CN116100578B - 一种双关节机器人的指令快速响应系统 - Google Patents
一种双关节机器人的指令快速响应系统 Download PDFInfo
- Publication number
- CN116100578B CN116100578B CN202310391567.5A CN202310391567A CN116100578B CN 116100578 B CN116100578 B CN 116100578B CN 202310391567 A CN202310391567 A CN 202310391567A CN 116100578 B CN116100578 B CN 116100578B
- Authority
- CN
- China
- Prior art keywords
- control
- parameter
- response
- joint
- double
- 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
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J17/00—Joints
-
- 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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明提供了一种双关节机器人的指令快速响应系统,包括:指令预测模块,用于确定出双关节机器人的超前预测控制指令;计划确定模块,用于基于超前预测控制指令确定出双关节机器人的双关节控制计划和非关节控制计划;超前确定模块,用于确定出双关节机器人的电气系统的超前电气响应参数和机械系统的超前机械响应参数;初次调参模块,用于基于超前电气响应参数和超前机械响应参数,对双关节机器人进行初次调参;最终响应模块,用于基于实际控制指令对指令响应超前控制结果进行二次调参,获得指令快速响应结果;用以通过对控制指令的提前预测在可响应范围内对双关节机器人进行超前调参,提高双关节机器人对控制指令的响应速度。
Description
技术领域
本发明涉及机器人控制技术领域,特别涉及一种双关节机器人的指令快速响应系统。
背景技术
目前,双关节机器人由于存在两个旋转关节,使得其在生产应用中的夹取放置等操作中具有更加良好的性能,双关节机器人的结构复杂,因而对其的程序控制过程也更为复杂,完成相同动作相较于其他简单结构的机器人需要完成更多的控制指令,而对指令的响应速度对双关节机器人的动作速度有直接的影响,因此,提高指令响应速度对双关节机器人的控制领域非常重要。现存的提高指令响应的方式大多通过改善接口中应用缓存技术提升数据的加载速度之类的硬件优化方法或者对程序控制系统的软件优化方法来实现。
但是,通过硬件优化方法或者软件优化方法对指令响应速度的优化存在极限,且在实际应用中由于成本问题难以落地。
因此,本发明提出了一种双关节机器人的指令快速响应系统。
发明内容
本发明提供一种双关节机器人的指令快速响应系统,用以通过对控制指令的提前预测在可响应范围内对双关节机器人进行超前调参,提高双关节机器人对控制指令的响应速度。
本发明提供一种双关节机器人的指令快速响应系统,包括:
指令预测模块,用于基于双关节机器人接收的所有历史控制指令,确定出双关节机器人的超前预测控制指令;
计划确定模块,用于基于超前预测控制指令确定出双关节机器人的双关节控制计划和非关节控制计划;
超前确定模块,用于基于双关节控制计划和非关节控制计划,确定出双关节机器人的电气系统的超前电气响应参数和机械系统的超前机械响应参数;
初次调参模块,用于基于超前电气响应参数和超前机械响应参数,对双关节机器人进行初次调参,获得指令响应超前控制结果;
最终响应模块,用于基于双关节机器人最新接收到的实际控制指令对指令响应超前控制结果进行二次调参,获得指令快速响应结果。
优选的,指令预测模块,包括:
线程生成单元,用于基于双关节机器人接收的所有历史控制指令生成指令控制全记录线程;
周期划分单元,用于对指令控制全记录线程进行周期划分,获得多个控制周期的控制记录线程,并识别出当前控制周期的当前控制记录线程;
一致存在判断单元,用于判断出除当前控制周期以外剩余的所有控制周期的控制记录线程中是否存在与当前控制记录线程一致的部分控制记录线程,获得一致存在判断结果;
指令预测单元,用于基于一致存在判断结果和所有控制周期的控制记录线程,确定出双关节机器人的超前预测控制指令。
优选的,指令预测模块,包括:
第一预测单元,用于当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中存在与当前控制记录线程一致的部分控制记录线程时,则将对应控制记录线程中部分控制记录线程之后的第一个控制指令当作双关节机器人的超前预测控制指令;
概率确定单元,用于当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中不存在与当前控制记录线程一致的部分控制记录线程时,则基于除当前控制周期以外剩余的所有控制周期的控制记录线程确定出每种动作种类的第一概率,并基于当前控制记录线程确定出每种动作种类的第二概率;
动作预测单元,用于基于除当前控制周期以外剩余的所有控制周期的控制记录线程的第一权重和当前控制记录线程的第二权重以及每种动作种类的第一概率和第二概率,计算出每种动作种类的综合预测概率,基于综合预测概率确定出目标动作种类;
第二预测单元,用于基于目标动作种类确定出双关节机器人的超前预测控制指令。
优选的,计划确定模块,包括:
模型搭建单元,用于搭建出双关节机器人在三维运行空间中的实时姿态模型;
模型预搭建单元,用于搭建出双关节机器人在三维运行空间中执行超前预测控制指令时的假设姿态模型;
计划确定单元,用于基于实时姿态模型和假设姿态模型确定出双关节机器人的双关节控制计划和非关节控制计划。
优选的,超前确定模块,包括:
第一确定单元,用于基于双关节控制计划确定出每个关节电气系统的第一假设响应参数和每个关节机械系统的第一惯量改变值;
第二确定单元,用于基于非关节控制计划确定出每个非关节电气系统的第二假设响应参数和每个非关节机械系统的第二惯量改变值;
参数汇总单元,用于将所有关节电气系统的第一假设响应参数和所有非关节电气系统的第二假设响应参数当作双关节机器人的电气系统的超前电气响应参数,同时,将所有关节机械系统的第一惯量改变值和所有非关节机械系统的第二惯量改变值当作双关节机器人的机械系统的超前机械响应参数。
优选的,初次调参模块,包括:
第一控制参数确定单元,用于基于超前电气响应参数和超前机械响应参数,确定出每个关节电气系统的第一假设控制参数;
第二控制参数确定单元,用于基于超前电气响应参数和超前机械响应参数,确定出每个非关节电气系统的第二假设控制参数;
