CN115870974A - 基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法 - Google Patents
基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法 Download PDFInfo
- Publication number
- CN115870974A CN115870974A CN202211423987.9A CN202211423987A CN115870974A CN 115870974 A CN115870974 A CN 115870974A CN 202211423987 A CN202211423987 A CN 202211423987A CN 115870974 A CN115870974 A CN 115870974A
- Authority
- CN
- China
- Prior art keywords
- scalar
- acceleration
- track
- mvc
- time optimal
- 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 42
- 230000001133 acceleration Effects 0.000 claims abstract description 105
- 238000006073 displacement reaction Methods 0.000 claims abstract description 45
- 238000004364 calculation method Methods 0.000 claims abstract description 23
- 230000010354 integration Effects 0.000 claims description 15
- 230000007704 transition Effects 0.000 claims description 11
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims description 7
- 101000796673 Homo sapiens Transformation/transcription domain-associated protein Proteins 0.000 claims description 6
- 102100032762 Transformation/transcription domain-associated protein Human genes 0.000 claims description 6
- 230000008878 coupling Effects 0.000 claims description 6
- 238000010168 coupling process Methods 0.000 claims description 6
- 238000005859 coupling reaction Methods 0.000 claims description 6
- 238000013178 mathematical model Methods 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 238000005457 optimization Methods 0.000 claims description 6
- 101150058668 tra2 gene Proteins 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 4
- 238000013016 damping Methods 0.000 claims description 3
- 239000006185 dispersion Substances 0.000 claims 2
- 230000008859 change Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Landscapes
- Numerical Control (AREA)
Abstract
本发明公开了一种基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,此方法先将获取的任务轨迹转化成参数路径轨迹,然后设置离散步长组,以将参数路径轨迹进行离散化;再依次计算时间最优轨迹规划,并对轨迹进行相似度比较,直到相似度比较结果大于相似度阈值;接着对后结轨迹进行插值,并判断加速度是否超过插值轨迹加速度限制;基于判断结果,先择不超限的轨迹,计算得到每个时刻各个轴的角位移;最后将各轴角位移转换为控制指令脉冲信号。本发明减少了时间最优轨迹的时间与轨迹规划的计算时间,得到了更平滑的时间最优轨迹。
