CN117944054A - 一种工业机器人控制系统 - Google Patents

Abstract

本发明提供了一种工业机器人控制系统，涉及机器人技术领域，包括总控平台、机器人系统，所述机器人系统包括机器人、伺服模块、通信模块和定位记录模块，所述机器人通过通信模块与总控平台通信连接，所述伺服模块用于接收总控平台的运动指令以及运动规划数据对机器人进行控制；本发明采用定位记录模块多次记录机器人的运动路径和实时定位，并输出为数据包，通过模拟建模模块构造机器人三维动态模型，并模拟执行运动指令以及运动规划，获得标准的机器人的移动路径和位置坐标，通过分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，判断误差并输出报告，有利于动态对误差进行补偿，保证机器人的操作质量。

Description

一种工业机器人控制系统

技术领域

本发明涉及机器人技术领域，尤其涉及一种工业机器人控制系统。

背景技术

工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置，具有一定的自动性，可依靠自身的动力能源和控制能力实现各种工业加工制造功能，工业机器人被广泛应用于电子、物流、化工等各个工业领域之中；

工业机器人由三大部分组成，包括机械结构系统、驱动系统、感知系统，从机械结构来看，工业机器人总体上分为串联机器人和并联机器人，串联机器人的特点是一个轴的运动会改变另一个轴的坐标原点，而并联机器人一个轴运动则不会改变另一个轴的坐标原点，早期的工业机器人都是采用串联机构，并联机构定义为动平台和定平台通过至少两个独立的运动链相连接，机构具有两个或两个以上自由度，且以并联方式驱动的一种闭环机构，并联机构有两个构成部分，分别是手腕和手臂，手臂活动区域对活动空间有很大的影响，而手腕是工具和主体的连接部分，与串联机器人相比较，并联机器人具有刚度大、结构稳定、承载能力大、微动精度高、运动负荷小的优点，在位置求解上，串联机器人的正解容易，但反解十分困难；而并联机器人则相反，其正解困难，反解却非常容易；

驱动系统是向机械结构系统提供动力的装置，根据动力源不同，驱动系统的传动方式分为液压式、气压式、电气式和机械式4种，早期的工业机器人采用液压驱动，由于液压系统存在泄露、噪声和低速不稳定等问题，并且功率单元笨重和昂贵，目前只有大型重载机器人、并联加工机器人和一些特殊应用场合使用液压驱动的工业机器人，气压驱动具有速度快、系统结构简单、维修方便、价格低等优点，但是气压装置的工作压强低，不易精确定位，一般仅用于工业机器人末端执行器的驱动，气动手抓、旋转气缸和气动吸盘作为末端执行器可用于中、小负荷的工件抓取和装配，电力驱动是目前使用最多的一种驱动方式，其特点是电源取用方便，响应快，驱动力大，信号检测、传递、处理方便，并可以采用多种灵活的控制方式，驱动电机一般采用步进电机或伺服电机，目前也有采用直接驱动电机，但是造价较高，控制也较为复杂，和电机相配的减速器一般采用谐波减速器、摆线针轮减速器或者行星齿轮减速器，由于并联机器人中有大量的直线驱动需求，直线电机在并联机器人领域已经得到了广泛应用；

机器人感知系统把机器人各种内部状态信息和环境信息从信号转变为机器人自身或者机器人之间能够理解和应用的数据和信息，除了需要感知与自身工作状态相关的机械量，如位移、速度和力等，视觉感知技术是工业机器人感知的一个重要方面，视觉伺服系统将视觉信息作为反馈信号，用于控制调整机器人的位置和姿态，机器视觉系统还在质量检测、识别工件、食品分拣、包装的各个方面得到了广泛应用，感知系统由内部传感器模块和外部传感器模块组成，智能传感器的使用提高了机器人的机动性、适应性和智能化水平；