参数去关联校正单元,用于对所有关节电气系统第一假设控制参数和所有非关节电气系统的第二假设控制参数进行去关联校正,获得双关节机器人的电气系统的超前控制校正电气参数;
初次调参单元,用于基于超前控制校正电气参数对双关节机器人进行初次调参,获得指令响应超前控制结果。
优选的,第一控制参数确定单元,包括:
第一响应确定子单元,用于基于超前机械响应参数中的第一惯量改变值和对应的关节电气系统原始参数,确定出对应关节电气系统的第三假设响应参数;
第一响应汇总子单元,用于将每个关节电气系统在超前电气响应参数中的第一假设响应参数与对应的第三假设响应参数的平均值当作对应关节电气系统的目标电气响应参数;
第一控制参数确定子单元,用于基于每个关节电气系统的目标电气响应参数,确定出每个关节电气系统的第一假设控制参数。
优选的,第二控制参数确定单元,包括:
第二响应确定子单元,用于基于超前机械响应参数中的第二惯量改变值和对应的非关节电气系统原始参数,确定出对应非关节电气系统的第四假设响应参数;
第二响应汇总子单元,用于将每个非关节电气系统在超前电气响应参数中的第二假设响应参数与对应的第四假设响应参数的和当作对应非关节电气系统的目标电气响应参数;
第二控制参数确定子单元,用于基于每个非关节电气系统的目标电气响应参数,确定出每个非关节电气系统的第二假设控制参数。
优选的,参数去关联校正单元,包括:
关系网搭建子单元,用于基于双关节机器人的所有关节电气系统和所有非关节电气系统中的所有控制参数变量之间的预设影响关系,搭建出变量关系网;
第一确定子单元,用于基于变量关系网中每个控制参数变量对应的第一假设控制参数对应的第一假设响应时间或对应的第二假设控制参数对应的第二假设响应时间,确定出每个控制参数变量的第一控制优先值;
第二确定子单元,用于基于变量关系网确定出每个控制参数变量的总影响脉络,确定出对应控制参数变量的第二控制优先值;
顺序确定子单元,用于基于第一控制优先值和第二控制优先值确定出综合优先值,基于综合优先值在变量关系网中确定出每个控制参数变量的控制顺序;
影响量确定子单元,用于基于变量关系网依次确定出控制顺序中每个控制参数变量对应的第一假设控制参数或第二假设控制参数对除对应控制参数变量以外剩余的控制参数变量的关联控制参数影响量,直至遍历完控制顺序中的所有控制参数变量,将每个控制参数变量的所有关联控制参数影响量的和当作综合关联控制参数影响量;
去关联校正子单元,用于将每个控制参数变量对应的第一假设控制参数或第二假设控制参数与对应的综合关联控制参数影响量的差值,当作双关节机器人的电气系统中对应控制参数变量的超前控制校正电气参数。
优选的,最终响应模块,包括:
改进确定单元,用于基于双关节机器人最新接收到的实际控制指令确定出响应改进参数;
二次调参单元,用于基于响应改进参数对指令响应超前控制结果进行二次调参,获得指令快速响应结果。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1为本发明实施例中的一种双关节机器人的指令快速响应系统示意图;
图2为本发明实施例中的一种指令预测模块示意图;
图3为本发明实施例中的一种指令预测模块示意图;
图4为本发明实施例中的一种双关节模组的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明提供了一种双关节机器人的指令快速响应系统,参考图1和4,包括:
指令预测模块,用于基于双关节机器人接收的所有历史控制指令,确定出双关节机器人的超前预测控制指令;
计划确定模块,用于基于超前预测控制指令确定出双关节机器人的双关节控制计划和非关节控制计划;
超前确定模块,用于基于双关节控制计划和非关节控制计划,确定出双关节机器人的电气系统的超前电气响应参数和机械系统的超前机械响应参数;
初次调参模块,用于基于超前电气响应参数和超前机械响应参数,对双关节机器人进行初次调参,获得指令响应超前控制结果;
最终响应模块,用于基于双关节机器人最新接收到的实际控制指令对指令响应超前控制结果进行二次调参,获得指令快速响应结果。
该实施例中,历史控制指令即为双关节机器人曾经接收到的来自控制台(或控制应用程序)的控制指令。
该实施例中,超前预测控制指令即为预测出的双关节机器人接下来的一定周期内接收到的控制指令。
该实施例中,双关节机器人为包含双关节模组(本实施例不限定机器人包含的双关节模组的个数)的机器人,双关节模组的结构可参考图4,即为包含两个可旋转关节的模组结构。
该实施例中,双关节控制计划即为基于超前预测控制指令确定出的包含在接下来的一定周期内对双关节机器人的双关节模组中的机械结构的控制过程的计划,例如:控制双关节模组的第一个可旋转关节在A方向旋转a角度,再控制双关节模组中的第二个可旋转关节在B方向旋转b角度。
该实施例中,非关节控制计划即为基于超前控制指令确定出的包含在接下来的一定周期内对双关节机器人的除双关节模组以外的机械结构的控制过程的加护,例如:控制双关节机器人的底盘移动装置移动至W位置。
该实施例中,超前电气响应参数即为双关节机器人的电气系统中的控制电机的电气设备对超前预测控制指令的响应参数,例如:控制电机K的输出电流和输出电压等。
该实施例中,超前机械响应参数即为双关节机器人的机械系统中的机械部件被超前预测控制指令经由电气系统控制后产生的响应参数,例如:机械部件的惯量等。
该实施例中,电气系统即为实现对双关节机器人中控制关节模组中的机械结构或者非关节机械结构的控制功能的电气设备及其连接电路构成的控制系统。
该实施例中,机械系统即为双关节机器人中的机械部件构成的系统,用于被电气系统控制并产生相应的响应结果的系统。
该实施例中,基于双关节控制计划和非关节控制计划,确定出双关节机器人的电气系统的超前电气响应参数和机械系统的超前机械响应参数,即为:
将基于双关节控制计划和非关节控制计划确定出的每个关节电气系统或非关节电气系统的响应参数以及每个关节机械系统或非关节机械系统的惯量改变值当作双关节机器人的电气系统的超前电气响应参数和机械系统的超前机械响应参数。
该实施例中,初次调参包括:基于超前电气响应参数和超前机械响应参数确定出每个控制参数变量的超前控制参数,基于该超前控制参数设置双关节机器人的每个控制参数变量的实际值,进而完成初次调参。
该实施例中,指令响应超前控制结果即为基于超前预测控制指令对双关节机器人进行初次调参后获得的结果。
该实施例中,实际控制指令即为双关节机器人实际最新收到的控制指令。
该实施例中,二次调参即为基于实际控制指令在指令响应超前控制结果的基础上对每个控制参数变量进行二次调整的操作。
该实施例中,经过本实施例基于超前预测控制指令对双关节机器人进行初次调参和二次调参后获得的对实际控制指令的快速响应后的结果。
