第4章 机器人控制

2020-03-01 195浏览

  • 1.机器人引论 第4章 机器人控制
  • 2.第4章 机器人控制 o o o o o 4.1 机器人运动控制 4.2 机器人移动轨迹控制 4.3 机器人的力控制 4.4 机器人行为控制 4.5 机器人智能控制
  • 3.4.1 机器人运动控制 4.1.1 机器人的伺服电机 o 机器人的控制方式可分为气动、液压、电液伺服和 电动伺服等几种形式。机器人的控制涉及到机械装 置本体的控制和伺服机构的控制。 o 伺服控制电机是机器人系统的关键元件 o 按照组成系统元件的物理性质不同，伺服系统可以 分为电气伺服系统、电气-液压伺服系统和电气-气 动伺服系统。电气伺服系统又分为直流伺服系统和 交流伺服系统。
  • 4.o 交直流伺服技术的比较 n 直流伺服电机存在机械结构复杂、维护工作量大等 缺点，在运行过程中转子容易发热，影响与其连接 的其他机械设备的精度，难以应用到高速及大容量 的场合，机械换向器则成为直流伺服驱动技术发展 的瓶颈。 n 交流伺服电机克服了直流伺服电机存在的电刷、换 向器等机械部件所带来的各种缺点，特别是交流伺 服电机的过负荷特性和低惯性更体现出交流伺服系 统的优越性。
  • 5.o 机器人对伺服控制电机的要求 n 电机转动惯量要小，具有低的机械时间常数和电磁 时间常数以及高的品质因数，即单位时间内可给出 更大的瞬时功率。 n 足够宽的调速范围，在零速度附近可控。低速运转 平稳，力矩波动小。 n 高的功率/体积比和高的功率/重量比。因为这些伺 服控制电机通常装在机器人运动着的关节上，为机 器人的负载，所以要求重量轻、体积小。 n 伺服状态特性好。为机器人能稳定的进行操作，在 伺服定位、电机堵转时仍能输出大的力矩。
  • 6.n 外形扁薄小巧美观。它是机器人外观的决定性因素 之一它不仅要适应于机器人给定的小尺寸，而且伺 服控制电机的外形越复杂，机器人的外规结构设计 越困难，同时外形的复杂也使粉尘易于堆积。 n 全封闭式的构造。伺服控制电机做成封闭形的结构， 以适应多粉尘、含有腐蚀性气体的生产现场。 n 环境的适应性要强，而且输出的电线、电缆要柔软。 n 维护简易。
  • 7.o 主要采用的伺服电机种类有： n n n n n 印刷绕组式和线绕盘式直流伺服电动机 杯形转子直流伺服电动机 稀土永磁直流伺服电动机 无刷直流伺服电动机 直接驱动的直流力矩电动机
  • 8.4.1.2 机器人的运动控制器 o 运动控制系统是以电动机为控制对象，以控制器为核心， 以电力电子、功率变换装置为执行机构，在控制理论指 导下组成的电气传动控制系统。 典型运动控制系统组成
  • 9.o 一个典型的运动控制系统主要由运动部件、传动机 构、执行机构驱动器和运动控制器构成。整个系统 的运动指令由运动控制器给出。 o 运动控制器的分类 n 按被控对象分类：步进电机运动控制器、伺服电机 运动控制器、既可以对步进电机进行控制又可以对 交流伺服电机进行控制的运动控制器。 n 按结构进行分类：基于计算机标准总线的运动控制 器、Soft型开放式运动控制器、嵌入式结构的运动控 制器。 n 按被控量性质和运动控制方式分类：点位运动控制、 连续轨迹运动控制(又称为轮廓控制)、同步运动控制。
  • 10.4.2 机器人移动轨迹控制 4.2.1 路径与轨迹 o 机器人的轨迹指机器人在运动过程中的位移、速度和加 速度。路径是机器人位姿的一定序列，而不考虑机器人 位姿参数随时间变化的因素。 4.2.2 关节坐标系与直角坐标系 o 机器人一般由多个连杆通过转动或移动关节连接而成。 一般在每个连杆上固定一个坐标系。机器人各关节连杆 之间的位置关系和速度关系，实际上就是各相对坐标系 之间的关系。一个连杆的位姿相对于操作空间坐标系的 变化，或者两个连杆之间位姿的相对变化，可以通过两 个坐标系的相对变化来描述。复杂变化可以用相对平行 移动和相对旋转这两个基本的变化来合成
