CN117083157A - 用于控制机器人的位移的方法 - Google Patents

Abstract

一种用于控制能够在多个坐标中移位的机器人(1)从初始姿态(A)到目标姿态(B)的位移的方法，包括以下步骤：a)提供移动命令(S1)，移动命令至少指定目标姿态(B)和从初始姿态到目标姿态要遵循的标称路径(C)；b)将与标称路径的允许偏差关联到命令(S2)；c)标识与标称路径偏离不超过允许偏差的实际路径(C’)(S3至S5，S9)以及d)控制机器人(1)沿着所述实际路径移动(S11)。

Description

用于控制机器人的位移的方法

技术领域

本发明涉及一种用于控制能够在多个坐标中移位的机器人从初始姿态到目标姿态的位移的方法。

背景技术

每个机器人具有固有坐标系，其中每个坐标都被关联到特定致动器，并且该致动器的单独操作将只修改关联到其的坐标。在关节式机器人中，这些固有坐标是角坐标，并且能够在机器人的连杆的尺寸已知时非常直接地计算出笛卡尔空间中机器人将在致动器被设置为由给定的固有坐标向量指定的坐标时呈现的位置。找出关联到笛卡尔空间中的期望位置的固有坐标向量是更复杂的问题，取决于机器人的设计和所选择的位置，该问题可以具有单个解、若干解或根本没有解。如果不仅要考虑到机器人的参考点(例如工具中心点)在笛卡尔空间中的位置，而且还要考虑到附接到所述参考点的工具或其他物体在空间中的取向，那么事情会变得更加复杂。因此，一般而言，对于人类用户来说通过在机器人的固有坐标系中直接指定目标姿态来控制机器人的位移是不切实际的。相反，用户将在某个更方便的坐标系中指定目标姿态，并且寻找将产生该姿态的固有坐标向量以及将机器人的致动器设置为其由固有坐标向量指定的相应坐标值的任务被留给专用控制器。

控制器借助于程序指令接收其任务所需的信息，该程序指令将至少指定目标姿态和机器人用来到达目标姿态的标称路径。程序指令并不一定需要指定起始姿态，这是由于机器人在开始执行移动指令时的起始姿态能够被直接检测到，或能够被假设为最近执行的移动指令的目标姿态。由于存在机器人可以从起始姿态移动到目标姿态的无数种路径，因此指令指定了要遵循的路径的类型，例如机器人的参考点沿着直线移动的路径或由机器人的所有固有坐标以恒定速率集合移位，使得所有固有坐标同时到达其相应目标值而产生的路径。

这种路径在这里将被称为标称路径，这是因为其实际上只是几何概念。在实践中，控制缺陷将使得机器人遵循在一定程度上与标称路径偏离的路径。一方面，必须严格限制此类偏差，以便确保与标称路径的偏差不会使得机器人与同标称路径相邻的物体相撞。另一方面，无论机器人是处于其位移过程中还是处于目标姿态本身，机器人的姿态被控制得越严格，机器人位移就将越慢，并且因此其生产率就越低。进一步地，即使检查过一次机器人要遵循的规划路径是安全的(因为与外物的距离足够大)，但每当机器人附近的外物中的一个外物移位时，这种检查都必须被重复。因此，在物体可以按与机器人的移动不协调的方式移动的环境中确保机器人的安全操作是一项困难并且耗时的任务。

发明内容

本发明的目的是提供一种用于控制机器人的位移的方法，该方法在满足安全性要求和/或其他约束的同时实现了省时操作。

根据本发明的第一方面，该目的是通过用于控制可在多个坐标中移位的机器人从初始姿态到目标姿态的位移的方法来实现的，该方法包括以下步骤：

a)提供移动命令，该移动命令至少指定目标姿态和从初始姿态到目标姿态要遵循的标称路径，

b)将与标称路径的允许偏差关联到命令，

c)标识与标称路径偏离不超过允许偏差的实际路径，以及

d)控制机器人沿着所述实际路径移动。

根据本发明的第二方面，该目的是通过用于控制机器人在多个坐标中从初始姿态到目标姿态的位移的方法来实现的，该方法包括以下步骤：

a)提供移动命令，该移动命令至少指定标称目标姿态，

其特征在于，

b)将与标称目标姿态的允许偏差关联到命令，以及

c)标识与标称目标姿态偏离不超过允许偏差的实际目标姿态，

d)控制机器人移动到所述实际目标姿态。

在步骤c)与d)之间，可以提供在显示器上将标识出的实际路径和/或标识出的实际姿态显示给用户的步骤，以便允许用户判断规划的实际路径和/或姿态的适当性，并且批准或丢弃该规划的实际路径和/或姿态。