由上述可知，在工业机器人的操作过程中，从指令生成，发出，到机器人进行执行，需要涉及到多个系统和多重步骤，在此过程中，由于机械的磨损性、公差以及驱动的动力问题，机器人的运动路径以及最终操作结果往往和指令存在一定的误差，现有技术中，缺乏对此误差有效的判断改进补偿能力，往往只能在机器人出现较大故障后进行零件维修更换处理，影响之前操作的质量，因此，本发明提出一种工业机器人控制系统以解决现有技术中存在的问题。

发明内容

针对上述问题，本发明提出一种工业机器人控制系统，该工业机器人控制系统将数据包与机器人三维动态模型的模拟数据进行比对，判断误差并输出报告，有利于动态对误差进行补偿，保证机器人的操作质量。

为实现本发明的目的，本发明通过以下技术方案实现：一种工业机器人控制系统，包括总控平台、机器人系统，所述机器人系统包括机器人、伺服模块、通信模块和定位记录模块，所述机器人通过通信模块与总控平台通信连接，所述伺服模块用于接收总控平台的运动指令以及运动规划数据对机器人进行控制；

所述总控平台包括人机交互模块、运动控制模块、模拟建模模块和分析模块，所述人机交互模块用于操作人员进行可视化操作，所述运动控制模块用于发送运动指令以及运动规划数据至伺服模块，所述模拟建模模块用于构造机器人三维动态模型，并接入运动控制模块，模拟执行运动指令以及运动规划，模拟机器人的移动路径和位置坐标，所述定位记录模块用于记录机器人的运动路径和实时定位，并输出为数据包至总控平台，所述分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，总结出误差，输出报告。

进一步改进在于：所述机器人为工业机器人，所述伺服模块内置于机器人中，接收指令对机器人进行控制，所述伺服模块内置日志模块，用于记录有效的的运动指令以及运动规划数据，并生成日志。

进一步改进在于：所述通信模块包括基于局域网的分布式数据通讯系统和数据中心核心总线，所述分布式数据通讯系统为与网络连接的枢纽中心，且用于将传输的指令数据进行解析处理分类，并将指令数据传输到相应的网关；所述数据中心核心总线为整个通信模块的核心，用于所有数据的经过，所述数据中心核心总线内部设有交换和队列功能，用于将指令和数据分流到不同的队列，由此进行分流。

进一步改进在于：所述定位记录模块为内置于机器人中的位置传感器、速度传感器和加速度传感器，用于记录机器人的运动路径以及实时定位坐标，所述定位记录模块内置数据打包单元，用于将记录的运动路径以及实时定位坐标打包成数据包，并通过通信模块传输至总控平台。

进一步改进在于：所述总控平台内置于外置的总控计算机，基于WIN11平台和ROS操作系统，所述人机交互模块基于总控计算机的显示屏，用以实现可视化操作，包括人工输入指令和控制程序规划，在机器人的运行过程中，通过人机交互模块以及外部的摄像头，还用于实时监控机器人的运行状态，并将视频影像进行储存，同时具备视频影像查询功能。

进一步改进在于：所述运动控制模块用于接入人机交互模块，将人工输入指令和控制程序规划的指令进行转化打包，转化为控制指令，输出至伺服模块，同时，运动控制模块在开启一个200ms的定时器来判断指令输出时效，在时效不满足设定阈值时，在总控计算机的显示屏上发出提醒。

进一步改进在于：所述模拟建模模块包括建模模块和模拟论证模块，所述建模模块用于采集机器人的设计风格和样式参数，输入至BIM模型中，配合SolidWorks软件，构建机器人三维动态模型，在总控计算机的显示屏进行显示。

进一步改进在于：所述模拟论证模块用于预设机器人的运行参数和运动逻辑，同时，所述模拟论证模块接入运动控制模块，采集接下来待执行的运动指令以及运动规划，在机器人三维动态模型中模拟运动指令以及运动规划的执行，在此过程中，所述模拟论证模块记录机器人模拟的移动路径和位置坐标，作为基准参数标准。

进一步改进在于：所述分析模块包括深度学习对比模块和报告输出模块，所述深度学习对比模块将基准参数标准作为对比集，将定位记录模块记录的多次数据包作为论证集，由此，利用YOLO神经网络将论证集，与对比集进行比对，确定机器人多次运行中的误差参数，计算出平均值、最大频次误差出现位置。