  • 11.o 平行移动关系 n 设以O1为始点，O1为终点的向量p0已知，并用向量 p1和p分别表示P在两个坐标系下的坐标向量 a  p0  b ,  c   x1  p1   y1 ,  z1  p  p0  p1  x p   y   z 
  • 12.o 旋转关系 n 已知点P在坐标系X1Y1Z1下的坐标p1，则可以用下式 求点P在坐标系XYZ下坐标p p  R( z, ) p1 cos   sin  0 R(z , )   sin  cos  0  0 0 1
  • 13.4.2.3 轨迹规划 o 机器人的规划(planning)，就是机器人根据自身的任务， 求得完成这一任务的解决方案的过程。它包括：任务规 划(bask planning)、动作规划(motion planning)、轨迹规 划(trajectory planning)。而轨迹规划是基础。轨迹规划 是根据作业任务的要求，计算出预期的运动的轨迹。根 据此预期的轨迹，实时计算机器人运动的位移、速度、 加速度、生成运动轨迹。机器人轨迹规划属于机器人底 层规划，基本上不涉及人工智能问题。
  • 14.o 机器人关节轨迹的插值运算 n n n n 定时插补与定距插补 直线插补算法 圆弧插补算法 关节空间法 o B样条曲线轨迹规划 o 轨迹的生成一般是先给定轨迹上的若干个点，将其经运 动学反解映射到关节空间，对关节空间中的相应点建立 运动方程，然后按这些运动方程对关节进行插值，从而 实现作业空间的运动要求，这一过程通常称为轨迹规划。
  • 15.4.2.4 轨迹控制 1 轨迹的记录与再现 o 路线与轨迹：所谓路线是指机器人所跟踪的空间曲线， 它与时间无关；而所谓轨迹则要求机器人在其路线上中 间位姿的时间顺序，它与时间有关。显然轨迹与路线的 区别仅在于是否引入时间变量。本节主要讨论的是轨迹 控制问题。 o 示教-再现法：
  • 16.2 笛卡尔运动与轨迹设计 o 离线控制与在线控制：所谓离线控制是指所需计算在操 作机运动前就已完成；而在线控制是指所需计算要在操 作机运动的过程中实时地完成。本节主要介绍离线轨迹 计算的概念。 o 表示机器人所处状态的两种方法：一种是在笛卡尔空间 用(x,y,z,Φx,Φy,Φz)来表示手部的位姿；另一种是在关节空 间用(θ1,θ2,θ3,θ4,θ5,θ6)来表示。
  • 17.o 离线轨迹计算程序： n 选择运动的总时间，将其分成等间隔Δt n 找出每个Δt时刻描述手部位姿的齐次矩阵BTH n 根据BTH即可得到相应的 x, y , z ,  x ,  y ,  z ，通过逆变换可 找出对应的 1 ,  2 , 3 ,  4 , 。对于每个时刻由读出 5 1 ,  2 , 3 ,  4 , 5 ，得到各个关节角的希望值，作为控制关 节运动的给定值。
  • 18.3 轨迹控制多项式 o 为了避免过大的加速度，在进行轨迹设计时应将操作机 的运动设计成加速、等速和减速的三种运动形式。 加速、等速和减速运动形式
  • 19.o 平稳运动轨迹具有如下特征： n 运动的位置、速度和加速度 都是时间的连续函数； n 为了简化运动的表达式，不 失一般性可令运动从 t  T 开始； n 当 t  T 时，x  c ，此时的速 度为 x  c / T 一种典型的平稳运动轨迹