在定义了允许偏差的情况下，控制器不需要尽可能紧密地沿着标称路径地或尽可能地接近于目标姿态地引导机器人。由于能够避免机器人的不必要的移动，因此能够更容易、更快和/或以更少的能量消耗到达目标姿态。由于并非必须抑制与标称路径的任何偏差，而是仅抑制将超过允许阈值的那些偏差，因此能够允许控制器的更长反应时间，并且由于能够在更长时间内施加校正力，因此能够减小校正力的大小，从而允许更平滑并且更节能的位移。

关联步骤能够通过在步骤a)本身的移动命令中指定允许偏差来进行或通过某条其他输入信道(诸如在将要执行移动命令之前传输给控制器的设置命令)来进行。

原则上，每当控制器在步骤a)中输入移动命令时，该控制器就可以重新实时确定相关联的实际路径，然后控制机器人沿着该实际路径移动。然而，在实践中，每当在步骤a)中向控制器输入移动命令时，该命令通常是先前在离线或运动规划模式下建立的程序的一部分，使得在建立程序的时间与执行该程序的时间之间，有时间标识实际路径并且计算和存储控制信息，该控制信息在被控制器检索和供应给机器人时将使得机器人按计划沿着实际路径移动。进一步地，由于该程序通常重复进行，因此能够观察由所存储的控制信息产生的实际路径，将该实际路径与标称路径进行比较并且优化所存储的控制信息，使得实际路径与标称路径之间的差异被最小化。

在允许偏差的情况下，明显的是，将不会存在关联到标称路径的单条可能的实际路径，而是存在无数种可能的实际路径。在这些可能的实际路径中，可以通过使成本函数最小化来确定最适合特定要求的一条可能的实际路径。

类似于允许偏差，待最小化的成本函数可以由移动命令本身指定或由优选地应该在移动命令之前的设置命令指定。

成本函数可以考虑由系统设计者认为合适的任何参数。通常，成本函数可以被设计成随着以下参数中的一个或多个参数而增加：

-移动命令的执行时间，

-执行移动命令所需的总能量，

-执行移动命令所需的峰值功率，

-在执行命令时施加在机器人的致动器中的每一个致动器上的负载，

-机器人的关节速度与共振速度的接近程度。

小型机器人的臂中通常使用的变速箱是应变波齿轮。虽然这些变速箱具有若干积极特性，但一个缺点是它们经受小传输误差的影响。这些传输误差会导致随运动速度而变化的扭矩涟漪效应。一旦关节中的一个关节的速度导致扭矩涟漪频率与臂的机械振动频率一致，涟漪就能够被放大。通过用高成本函数值来惩罚机器人在此类关节速度下的操作，能够激发机器人臂的振动的时间被最小化，并且机器人操作的精度被提高。

当在运动规划模式下进行成本函数的最小化时，向用户显示关联到标称路径或姿态以及标识出的实际路径或姿态的一个或多个成本函数的值可以是适当的，使得用户能够判断由标识出的实际路径或姿态提供的优于标称路径或姿态的优点。

进一步地，能够允许用户定义要使用的成本函数。在最一般的情况下，这可以通过允许其以计算机可执行代码或将被解析并且自动转换成可执行代码的数学公式的形式输入函数来实现，在实践中，这将通过允许用户在多个预定义函数之间进行选择而更频繁地实现，或如果成本函数是取决于不同参数的项的加权和，那么通过使用户输入关联到这些项中的每个项的加权参数来实现。在这种情况下，向用户显示由此定义的成本函数的值和/或关联到所述值的路径或姿态可以是有用的，使得所显示的成本值或路径不满足用户的期望，其可以重新定义成本函数。

如果预定成本函数取决于多个参数(该多个参数中的至少一个参数随时间而变化)，那么成本函数最小化的结果也可能会根据时变参数而变化。例如，考虑了如下情况：成本函数是周期时间和功耗的加权和，并且功耗的加权系数是反映了取决于一天中的时间、风力的可用性等的功率成本的变量。这里，当功率便宜或可用性良好时，最小化的结果能够被预期为快速移动所沿的，但并不一定节能的路径。机器人的操作功率的成本越高或可用功率越少，最小化的结果就越有可能是花费长时间移动所沿的路径，但在该路径处，功耗是低的。这能够通过基于时变参数在进行最小化的一瞬间的值来实时地进行最小化而进行考虑。这样做将需要巨大的处理能力。如果时变参数能够仅采取多个离散值，那么能够通过预先针对时变参数可以采取的任何值进行给定移动命令的最小化来保留处理能力，存储由此找到的实际路径，并且当移动命令实际上必须被执行时，从存储装置中检索关联到时变参数的当前值的实际路径。如果机器人附近的物体移动，那么该物体可能会阻挡标称路径、标称目标姿态或这些物体周围的部分允许偏差范围。

