | 2021-04-01 | 2022-05-03 | 南开大学 | 一种面向修锭过程的机器人轨迹规划方法及系统 |
CN112975992B (zh) * | 2021-05-21 | 2021-08-13 | 武汉瀚迈科技有限公司 | 一种误差可控的机器人轨迹同步优化方法 |
CN113253677B (zh) * | 2021-07-05 | 2021-10-08 | 武汉瀚迈科技有限公司 | 一种速度优化和前馈补偿相结合的机器人运动控制方法 |
-
2022
- 2022-07-15 CN CN202210832014.4A patent/CN115202293B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN115202293A (zh) | 2022-10-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111791236B (zh) | 一种工业机器人笛卡尔空间轨迹过渡方法 | |
US20200004228A1 (en) | A feedrate scheduling method for five-axis dual-spline curve interpolation | |
CN110865610B (zh) | 一种基于机床振动抑制的刀具轨迹插值和速度规划方法 | |
Sun et al. | A novel adaptive-feedrate interpolation method for NURBS tool path with drive constraints | |
CN109765887B (zh) | 一种自动驾驶控制方法 | |
CN113253677B (zh) | 一种速度优化和前馈补偿相结合的机器人运动控制方法 | |
CN109048091B (zh) | 激光切割速度规划方法、装置、存储介质及计算机设备 | |
CN106393106A (zh) | 参数自适应密化的机器人nurbs曲线运动插补方法 | |
CN112975992B (zh) | 一种误差可控的机器人轨迹同步优化方法 | |
US11023827B2 (en) | Machine learning device, servo control device, servo control system, and machine learning method for suppressing variation in position error using feedforward control | |
CN115202293B (zh) | 一种工业机器人两段式速度规划方法 | |
CN112486101B (zh) | Nurbs曲线自适应前瞻插补方法 | |
CN109683615A (zh) | 机器人连续运动的路径的速度前瞻方法及机器人控制器 | |
CN111240275B (zh) | 基于对数几率函数在运动和误差限制下的进给率规划方法 | |
JP4269150B2 (ja) | ロボット制御装置 | |
CN111283683A (zh) | 一种机器人视觉特征规划轨迹的伺服跟踪加速收敛方法 | |
CN113525366A (zh) | 一种针对钢轮压路机液压横向控制器的横向控制方法 | |
CN115122329B (zh) | 一种便捷的工业机器人关节空间轨迹规划方法 | |
CN114952852A (zh) | 机器人nurbs曲线速度规划方法、设备及存储介质 | |
CN113031510B (zh) | 面向复杂多轴系统的b样条曲线计算加速方法 | |
CN116909154B (zh) | 一种通过特征查表进行前馈补偿的机器人轨迹优化方法 | |
CN114237152B (zh) | 一种用于激光切割的柔性速度规划及位移补偿方法 | |
Jahanpour | High speed contouring enhanced with C2 PH quintic spline curves | |
JP2002366208A (ja) | 工作機械の自由曲線補間方法及び数値制御装置 | |
CN115958597B (zh) | 一种工业机器人连续姿态路径光顺方法及系统 |
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 |