Description
技术领域
本发明涉及多轴运动系统领域的技术,具体涉及一种基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法及推算系统。
背景技术
多轴运动系统得到广泛的应用,其结构包括并联结构与串联结构,轴的移动方式包括转动和移动两种。
对于时间最优轨迹规划,运用数值积分方法进行时间最优轨迹规划,减少了计算量,缩短了计算时间,其将动力学模型用参数方程表示,即将电机力矩约束转化成参数化加速度的约束,运用数值积分法寻找时间最优解决方案,使电机工作在临界饱和力矩的状态下,最大化运行速度,从而最小化运行时间。大多数数值积分算法是将给定轨迹用参数函数表示,并在相平面进行时间最优轨迹规划。在规划时,需要遍历轨迹,在约束条件下计算每一个点的相平面最大标量速度、标量加速度与实际速度,因此需要多次使用动力学模型,耗费较多规划计算时间。且对于一条确定的轨迹,其中许多轨迹点是不重要的,因此会产生不必要的计算,导致耗费更多的规划计算时间。
对于时间最优平滑轨迹规划,可在规划过程中设置动力学约束,如力矩变化率约束,或设置加运动学约束,如加速度约束,或同时设置动力学和运动学约束。在规划得到时间最优平滑轨迹之后,需要根据控制周期对轨迹进行插值,可利用多项式函数对轨迹每一个区间进行插值,得到分段多项式轨迹。对于轨迹平滑,加速度连续是必不可少的。当轨迹离散点较多,子区间较小时,分段多项式中间的点速度或是加速度并不一定满足给定的约束。
发明内容
本发明的目的是为了克服以上现有技术存在的不足,提供了一种基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法。此基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法在保证得到时间最优平滑轨迹的情况下,可减少规划时间。
本发明的目的通过以下的技术方案实现:本基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,包括以下步骤:
S1、获取任务轨迹,并将任务轨迹转化为参数路径轨迹;
S2、设置离散步长组DSL(n)=0.1/2nm,相似度阈值为X,插值轨迹加速度限制为Y,其中,m为单位米,n=0,1,2,…,10;基于离散步长组对参数路径轨迹进行离散化;
S4、对时间最优轨迹进行相似度比较,是在利用类数值积分时间最优轨迹规划算法进行轨迹规划后,利用余弦相似度比较算法,对相邻离散步长对应的相平面时间最优轨迹中的标量速度数据进行相似度比较,选取出相似度高的步长x;
S5、重复步骤S3-S4,直到相似度比较结果大于相似度阈值,即x>X;
S6、对后续轨迹进行插值,利用分段五次多项式对后续离散步长对应的轨迹进行插值,以计算得到后续轨迹的最大加速度y,并判断最大加速度y是否大于插值轨迹加速度限制Y;
S7、若y>Y,计算得到每个时刻各个轴的角位移;
S8、将各轴角位移转换为控制指令脉冲信号。
优选的,步骤S1中,将任务轨迹转化为参数路径轨迹的具体过程为:
根据路径轨迹位移的总长度,将路径轨迹归一化,用标量参数s描述多轴运动系统末端任务轨迹的标量位移,得到参数路径轨迹。
优选的,步骤S3的具体步骤如下:
S31、对单轴动力学结构模型进行分析建模,得
其中,Jm为电机转动惯量,Jc1为电机端联轴器的转动惯量,Jc2为丝杠端联轴器的转动惯量,Js为丝杆转动惯量,m1为滚珠丝杠螺母的质量,m2为工作台的质量,klb和krb分别为左端和右端轴承的径向刚度,klg为工作台与线性导轨的接触面刚度。Clg为工作台与线性导轨接触面的阻尼系数,fc为工作台与线性导轨之间的库伦摩擦系数,符号(·)表示对时间t的导数;qm为电机输出轴转角,qs为滚珠丝杆转角,qn为丝杠螺母的相对转角,vb为丝杠整体因轴承而产生的径向振动位移,v为与线性导轨接触的工作台产生垂直方向的振动位移,u为与滚珠丝杠螺母固定连接的工作台产生轴向位移;
用qm代替qs和qn,u可用qn表示,qn=2πu/ph,ph为丝杠导程,对式(1)进行简化得:
τm=Hb·β,(2)
其中,C为常数项;
将qm视为关于标量参数s的函数q(s),并采用分段最小乘拟合方法,分段拟合q(s),得
q(s)=a0+a1s+…+aksk,(3)
其中,a0,…,ak是各关节拟合的表达式系数矩阵,k是用于最小二乘拟合的表达式阶数;
将式(3)-(5)代入式(2),可得多轴运动系统的动力学模型:
其中,m(s)=M·q′(s),v(s)=M·q″(s),f(s)=fv·q′(s),c(s)=fc·sign[q′(s)]+C;
时间最优轨迹的目标是使轨迹运行时间最小,则优化目标函数设置为:
进行规划时,对于离散点数为N的轨迹,优化目标函数最终为:
联立式(4)-(7)、(10)及(11),可得时间最优轨迹的数学模型为:
其中,每个离散点处电机转角相对于标量位移s的一阶导q′(sk)和二阶导q″(sk)可根据式(3)对s求导得到;
在相平面上,由式(13)和(14),可得在离散点sk处,其中k=1,2,……,N;X轴和Z轴各自的关节角加速度约束/>和关节力矩约束(τmin,τmax)构成标量加速度/>可行区域,在可行域内,离散点sk的最大标量加速度/>与最小标量加速度/>分别为:
当时,/>或/>取合适步长,从/>或/>点处开始,根据所选步长沿着/>轴向前搜索,计算此时/>处对应的/>与/>当时,说明此时/>位于区间/>内,停止搜索,利用黄金分割法在中搜索得到满足精度要求的最大速度/>
由式(17)及X轴Z轴各自的关节角速度约束,可得速度约束下的最大速度限制曲线MVCvel=min(MVCXvel,MVCZvel),最终得到满足速度,加速度,力矩约束的最大速度限制曲线MVC=min(MVCacc&tor,MVCvel);
可得:
可得:
若规划的曲线与MVC相交,、从α-profile与MVC相交的交点开始,沿着MVC向前搜索转换点。定义搜索得到部分MVC曲线为γ-profile;
S38、最终按顺序将得到的α-profile、β-profile、γ-profile和δ-profile连接构成完整的最优轨迹,即可得到时间最优轨迹。
优选的,步骤S4的具体步骤如下:
S41、对给定轨迹进行时间最优轨迹规划后,可得到数据集由两组一一对应的数据集组成,即标量位移数据集D(s)和标量速度数据集/>其中,/>为相平面时间最优轨迹;对前后离散步长进行规划后分别得到D1(s)与/>D2(s)与/>根据前后离散化步长对应的标量位移数据集D1(s)与D2(s)之间的关系,将较大的离散步长对应的标量速度数据集/>运用直线插补方法,插补至与较小离散步长对应的标量速度数据集/>令标量速度数据集/>和标量速度数据集/>具有相同数据长度;
S42、采用余弦相似度比较算法,度量两条时间最优轨迹相似度,假设相邻离散步长对应时间最优轨迹的速度数据集分别为Tra1与Tra2,经过上述直线插补处理后,Tra1与Tra2具有相同的维数,则其相似度为:
利用离散步长数据组0.1/2nm,对时间最优轨迹进行重新离散化,将相邻离散化步长对应的规划得到的时间最优轨迹,插补到相同数据长度后,即相同向量维数,运用式(23)进行余弦相似度比较,以得相似度比较结果x。
优选的,步骤S6的具体步骤如下::
S61、对给定轨迹进行时间最优轨迹规划后,得到了一一对应的标量位移数据集D(s),标量速度数据集和标量加速度数据集/>根据轨迹数据中相邻点的标量速度与标量加速度/>计算五次多项式各个系数,再根据相邻点之间的轨迹运行时间及其对应五次多项式,以伺服驱动器的控制周期,对标量位移s数据的各个子区间进行插值,得到了分段五次多项式插值轨迹,表达式如下:
s(t)=c0+c1t+c2t2+c3t3+c4t4+c5t5,(24)
其中,c0,…,c5为五次多项式表达式系数矩阵;
S62、由台达伺服驱动器的加减速时间设定,设置插值轨迹加速度限制Ym/s2,将式(24)分段五次多项式插值轨迹s(t)对t求一阶导和二阶导得到每一个点的标量速度与标量加速度/>再对式(3)关节角度关于s的函数q(s)对s求一阶导和二阶导得到速度q′(sk)与加速度q″(sk),由式(13),可得:
又
联立式(25)和(26),可得
由式(27)可判断轨迹每一点的加速度是否在限制以内,由此选取出加速度不超限的轨迹。
优选的,在步骤S63之后,还包括以下步骤:
优选的,步骤S7包括以下步骤:
输出n-1对应离散化步长DSL(n-1)的用五次样条曲线插补得到的D'2(s),利用分段最小二乘拟合法将插值得到的D'2(s)数据转到关节空间。
本发明相对于现有技术具有如下的优点:
本发明采用了类数值积分相平面时间最优轨迹规划算法,设置了一组逐渐细化的离散步长,利用余弦相似度比较算法,对相邻离散步长对应相平面时间最优轨迹进行相似度比较,选取出相似度高的一组步长,再利用五次多项式对该组步长对应轨迹进行分段插值,设置加速度限制,根据分段多项式轨迹的加速度,在该组步长中选出不超限的轨迹,最终得到时间最优平滑轨迹,减少了规划时间。
附图说明
图1是本发明实施例的基于余弦相似度比较的多轴运动系统的时间最优平滑轨迹规划方法流程示意图。
图2是本发明实施例的相平面类数值积分时间最优轨迹规划示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步说明。
如图1所示的一种基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,包括以下步骤:
S1、获取任务轨迹,并将任务轨迹转化为参数路径轨迹;具体的,步骤S1中,将任务轨迹转化为参数路径轨迹的具体过程为:
根据路径轨迹位移的总长度,将路径轨迹归一化,用标量参数s描述多轴运动系统末端任务轨迹的标量位移,得到参数路径轨迹。规定时间t,轨迹起始点t=0,s(0)=0,结束点t=T,s(T)=1。在时间t时,对s(t)有s(0)=0 s(t)1s(T#)。
S2、设置离散步长组DSL(n)=0.1/2nm,n=0,1,2,…,10;即设置一组首项为0.1m,公比为1/2的等比数列,相似度阈值为X,插值轨迹加速度限制为Y,其中,m为单位米,基于离散步长组对参数路径轨迹进行离散化;该离散步长组中的步长逐渐减小,根据该离散步长组对参数路径轨迹进行重新离散化,可得到一组离散点逐渐增多的轨迹。
步骤S3的具体步骤如下:
S31、对单轴动力学结构模型进行分析建模,得
其中,Jm为电机转动惯量,Jc1为电机端联轴器的转动惯量,Jc2为丝杠端联轴器的转动惯量,Js为丝杆转动惯量,m1为滚珠丝杠螺母的质量,m2为工作台的质量,klb和krb分别为左端和右端轴承的径向刚度,klg为工作台与线性导轨的接触面刚度。Clg为工作台与线性导轨接触面的阻尼系数,fc为工作台与线性导轨之间的库伦摩擦系数,符号(·)表示对时间t的导数;qm为电机输出轴转角,qs为滚珠丝杆转角,qn为丝杠螺母的相对转角,vb为丝杠整体因轴承而产生的径向振动位移,v为与线性导轨接触的工作台产生垂直方向的振动位移,u为与滚珠丝杠螺母固定连接的工作台产生轴向位移;
用qm代替qs和qn,u可用qn表示,qn=2πu/ph,ph为丝杠导程,对式(1)进行简化得:
τm=Hb·β,(2)
其中,C为常数项,即于振动位移量vb和v微小且难以测量,可用常数项C近似拟合;
进行动力学参数辨识可得到β中的参数。将qm视为关于标量参数s的函数q(s),并采用分段最小乘拟合方法,分段拟合q(s),得
q(s)=a0+a1s+…+aksk,(3)
其中,a0,…,ak是各关节拟合的表达式系数矩阵,k是用于最小二乘拟合的表达式阶数;
将式(3)-(5)代入式(2),可得多轴运动系统的动力学模型:
其中,m(s)=M·q′(s),v(s)=M·q″(s),f(s)=fv·q′(s),c(s)=fc·sign[q′(s)]+C;
时间最优轨迹的目标是使轨迹运行时间最小,则优化目标函数设置为:
进行规划时,对于离散点数为N的轨迹,优化目标函数最终为:
联立式(4)-(7)、(10)及(11),可得时间最优轨迹的数学模型为:
其中,每个离散点处电机转角相对于标量位移s的一阶导q′(sk)和二阶导q″(sk)可根据式(3)对s求导得到;
在相平面上,由式(13)和(14),可得在离散点sk处,其中k=1,2,……,N;X轴和Z轴各自的关节角加速度约束/>和关节力矩约束(τmin,τmax)构成标量加速度/>可行区域,在可行域内,离散点sk的最大标量加速度/>与最小标量加速度/>分别为:
当时,/>或/>取合适步长,如0.1m,从/>或/>点处开始(若/>不存在则从/>处开始),根据所选步长沿着/>轴向前搜索,计算此时/>处对应的/>与/>当/>时,说明此时/>位于区间/>内,停止搜索,利用黄金分割法在/>中搜索得到满足精度要求的最大速度/>
由式(17)及X轴Z轴各自的关节角速度约束,可得速度约束下的最大速度限制曲线MVCvel=min(MVCXvel,MVCZvel),最终得到满足速度,加速度,力矩约束的最大速度限制曲线MVC=min(MVCacc&tor,MVCvel);
可得:
可得:
若规划的曲线与MVC相交,、从α-profile与MVC相交的交点开始,沿着MVC向前搜索转换点。定义搜索得到部分MVC曲线为γ-profile;
S38、最终按顺序将得到的α-profile、β-profile、γ-profile和δ-profile连接构成完整的最优轨迹,即可得到时间最优轨迹。
S4、对时间最优轨迹进行相似度比较,是在利用类数值积分时间最优轨迹规划算法进行轨迹规划后,利用余弦相似度比较算法,对相邻离散步长对应的相平面时间最优轨迹中的标量速度数据进行相似度比较,选取出相似度高的步长x;
步骤S4的具体步骤如下:
S41、对给定轨迹进行时间最优轨迹规划后,可得到数据集由两组一一对应的数据集组成,即标量位移数据集D(s)和标量速度数据集/>其中,/>为相平面时间最优轨迹;对前后离散步长进行规划后分别得到D1(s)与/>D2(s)与/>根据前后离散化步长对应的标量位移数据集D1(s)与D2(s)之间的关系,将较大的离散步长对应的标量速度数据集/>运用直线插补方法,插补至与较小离散步长对应的标量速度数据集令标量速度数据集/>和标量速度数据集/>具有相同数据长度;
S42、采用余弦相似度比较算法,度量两条时间最优轨迹相似度,假设相邻离散步长对应时间最优轨迹的速度数据集分别为Tra1与Tra2,经过上述直线插补处理后,Tra1与Tra2具有相同的维数,则其相似度为:
利用离散步长数据组0.1/2nm,对时间最优轨迹进行重新离散化,将相邻离散化步长对应的规划得到的时间最优轨迹,插补到相同数据长度后,即相同向量维数,运用式(23)进行余弦相似度比较,以得相似度比较结果x。
