机器人控制.

在不确定或未知条件下作业，通过传感器，内部的知识库，自主 完成给定任务。
2018/10/8 7
机器人控制的特点
• 与机构学、运动学及动力学密切相关。 • 描述机器人状态和运动的数学模型是一个具有时变结构 和参数的非线性模型，各关节变量之间存在紧密耦合。 • 一个简单的机器人至少也有3-5个自由度，于是机器人控 制系统必须是一个计算机控制的多级递阶控制系统。
机器人控制问题
基本控制原则： 1）、尽可能使问题简化。 2）、将复杂的总体系统控制问题尽可能 简化为多个低阶子系统的控制问题。 3）、一般情况下，机器人的基本控制技 术可归结为单关节控制技术和多关节控制技 术，前者需要考虑误差补偿问题，后者可考 虑耦合作用的补偿。
驱动控制器2
驱动控制器3
驱动控制器4
机器人本体
机器人控制系统的构成
2018/10/8 5
分析各层（级）的关系与区别
知识粒度 数据处理 功能类别 • 作业控制级 粗 模糊 决策 • 运动控制级 • 驱动控制级 中 细 精确 精确 任务分解 控制
通过分层递阶的组织形式才能完成复杂任务
2018/10/8 6
2018/10/8 3
机器人控制系统在物理上分为两级：工控机与 伺服控制器，但在逻辑上一般分为三级（层）：
• （1）人工智能级—组织层—作业控制器 • （2）控制模式级—协调层—运动控制器 • （3）伺服系统级—执行层—驱动控制器 ——几种不同的称谓
2018/10/8
4
作业控制器
运动控制器
驱动控制器1
2018/10/8
2
工业机器人控制系统工作过程
根据外界环境确定任务 计算目标任务在笛卡尔空间的位姿 确定运动轨迹（点动或轨迹） 转换为关节空间角度 转换为电机的给定值 内 部 反 馈 运 协动 调控 层制 器 伺 执服 行控 层制 器 作 组业 织控 层制 器
外 部 反 馈
电机的伺服控制
任务执行
机器人控制过程示意图
PID 控制是将偏差的比例（P）、积分（I）和微分（D）通过 线性组合构成控制量，算法简单，鲁棒性好，可靠性高；但 反馈增益是常量 ，它不能在有效载荷变化的情况下改变反 馈增益。 • 最优控制（Optimal Control） 基于某种性能指标的极大（小）控制，称之为最优控制。在 高速机器人中，除了选择最佳路径外，还普遍采用最短时间 控制，即所谓“砰—砰”控制。
n h(, ) R 称 D() R 为惯量矩阵， 是离心力、科氏力向量，b R nn 为黏性摩 n G() R 为重力项的向量。 擦系数矩阵， nn
机器人控制问题
机器人动力学的特点： 1）、非线性：引起非线性的因数很多， 如：机构构型、传动机构、驱动机构等。 2）、强耦合：某一关节的运动，会对其 他关节产生动力效应，使得每个关节都要承 受其他关节运动所产生的扰动。 3）、时变：动力学参数随关节运动位置 的改变而变化。
机器人控制
于薇薇 西北工业大学 机电学院
2018/10wenku.baidu.com8
1
一、概述
• 控制是机器人技术中的一个关键问题，而控制系统 的性能则是机器人发展水平一个重要标志。
• 机器人控制是控制领域的一个子集,一个独具特色的 子集。 • 机器人控制系统是一个与机构学、运动学和动力学 原理密切相关的、耦合紧密的、非线性和时变的多 变量控制系统。 • 机器人控制系统一般由计算机和伺服控制器组成。
工业机器人典型控制方式
• 点位式（PTP，point to point） 实现点的位置控制，而点与点之间的轨迹却无关紧要。如自动插 件机，在贴片机上安插元件，点焊、搬运、装配等。 • 轨迹式 (CP, continuous path) 指定点与点之间的运动轨迹为所要求的曲线，如直线或圆弧。在 进行弧焊、喷漆、切割等作业时十分必要。 • 速度控制方式 对于机器人的行程要求遵循一定的速度变化曲线。 • 力（力矩）控制方式 要求对末端施加在对象上的力进行控制，如抓放操作、去毛刺、 研磨和组装等作业。 • 智能控制方式
2018/10/8 12
感知部分
传感器层 数据处理层 存储层
认知部分
控制层 执行层
外部世界
机器人学习控制系统结构图
2018/10/8
13
机器人控制问题
机器人的动力学方程通式：
h( , ) b G() D() n
n 为驱动力矩向量。 为广义关节向量， 其中：
• 机器人的动作常常可以通过不同的方式和路径来完成， 手臂解不唯一，这样便要处理在一定约束条件下的优化 决策与控制问题。
• 伺服系统要求较高的位置精度，较大的调速范围，各关 节的速度误差系数应尽量一致。 • 系统的静差率要小，位置无超调，动态响应尽量快。
2018/10/8 8
常用伺服控制策略
• 各种PID 控制方式
2018/10/8
10
各种先进控制策略
• 模糊控制
通常的模糊控制是借助熟练操作者经验，通过“语言 变量”表述和模糊推理来实现的无模型控制。 • 神经控制——人工神经网络控制 神经控制便是由神经网络组成的控制系统结构。 • 鲁棒控制
鲁棒控制的基本特征，是用一个结构和参数都是固定 不变的控制器，来保证即使不确定性对系统的性能品 质影响最恶劣的时候也能满足设计要求。
2018/10/8
11
各种先进控制策略(续)
• 滑模控制 滑模变结构控制系统的特点是：在动态控制过程中， 系统的结构根据系统当时的状态偏差及其各阶导数值， 以跃变的方式按设定的规律作相应改变，该类控制系 统预先在状态空间设定一个特殊的超越曲面，由不连 续的控制规律，不断变换控制系统结构，使其沿着这 个特定的超越曲面向平衡点滑动，最后渐近稳定至平 衡点。 • 学习控制 产生自主运动的认知控制系统，包括感知层、数据处 理层、概念产生层、目标感知层、控制知识／数据库、 结论产生层等。
2018/10/8
9
常用伺服控制策略(续)
• 自适应控制 自适应控制则是根据系统运行的状态，自动补偿模 型中各不确定因素，从而显著改善机器人的性能。 分为模型参考自适应控制器、自校正自适应控制器 和线性摄动自适应控制等 。 • 解耦控制 机器人各自由度之间存在着耦合，即某处的运动对 另一处的运动有影响。在耦合严重的情况下，必须 考虑一些解耦措施。