以上技术的有益效果为:通过对双关节机器人即将接收到的控制指令的超前预测,确定出对应的超前控制计划,并基于超前控制计划确定出的响应参数确定出超前控制参数,进而在双关节机器人的控制参数变量的可响应范围内进行超前调参,为后续对实际控制指令的指令响应作出铺垫(因为信号调参是一个渐变的过程,因此,若对参数提前进行一定幅度的设置调整,将会使得后续参数调整过程所需的时间更短),减少了双关节机器人对实际控制指令的响应时间,提高双关节机器人对控制指令的响应速度,且本实施例通过对关节系统的超前控制和非关节系统的超前控制进行分别分析,从响应时间上的细微偏差以及系统关联性的角度提高了超前调参的精准性,且将电气系统和机械系统的超前控制进行分别分析,更进一步提高了超前控制的精度。
实施例2:
在实施例1的基础上,指令预测模块,参考图2,包括:
线程生成单元,用于基于双关节机器人接收的所有历史控制指令生成指令控制全记录线程;
周期划分单元,用于对指令控制全记录线程进行周期划分,获得多个控制周期的控制记录线程,并识别出当前控制周期的当前控制记录线程;
一致存在判断单元,用于判断出除当前控制周期以外剩余的所有控制周期的控制记录线程中是否存在与当前控制记录线程一致的部分控制记录线程,获得一致存在判断结果;
指令预测单元,用于基于一致存在判断结果和所有控制周期的控制记录线程,确定出双关节机器人的超前预测控制指令。
该实施例中,指令控制全记录线程即为记录有双关节机器人接收到的所有历史控制指令及其对应的接收时间的线程。
该实施例中,对指令控制全记录线程进行周期划分,获得多个控制周期的控制记录线程,包括:
识别出指令控制全记录线程的所有起始控制指令和终止控制指令(参考预设的指令表),将从每个起始指令至之后执行的第一个终止控制指令为止之间的部分指令控制全记录线程当作一个控制周期的控制记录线程。
该实施例中,控制周期即为完成一次完成控制过程的周期。
该实施例中,控制记录线程即为指令控制全记录线程中包含的一个周期内的记录线程。
该实施例中,当前控制记录线程即为指令控制全记录线程中包含的双关节机器人当前正在执行的且未完成的控制记录线程(即只包含一个起始控制指令且不包含终止控制指令的控制记录线程)。
该实施例中,一致性存在判断结果即为判断出除当前控制周期以外剩余的所有控制周期的控制记录线程中是否存在与当前控制记录线程一致的部分控制记录线程后获得的结果。
以上技术的有益效果为:通过对包含双关节机器人接收到的所有历史控制指令的指令控制全记录线程的周期划分、一致性存在判断,实现对双关节机器人即将接收到的控制指令的预测。
实施例3:
在实施例2的基础上,指令预测模块,参考图3,包括:
第一预测单元,用于当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中存在与当前控制记录线程一致的部分控制记录线程时,则将对应控制记录线程中部分控制记录线程之后的第一个控制指令当作双关节机器人的超前预测控制指令;
概率确定单元,用于当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中不存在与当前控制记录线程一致的部分控制记录线程时,则基于除当前控制周期以外剩余的所有控制周期的控制记录线程确定出每种动作种类的第一概率,并基于当前控制记录线程确定出每种动作种类的第二概率;
动作预测单元,用于基于除当前控制周期以外剩余的所有控制周期的控制记录线程的第一权重和当前控制记录线程的第二权重以及每种动作种类的第一概率和第二概率,计算出每种动作种类的综合预测概率,基于综合预测概率确定出目标动作种类;
第二预测单元,用于基于目标动作种类确定出双关节机器人的超前预测控制指令。
该实施例中,动作种类即为一个完成的控制周期的控制记录线程中的所有控制指令完成的一个动作,例如:位置移动、放置、夹取、关节旋转等。
该实施例中,基于除当前控制周期以外剩余的所有控制周期的控制记录线程确定出每种动作种类的第一概率,即为:
将除当前控制周期以外剩余的所有控制周期的控制记录线程与动作种类对应的标准控制记录线程之间的综合重合度,当作对应动作种类的第一概率;
其中,计算出除当前控制周期以外剩余的所有控制周期的控制记录线程与动作种类对应的标准控制记录线程之间的综合重合度,包括:
式中,为除当前控制周期以外剩余的所有控制周期的控制记录线程与动作种类对应的标准控制记录线程之间的综合重合度,/>为除当前控制周期以外剩余的所有控制周期的控制记录线程的总数,/>为当前计算的动作种类对应的标准控制记录线程中的指令总数,/>为除当前控制周期以外剩余的第/>个控制周期的控制记录线程中的指令总数,/>为除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中第i个相同的指令,/>为除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中相同指令的总数,/>为除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中第i个相同的指令的前后一致性总数(/>的具体取值原则为:条件一:除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中第i个相同的指令在第/>个控制周期的控制记录线程中的相邻前一指令与在标准控制记录线程中的相邻前一指令相同;条件二:除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中第i个相同的指令在第/>个控制周期的控制记录线程中的相邻后一指令与在标准控制记录线程中的相邻后一指令相同;当除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中第i个相同的指令满足以上两个条件时,/>为2;当除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中第i个相同的指令满足以上两个条件中的任一个条件时,/>为1,当除当前控制周期以外剩余的第/>个控制周期的控制记录线程与当前计算的动作种类对应的标准控制记录线程中第i个相同的指令不满足以上两个条件中的任一个条件时,/>为0);
基于上述公式可以基于除当前控制周期以外剩余的所有控制周期的控制记录线程与动作种类对应的标准控制记录线程中的指令顺序和指令一致的个数,准确计算出除当前控制周期以外剩余的所有控制周期的控制记录线程与动作种类对应的标准控制记录线程之间的综合重合度。
该实施例中,基于当前控制记录线程确定出每种动作种类的第二概率,即为:
计算出当前控制记录线程和动作种类对应的标准记录线程之间的重合度,包括:
