具身智能:从理论到实践 课件 第2章 传统机械臂控制技术-机械臂运动学控制与反馈1_第1页
具身智能:从理论到实践 课件 第2章 传统机械臂控制技术-机械臂运动学控制与反馈1_第2页
具身智能:从理论到实践 课件 第2章 传统机械臂控制技术-机械臂运动学控制与反馈1_第3页
具身智能:从理论到实践 课件 第2章 传统机械臂控制技术-机械臂运动学控制与反馈1_第4页
具身智能:从理论到实践 课件 第2章 传统机械臂控制技术-机械臂运动学控制与反馈1_第5页
已阅读5页,还剩22页未读, 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

机械臂控制技术运动学控制

&反馈控制机制u(t)

=Kpe(t)

+Ki∫e(τ)dτ

+

Kp(de/dt)T

=A1·A2

·

...

·An汇报人:易老师运动学控制逆运动学反馈控制机制环节作用解析

(一)正运动学计算

4-6

(二)

逆运动学计算

7-10

(三)

D-H参数法建模

11-16机械臂控制技术

(一)

PID控制器

17-21

(二)各环节作用解析

22-25

二、反馈控制机制

一、运动学控制目录PID控制器正运动学一、运动学控制-

概述机械臂运动学控制是机器人技术的核心组成部分

,它研究机械臂在空间中的运动几何关系

,而不考虑产生这些运动的力。通过建立数学模型

,描述机械臂各关节与末端执行器之间的映射关系

,为机械臂的精确控制提供了理论基础。建模方法D-H参数法:通过标准化参数描述机械臂结构齐次变换矩阵:描述坐标系间的相对位姿机械臂运动学的核心描述机械臂连杆间的几何关系

,建立关节空间与操作空间之间的映射两大基本问题正运动学:从关节变量求解末端位姿逆运动学:从末端位姿求解关节变量应用场景轨迹规划、机器人示教、传感器数据融合、碰撞检测关节角连杆偏距连杆扭转角连杆长度简化机械臂建模D-H参数法求解关节变量计算末端位姿已知关节变量已知末端位姿逆运动学正运动学

定义已知机械臂各关节的几何参数(如连杆长度、

关节偏距)和各关节变量(如关节角度或伸缩量)

,计算机械臂末端执行器在笛卡尔空

间中的位置和姿态。 将关节空间中的运动映射到操作空间 利用齐次变换矩阵描述相邻连杆坐标系间的相对位姿关系 通过变换矩阵乘积得到末端执行器的整体位姿T

=

A1

·

A2

·

A3其中,Aᵢ表示第ᵢ个关节坐标系相对于第ᵢ-1个关节坐标系的齐次变换矩阵

(一)正运动学计算-定义与核心目标Y末端执行器位置(x,

y,z,roll,pitch,

yaw)

操作空间Z

X关节空间1

θ12

θ23

θ3正运动学映射关系

核心目标正运动学计算坐标系与变换矩阵

基坐标系(Frame0)

末端执行器坐标系(Frame

N)链式计算对于一个具有n个关节的串联机械臂

,其末端执行器相对于基坐标系的总变

换矩阵T可以表示为:T

=

A1

·

A2

·

...

·

An其中,Aᵢ表示第i个关节坐标系相对于第i-1个关节坐标系的齐次变换矩阵。应用场景 轨迹规划与仿真:预测末端执行器在给定关节运动下的轨迹 机器人示教与离线编程:记录末端执行器的位置和姿态

传感器数据融合:结合视觉传感器数据

,实现精确位姿估计

矩阵乘积计算通过将这些变换矩阵依次相乘

,可以得到机械臂末端执行器相对于基坐标系

的整体位姿。

齐次变换矩阵利用齐次变换矩阵(

Homogeneous

Transformation

Matrices)描述相邻

连杆坐标系之间的相对位姿关系

,包含旋转和平移信息。正运动学计算的基本原理轨迹规划与仿真

在机器人执行任务前

,通过正运动学计算预测末端执行器在给定关节运动下的轨迹 用于路径规划、碰撞检测和运动仿真

在虚拟环境中模拟机械臂的抓取动作

,验证是否能到达目标位置并避免障碍物确保任务的可行性和安全性机器人示教与离线编程

在示教模式下

,操作员通过移动机械臂的关节来记录末端执行器的位置和姿态

这些数据通过正运动学计算得到

,用于生

成机器人程序 在实际生产环境中,可以先在虚拟环境中

进行程序测试和优化提高编程效率和准确性传感器数据融合 结合视觉传感器或其他外部传感器数据 通过正运动学将关节传感器信息与外部感

知信息进行融合

实现更精确的位姿估计

,提高机械臂与环

境交互的准确性增强感知能力和适应性正运动学在机械臂控制中的应用场景逆运动学原理示意

逆运动学与正运动学的关系:正运动学

互逆问题

逆运动学逆运动学(

Inverse

Kinematics,IK)