S5、重复步骤S3-S4,直到相似度比较结果大于相似度阈值,即x>X;若x>X,则该离散步长及其之后的步长均可以作为离散步长选择。
S6、对后续轨迹进行插值,利用分段五次多项式对后续离散步长对应的轨迹进行插值,以计算得到后续轨迹的最大加速度y,并判断最大加速度y是否大于插值轨迹加速度限制Y;
步骤S6的具体步骤如下::
S61、对给定轨迹进行时间最优轨迹规划后,得到了一一对应的标量位移数据集D(s),标量速度数据集和标量加速度数据集/>根据轨迹数据中相邻点的标量速度与标量加速度/>计算五次多项式各个系数,再根据相邻点之间的轨迹运行时间及其对应五次多项式,以伺服驱动器的控制周期,对标量位移s数据的各个子区间进行插值,得到了分段五次多项式插值轨迹,表达式如下:
s(t)=c0+c1t+c2t2+c3t3+c4t4+c5t5,(24)
其中,c0,…,c5为五次多项式表达式系数矩阵;
S62、由台达伺服驱动器的加减速时间设定,设置插值轨迹加速度限制Ym/s2,将式(24)分段五次多项式插值轨迹s(t)对t求一阶导和二阶导得到每一个点的标量速度与标量加速度/>再对式(3)关节角度关于s的函数q(s)对s求一阶导和二阶导得到速度q′(sk)与加速度q″(sk),由式(13),可得:
又
联立式(25)和(26),可得
由式(27)可判断轨迹每一点的加速度是否在限制以内,由此选取出加速度不超限的轨迹。
优选的,在步骤S63之后,还包括以下步骤:
S7、若y>Y,计算得到每个时刻各个轴的角位移;步骤S7包括以下步骤:
输出n-1对应离散化步长DSL(n-1)的用五次样条曲线插补得到的D'2(s),利用分段最小二乘拟合法将插值得到的D'2(s)数据转到关节空间。
S8、将各轴角位移转换为控制指令脉冲信号。
本发明将给定轨迹根据一组逐渐细化的离散化步长进行重新离散化,使用类数值积分相平面时间最优轨迹规划算法进行轨迹规划,将时间最优轨迹视为多维向量,利用余弦相似度比较算法对相邻步长对应轨迹进行比较,得出轨迹间的相似度,设置相似度阈值,当相似度大于阈值时,即认为此时两条轨迹足够相似,选取此时的离散步长及其之后的步长。再对规划出的时间最优轨迹利用五次多项式进行分段插值,同时,为了防止由于离散步长过小,导致离散点过多,同时子区间过小,插值后子区间内点的加速度可能会超限,导致轨迹不平滑的问题,针对分段五次多项式轨迹设置了加速度限制,在所选取的步长中选出加速度不超限的分段五次多项式轨迹,得到时间最优平滑轨迹,减少轨迹规划计算时间。最后运用分段最小二乘法拟合法,将轨迹转换到关节空间,计算出各轴的关节角度。将各轴角位移转换为控制指令脉冲信号,输入到控制程序中,控制多轴运动系统进行运动。本发明使用余弦相似度比较与分段五次多项式插值的方法,选取了最优的离散点数,有效减少了多轴运动系统的时间最优轨迹的时间与轨迹规划的计算时间,得到了更平滑的时间最优轨迹。
上述具体实施方式为本发明的优选实施例,并不能对本发明进行限定,其他的任何未背离本发明的技术方案而所做的改变或其它等效的置换方式,都包含在本发明的保护范围之内。
Claims (8)
1.基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,其特征在于:包括以下步骤:
S1、获取任务轨迹,并将任务轨迹转化为参数路径轨迹;
S2、设置离散步长组DSL(n)=0.1/2nm,相似度阈值为X,插值轨迹加速度限制为Y,其中,m为单位米,n=0,1,2,…,10;基于离散步长组对参数路径轨迹进行离散化;
S4、对时间最优轨迹进行相似度比较,是在利用类数值积分时间最优轨迹规划算法进行轨迹规划后,利用余弦相似度比较算法,对相邻离散步长对应的相平面时间最优轨迹中的标量速度数据进行相似度比较,选取出相似度高的步长x;
S5、重复步骤S3-S4,直到相似度比较结果大于相似度阈值,即x>X;
S6、对后续轨迹进行插值,利用分段五次多项式对后续离散步长对应的轨迹进行插值,以计算得到后续轨迹的最大加速度y,并判断最大加速度y是否大于插值轨迹加速度限制Y;
S7、若y>Y,计算得到每个时刻各个轴的角位移;
S8、将各轴角位移转换为控制指令脉冲信号。
2.根据权利要求1所述的基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,其特征在于:步骤S1中,将任务轨迹转化为参数路径轨迹的具体过程为:
根据路径轨迹位移的总长度,将路径轨迹归一化,用标量参数s描述多轴运动系统末端任务轨迹的标量位移,得到参数路径轨迹。
3.根据权利要求1所述的基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,其特征在于:步骤S3的具体步骤如下:
S31、对单轴动力学结构模型进行分析建模,得