式中,为当前控制记录线程和动作种类对应的标准记录线程之间的重合度,/>为当前计算的动作种类的标准记录线程中的指令总数,/>为当前控制记录线程中的指令总数,/>为当前控制记录线程和当前计算的动作种类对应的标准记录线程中相同指令的总数,/>为当前控制记录线程和当前计算的动作种类对应的标准记录线程中第/>个相同指令的前后一致性总数(/>的具体取值原则为:条件一:当前控制记录线程和当前计算的动作种类对应的标准记录线程中第/>个相同指令在当前控制记录线程中的相邻前一指令与在当前控制记录线程的标准控制记录线程中的相邻前一指令相同;条件二:当前控制记录线程和当前计算的动作种类对应的标准记录线程中第/>个相同指令在当前控制记录线程中的相邻后一指令与在当前控制记录线程的标准控制记录线程中的相邻后一指令相同;当当前控制记录线程和当前计算的动作种类对应的标准记录线程中第/>个相同指令满足以上两个条件时,/>为2;当当前控制记录线程和当前计算的动作种类对应的标准记录线程中第/>个相同指令满足以上两个条件中的任一个条件时,/>为1,当当前控制记录线程和当前计算的动作种类对应的标准记录线程中第/>个相同指令不满足以上两个条件中的任一个条件时,/>为0);
基于上述公式可以基于当前控制记录线程和动作种类对应的标准记录线程中的指令顺序和指令一致的个数,准确计算出当前控制记录线程和动作种类对应的标准记录线程之间的综合重合度。
将当前控制记录线程和动作种类对应的标准记录线程之间的重合度当作对应动作种类的第二概率。
该实施例中,第一权重即为预设的计算动作种类的综合预测概率时,除当前控制周期以外剩余的所有控制周期的控制记录线程对综合预测概率结果的影响占比。
该实施例中,第二权重即为预设的计算动作种类的综合预测概率时,当前控制记录线程对综合预测概率结果的影响占比。
该实施例中,基于除当前控制周期以外剩余的所有控制周期的控制记录线程的第一权重和当前控制记录线程的第二权重以及每种动作种类的第一概率和第二概率,计算出每种动作种类的综合预测概率,包括:
将每种动作种类的第一概率和第一权值的乘积与第二概率和第二权重的乘积的平均值当作对应动作种类的综合预测概率。
该实施例中,基于综合预测概率确定出目标动作种类,即为:
将最大综合预测概率对应的动作种类当作目标动作种类。
该实施例中,基于目标动作种类确定出双关节机器人的超前预测控制指令,即为:
基于目标动作种类对应的标准控制记录线程和当前控制记录线程确定出超前预测控制指令。
以上技术的有益效果为:当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中存在与当前控制记录线程一致的部分控制记录线程时,基于包含与当前控制记录线程一致的部分控制记录线程的控制记录线程直接确定出超前预测控制指令,当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中不存在与当前控制记录线程一致的部分控制记录线程时,基于控制记录线程与动作种类的标准控制记录线程之间的重合度确定出的动作种类的预测概率,基于预测概率确定出当前控制周期执行的目标动作种类,基于确定出的目标动作种类实现对控制指令的精准预测,扩大了预测参考范围。
实施例4:
在实施例1的基础上,计划确定模块,包括:
模型搭建单元,用于搭建出双关节机器人在三维运行空间中的实时姿态模型;
模型预搭建单元,用于搭建出双关节机器人在三维运行空间中执行超前预测控制指令时的假设姿态模型;
计划确定单元,用于基于实时姿态模型和假设姿态模型确定出双关节机器人的双关节控制计划和非关节控制计划。
该实施例中,三维运行空间即为双关节机器人实际工作时所在的三维空间,例如:工作车间A等。
该实施例中,实时姿态模型即为表征双关节机器人在三维运行空间中的实时位置和实时姿态的三维模型。
该实施例中,假设姿态模型即为预测出的表征双关节机器人在对超前预测控制指令响应后在三维运行空间中的停留位置和停止姿态的三维模型。
该实施例中,基于实时姿态模型和假设姿态模型确定出双关节机器人的双关节控制计划和非关节控制计划,即为:
基于实时姿态模型和假设姿态模型,确定出双关节机器人从实时姿态模型对应的实时位置和实时姿态变化至假设姿态模型对应的位置和姿态的变化过程,需要双关节机器人的关节模组执行的动作以及非关节结构执行的动作,基于确定出的动作生成对应的控制计划(该控制计划可以控制双关节机器人完成前述步骤确定出的动作)。
以上技术的有益效果为:基于对双关节机器人的实时姿态模型的搭建和对超前预测控制指令响应后的姿态模型的预搭建,确定出双关节机器人完成超前预测控制指令时关节模组和非关节结构需要分别完成的动作,进而基于动作确定出对应的控制计划,实现控制计划的超前生成。
实施例5:
在实施例1的基础上,超前确定模块,包括:
第一确定单元,用于基于双关节控制计划确定出每个关节电气系统的第一假设响应参数和每个关节机械系统的第一惯量改变值;
第二确定单元,用于基于非关节控制计划确定出每个非关节电气系统的第二假设响应参数和每个非关节机械系统的第二惯量改变值;
参数汇总单元,用于将所有关节电气系统的第一假设响应参数和所有非关节电气系统的第二假设响应参数当作双关节机器人的电气系统的超前电气响应参数,同时,将所有关节机械系统的第一惯量改变值和所有非关节机械系统的第二惯量改变值当作双关节机器人的机械系统的超前机械响应参数。
该实施例中,关节电气系统即为电气系统中包含的用于控制双关节机器人中关节模组的子电气系统。
该实施例中,第一假设响应参数即为基于双关节控制计划确定出的关节电气系统执行完双关节控制计划后关节电气系统中每个响应参数变量的数值与执行双关节控制计划前的数值的差值,例如控制关节旋转的电机的输出电压的变化值或者输出电流的变化值。
该实施例中,关节机械系统即为用于被关节电气系统控制并产生相应响应进而完成相应动作的机械设备及其连接关系构成的系统。
该实施例中,第一惯量改变值即为基于双关节控制计划确定出的关节机械系统执行完双关节控制计划后关节机械系统中的每个机械部件的惯量与执行双关节控制计划前的惯量的差值。
该实施例中,基于双关节控制计划确定出每个关节电气系统的第一假设响应参数和每个关节机械系统的第一惯量改变值,即为:
基于双关节控制计划确定出关节模组需要完成的动作数据,基于关节模组需要完成的动作和关节模组的电气系统和机械系统的控制模型(机械系统的控制模型中包含的不同控制参数变量与不同机械部件的惯量之间的计算关系),计算出关节电气系统中每个响应参数变量的实际值作为第一假设响应参数,并计算出关节机械系统中每个机械部件的惯量改变值作为第一惯量改变值。
该实施例中,非关节电气系统即为电气系统中包含的用于控制双关节机器人中除关节模组的子电气系统。
该实施例中,第二假设响应参数即为基于非关节控制计划确定出的非关节电气系统执行完非关节控制计划后非关节电气系统中每个响应参数变量的数值与执行非关节控制计划前的数值的差值,例如控制底盘移动的电机的输出电压的变化值或者输出电流的变化值。
该实施例中,非关节机械系统用于被非关节电气系统控制并产生相应响应进而完成相应动作的机械设备及其连接关系构成的系统。