  • 20. x(T )  0, x (T )  0, x(T )  0 给定6个运动参数：   x(T )  c, x (T )  c / T , x(T )  0 定义轨迹多项式： x(t )  a4 t 4  a3t 3  a2 t 2  a1t 1  a0 求得轨迹多项式的各项系数：a4  c 3c c 3c , a  0 , a  , a  , a  3 2 1 0 2T 16 16T 2 8T 2
  • 21.4 笛卡尔控制 o 执行预先计算的轨迹 n 离线轨迹计算 n 实时跟踪给定轨迹 o 以速度为根据的轨迹计算 o 实时笛卡尔控制
  • 22.4.3 机器人的力控制 4.3.1 机器人的力与力控制种类 1 外力/力矩与广义力的关系 机器人与环境间 的交互作用将产 生作用于机器人 末端手爪或工具 的力和力矩。可 以采用腕力传感 器进行测量。 典型的腕力传感器及其在机械手中的位置
  • 23.o 用 F  [ Fx , Fy , Fz , n x , n y , n z ]T 表示机器人末端受到的外力和 外力矩向量（在工具空间的表示）。设驱动装置对各关 节施加的关节力矩是  ，广义力可以通过计算这些力 所做的虚功来得到。设 X 为末端虚位移， 为关节虚 位移，满足： X  J () 产生的虚功为： w  F T X  T  在外力F的作用下，广义坐标θ对应的广义力可表示为：   JT F
  • 24.2 奇异问题 o 在奇异位形，雅可比矩阵 J T () 的零空间非空，在该零 空间的向量 F 对关节不产生任何力的作用。同样，在奇 异位形，在笛卡尔空间存在机器人不能施加力的方向。 奇异位形（F对关节 的作业力矩为零）
  • 25.o 3 自然约束和人为约束 o 为了便于描述力控制任务，需要定义一种新的正交坐标系，称 之为柔顺坐标系 oc xc y c z c ，有时也称为约束坐标系、任务坐标 系或作业坐标系。在该坐标系中，任务可以被描述为沿各个坐 标轴的位置控制或力控制，对于其中的任何一个自由度（沿三 个坐标轴的移动和绕三个轴的转动），或者是要求力的控制， 或者是要求位置控制，两者只能取其一。这里所说的位置控制 包括位置和姿态控制，力控制包括力和力矩的控制。 o 当某个自由度是位置自由度时，它必然受到力的约束，因而只 能对它进行位置控制，而不能进行力的控制。反之亦然。这种 位置控制和力控制的对偶关系可以通过自然约束和人为约束这 两个术语来描述。
  • 26.o 自然约束是由任务的几何结构所确定的约束关系； o 人为约束则是根据任务的要求人为给定的期望的运动位 置和力。 o 销钉入孔 柔顺坐标系固定在销钉上，原点 在销钉轴上 自然约束： v x  0, v y  0, f z  0,  x  0,  y  0,  z  0 人为约束： f x  0, f y  0, v z  vdz ,  x  0,  y  0,  z  0 zc xc yc
  • 27.4.3.2 阻尼力控制 o 1 单自由度刚性控制 假设机械手与环境在xE 点接触， 若机械手的末端位置x > xE ，则 施加于环境的力为： f e  k e ( x  xe ) 其中 ke 为环境的刚度。 整个系统满足以下方程： mx  k e ( x  xe )  f 其中 f 为输入力。若 xd 如图所示，采用以下PD控制 f  k p ( x d  x )  k v x
  • 28.若增益为正则系统稳定，在稳态作用于环境的力为 f e  若环境的刚性很大，则fe 可近似为 k p ke k p  ke ( x d  xe ) f e  k p ( x d  xe ) o 2 机械手的阻抗控制 对于n自由度的机械手，可用以下方法实现阻抗控制。定义柔顺坐标 系 oc xc yc z c ，给出沿每个自由度的理想刚性，这可以用6×6的对角 矩阵KX 表示，其对角元为表示线性和扭转刚性的刚度常数。给定KX ， 则对应虚位移 X 的理想恢复力可表示为 F  F X x 若用  表示相应的关节虚位移，则有 X  J () 所需关节力矩   J T () F