其中,Jm为电机转动惯量,Jc1为电机端联轴器的转动惯量,Jc2为丝杠端联轴器的转动惯量,Js为丝杆转动惯量,m1为滚珠丝杠螺母的质量,m2为工作台的质量,klb和krb分别为左端和右端轴承的径向刚度,klg为工作台与线性导轨的接触面刚度,Clg为工作台与线性导轨接触面的阻尼系数,fc为工作台与线性导轨之间的库伦摩擦系数,符号(·)表示对时间t的导数;qm为电机输出轴转角,qs为滚珠丝杆转角,qn为丝杠螺母的相对转角,vb为丝杠整体因轴承而产生的径向振动位移,v为与线性导轨接触的工作台产生垂直方向的振动位移,u为与滚珠丝杠螺母固定连接的工作台产生轴向位移;
用qm代替qs和qn,u可用qn表示,qn=2πu/ph,ph为丝杠导程,对式(1)进行简化得:
τm=Hb·β, (2)
其中,C为常数项;
将qm视为关于标量参数s的函数q(s),并采用分段最小乘拟合方法,分段拟合q(s),得
q(s)=a0+a1s+…+aksk, (3)
其中,a0,…,ak是各关节拟合的表达式系数矩阵,k是用于最小二乘拟合的表达式阶数;
将式(3)-(5)代入式(2),可得多轴运动系统的动力学模型:
其中,m(s)=M·q′(s),v(s)=M·q″(s),f(s)=fv·q′(s),c(s)=fc·sign[q′(s)]+C;
时间最优轨迹的目标是使轨迹运行时间最小,则优化目标函数设置为:
进行规划时,对于离散点数为N的轨迹,优化目标函数最终为:
联立式(4)-(7)、(10)及(11),可得时间最优轨迹的数学模型为:
其中,每个离散点处电机转角相对于标量位移s的一阶导q′(sk)和二阶导q″(sk)可根据式(3)对s求导得到;
在相平面上,由式(13)和(14),可得在离散点sk处,其中k=1,2,……,N;X轴和Z轴各自的关节角加速度约束/>和关节力矩约束(τmin,τmax)构成标量加速度/>可行区域,在可行域内,离散点sk的最大标量加速度/>与最小标量加速度/>分别为:
当时,/>或/>取合适步长,从/>或/>点处开始,根据所选步长沿着/>轴向前搜索,计算此时/>处对应的/>与/>当时,说明此时/>位于区间/>内,停止搜索,利用黄金分割法在中搜索得到满足精度要求的最大速度/>/>
由式(17)及X轴Z轴各自的关节角速度约束,可得速度约束下的最大速度限制曲线MVCvel=min(MVCXvel,MVCZvel),最终得到满足速度,加速度,力矩约束的最大速度限制曲线MVC=min(MVCacc&tor,MVCvel);
可得:
可得:
若规划的曲线与MVC相交,、从α-profile与MVC相交的交点开始,沿着MVC向前搜索转换点,定义搜索得到部分MVC曲线为γ-profile;
S38、最终按顺序将得到的α-profile、β-profile、γ-profile和δ-profile连接构成完整的最优轨迹,即可得到时间最优轨迹。
5.根据权利要求1所述的基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,其特征在于:步骤S4的具体步骤如下:
S41、对给定轨迹进行时间最优轨迹规划后,可得到数据集由两组一一对应的数据集组成,即标量位移数据集D(s)和标量速度数据集/>其中,/>为相平面时间最优轨迹;对前后离散步长进行规划后分别得到D1(s)与/>D2(s)与/>根据前后离散化步长对应的标量位移数据集D1(s)与D2(s)之间的关系,将较大的离散步长对应的标量速度数据集/>运用直线插补方法,插补至与较小离散步长对应的标量速度数据集令标量速度数据集/>和标量速度数据集/>具有相同数据长度;
S42、采用余弦相似度比较算法,度量两条时间最优轨迹相似度,假设相邻离散步长对应时间最优轨迹的速度数据集分别为Tra1与Tra2,经过上述直线插补处理后,Tra1与Tra2具有相同的维数,则其相似度为:
利用离散步长数据组0.1/2nm,对时间最优轨迹进行重新离散化,将相邻离散化步长对应的规划得到的时间最优轨迹,插补到相同数据长度后,即相同向量维数,运用式(23)进行余弦相似度比较,以得相似度比较结果x。
6.根据权利要求1所述的基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,其特征在于:步骤S6的具体步骤如下::
S61、对给定轨迹进行时间最优轨迹规划后,得到了一一对应的标量位移数据集D(s),标量速度数据集和标量加速度数据集/>根据轨迹数据中相邻点的标量速度/>与标量加速度/>计算五次多项式各个系数,再根据相邻点之间的轨迹运行时间及其对应五次多项式,以伺服驱动器的控制周期,对标量位移s数据的各个子区间进行插值,得到了分段五次多项式插值轨迹,表达式如下:
s(t)=c0+c1t+c2t2+c3t3+c4t4+c5t5, (24)
其中,c0,…,c5为五次多项式表达式系数矩阵;