在这种情况下，考虑到物体位置的改变，可以重复上述步骤c)，以便找到到达目标姿态的新路径，能够在没有与移动物体相撞的风险的情况下使用该新路径。由于这种新路径仍然在偏差范围内，因此不存在与其他物体冲突的风险；因此，切换到新路径本质上是安全的，并且能够在没有用户干预的情况下自动进行。

如果机器人附近的物体的位置被监测，那么能够判断当遵循标称路径时机器人将有多接近这些物体中的任何物体，并且基于此，能够确定安全偏差，通过该安全偏差，机器人可以在没有相撞的风险的情况下与标称路径偏离。通过将所述安全偏差设置为移动命令中的允许偏差，机器人的操作能够适应于在机器人附近移动的物体。每当在机器人的操作期间检测到物体的移动时，就能够进行对允许偏差的调整。

附图说明

参考附图，本发明的其他特征和优点将根据下面对其实施例的描述而变得显而易见。

图1是应用本发明的机器人系统的示意图；

图2是要由机器人系统执行的工作的示意性表示；以及

图3图示了本发明的方法的步骤。

具体实施方式

图1是机器人系统的高度示意性表示。机器人系统包括常规设计的关节式机器人1，其包括多个连杆2、连杆2可通过其旋转地彼此连接的关节3以及用于驱动连杆2旋转的致动器(未示出)。关节式机器人1的远端处的参考点4可以是用于抓取和操纵工件的夹具、由机器人操作的工具等。

控制器5可操作地连接到关节式机器人1和存储器6，并且适应于基于存储在存储器6中的控制信息来控制机器人1的位移。

存储控制信息的一种形式是程序，即，要由机器人连续执行的并且指定机器人将移动到何处并且机器人可能要在那里做什么的一系列指令。另一形式是致动器控制数据，诸如机器人的每个致动器的目标速度或扭矩，并且该致动器控制数据必须以适当定时被供应给致动器以产生期望移动。用于将程序指令转化成致动器控制数据的处理器被表示为7。

提供工作站或个人计算机8以用于在工作站或个人计算机8上写入程序的命令(图3的步骤S1)。工作站8上的软件包括机器人的运动学模型，从而使得工作站能够预测机器人将对特定移动命令或致动器控制信息做出反应的移动。进一步地，工作站8将机器人和物体的附近的模型存储在工作站8中。可以提供相机9或其他适合的传感器，以便监测机器人1的附近，并且在检测到模型中的变化的情况下更新该模型。

图2以高度抽象形式图示了机器人1的附近的模型。机器人1的移动能够被视为发生在多维空间中，该多维空间的维数是机器人1的致动器的数量或自由度数。出于简单起见，在图2中仅示出了两个维度x、y。机器人1位于点A＝(xo，y0)，并且其程序包括命令11，该命令指示该机器人移动到点B＝(x1，y1)。该命令可以是例如线性位移命令(LMOVE)，其指示机器人沿着笛卡尔空间中的直线移动到B。出于简单起见，假设坐标x，y也是笛卡尔坐标，并且因此，从A到B的移动也将沿着图2中的直线。这条直线C经过机器人1不能碰到的物体10附近。从图2的示图中显而易见，如果机器人如实地遵循直线C，那么这种情况不会发生。为了沿着直线移动，机器人的各种致动器必须以精确控制的速度和定时运行。必须遵循的直线越严格，移动可能会花费的时间就越长。

当机器人1的程序正在被编写时，从A到B的上述移动因此由指令11编码，该指令不仅指定直线移动和移动的目标坐标x1、y1，而且还指定机器人1的真实路径与规定直线C的可接受偏差(pathdev)。这种偏差可以由正在工作站8上开发程序的用户在工作站8的显示器上示出了图2的示图并且判断或测量了线C与所示物体10之间的距离d之后手动指定；这种偏差也可以由工作站基于线C和物体10的已知坐标来计算并且作为参数自动输入到移动命令中，或可能在向用户提出并且被用户批准或可能由用户修正之后输入到移动命令中(步骤S2)。因此，偏差能够被认为是定义了沿着和围绕线C延伸的空间的宽度，在该空间中，机器人免受相撞的危害，无论该机器人位于该空间中的什么位置。