该实施例中,第二惯量改变值即为基于非关节控制计划确定出的关节机械系统执行完非关节控制计划后非关节机械系统中的每个机械部件的惯量与执行非关节控制计划前的惯量的差值。
该实施例中,基于非关节控制计划确定出每个非关节电气系统的第二假设响应参数和每个非关节机械系统的第二惯量改变值,即为:
基于非关节控制计划确定出除关节模组以外的机械结构需要完成的动作数据,基于除关节模组以外的机械结构需要完成的动作和除关节模组以外的机械结构的电气系统和机械系统的控制模型(机械系统的控制模型中包含的不同控制参数变量与不同机械部件的惯量之间的计算关系),计算出非关节电气系统中每个响应参数变量的实际值作为第二假设响应参数,并计算出非关节机械系统中每个机械部件的惯量改变值作为第二惯量改变值。
以上技术的有益效果为:基于双关节控制计划和非关节控制计划确定出假设响应参数和惯量改变值分别双关节机器人的电气系统的超前电气响应参数和机械系统的超前机械响应参数,通过对关节系统的超前控制和非关节系统的超前控制进行分别分析,从响应时间上的细微偏差以及系统关联性的角度提高了超前调参的精准性,且将电气系统和机械系统的超前控制进行分别分析,更进一步提高了超前控制的精度。
实施例6:
在实施例5的基础上,初次调参模块,包括:
第一控制参数确定单元,用于基于超前电气响应参数和超前机械响应参数,确定出每个关节电气系统的第一假设控制参数;
第二控制参数确定单元,用于基于超前电气响应参数和超前机械响应参数,确定出每个非关节电气系统的第二假设控制参数(因为对电气系统的直接控制可以引起电气系统和机械系统的响应,所以要想使双关节机器人产生超前电气响应参数和超前机械响应参数对应的响应,需要对电气系统进行直接控制,即最终确定出的控制参数都是电气系统的);
参数去关联校正单元,用于对所有关节电气系统第一假设控制参数和所有非关节电气系统的第二假设控制参数进行去关联校正,获得双关节机器人的电气系统的超前控制校正电气参数;
初次调参单元,用于基于超前控制校正电气参数对双关节机器人进行初次调参,获得指令响应超前控制结果。
该实施例中,第一假设控制参数即为引起关节电气系统的所有响应参数变量产生超前电气响应参数中对应数值的响应结果的控制参数变量(例如控制电机的输入电流或输入电压)的改变值。
该实施例中,第二假设控制参数即为引起非关节电气系统的所有响应参数变量产生超前电气响应参数中对应数值的响应结果的控制参数变量的改变值。
该实施例中,超前控制校正电气参数对所有关节电气系统第一假设控制参数和所有非关节电气系统的第二假设控制参数进行去关联校正后获得的、用于对双关节机器人进行初次调参(即超前调参)时参考的控制参数变量应该设置的数值。
以上技术的有益效果为:基于超前电气响应参数和超前机械响应参数反推出关节电气系统的第一假设控制参数和非关节电气系统的第二假设控制参数,并基于对确定出的假设控制参数的去关联校正,避免因为控制参数变量之间的关联关系产生关联控制影响(即产生响应参数的误差),增加了超前调参的准确性。
实施例7:
在实施例6的基础上,第一控制参数确定单元,包括:
第一响应确定子单元,用于基于超前机械响应参数中的第一惯量改变值和对应的关节电气系统原始参数,确定出对应关节电气系统的第三假设响应参数;
第一响应汇总子单元,用于将每个关节电气系统在超前电气响应参数中的第一假设响应参数与对应的第三假设响应参数的平均值当作对应关节电气系统的目标电气响应参数;
第一控制参数确定子单元,用于基于每个关节电气系统的目标电气响应参数,确定出每个关节电气系统的第一假设控制参数。
该实施例中,关节电气系统原始参数即为关节电气系统的响应参数变量和不同机械部件的惯量值之间的对应关系。
该实施例中,第三假设响应参即为引起超前机械响应参数中的第一惯量改变值的对应关节电气系统的响应参数变量的数值。
该实施例中,关节电气系统的目标电气响应参数即为完成超前预测控制指令时关节电气系统的响应参数变量最终需要达到的数值。
该实施例中,基于每个关节电气系统的目标电气响应参数,确定出每个关节电气系统的第一假设控制参数,即为:
将关节电气系统的目标电气响应参数代入至关节电气系统的响应参数变量和控制参数变量之间的关系,确定出每个控制参数变量的第一假设控制参数。
以上技术的有益效果为:通过对基于超前机械响应参数计算出的关节电气系统的第三假设响应参数与第一假设响应参数求平均,确定出关节电气系统的目标电气响应参数,进而确定出对应的第一假设控制参数,实现将综合关节系统的电气系统的响应结果和机械系统的响应结果反推出假设控制参数,比直接基于基于电气系统控制机械系统的控制模型反推出的控制参数更大概率接近于超前预测控制指令的控制参数。
实施例8:
在实施例6的基础上,第二控制参数确定单元,包括:
第二响应确定子单元,用于基于超前机械响应参数中的第二惯量改变值和对应的非关节电气系统原始参数,确定出对应非关节电气系统的第四假设响应参数;
第二响应汇总子单元,用于将每个非关节电气系统在超前电气响应参数中的第二假设响应参数与对应的第四假设响应参数的和当作对应非关节电气系统的目标电气响应参数;
第二控制参数确定子单元,用于基于每个非关节电气系统的目标电气响应参数,确定出每个非关节电气系统的第二假设控制参数。
该实施例中,非关节电气系统原始参数即为非关节电气系统的响应参数变量和不同机械部件的惯量值之间的对应关系。
该实施例中,第四假设响应参数即为引起超前机械响应参数中的第二惯量改变值的对应非关节电气系统的响应参数变量的数值。
该实施例中,非关节电气系统的目标电气响应参数完成超前预测控制指令时非关节电气系统的响应参数变量最终需要达到的数值。
该实施例中,基于基于每个非关节电气系统的目标电气响应参数,确定出每个非关节电气系统的第二假设控制参数,即为:
将非关节电气系统的目标电气响应参数代入至非关节电气系统的响应参数变量和控制参数变量之间的关系,确定出每个控制参数变量的第二假设控制参数。
以上技术的有益效果为:通过对基于超前机械响应参数计算出的非关节电气系统的第四假设响应参数与第二假设响应参数求平均,确定出非关节电气系统的目标电气响应参数,进而确定出对应的第二假设控制参数,实现将综合非关节系统的电气系统的响应结果和机械系统的响应结果反推出假设控制参数,比直接基于基于电气系统控制机械系统的控制模型反推出的控制参数更大概率接近于超前预测控制指令的控制参数。
实施例9:
在实施例1的基础上,参数去关联校正单元,包括:
关系网搭建子单元,用于基于双关节机器人的所有关节电气系统和所有非关节电气系统中的所有控制参数变量之间的预设影响关系,搭建出变量关系网;
第一确定子单元,用于基于变量关系网中每个控制参数变量对应的第一假设控制参数对应的第一假设响应时间或对应的第二假设控制参数对应的第二假设响应时间,确定出每个控制参数变量的第一控制优先值;
第二确定子单元,用于基于变量关系网确定出每个控制参数变量的总影响脉络,确定出对应控制参数变量的第二控制优先值;