的定义是:已知机械臂末端执行器在笛卡尔空间中的期望位置和姿态,求解机械臂各关节所对应的关节变量(如关节角度或伸缩量)将操作空间中的任务指令转换为关节空间中的具体运动指令计算关节变量(如关节角度或伸缩量)

的具体数值建立末端位姿与关节配置之间的映射关系(二)

逆运动学计算定义与核心目标

核心目标

定义对比项

解析法数值法计算速度

快相对较慢精度高中等适用范围自由度较低通用性强解的数量所有解局部最优

高自由度机械臂的解析解推导极其复杂 复杂结构的机械臂可能不存在闭式解解析法

vs

数值法>

主要适用于自由度较少的机械臂(如2R平面机械臂)>

具有特定几何结构的机械臂(如PUMA型机器人)>

6自由度机械臂(球形腕)通过几何关系或代数方程直接推导出关节变量的闭式解。通常涉及大量的三角函数和矩阵运算。逆运动学计算的求解方法-解析法已知末端执行器坐标(x,y)和连杆长度L1,L2通过余弦定理和反正切函数求解关节角度θ1,

θ2

计算速度快

精度高

能够找到所有可能的解θ1=

atan2(y,x)

-

atan2(L2·sin(θ2),L1+L2·cos(θ2))

解析法原理

适用性

示例:2自由度平面机械臂

优点

缺点迭代优化过程可视化

初始状态数值法原理雅可比矩阵描述末端执行器位姿误差对关节变量的敏感度迭代方向沿误差减小的方向调整关节变量收敛条件当误差小于预设阈值或达到最大迭代次数数值法通过迭代优化算法逐步逼近目标位姿

,是当解析法难以应用时的常用替代

方案。主要数值方法适用性通用性强

,适用于任何自由度的机械臂

,特别是冗余自由度机械臂。优缺点分析

牛顿-拉夫森法基于泰勒级数展开

,通过迭代求解非线性方程组

,收敛速度快但需要计算二阶导数。

雅可比矩阵伪逆法利用雅可比矩阵的伪逆

,沿误差减小的方向迭代调整关节变量

,是常用的数值解法。逆运动学计算的求解方法-数值法●

缺点

计算速度相对较慢

可能陷入局部最优解

对初始猜测值敏感

可能无法找到所有解

优点。适用范围广

无需复杂的数学推导

可处理非线性问题

迭代过程

收敛解处理方法

多解性处理:根据任务需求、避障要求、关节限位或最小关节运动量等准则

,从多组解中选择

最合适的解。

奇异性处理:

避免奇异点:在轨迹规划时

,尽量规划避开奇异点的路径 奇异点处理算法:采用阻尼最小二乘法(

Damped

LeastSquares) 增加冗余自由度:通过优化方法在奇异点处选择其他关节配置 切换到关节空间控制:在接近奇异点时改变控制策略

无解处理:在规划阶段进行工作空间分析

,确保目标位姿在机械臂的可达范围内。奇异性(Singularities)当机械臂处于某些特定构型时(例如

,某些关节轴线对齐)

,雅可比矩

阵会变得奇异(不满秩)。 此时机械臂会失去某些方向上的运动能力。无解(No

Solution)当期望的末端位姿超出机械臂的工作空间时

,逆运动学问题将无解。

需要在规划阶段进行工作空间分析

,确保目标位姿在机械臂的可达

范围内。多解性(Multiple

Solutions)对于某些末端位姿

,机械臂可能存在多组不同的关节配置来达到。 例如:机械臂可能存在"肘上"和"肘下"两种姿态来达到同一个点。逆运动学求解过程中的常见问题及处理D-H参数法的核心思想 通过四个参数描述相邻连杆坐标系间的相对位姿关系 将复杂的空间变换分解为一系列简单的旋转和平移 统一表示为齐次变换矩阵的乘积

广泛应用在机器人学领域被广泛接受和应用

,是许多机器人仿真、控制和离线编程软

件的基础。

标准化与系统性方法提供一套统一的规则来建立机器人运动学模型

,使不同机械臂的建模过程具

有可比性

,便于交流和软件实现。</

便于编程实现D-H参数可以直接用于构建齐次变换矩阵

,方便在计算机程序中实现正运动

学计算。

简化复杂性将三维空间中的复杂运动分解为一系列二维平面内的旋转和平移

,简化了运

动学方程的推导。(三)

D-H参数法建模

-基本概念与原理T0,N

=A1

·A2

·

...