不仅在从A到B的移动过程中，而且还在移动结束时，偏差都可以是容许的。例如，如果机器人移动到B的目的是将物体放置在表面上或将物体放到开口中，那么当机器人精确地移动到B时，而且当机器人移动到同一表面上或同一开口上方附近的某个点时，此目的都能够被满足。图2中点B周围的区B’代表并非精确地为点B，而是可以允许机器人1的移动结束的区。这种情况由移动命令11反映，该移动命令不仅指定了单种目标姿态(诸如坐标x1、y1)，而且还指定了最终到达的姿态与目标姿态的允许偏差(targetdev)。

考虑到允许路径和/或目标姿态偏差，处理器7将移动命令转换成致动器控制信息。为此，该处理器通过找到使给定成本函数最小化的路径来确定机器人要遵循的实际路径，即，不同于命令中指定的标称路径，但相差不超过允许偏差的路径(步骤S3)。用于通过使预定成本函数最小化来找到这种路径的技术在本领域中是已知的，因此这里不再进行详细描述。处理器7带有多个预定义成本函数，一个预定义成本函数用于评估机器人1执行程序命令中定义的移动所需的时间，而另一个预定义成本函数用于评估移动所需的能量的量和/或峰值负载。将使这些成本函数中的每一个成本函数最小化的结果显示给用户(S4)，例如通过在向该用户示出的图2的示图中显示所建议的实际路径C’并且可能地显示将通过采用所建议的路径来实现的成本节省。在图2的示例中，路径C’是使执行时间最小化的结果并且由标签12描绘，该标签指示通过采用路径C’，而非路径C将节省的时间量。通过使其他成本函数最小化而获得的路径及其相关联的成本节省能够在同一示图中被示出，并且能够允许用户例如通过点击相关联的标签来选择这些路径中的一条路径(S5)，于是所选择的成本函数被记录在命令11中作为另一自变量(costf)。

由处理器7评估的成本函数中的一个成本函数能够是其他成本函数的线性组合。该线性组合的加权系数能够由用户输入。因此，通过使该成本函数最小化而找到的路径将是减少执行时间、能量和负载的竞争要求之间的折衷。

当用户接受关联到命令11的所建议的实际路径C’时，处理器7将其描述记录在存储器6中(S6)，并且以相同方式处理下一个程序命令。该描述能够呈实际路径的坐标的形式或呈致动器控制信息(t，w)的形式，该致动器控制信息在被供应给机器人1的致动器时将使得其沿着路径C’移动。

当以这种方式处理了整个程序时，机器人1准备好执行程序。为此，控制器5从存储器6中检索实际路径描述(S7)并且使用其来控制机器人1的致动器(S11)。

根据该方法的高级变型，步骤S3不是针对单个成本函数进行的，而是针对两个或更多个成本函数进行的，并且针对这些成本函数中的每个成本函数，存储在步骤S3中为其确定的实际路径C’。以那种方式，当将从A移动到B的命令实际上输入到控制器5中以便执行时，控制器5从存储器6中检索关联到当前有效的成本函数的实际路径C’或其控制信息。

当前有效的成本函数能够通过在移动命令中或在移动命令之前发送给控制器5的命令中指定该成本函数来任意设置。备选地或另外，当前有效的成本函数可以由定时器或控制器5的某个其他输入确定。在优选实施例中，成本函数是至少第一项和第二项的加权和，该第一项代表进行指定移动所需的时间，该第二项代表执行移动所消耗的功率。后一项由代表电力成本的加权系数加权：该系数能够采取有限数量的预定值，例如，当需求白天高，而晚上低时，功率成本可以是高的。然后，成本函数的最小化将根据功率成本来产生不同结果，并且机器人在功率成本高时移动的实际路径C’将比在功率便宜时采用的实际路径C’更慢，但更节能。

只要机器人附近的物体的位置保持不变，程序就能够以这种方式执行。然而，在实践中，特别是在协作应用中，一些物体可以是移动的，或当程序正在执行时，新物体可以进入机器人的附近。相机9的提供是为了检测该情形何时发生。