S62、由台达伺服驱动器的加减速时间设定,设置插值轨迹加速度限制Ym/s2,将式(24)分段五次多项式插值轨迹s(t)对t求一阶导和二阶导得到每一个点的标量速度与标量加速度/>再对式(3)关节角度关于s的函数q(s)对s求一阶导和二阶导得到速度q′(sk)与加速度q″(sk),由式(13),可得:
又
联立式(25)和(26),可得
由式(27)可判断轨迹每一点的加速度是否在限制以内,由此选取出加速度不超限的轨迹;
8.根据权利要求1所述的基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法,其特征在于:步骤S7包括以下步骤:
输出n-1对应离散化步长DSL(n-1)的用五次样条曲线插补得到的D'2(s),利用分段最小二乘拟合法将插值得到的D'2(s)数据转到关节空间。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211423987.9A CN115870974B (zh) | 2022-11-15 | 2022-11-15 | 基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211423987.9A CN115870974B (zh) | 2022-11-15 | 2022-11-15 | 基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115870974A true CN115870974A (zh) | 2023-03-31 |
CN115870974B CN115870974B (zh) | 2024-05-17 |
Family
ID=85759876
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211423987.9A Active CN115870974B (zh) | 2022-11-15 | 2022-11-15 | 基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115870974B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190184560A1 (en) * | 2017-01-19 | 2019-06-20 | Beijing University Of Technology | A Trajectory Planning Method For Six Degree-of-Freedom Robots Taking Into Account of End Effector Motion Error |
CN110162586A (zh) * | 2019-05-24 | 2019-08-23 | 中国科学院地理科学与资源研究所 | 一种适用于移动目标分支轨迹的相似度查询系统及方法 |
CN110196590A (zh) * | 2019-04-23 | 2019-09-03 | 华南理工大学 | 一种用于机器人路径跟踪的时间最优轨迹规划系统及方法 |
CN110209048A (zh) * | 2019-05-20 | 2019-09-06 | 华南理工大学 | 基于动力学模型的机器人时间最优轨迹规划方法、设备 |
CN110221538A (zh) * | 2019-04-26 | 2019-09-10 | 华南理工大学 | 一种结合迭代学习的时间最优轨迹规划控制器及方法 |
-
2022
- 2022-11-15 CN CN202211423987.9A patent/CN115870974B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190184560A1 (en) * | 2017-01-19 | 2019-06-20 | Beijing University Of Technology | A Trajectory Planning Method For Six Degree-of-Freedom Robots Taking Into Account of End Effector Motion Error |
CN110196590A (zh) * | 2019-04-23 | 2019-09-03 | 华南理工大学 | 一种用于机器人路径跟踪的时间最优轨迹规划系统及方法 |
CN110221538A (zh) * | 2019-04-26 | 2019-09-10 | 华南理工大学 | 一种结合迭代学习的时间最优轨迹规划控制器及方法 |
CN110209048A (zh) * | 2019-05-20 | 2019-09-06 | 华南理工大学 | 基于动力学模型的机器人时间最优轨迹规划方法、设备 |