进一步改进在于：所述报告输出模块接入深度学习对比模块，用于将计算出的平均值、最大频次误差出现位置总结出报告，且报告输出模块通过互联网接入机器人的厂家官网，将报告上传至厂家技术人员处，获取处理建议反馈该操作方。

本发明的有益效果为：

1、本发明采用定位记录模块多次记录机器人的运动路径和实时定位，并输出为数据包，通过模拟建模模块构造机器人三维动态模型，并模拟执行运动指令以及运动规划，获得标准的机器人的移动路径和位置坐标，通过分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，判断误差并输出报告，有利于动态对误差进行补偿，保证机器人的操作质量。

2、本发明的总控平台内置于外置的总控计算机，通过人机交互模块以及外部的摄像头，可以实时监控机器人的运行状态，并将视频影像进行储存，显示于总控计算机的显示屏，机器人三维动态模型也同步在总控计算机的显示屏进行显示，方便人工直观地连接观察，使用更方便。

3、本发明在运动控制模块在开启一个200ms的定时器来判断指令输出时效，在时效不满足设定阈值时，发出提醒，有利于保证指令的时效性，提高操作效率。

4、本发明总结出报告，上传至厂家技术人员处，获取处理建议反馈该操作方，方便对机器人进行调控。

附图说明

图1为本发明的组成图。

具体实施方式

为了加深对本发明的理解，下面将结合实施例对本发明做进一步详述，本实施例仅用于解释本发明，并不构成对本发明保护范围的限定。

实施例一

根据图1所示，本实施例提出了一种工业机器人控制系统，包括总控平台、机器人系统，所述机器人系统包括机器人、伺服模块、通信模块和定位记录模块，所述机器人通过通信模块与总控平台通信连接，所述伺服模块用于接收总控平台的运动指令以及运动规划数据对机器人进行控制；

所述总控平台包括人机交互模块、运动控制模块、模拟建模模块和分析模块，所述人机交互模块用于操作人员进行可视化操作，所述运动控制模块用于发送运动指令以及运动规划数据至伺服模块，所述模拟建模模块用于构造机器人三维动态模型，并接入运动控制模块，模拟执行运动指令以及运动规划，模拟机器人的移动路径和位置坐标，所述定位记录模块用于记录机器人的运动路径和实时定位，并输出为数据包至总控平台，所述分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，总结出误差，输出报告。使用时，采用定位记录模块多次记录机器人的运动路径和实时定位，并输出为数据包，通过模拟建模模块构造机器人三维动态模型，并模拟执行运动指令以及运动规划，获得标准的机器人的移动路径和位置坐标，通过分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，判断误差并输出报告，有利于动态对误差进行补偿，保证机器人的操作质量。

所述机器人为工业机器人，所述伺服模块内置于机器人中，接收指令对机器人进行控制，所述伺服模块内置日志模块，用于记录有效的的运动指令以及运动规划数据，并生成日志。通过查询日志，可以查询有效的的运动指令以及运动规划数据，方便操作人员了解改进。

所述通信模块包括基于局域网的分布式数据通讯系统和数据中心核心总线，所述分布式数据通讯系统为与网络连接的枢纽中心，且用于将传输的指令数据进行解析处理分类，并将指令数据传输到相应的网关；所述数据中心核心总线为整个通信模块的核心，用于所有数据的经过，所述数据中心核心总线内部设有交换和队列功能，用于将指令和数据分流到不同的队列，由此进行分流。通信协议包括MQTT、TCP、HTTP、UDP和WEBSERVICES，所述联网接口包括以太网、2/3/4G网络和WIFI网络。

所述定位记录模块为内置于机器人中的位置传感器、速度传感器和加速度传感器，用于记录机器人的运动路径以及实时定位坐标，所述定位记录模块内置数据打包单元，用于将记录的运动路径以及实时定位坐标打包成数据包，并通过通信模块传输至总控平台。对机器人的运动路径以及实时定位坐标的进行多次记录，作为后续多次对比判断的依据。传感器包括位置传感器、速度传感器和加速度传感器，用于实时监测机器人的运动状态。