让我们假设，在步骤S8中，在机器人附近检测到变化，例如，相机9检测到物体10以这种方式接近机器人1的路径C：使得当机器人正在机器人的偏离路径C的允许偏差范围内的某个位置中移动时，与物体10相撞将是可能的。在这种情况下，先前确定的实际路径C’的安全性不再被保证。因此，控制器5调用处理器7再次解决成本函数最小化问题(S9)，这一次另外考虑了由物体10的检测到的移动施加的约束。如果找到解决最小化问题的新路径(S10)，那么控制机器人沿着该路径从A移动到B(S11)，从而安全地避开了物体10，并且还免受其附近的所有其他物体的危害，这是由于新路径仍然在标称路径C的允许偏差范围内。因此，由于在移动命令中指定了允许偏差，因此系统能够自主地适应其环境的变化，并且物体10的移动并不一定中断机器人1的操作。

另一可能性是当检测到变化时实时地适应允许偏差。例如，如果物体10成为用于在步骤S2中设置偏差的原因，那么在检测到物体10从路径C移开的情况下可以允许更大的偏差。如果接下来考虑到更大的偏差，执行步骤S9，那么有可能找到比先前路径更高效的新路径。

附图标记

1 机器人

2 连杆

3 关节

4 参考点

5 控制器

6 存储器

7 处理器

8 工作站

9 相机

10 物体

11 命令

12 标签

Claims (13)

1.一种用于控制能够在多个坐标中移位的机器人(1)从初始姿态(A)到目标姿态(B)的位移的方法，包括以下步骤：

a)提供移动命令(S1)，所述移动命令至少指定所述目标姿态(B)和从所述初始姿态到所述目标姿态要遵循的标称路径(C)，

其特征在于，

b)将与所述标称路径的允许偏差关联到所述命令(S2)，以及

c)标识与所述标称路径偏离不超过所述允许偏差的实际路径(C’)(S3至S5，S9)，以及

d)控制所述机器人(1)沿着所述实际路径移动(S11)。

2.根据权利要求1所述的方法，其中所述实际路径(C’)被确定(S3至S5)，并且关联到所述实际路径的控制信息在所述机器人到达所述初始姿态(A)之前被存储(S6)，并且所述控制信息被检索以便进行步骤d)。

3.根据权利要求1或2所述的方法，其中所述实际路径通过使预定成本函数最小化而被确定(S3，S9)。

4.一种用于控制机器人在多个坐标中从初始姿态(A)到目标姿态(B)的位移的方法，包括以下步骤：

a)提供移动命令(S1)，所述移动命令至少指定标称目标姿态(B)，

其特征在于，

b)将与所述标称目标姿态的允许偏差关联到所述命令(S2)，

c)标识与所述标称目标姿态(B)偏离不超过所述允许偏差的实际目标姿态(B’)(S3至S5，S9)，

d)控制所述机器人移动到所述实际目标姿态(S11)。

5.根据权利要求4所述的方法，其中所述实际目标姿态被确定(S3至S5)，并且关联到所述实际目标姿态的控制信息在所述机器人到达所述初始姿态(A)之前被存储(S6)，并且所述控制信息被检索(S7)以便进行步骤d)。

6.根据权利要求4或5所述的方法，其中所述实际目标姿态通过使预定成本函数最小化而被确定(S3，S9)。

7.根据权利要求3或6所述的方法，其中所述移动命令或在所述移动命令之前的设置命令指定所述成本函数。

8.根据权利要求3、6或7所述的方法，其中所述成本函数被设计成随着以下参数中的一个或多个参数而增加：

-所述移动命令的执行时间，

-执行所述移动命令所需的总能量，

-执行所述移动命令所需的峰值功率，

-在执行所述命令时施加在所述机器人的致动器中的每一个致动器上的负载，

-所述机器人的关节速度与共振速度的接近程度。

9.根据权利要求3、6、7或8所述的方法，其中从至少一个成本函数中导出的值被显示给用户。

10.根据权利要求3或权利要求6至9中任一项所述的方法，其中所述成本函数由用户定义。

11.根据权利要求3或权利要求6至10中任一项所述的方法，其中所述预定成本函数取决于多个参数，所述多个参数中的至少一个参数随时间而变化，或者其中所述预定成本函数是来自关联到多个参数的值的不同集合的多个成本函数的一个成本函数，所述一个函数是基于所述参数的值的当前集合而选择的。

12.根据权利要求1至11中任一项所述的方法，还包括以下步骤：监测所述机器人的附近(S8)的变化，特别是所述附近中的物体(10)的位置变化，其中步骤(c)在变化在所述监测步骤(S8)中被观察到时重复(S9)。

13.根据权利要求1至11中任一项所述的方法，还包括以下步骤：监测所述机器人的附近(S8)，特别是监测所述附近中的物体的位置，基于所述监测来决定安全偏差，以及将所述安全偏差设置为所述移动命令中的所述允许偏差。