工业机器人的控制及其发展

工业机器人的控制及其发展

摘要：随着机器人技术的飞速发展和信息时代的到来，机器人所涵盖的内容越来越丰富。工业机器人是面向工业领域的多关节机械手或多自由度的机器人。工业机器人是自动执行工作的机器装置，是靠自身动力和控制能力来实现各种功能的一种机器，很大程度上对一个国家的发展有很大的帮助。本文从工业机器人的控制方面来阐述工业机器人。

一提到工业机器人，给人既兴奋又会有一种神秘的感觉。但是，在这种兴奋和神秘背后是无数的科学工作者对工业机器人的辛苦研究，特别是在工业技术人的控制方面，本人主要解决的问题主要有两个：第一，机器人如何运动才能实现给定的运动轨迹;第二，使用某种控制方法，产生空置量给驱动器，使每个关节按照预期的方式运动。另外本人对工业机器人的发展做出了比较详细的分析。下面我们就围绕这些问题进行讨论。

关键词：机器人，机器人控制，PID，自动控制

研究机器人控制技术首先我们必须要了解其所具有的特点：

1．机器人的控制与机构运动学及动力学密切相关。

2．机器人至少有3-5个自由度，甚至有二十几个自由度，每个自由度一般都包含一个私服系统，他们必须协调起来组成一个多变量控制系统。

3．描述机器人状态和运动的数学模型是一个非线性模型，随着状态的不同及外力的变化其参数也在变化，各变量之间还存在耦合。因此，仅仅利用位置闭环是不够的，还要利用速度甚至加速度闭环。

4．机器人的动作往往可以通过不同的方式和路径来完成，因此存在一个最优的问题。通过对机器人控制系统特点的分析，可以把到目前为止的机器人控制进行如下分类：

1．位置控制

2．力（力矩）控制

3．智能控制

这其中位置控制和力控制又是目前工业机器人中最普遍和最基本的控制。而这两个控制对机器人可以进行位置、速度、加速度及力的控制。这其中又包含了开环控制、PID反馈控制、分解运动控制、最优控制、柔顺控制、变结构控制、

自适应控制等等传统控制技术。无论它们多么高级多么复杂最终实现对机器人的操作还是需要控制位置、速度、加速度及力这四个要素。所以位置及力控制是所有其他控制的基础，是机器人控制的基础！这些传统的控制技术，不管是经典的还是现代的相对来说已经比较成熟了，换言之就是能解决的问题都解决了，解决不了的问题短时间内也解决不了了，已经到一个瓶颈了。所以在这里就不详细介绍这些传统控制技术了。

所以虽然这些传统控制技术理论已经比较成熟，但是在解决机器人控制问题上出现了许多难题：

①传统控制系统的设计与分析是建立在已知系统精确数学模型的基础上，

而实际系统由于存在复杂性、非线性、时变性、不确定性和不完全性等，一般无法获得精确的数学模型。

②研究这类系统时，必须提出并遵循一些比较苛刻的假设，而这些假设在应用中往往与实际不相吻合。

③对于某些复杂的和包含不确定性的对象，根本无法以传统数学模型来表示，既无法解决建模问题。

④为了提高性能，传统控制系统可变的复杂，从而增加了设备的初始投资和维修费用，降低了系统的可靠性。

正因为有这些艰巨的难题存在，单纯靠发展传统控制技术来促进机器人控制系统的飞跃已经举步维艰，难上加难。这时候，智能控制的出现为研究机器人控制开辟了一个全新的领域。这也是目前控制的最高形态，代表了目前控制技术的水平。

智能控制定义：智能控制是驱动智能机器自主地实现其目标过程。或者说，智能控制是一类无需人的干预就能够独立的驱动智能机器实现其目标的自动控制。其具有两个特点：

一、同时具有以知识表示的非数学广义模型和以数学模型表示的混合控制过程。也往往是那些含有复杂性、不完全性、模糊性或不确定性以及不存在已知算法的非数学过程，并以知识进行推理，以启发来引导求解过程。因此在研究和设计智能控制系统时不是把主要注意力放在对数学公式的表达、计算和处理上，而是放在对任务和世界模型的描述。符号和环境的识别以及知识库和推理机的设计

开发上。也就是说，智能控制系统的设计重点不在常规控制器上，而在智能机模型上。

二、智能控制的核心在高层控制，即组织级控制。高层控制的任务在于对实际环境或过程进行组织，即决策和规划，实现广义问题求解。为了实现这些任务，需要采用符号信息处理、启发式程序设计、知识表达以及自动推理和决策等相关技术。这些问题的求解过程与人脑的思维过程具有一定相似性，即具有不同程度的“智能”。当然，低层控制级也是智能控制系统必不可少的部分，不过，它往往属于传统控制系统。

以下是目前主要智能控制系统的简介：

1．递阶控制系统：遵循提高精度而降低智能的原理，用概率模型表示组织级推理、规划和决策的不确定性，指定协调级的任务任务以及执行级的控制作用。采用熵来度量智能机器执行各种指令的效果，并采用熵进行最优决策。

2．专家控制系统：是一个应用专家系统技术的控制系统，也是一个典型的和广泛应用的基于知识的控制系统。包含知识库、推理机、控制规则集和控制算法。3．模糊控制系统：是一类应用模糊集合理论的控制方法。模糊控制的有效性体现在：一方面，模糊控制提供一种实现基于知识（基于规则）的甚至语言描述的控制规律的新机理。另一方面，模糊控制提供了一种改进非线性控制系统的替代方法。一般由模糊化接口、知识库、推理机和模糊判决接口4个基本单元组成。4．学习控制系统：分为在线学习系统和离线学习系统。具有4个主要功能：搜索、识别、记忆和推理。

5．神经控制系统：基于人工神经网络的控制系统。具有一系列良好的特性解决传统控制技术存在的瓶颈，但是神经控制的研究也还有大量的有待解决的问题。是未来很有希望的一种控制系统。

6．进化控制系统：是一种建立在进化计算（尤其是遗传算法）和反馈机制基础上的控制技术。这种控制系统是21世纪才发展起来的，目前也还有许多问题有待研究解决，也代表了智能控制未来发展的一种方向。目前主要有两种结构：一是直接进化控制结构。而是间接进化控制结构。

综上所述，机器人控制系统可分为三个层次：

一级：智能控制级