所述总控平台内置于外置的总控计算机，基于WIN11平台和ROS操作系统，所述人机交互模块基于总控计算机的显示屏，用以实现可视化操作，包括人工输入指令和控制程序规划，在机器人的运行过程中，通过人机交互模块以及外部的摄像头，还用于实时监控机器人的运行状态，并将视频影像进行储存，同时具备视频影像查询功能。ROS(机器人操作系统，Robot Operating System)，是专为机器人软件开发所设计出来的一套电脑操作系统架构。它是一个开源的元级操作系统(后操作系统)，提供类似于操作系统的服务，包括硬件抽象描述、底层驱动程序管理、共用功能的执行、程序间消息传递、程序发行包管理，它也提供一些工具和库用于获取、建立、编写和执行多机融合的程序。

所述运动控制模块用于接入人机交互模块，将人工输入指令和控制程序规划的指令进行转化打包，转化为控制指令，输出至伺服模块，同时，运动控制模块在开启一个200ms的定时器来判断指令输出时效，在时效不满足设定阈值时，在总控计算机的显示屏上发出提醒。开启一个200ms的定时器来判断，200ms以后反馈发送Ack，这时候，在总控计算机端打开注册表：打开HKEY_LOCAL_MACHINE\SYSTEM\CurrentControlSet\Services\Tcpip\Parameters\Interfaces，列出本机的网络接口，找到该总控计算机端连入互联网的网卡项，添加新DWORD值，命名为TcpAckFrequency，然后右键点击，选择“改变”，把数值设为1，完成后，关掉注册表编辑器，由此降低延迟。

所述模拟建模模块包括建模模块和模拟论证模块，所述建模模块用于采集机器人的设计风格和样式参数，输入至BIM模型中，配合SolidWorks软件，构建机器人三维动态模型，在总控计算机的显示屏进行显示。首先，利用CAD将机器人的设计风格和样式参数制成2D平面图，图中以点、线、面的概念为主，然后借助ArcGIS和Revit软件将2D平面图中的参数进行拉伸立体化，构建3D可视化模型，再将参数尺寸根据比例缩小后输入进3D可视化模型中，使模型中的构件都富含属性，接着，采用ContextCapture对3D可视化模型进行三维模型构建，并通过符号化来增强显视效果，配合SolidWorks软件，构建机器人三维动态模型。

所述模拟论证模块用于预设机器人的运行参数和运动逻辑，同时，所述模拟论证模块接入运动控制模块，采集接下来待执行的运动指令以及运动规划，在机器人三维动态模型中模拟运动指令以及运动规划的执行，在此过程中，所述模拟论证模块记录机器人模拟的移动路径和位置坐标，作为基准参数标准。所述分析模块包括深度学习对比模块和报告输出模块，所述深度学习对比模块将基准参数标准作为对比集，将定位记录模块记录的多次数据包作为论证集，由此，利用YOLO神经网络将论证集，与对比集进行比对，确定机器人多次运行中的误差参数，计算出平均值、最大频次误差出现位置。YOLO(You Only LookOnce)是一种实时目标检测算法，它可以在单个图像上一次前向传递，并输出所有可能的目标的边界框位置和分类概率。YOLO网络利用神经网络进行特征提取和目标检测，具有较高的实时性和准确性。它通过调整网络结构和参数，可以适应不同的应用场景和数据集。YOLO网络通常包括三个主要部分：特征提取网络、目标检测网络和后处理网络。特征提取网络用于提取图像特征，而目标检测网络则根据这些特征预测目标的边界框和分类概率。后处理网络则负责对预测结果进行后处理，如非极大值抑制、背景抑制等，以得到最终的检测结果。YOLO网络在计算机视觉领域得到了广泛的应用。

实施例二

根据图1所示，本实施例提出了一种工业机器人控制系统，包括总控平台、机器人系统，所述机器人系统包括机器人、伺服模块、通信模块和定位记录模块，所述机器人通过通信模块与总控平台通信连接，所述伺服模块用于接收总控平台的运动指令以及运动规划数据对机器人进行控制；

