机器人学导论 课件 第5章-操作臂的控制方法

机器人技术基础

第4章机器人的轨迹生成

第1-15周，星期二，16:40-18:15，（五）10324.1基本概念4.2关节空间轨迹生成4.3直角坐标空间轨迹生成本节目录35.1概述5.2机器人关节控制5.3工业机器人的控制器结构5.4反馈与闭环控制2025/6/1本节目录8.1概述5.1.1机器人的编程技术（编程语言是用户和机器人交互的接口）机器人模仿人的各种肢体动作、思维方式和控制决策能力。从编程的角度，机器人可以通过方式来达到这一目标：（1）示教再现方式：通过“示教盒”或人“手把手”两种方式教机械手如何动作，控制器将示教过程记忆下来，然后机器人就按照记忆周而复始地重复示教动作，如弧焊、点焊、喷涂机器人。”在线占用机器人”（2）离线编程方式：机器人编程员在外部计算机上根据工件的CAD模型编制机器人控制程序，然后将控制程序输入给机器人的控制器，机器人就按照程序所规定的动作一步一步地去完成。如果任务变更，只要修改或重新编写控制程序，非常灵活方便。”较少地占用机器人”大多数工业机器人都是按照这两种方式编程的。机器人弧焊机器人喷涂机器人示教编程离线编程举例—离线编程的定义52025/6/1离线编程的定义例子：机器人表壳抛光机器人离线编程技术主要是应用计算机图形学的方法，建立三维虚拟环境，根据加工工艺要求，生成机器人运动轨迹，控制机器人运动。机器人离线编程系统界面离线编程举例—曲线路径规划62025/6/1主要功能核心算法显示三维模型曲面生成加工路径生成机器人配置（第几个解）自动生成机器人路径文件导入零件三维模型后：选取零件表面点，并显示三维坐标系将所选点构造B样条曲线，生成加工路径生成加工路径后：建立系统坐标系及逆运动求解求解机器人配置：找到一组解，整条路径都可达表面点的局部坐标系生成加工路径求解机器人配置的过程（1）遥控方式：由人用有线或无线遥控器控制机器人在人难以到达或危险的场所完成某项任务。如防暴排险机器人、军用机器人、在有核辐射和化学污染环境工作的机器人等。（2）自主控制方式：是机器人控制中最高级、最复杂的控制方式，它要求机器人在复杂的非结构化环境中具有识别环境和自主决策能力，也就是要具有人的某些智能行为。机器人控制技术各种PID控制方式（PIDControl）

PID控制是将偏差的比例（Proportional）、积分（Integral）和微分（Derivative）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（OptimalControl）

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。自适应控制（AdaptiveControl）

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（DecouplingControl）

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。机器人控制技术重力补偿在伺服系统的控制量中实时地计算重力项，并加入一个抵消重力的量，可补偿重力项的影响。耦合惯量及摩擦力的补偿在高速、高精度机器人中，必须考虑一个关节运动会引起另一个关节的等效转动惯量的变化，即耦合的问题；还要考虑摩擦力的补偿。传感器的位置补偿在内部反馈的基础上，再用一个外部位置传感器进一步消除误差，这种系统称为传感器闭环系统。（否则为半闭环）前馈控制和超前控制前馈控制：从给定信号中提取速度、加速度信号。把它加在伺服系统的适当部位，以消除系统的速度和加速度跟踪误差。超前控制：估计下一时刻的位置误差，并把这个估计量加到下一时刻的控制量中。操作臂控制技术记忆－修正控制(迭代学习控制)记忆前一次的运动误差，改进后一次的控制量；适用于重复操作的场合。

听觉控制有的机器人可以根据人的口头命令做出回答或执行任务，这是利用了声音识别系统。视觉控制（视觉伺服）常将视觉系统用于判别物体形状和物体之间的关系，也可以用来测量距离、选择运动途径。递阶控制（组织级、协调级、执行级）最低层是各关节的伺服系统，最高层是管理（主）计算机；大系统控制理论可以用在机器人系统中。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。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。先进控制策略

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。先进控制策略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。

机器人学习控制系统结构图传感器层数据处理层存储层控制层执行层感知部分认知部分外部世界先进控制策略145.1概述5.2机器人关节控制5.3工业机器人的控制器结构5.4反馈与闭环控制2025/6/1本节目录152025/6/1机器人关节控制