顺序确定子单元,用于基于第一控制优先值和第二控制优先值确定出综合优先值,基于综合优先值在变量关系网中确定出每个控制参数变量的控制顺序;
影响量确定子单元,用于基于变量关系网依次确定出控制顺序中每个控制参数变量对应的第一假设控制参数或第二假设控制参数对除对应控制参数变量以外剩余的控制参数变量的关联控制参数影响量,直至遍历完控制顺序中的所有控制参数变量,将每个控制参数变量的所有关联控制参数影响量的和当作综合关联控制参数影响量;
去关联校正子单元,用于将每个控制参数变量对应的第一假设控制参数或第二假设控制参数与对应的综合关联控制参数影响量的差值,当作双关节机器人的电气系统中对应控制参数变量的超前控制校正电气参数。
该实施例中,控制参数变量即为电气系统或者机械系统中的引起电气设备或者机械部件产生相应响应的控制变量,例如:控制电机的输入电流或输入电压,又或者电动机的输入电压或者输入电流等。
该实施例中,预设影响关系预设的控制参数变量之间的控制影响关系,例如:控制参数变量A的数值增加1倍改变会引起控制变量C的数值增大至原来的1.2倍。
该实施例中,变量关系网即为包含双关节机器人的所有关节电气系统和所有非关节电气系统中的所有控制参数变量之间的预设影响关系的网络结构。
该实施例中,基于变量关系网中每个控制参数变量对应的第一假设控制参数对应的第一假设响应时间或对应的第二假设控制参数对应的第二假设响应时间,确定出每个控制参数变量的第一控制优先值,即为:
将变量关系网中每个控制参数变量对应的第一假设控制参数对应的第一假设响应时间或对应的第二假设控制参数对应的第二假设响应时间按照从小到大的顺序,对所有控制参数变量进行排序,将排序后每个控制参数变量在该排序结果中的序数当作第一控制优先值。
该实施例中,第一控制优先值即为基于控制参数变量对应的第一假设控制参数对应的第一假设响应时间的长短确定出的表征控制对应控制参数变量的优先顺序的数值。
该实施例中,控制参数变量对应的第一假设控制参数或第二假设控制参数即为:
每个第一假设控制参数和每个第二假设控制参数都各自对应一个控制参数变量,因此控制参数变量对应的假设控制参数可能是第一假设控制参数,也可能是第二假设控制参数。
该实施例中,总影响脉络即为变量关系网中与控制参数变量存在直接或者间接影响关系的所有控制参数变量及其与对应控制参数变量之间的直接影响关系和间接影响关系组成的部分变量关系网。
该实施例中,基于变量关系网确定出每个控制参数变量的总影响脉络,确定出对应控制参数变量的第二控制优先值,即为:
按照总影响脉络中包含控制参数变量的总数从大到小的顺序,对所有控制参数变量进行排序,将控制参数变量在该排序结果中的序数当作对应控制参数变量的第二控制优先值。
该实施例中,第二控制优先值即为基于总影响脉络中包含控制参数变量的总数(即表征对应控制参数变量的影响范围或影响程度)确定出的表征控制对应控制参数变量的优先顺序的数值。
该实施例中,综合优先值即为对应控制参数变量的第一控制优先值和第二控制优先值的平均值。
该实施例中,基于综合优先值在变量关系网中确定出每个控制参数变量的控制顺序,即为:
将按照综合优先值从小到大的顺序对所有控制参数变量进行排序后获得的顺序当作每个控制参数变量的控制顺序。
该实施例中,关联控制参数影响量即为对除当前计算的控制参数变量以外剩余的控制参数变量按照对应的第一假设控制参数或者第二假设控制参数进行调参时,对当前计算的控制参数变量产生的数值变化量。
该实施例中,基于变量关系网依次确定出控制顺序中每个控制参数变量对应的第一假设控制参数或第二假设控制参数,对除对应控制参数变量以外剩余的控制参数变量的关联控制参数影响量,包括:
对控制顺序中第一个控制参数变量进行假设调参:将控制顺序中第一个控制参数变量的数值增加对应的第一假设控制参数或第二假设控制参数对应的数值,获得控制顺序中第一个控制参数变量的新的数值,并基于控制顺序中第一个控制参数变量的第一假设控制参数或第二假设控制参数,确定出第一个控制参数变量对其他控制参数变量的关联控制参数影响量;
对控制顺序中第二个控制参数变量进行假设调参:确定出第一次假设调参过程对第二个控制参数变量的管理控制参数影响量,将第二个控制参数变量的数值加上对应的第一假设控制参数或第二假设控制参数对应的数值与第一次假设调参过程对第二个控制参数变量的管理控制参数影响量的差值,获得控制顺序中第二个控制参数变量的新的数值,并基于控制顺序中第二个控制参数变量的第一假设控制参数或第二假设控制参数,确定出第二个控制参数变量对其他控制参数变量的关联控制参数影响量;
按照以上步骤继续对控制顺序中的其他控制变量参数依次进行假设调参,直至确定出控制顺序中每个控制参数变量对应的第一假设控制参数或第二假设控制参数,对除对应控制参数变量以外剩余的控制参数变量的关联控制参数影响量。
该实施例中,综合关联控制参数影响量即为控制参数变量的所有关联控制参数影响量的和。
以上技术的有益效果为:基于电气系统的变量关系网中每个控制参数变量的响应时间和影响范围确定出每个控制参数变量的控制顺序,并基于该控制顺序和每个控制参数变量对应的第一假设控制参数或第二假设控制参数进行假设调参,进而确定出控制参数变量之间的所有关联控制参数影响量,进而将对控制参数变量对应的第一假设控制参数或第二假设控制参数减去所有关联控制参数影响量,实现对所有第一假设控制参数或第二假设控制参数的去关联校正,进而进一步保证了超前调参的准确性。
实施例10:
在实施例1的基础上,最终响应模块,包括:
改进确定单元,用于基于双关节机器人最新接收到的实际控制指令确定出响应改进参数;
二次调参单元,用于基于响应改进参数对指令响应超前控制结果进行二次调参,获得指令快速响应结果。
该实施例中,实际控制指令即为双关节机器人在接下来的周期内实际接收到的控制指令。
该实施例中,响应改进参数即为基于实际控制指令对应的所有响应参数变量的目标响应参数和双关节机器人的对应响应参数变量的当前响应参数的差值。
该实施例中,基于响应改进参数对指令响应超前控制结果进行二次调参,获得指令快速响应结果,即为:
基于响应改进参数和双关节机器人中所有控制参数变量和所有响应参数变量之间的控制关系,确定出控制改进参数;
将双关节机器人的每个控制参数变量的当前控制参数和控制改进参数的当作对应控制参数变量的新的数值,进而实现二次调参,并获得指令快速响应结果。
以上技术的有益效果为:基于实际控制指令确定出的响应改进参数进行反推,确定出控制改进参数,基于控制改进参数进而二次调参,完成对实际控制指令的最终响应。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种双关节机器人的指令快速响应系统,其特征在于,包括:
指令预测模块,用于基于双关节机器人接收的所有历史控制指令,确定出双关节机器人的超前预测控制指令;