所述总控平台包括人机交互模块、运动控制模块、模拟建模模块和分析模块，所述人机交互模块用于操作人员进行可视化操作，所述运动控制模块用于发送运动指令以及运动规划数据至伺服模块，所述模拟建模模块用于构造机器人三维动态模型，并接入运动控制模块，模拟执行运动指令以及运动规划，模拟机器人的移动路径和位置坐标，所述定位记录模块用于记录机器人的运动路径和实时定位，并输出为数据包至总控平台，所述分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，总结出误差，输出报告。使用时，采用定位记录模块多次记录机器人的运动路径和实时定位，并输出为数据包，通过模拟建模模块构造机器人三维动态模型，并模拟执行运动指令以及运动规划，获得标准的机器人的移动路径和位置坐标，通过分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，判断误差并输出报告，有利于动态对误差进行补偿，保证机器人的操作质量。

所述模拟论证模块用于预设机器人的运行参数和运动逻辑，同时，所述模拟论证模块接入运动控制模块，采集接下来待执行的运动指令以及运动规划，在机器人三维动态模型中模拟运动指令以及运动规划的执行，在此过程中，所述模拟论证模块记录机器人模拟的移动路径和位置坐标，作为基准参数标准。所述分析模块包括深度学习对比模块和报告输出模块，所述深度学习对比模块将基准参数标准作为对比集，将定位记录模块记录的多次数据包作为论证集，由此，利用YOLO神经网络将论证集，与对比集进行比对，确定机器人多次运行中的误差参数，计算出平均值、最大频次误差出现位置。YOLO(You Only LookOnce)是一种实时目标检测算法，它可以在单个图像上一次前向传递，并输出所有可能的目标的边界框位置和分类概率。YOLO网络利用神经网络进行特征提取和目标检测，具有较高的实时性和准确性。它通过调整网络结构和参数，可以适应不同的应用场景和数据集。YOLO网络通常包括三个主要部分：特征提取网络、目标检测网络和后处理网络。特征提取网络用于提取图像特征，而目标检测网络则根据这些特征预测目标的边界框和分类概率。后处理网络则负责对预测结果进行后处理，如非极大值抑制、背景抑制等，以得到最终的检测结果。YOLO网络在计算机视觉领域得到了广泛的应用。

所述报告输出模块接入深度学习对比模块，用于将计算出的平均值、最大频次误差出现位置总结出报告，且报告输出模块通过互联网接入机器人的厂家官网，将报告上传至厂家技术人员处，获取处理建议反馈该操作方。本发明总结出报告，上传至厂家技术人员处，获取处理建议反馈该操作方，方便有依据地对机器人进行调控。

该工业机器人控制系统采用定位记录模块多次记录机器人的运动路径和实时定位，并输出为数据包，通过模拟建模模块构造机器人三维动态模型，并模拟执行运动指令以及运动规划，获得标准的机器人的移动路径和位置坐标，通过分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，判断误差并输出报告，有利于动态对误差进行补偿，保证机器人的操作质量。且本发明的总控平台内置于外置的总控计算机，通过人机交互模块以及外部的摄像头，可以实时监控机器人的运行状态，并将视频影像进行储存，显示于总控计算机的显示屏，机器人三维动态模型也同步在总控计算机的显示屏进行显示，方便人工直观地连接观察，使用更方便。同时，本发明在运动控制模块在开启一个200ms的定时器来判断指令输出时效，在时效不满足设定阈值时，发出提醒，有利于保证指令的时效性，提高操作效率。另外，本发明总结出报告，上传至厂家技术人员处，获取处理建议反馈该操作方，方便对机器人进行调控。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。

Claims (10)

1.一种工业机器人控制系统，包括总控平台、机器人系统，其特征在于：所述机器人系统包括机器人、伺服模块、通信模块和定位记录模块，所述机器人通过通信模块与总控平台通信连接，所述伺服模块用于接收总控平台的运动指令以及运动规划数据对机器人进行控制；