  • 29.联合以上方程得：   J T () K X J ()  K  () 其中依赖于位形的矩阵K  () 称为关节刚性矩阵，K  () 一般不是对角 矩阵。当 J () 为降秩矩阵时，说明机械手处于奇异状态，这时在某些方 向机械手不能运动，因而在这些方向的刚性不能控制。 为了使系统具有理想的动态相应性能，还应提供一定的阻尼。同时考 虑对重力矩的补偿，实际的关节控制力矩可取为： ~ ~   J ()[ K X X  K B X ]  gˆ () ~ ~ 其中 X  X d  X ；X  X d  X ；K B 为在工作空间表示的阻尼矩阵。 T 这里所有的量均表示在任务空间，控制律也可以表示为： ~ ~ 其中 K  ()  J T () K B J ()   K  ()   K  ()   gˆ ()
  • 30.o 阻尼力控制其特点是不直接控制机器人与环境的作用力, 而是根据 机器人端部的位置(或速度) 和端部作用力之间的关系, 通过调整反 馈位置误差、速度误差或刚度来达到控制力的目的, 此时接触过程 的弹性变形尤为重要。 o 这类力控制不外乎基于位置和速度的两种基本形式。当把力反馈 信号转换为位置调整量时，这种力控制称为刚度控制；当把力反 馈信号转换为速度修正量时，这种力控制称为阻尼控制；当把力 反馈信号同时转换为位置和速度的修正量时，即为阻抗控制。 左图为阻抗控制结构，其 核心为力矩运动转换矩阵 K设计，运动修正矩阵 X  K  F ；从力控制角 度，希望K阵中元素越大 越好，则系统柔一些；从 位置控制角度，希望K中 元素越小越好，则系统刚 一些。
  • 31.4.3.3 相互力控制 o 被动柔顺 n 被动柔顺装置具有响应快、成本低廉等优点，但它的应用受到 一定的限制，缺乏灵活性。 o 主动柔顺 n 主动柔顺是通过控制方法来实现的，因此对于不同的任务，可 以通过改变控制算法来获得所需要的柔顺功能。主动柔顺具有 更大的灵活性，但由于柔顺性是通过软件实现的，因而响应不 如被动柔顺迅速。
  • 32.o 对于需要进行柔顺控制的作业任务，在完成任务的整个过程中，往往 需要根据任务的不同阶段采用不同的控制策略。以销钉插孔（插轴入 孔）的任务为例，下图表示了该任务操作过程的四个阶段。每个阶段 包含了不同的约束情况，因而需采用不同的控制策略。
  • 33.o 实现柔顺控制的方法主要有两类，一类是阻抗控制，一类是力和位置 的混合控制(动态混合控制)。 o 阻抗控制不是直接控制期望的力和位置，而是通过控制力和位置之间 的动态关系实现柔顺控制。这样的动态关系类似于电路中的阻抗概念 ，因而称为阻抗控制。在机械手末端施加一个作用力，相应地便会产 生一个运动(如速度)。如果只考虑静态，力和位置之间的关系可以用 刚性矩阵描述。如果考虑力和速度之间的关系，可以用粘滞阻尼矩阵 来描述。因此阻抗控制，就是通过适当的控制方法使机械手末端呈现 需要的刚性和阻尼。 o 动态混合控制的基本思想是在柔顺坐标空间将任务分解为沿某些自由 度的位置控制和沿另一些自由度的力控制，并在该空间分别进行位置 控制和力控制的计算，然后将计算结果转换到关节空间合并为统一的 关节控制力矩，驱动机械手以实现所需要的柔顺功能。
  • 34.4.4 机器人行为控制 4.4.1 机器人行为种类 o o o o 移动机器人导航 自主移动机器人 机器人视觉行为 基于主动视觉机器人行为控制实现