计划确定模块,用于基于超前预测控制指令确定出双关节机器人的双关节控制计划和非关节控制计划;
超前确定模块,用于基于双关节控制计划和非关节控制计划,确定出双关节机器人的电气系统的超前电气响应参数和机械系统的超前机械响应参数;
初次调参模块,用于基于超前电气响应参数和超前机械响应参数,对双关节机器人进行初次调参,获得指令响应超前控制结果;
最终响应模块,用于基于双关节机器人最新接收到的实际控制指令对指令响应超前控制结果进行二次调参,获得指令快速响应结果。
2.根据权利要求1所述的一种双关节机器人的指令快速响应系统,其特征在于,指令预测模块,包括:
线程生成单元,用于基于双关节机器人接收的所有历史控制指令生成指令控制全记录线程;
周期划分单元,用于对指令控制全记录线程进行周期划分,获得多个控制周期的控制记录线程,并识别出当前控制周期的当前控制记录线程;
一致存在判断单元,用于判断出除当前控制周期以外剩余的所有控制周期的控制记录线程中是否存在与当前控制记录线程一致的部分控制记录线程,获得一致存在判断结果;
指令预测单元,用于基于一致存在判断结果和包含当前控制周期的所有控制周期的控制记录线程,确定出双关节机器人的超前预测控制指令。
3.根据权利要求2所述的一种双关节机器人的指令快速响应系统,其特征在于,指令预测模块,包括:
第一预测单元,用于当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中存在与当前控制记录线程一致的部分控制记录线程时,则将对应控制记录线程中部分控制记录线程之后的第一个控制指令当作双关节机器人的超前预测控制指令;
概率确定单元,用于当一致存在判断结果为除当前控制周期以外剩余的所有控制周期的控制记录线程中不存在与当前控制记录线程一致的部分控制记录线程时,则基于除当前控制周期以外剩余的所有控制周期的控制记录线程确定出每种动作种类的第一概率,并基于当前控制记录线程确定出每种动作种类的第二概率;
动作预测单元,用于基于除当前控制周期以外剩余的所有控制周期的控制记录线程的第一权重和当前控制记录线程的第二权重以及每种动作种类的第一概率和第二概率,计算出每种动作种类的综合预测概率,基于综合预测概率确定出目标动作种类;
第二预测单元,用于基于目标动作种类确定出双关节机器人的超前预测控制指令。
4.根据权利要求1所述的一种双关节机器人的指令快速响应系统,其特征在于,计划确定模块,包括:
模型搭建单元,用于搭建出双关节机器人在三维运行空间中的实时姿态模型;
模型预搭建单元,用于搭建出双关节机器人在三维运行空间中执行超前预测控制指令时的假设姿态模型;
计划确定单元,用于基于实时姿态模型和假设姿态模型确定出双关节机器人的双关节控制计划和非关节控制计划。
5.根据权利要求1所述的一种双关节机器人的指令快速响应系统,其特征在于,超前确定模块,包括:
第一确定单元,用于基于双关节控制计划确定出每个关节电气系统的第一假设响应参数和每个关节机械系统的第一惯量改变值;
第二确定单元,用于基于非关节控制计划确定出每个非关节电气系统的第二假设响应参数和每个非关节机械系统的第二惯量改变值;
参数汇总单元,用于将所有关节电气系统的第一假设响应参数和所有非关节电气系统的第二假设响应参数当作双关节机器人的电气系统的超前电气响应参数,同时,将所有关节机械系统的第一惯量改变值和所有非关节机械系统的第二惯量改变值当作双关节机器人的机械系统的超前机械响应参数。
6.根据权利要求5所述的一种双关节机器人的指令快速响应系统,其特征在于,初次调参模块,包括:
第一控制参数确定单元,用于基于超前电气响应参数和超前机械响应参数,确定出每个关节电气系统的第一假设控制参数;
第二控制参数确定单元,用于基于超前电气响应参数和超前机械响应参数,确定出每个非关节电气系统的第二假设控制参数;
参数去关联校正单元,用于对所有关节电气系统第一假设控制参数和所有非关节电气系统的第二假设控制参数进行去关联校正,获得双关节机器人的电气系统的超前控制校正电气参数;
初次调参单元,用于基于超前控制校正电气参数对双关节机器人进行初次调参,获得指令响应超前控制结果。
7.根据权利要求6所述的一种双关节机器人的指令快速响应系统,其特征在于,第一控制参数确定单元,包括:
第一响应确定子单元,用于基于超前机械响应参数中的第一惯量改变值和对应的关节电气系统原始参数,确定出对应关节电气系统的第三假设响应参数;
第一响应汇总子单元,用于将每个关节电气系统在超前电气响应参数中的第一假设响应参数与对应的第三假设响应参数的平均值当作对应关节电气系统的目标电气响应参数;
第一控制参数确定子单元,用于基于每个关节电气系统的目标电气响应参数,确定出每个关节电气系统的第一假设控制参数。
8.根据权利要求6所述的一种双关节机器人的指令快速响应系统,其特征在于,第二控制参数确定单元,包括:
第二响应确定子单元,用于基于超前机械响应参数中的第二惯量改变值和对应的非关节电气系统原始参数,确定出对应非关节电气系统的第四假设响应参数;
第二响应汇总子单元,用于将每个非关节电气系统在超前电气响应参数中的第二假设响应参数与对应的第四假设响应参数的和当作对应非关节电气系统的目标电气响应参数;
第二控制参数确定子单元,用于基于每个非关节电气系统的目标电气响应参数,确定出每个非关节电气系统的第二假设控制参数。
9.根据权利要求6所述的一种双关节机器人的指令快速响应系统,其特征在于,参数去关联校正单元,包括:
关系网搭建子单元,用于基于双关节机器人的所有关节电气系统和所有非关节电气系统中的所有控制参数变量之间的预设影响关系,搭建出变量关系网;
第一确定子单元,用于基于变量关系网中每个控制参数变量对应的第一假设控制参数对应的第一假设响应时间或对应的第二假设控制参数对应的第二假设响应时间,确定出每个控制参数变量的第一控制优先值;
第二确定子单元,用于基于变量关系网确定出每个控制参数变量的总影响脉络,确定出对应控制参数变量的第二控制优先值;
顺序确定子单元,用于基于第一控制优先值和第二控制优先值确定出综合优先值,基于综合优先值在变量关系网中确定出每个控制参数变量的控制顺序;
影响量确定子单元,用于基于变量关系网依次确定出控制顺序中每个控制参数变量对应的第一假设控制参数或第二假设控制参数对除对应控制参数变量以外剩余的控制参数变量的关联控制参数影响量,直至遍历完控制顺序中的所有控制参数变量,将每个控制参数变量的所有关联控制参数影响量的和当作综合关联控制参数影响量;
去关联校正子单元,用于将每个控制参数变量对应的第一假设控制参数或第二假设控制参数与对应的综合关联控制参数影响量的差值,当作双关节机器人的电气系统中对应控制参数变量的超前控制校正电气参数。
10.根据权利要求1所述的一种双关节机器人的指令快速响应系统,其特征在于,最终响应模块,包括:
改进确定单元,用于基于双关节机器人最新接收到的实际控制指令确定出响应改进参数;