这时机器人关节动力学方程为：

Ja—关节驱动电机转动惯量Jm—关节负载在传动端的转动惯量Jl—连杆转动惯量

Bm—传动端阻尼系数Bl—负载端阻尼系数传动比

计入粘性阻力，关节方程可写为：

162025/6/1Ua

,

ia

——电枢回路电压与电流Ra

,La

——电枢回路电阻与电感

eb——感应电动势τ

——电机驱动力矩θm——电枢（转子）角位移电气部分的模型由电机电枢的电压平衡方程来描述电机力矩平衡方程：机械部分与电气部分的耦合关系：对以上各式进行拉普拉斯变换得ka——电机电流—力矩比例常数kb——感应电势常数电机的电枢电路机器人关节控制172025/6/1重新组合上式，得驱动系统传递函数忽略电枢的电感La，可简化为：其中，电机增益常数为：电机时间常数为：单关节控制系统所加电压与关节角位移之间的传递函数：机器人关节控制182025/6/1单关节角度反馈比例控制，P控制于是得到e——为系统误差进而可得式中kp——位置反馈增益；η——传动比位置控制器（比例）直流驱动单关节系统+－机器人关节控制192025/6/1位置控制器（比例）直流驱动单关节系统+－误差驱动信号

E(s)与实际位移之间的开环传递函数：由此得系统闭环传递函数：

上式表明关节机器人的比例控制器是一个二阶系统。当系统参数均为正时，系统总是稳定的。系统传递函数推导:机器人关节控制PID控制是机器人控制中最常用的控制算法P指proportional

(比例），I指integral（积分），D指derivative（微分）可利用偏差，偏差的积分值，偏差的微分值来控制。PID控制基本形式框图rPID控制PID控制如果用e=(r-y)表示偏差，则PID控制变为：式中，kP称为比例增益；kI称为积分增益；kD称为微分增益。它们是影响控制规律特性的参数，统称为反馈增益。而TI(=kP/kI)称为积分时间，TD(=kD/kP)称为微分时间，分别具有时间量纲。PID控制规律的传递函数可表示为:或

PID控制规律的离散形式为:式中，T为采样周期；e(n)为第n次采样的偏差值；e(n-1)为第n-1次采样时的偏差值。PID控制（1）比例控制器实质上是一个具有可调增益的放大器。在控制系统中，增大kP可加快响应速度，但过大容易出现振荡；（2）积分控制器能消除或减弱稳态偏差，但它的存在会使系统到达稳态的时间变长，限制系统的快速性；（3）微分控制规律能反映输入信号的变化趋势，相对比例控制规律而言具有预见性，增加了系统的阻尼程度，有助于减少超调量，克服振荡，使系统趋于稳定，加快系统的跟踪速度，但对输入信号的噪声很敏感。PID控制器的三个参数有不同的控制作用：PID控制235.1概述5.2机器人关节控制5.3工业机器人的控制器结构5.4反馈与闭环控制2025/6/1本节目录242025/6/1工业机器人的控制器结构通常使用两级结构，顶层CPU作为控制系统的主机。主计算机向每个低级控制器发送指令，一般每个低级控制器对应一个关节。每个低级控制器控制一个关节伺服，上面通常运行简单的PID控制律。典型机器人控制系统的计算机分级体系为了把力矩指令发送到安装在机器人上的直流力矩电机，每个低级CPU与数字-模拟转化器（DAC）有接口，使得电机电流能够发送到电流驱动电路上。在模拟电路中通过调节电枢两端的电压来控制流过电机的电流，从而维持期望的电枢电流，即期望的转矩。按照给定值更新位置指令，主CPU发送新的位置控制指令到低级关节控制器。关节控制器在高的伺服周期运行，使得关节跟随位置指令。关节控制系统的功能块PUMA机器人的位置控制系统框图PUMA机器人的控制结构是典型的独立关节PID控制。然而由于独立关节PID控制未考虑机器人的非线性及关节间的耦合作用，因而控制精度和速度受到限制。工业机器人的控制器结构265.1概述5.2机器人关节控制5.3工业机器人的控制器结构5.4反馈与闭环控制2025/6/1本节目录27第4章：给定末端执行器的期望运动轨迹，实施运动学逆解（第2章），求出对应的关节运动轨迹。第3章：逆动力学，给定期望运动可以求出关节驱动力矩。第5章：讨论如何才能使操作臂实际完成这些期望运动。本章讨论的控制方法属于线性控制系统的范畴。严格讲，线性控制技术仅适用于能够用线性微分方程进行数学建模的系统。对于操作臂的控制，这种线性方法实质上是一种近似方法。在第七章动力学中我们已看到，操作臂的动力学方程一般都是由非线性微分方程来描述的。但是，进行这种近似通常是可行的，而且这些线性方法是当前工程实际中最常用的方法。2025/6/1反馈与闭环控制：操作臂的控制282025/6/1反馈与闭环控制

机器人控制系统的框图

292025/6/1一般而言，建立高性能的控制系统的唯一方法就是利用关节传感器的反馈。通过比较期望位置和实际位置之差以及期望速度和实际速度之差来计算伺服误差。这样控制系统就能够根据伺服误差函数计算驱动器需要的扭矩。显然，这个基本思想是通过计算驱动器的扭矩来减少伺服误差。这种利用反馈的控制系统称为闭环控制系统。机器人控制系统的框图所有信号线表示N×1维向量，因此，操作臂的控制问题