  • 35.4.4.2 机器人行为控制方式 1 移动机器人导航 o 移动机器人的导航方式可分为：基于 环境信息的地图模型匹配导航、基于 各种导航信号的陆标导航、视觉导航 和味觉导航等。 2 自主移动机器人的控制方法 o 传统的基于认识模型的功能规划法 n 自顶向下的研究方法 n 将系统按照功能划分成不同的模块，即 感知一建模一规划一行动，分别进行研 究，是一条从感知到动作的串行功能分 解控制路线。 感知一规划一行动的模型
  • 36.o 基于行为的控制方法 n 包容式结构 n 自底向上 n 将系统按照行为划分成不同 的层次，即感知一行动，相 对独立地进行研究。即将复 杂的任务分解成很多简单的 可以并发执行的单元，每个 单元有其自己的感知器和执 行器，构成感知动作行为。 多个行为相互耦合构成层次 模型，它们通过竞争与仲裁 产生抑制、禁止和激活信息 协调彼此的动作。 包容式结构 层次模型
  • 37.3 基于行为机器人视觉系统结构 o 视觉系统的初始化，包括硬件设备(CCD摄像头和图像采集卡)的初 始化及各种初始信息的输入调整； o 图像采集模块，采集数字图像到计算机显存和内存； o 图像处理模块主要是对所获取的图像进行分割，优化图像质量， 获得视野中物体数目并对每个物体作标记； o 图像匹配模块是根据己知目标物体的信息与当前图像中的物体逐 个匹配，找出目标并计算它在机器人视野中的位置； o 摄像头控制模块把上一步得到的目标位置信息转化成摄像头的控 制命令送到摄像头。 RIRA-ROBOT基于行为机器人视觉系统构成
  • 38.4 基于主动视觉机器人行为控制实现 RIRA-ROBOT基于行为机器人系统结构图
  • 39.4.5 机器人智能控制 4.5.1 智能控制的特点 o 智能控制是以控制理论、计算机科学、人工智能、运筹学等学 科为基础，扩展了相关的理论和技术，其中应用较多的有模糊 逻辑、神经网络、专家系统、遗传算法等理论和自适应控制、 自组织控制、(自)学习控制等技术。 o 智能控制的研究内容之一就是把智能控制的相关技术与控制方 式结合或综合交叉结合，构成风格和功能各异的智能控制系统 和智能控制器。 1 智能控制的兴起 n 自动控制的发展与挫折 n 智能控制的兴起
  • 40.2 传统控制和智能控制 3 特点分析 n 智能控制适用于不确定的或难定义的过程控制、复杂的非线性被控 对象控制、随时间变化的过程控制等。 n 智能控制利用自适应、自组织、(自)学习等方式来提高系统的自动 化和智能化控制。 n 智能控制能综合交叉各种技术，使得智能控制系统和智能控制器设 计形式日益多样化和智能控制技术应用范围日益广泛化。 n 智能控制可以像传统控制理论分析系统的动态性一样，描述系统的 稳定性、系统的能控和能观性、系统的最优控制(即嫡函数和能量函 数的描述)、系统的复杂性等。与传统控制理论不同的是智能控制对 复杂知识系统的有关理论分析的描述目前还缺少统一的标准。
  • 41.4.5.2 智能控制 的主要方式 o 智能控制系统 的基本结构如 右图。 智能控制系统的典型结构
  • 42.o 对于不同用途的智能控制系统， 以上各部分的形式和功能可能存 在较大的差异。G N．萨里迪斯提 出了智能控制系统的分层递阶的 组成结构形式 o 对控制来讲，白上而下控制精度 愈来愈高； o 对识别来讲，自下而上信息回馈 愈来愈粗略。 分层递阶智能控制结构
  • 43.智能控制的多学科交叉
  • 44.o 智能控制系统所包含的理论内容：1. 自适应、自组织和自学 习控制；2. 知识工程；3. 信息熵；4. Petri 网；5. 人—机系统 理论；6. 形式语言与自动机；7. 大系统理论；8. 神经网络理 论；9. 模糊集合论；10. 优化理论。控制方法有以下几种： o 机器人的模糊控制 o 机器人的神经网络控制 o 机器人智能控制技术的融合 n 模糊控制和变结构控制的融合 n 神经网络和变结构控制的融合 n 模糊控制和神经网络控制的融合