二次调参单元,用于基于响应改进参数对指令响应超前控制结果进行二次调参,获得指令快速响应结果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310391567.5A CN116100578B (zh) | 2023-04-13 | 2023-04-13 | 一种双关节机器人的指令快速响应系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310391567.5A CN116100578B (zh) | 2023-04-13 | 2023-04-13 | 一种双关节机器人的指令快速响应系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116100578A CN116100578A (zh) | 2023-05-12 |
CN116100578B true CN116100578B (zh) | 2023-07-14 |
Family
ID=86258347
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310391567.5A Active CN116100578B (zh) | 2023-04-13 | 2023-04-13 | 一种双关节机器人的指令快速响应系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116100578B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3805476B2 (ja) * | 1997-05-20 | 2006-08-02 | 三菱電機株式会社 | モータ制御装置 |
JP2006000977A (ja) * | 2004-06-17 | 2006-01-05 | National Univ Corp Shizuoka Univ | ロボット環境間力作用状態呈示装置 |
JP6886869B2 (ja) * | 2017-06-09 | 2021-06-16 | 川崎重工業株式会社 | 動作予測システム及び動作予測方法 |
EP4122654A4 (en) * | 2020-03-31 | 2023-11-22 | Siemens Aktiengesellschaft | PREDICTIVE MODEL LEARNING METHOD, APPARATUS AND SYSTEM FOR AN INDUSTRIAL SYSTEM |
CN112297008B (zh) * | 2020-10-28 | 2021-11-26 | 珠海格力电器股份有限公司 | 识别控制指令的方法及装置、非易失性存储介质、处理器 |
CN113223666B (zh) * | 2021-05-18 | 2023-04-28 | 深圳大学 | 一种基于双侧协同用于肢体运动康复的超前预测控制方法 |
-
2023
- 2023-04-13 CN CN202310391567.5A patent/CN116100578B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN116100578A (zh) | 2023-05-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2024016534A1 (zh) | 一种机器人机械臂伺服系统整体性能调优方法 | |
CN101957611B (zh) | 样条曲线实时插补方法 | |
US20100145509A1 (en) | Method And System For In-Production Optimization of The Parameters Of A Robot Used for Assembly | |
US20180120819A1 (en) | Machine learning device and machining time prediction device | |
US9452533B2 (en) | Robot modeling and positioning | |
CN100430849C (zh) | 经济型数控机床的控制系统及方法 | |
CN113119111A (zh) | 机械臂及其轨迹规划方法和装置 | |
CN110989403B (zh) | 综合能源调控系统及其控制方法、服务器 | |
CN111152226B (zh) | 一种机器人工作轨迹规划方法及系统 | |
US20240009841A1 (en) | Dynamic target tracking method, robot and computer-readable storage medium | |
CN112528434B (zh) | 信息识别方法、装置、电子设备和存储介质 | |
CN112692409A (zh) | 一种基于触碰寻位校准的管板焊接系统及其焊接方法 | |
CN116100578B (zh) | 一种双关节机器人的指令快速响应系统 | |
CN114800529A (zh) | 一种基于定长记忆窗口增量学习和增量模型重构的工业机器人定位误差在线补偿方法 | |
CN115026820A (zh) | 人机协作装配机器人控制系统及控制方法 | |
CN114952422A (zh) | 一种数控机床加工刀具状态实时预测方法 | |
CN110245809A (zh) | 一种用于多机器人多任务协作工作的智能优化方法和系统 | |
KR20210013971A (ko) | Pso를 이용한 모터 제어기의 자동 학습 튜닝 시스템 | |
US20230385483A1 (en) | Virtual simulation method and apparatus for conveying mechanism, electronic device, plc, and medium | |
CN116252039B (zh) | 一种惯性摩擦焊机智能控制方法和系统 | |
CN110647120B (zh) | 一种适用于极端应用条件的运动控制方法 | |
CN114734436B (zh) | 一种机器人的编码器校准方法、装置及机器人 | |
CN116626700A (zh) | 一种机器人定位方法、装置、电子设备和存储介质 | |
CN114609969B (zh) | 一种基于云计算的数控机床轨迹误差补偿方法 | |
CN114851190B (zh) | 面向低频驱控一体的机械臂轨迹规划方法及系统 |
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 |