CN110162586A (zh) * | 2019-05-24 | 2019-08-23 | 中国科学院地理科学与资源研究所 | 一种适用于移动目标分支轨迹的相似度查询系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115870974B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111399514B (zh) | 一种机器人时间最优轨迹规划方法 | |
Li et al. | Dual sliding mode contouring control with high accuracy contour error estimation for five-axis CNC machine tools | |
Xiao et al. | Smooth and near time‐optimal trajectory planning of industrial robots for online applications | |
CN110561438A (zh) | 基于动力学参数辨识的工业机器人力/位柔顺控制方法 | |
CN113253678B (zh) | 精密运动平台的运动轨迹规划方法 | |
Dong et al. | Optimal feed-rate scheduling for high-speed contouring | |
CN114102606B (zh) | 机器人运动信息规划方法及相关装置 | |
Cen et al. | Nonholonomic wheeled mobile robot trajectory tracking control based on improved sliding mode variable structure | |
CN112799304A (zh) | 一种基于时变摩擦补偿的双电机同步控制方法及设备 | |
Lu et al. | Experimental determination of dynamic parameters of robotic arms | |
Zhang et al. | Robotic curved surface tracking with a neural network for angle identification and constant force control based on reinforcement learning | |
Li et al. | Contouring compensation control based on high accuracy contour error estimation for multi-axis motion systems | |
Li et al. | Friction identification and compensation design for precision positioning | |
CN111427308A (zh) | 一种用于数控平台轨迹规划的误差补偿综合控制方法 | |
CN105929791B (zh) | 平面直角坐标运动系统的直接轮廓控制方法 | |
Cheng et al. | Mechanism-based structured deep neural network for cutting force forecasting using CNC inherent monitoring signals | |
CN115870974A (zh) | 基于余弦相似度比较的多轴运动系统时间最优轨迹规划方法 | |
Cheng et al. | Dynamic modeling and parameter identification for a gantry-type automated fiber placement machine | |
Lam et al. | Multi-axis model predictive contouring control | |
Guo et al. | Active disturbance rejection control for PMLM servo system in CNC machining | |
CN105700470A (zh) | 一种用于减小机床伺服进给系统跟踪误差的方法 | |
CN114952852A (zh) | 机器人nurbs曲线速度规划方法、设备及存储介质 | |
CN114296404A (zh) | 一种计算五轴点胶机加工轨迹速度的方法 | |
CN115122329A (zh) | 一种便捷的工业机器人关节空间轨迹规划方法 | |
CN113946922A (zh) | 一种五轴联动铣削过程的动力学集成建模和加工精度预测方法 |
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 |