所述总控平台包括人机交互模块、运动控制模块、模拟建模模块和分析模块，所述人机交互模块用于操作人员进行可视化操作，所述运动控制模块用于发送运动指令以及运动规划数据至伺服模块，所述模拟建模模块用于构造机器人三维动态模型，并接入运动控制模块，模拟执行运动指令以及运动规划，模拟机器人的移动路径和位置坐标，所述定位记录模块用于记录机器人的运动路径和实时定位，并输出为数据包至总控平台，所述分析模块用于将数据包与机器人三维动态模型的模拟数据进行比对，总结出误差，输出报告。

2.根据权利要求1所述的一种工业机器人控制系统，其特征在于：所述机器人为工业机器人，所述伺服模块内置于机器人中，接收指令对机器人进行控制，所述伺服模块内置日志模块，用于记录有效的的运动指令以及运动规划数据，并生成日志。

3.根据权利要求2所述的一种工业机器人控制系统，其特征在于：所述通信模块包括基于局域网的分布式数据通讯系统和数据中心核心总线，所述分布式数据通讯系统为与网络连接的枢纽中心，且用于将传输的指令数据进行解析处理分类，并将指令数据传输到相应的网关；所述数据中心核心总线为整个通信模块的核心，用于所有数据的经过，所述数据中心核心总线内部设有交换和队列功能，用于将指令和数据分流到不同的队列，由此进行分流。

4.根据权利要求3所述的一种工业机器人控制系统，其特征在于：所述定位记录模块为内置于机器人中的位置传感器、速度传感器和加速度传感器，用于记录机器人的运动路径以及实时定位坐标，所述定位记录模块内置数据打包单元，用于将记录的运动路径以及实时定位坐标打包成数据包，并通过通信模块传输至总控平台。

5.根据权利要求4所述的一种工业机器人控制系统，其特征在于：所述总控平台内置于外置的总控计算机，基于WIN11平台和ROS操作系统，所述人机交互模块基于总控计算机的显示屏，用以实现可视化操作，包括人工输入指令和控制程序规划，在机器人的运行过程中，通过人机交互模块以及外部的摄像头，还用于实时监控机器人的运行状态，并将视频影像进行储存，同时具备视频影像查询功能。

6.根据权利要求5所述的一种工业机器人控制系统，其特征在于：所述运动控制模块用于接入人机交互模块，将人工输入指令和控制程序规划的指令进行转化打包，转化为控制指令，输出至伺服模块，同时，运动控制模块在开启一个200ms的定时器来判断指令输出时效，在时效不满足设定阈值时，在总控计算机的显示屏上发出提醒。

7.根据权利要求6所述的一种工业机器人控制系统，其特征在于：所述模拟建模模块包括建模模块和模拟论证模块，所述建模模块用于采集机器人的设计风格和样式参数，输入至BIM模型中，配合SolidWorks软件，构建机器人三维动态模型，在总控计算机的显示屏进行显示。

8.根据权利要求7所述的一种工业机器人控制系统，其特征在于：所述模拟论证模块用于预设机器人的运行参数和运动逻辑，同时，所述模拟论证模块接入运动控制模块，采集接下来待执行的运动指令以及运动规划，在机器人三维动态模型中模拟运动指令以及运动规划的执行，在此过程中，所述模拟论证模块记录机器人模拟的移动路径和位置坐标，作为基准参数标准。

9.根据权利要求8所述的一种工业机器人控制系统，其特征在于：所述分析模块包括深度学习对比模块和报告输出模块，所述深度学习对比模块将基准参数标准作为对比集，将定位记录模块记录的多次数据包作为论证集，由此，利用YOLO神经网络将论证集，与对比集进行比对，确定机器人多次运行中的误差参数，计算出平均值、最大频次误差出现位置。

10.根据权利要求9所述的一种工业机器人控制系统，其特征在于：所述报告输出模块接入深度学习对比模块，用于将计算出的平均值、最大频次误差出现位置总结出报告，且报告输出模块通过互联网接入机器人的厂家官网，将报告上传至厂家技术人员处，获取处理建议反馈该操作方。