·

AN末端执行器相对于基坐标系的整体齐次变换矩阵cosθi-sinθicosαisinθisinαiaicosθisinθicosθi

cosαi-cosθisinαiaisinθi0sinαicosαidi0001关节角(θi)绕zi-

1轴从xi-

1轴旋转到xi轴的角度θi

=angle(xi-1

→

xi)对于旋转关节

,θi是关节变量;对于移动关节

,di是关节变量连杆扭转角(αi)绕公共法线(xi轴)

从zi轴旋转到zi+1轴的角度

αi

=angle(zi

→

zi+1)连杆长度(ai)沿公共法线(xi轴)

从zi轴到zi+1轴的距离

ai

=

|xi+1-xi|

D-H参数的数学表示从连杆i-1到连杆i的齐次变换矩阵Ai可以表示为四个基本变换的乘积:Ai

=Rot(zi-1,θi)

·Trans(zi-1,di)

·Trans(xi,

ai)

·

Rot(xi,

αi)连杆偏距(di)沿zi轴从xi-

1轴到xi轴的距离

di

=

|zi-zi-1|D-H参数的定义或以矩阵形式表示:Ai

=坐标系确定示例在串联机械臂中,

每个连杆都分配一个局部坐标系

,坐标系的选择遵循一定的规则

,

以确

保运动学模型的统一性。坐标系的确定是D-H参数法建模的关键步骤

,直接影响后续的运

动学计算。坐标系的选择不是唯一的,但必须遵循一定的规则,

以确保运动学模型的一致性

和可计算性。Z轴:对于旋转关节

,Z轴沿关节旋转轴方向;对于移动关节

,Z轴沿

移动方向。X轴:X轴必须是当前Z轴和前一个Z轴的公共法线方向。如果Z轴平

行

,则X轴可以任意选择

,但通常选择与前一个X轴共线。如果Z轴相

交

,则X轴垂直于Z轴所在的平面。Y轴:根据右手定则由X轴和Z轴确定。关节的Z轴重合。末端执行器坐标系(

FrameN)

:通常固定在机械臂的末端

,其Z轴沿

工具方向。基于D-H参数法建模的步骤-坐标系确定基坐标系(

Frame0)

:通常固定在机械臂的基座上

,其Z轴与第一个

坐标系确定规则

特殊坐标系cosθi-sinθicosαisinθisinαiaicosθisinθicosθicosαi-cosθisinαiaisinθi0sinαicosαidi0001

相邻坐标系间的变换从连杆i-1到连杆i的齐次变换矩阵Ai,可以表示为四个基本变换的乘积:Ai

=Rot(zi-1,θi)

·Trans(zi-1,di)

·Trans(xi,

ai)

·

Rot(xi,

αi)

连杆长度(ai)沿公共法线(xi轴)从zi轴到zi+1轴的距离

连杆扭转角(αi)绕公共法线(xi轴)从zi轴旋转到zi+1轴的

角度基于D-H参数法建模的步骤-变换矩阵计算

连杆偏距(di)沿zi轴从xi-

1轴到xi轴的距离

关节角(θi)绕zi-

1轴从xi-

1轴旋转到xi轴的角度1

Rot(zi-1,θi):绕zi-1轴旋转θi角2

Trans(zi-1,di):沿zi-1轴平移di距离3

Trans(xi,

ai):沿xi轴平移ai距离4

Rot(xi,αi):绕xi轴旋转αi角 标准D-H约定下的齐次变换矩阵

变换矩阵的组成部分

D-H参数的几何意义Ai

=

矩阵的物理意义

姿态信息:矩阵的左上角3×3子矩阵表示末端执行器的姿态(旋转矩阵)

,描述了末端执行器相对于基坐标系的旋转状态。 位置信息:矩阵的最后一列的前三行表示末端执行器的位置向量

,描述了末端执行器

相对于基坐标系的位置。

统一描述:通过齐次变换矩阵

,可以同时描述三维空间中的旋转和平移

,简化了机械

臂运动学方程的表示和计算。

变换矩阵连乘将所有相邻连杆的变换矩阵依次相乘

,即可得到末端执行器相对于基坐标系的整体齐次变

换矩阵:T0,N

=cosθN-sinθNcosαNsinθNsinαNaNcosθNsinθNcosθNcosαN-cosθNsinαNaNsinθN0sinαNcosαNdN0001其中,

T0,

N

是末端执行器相对于基坐标系的齐次变换矩阵,Ai是第i个关节坐标系相对于第i-1个关节坐

标系的变换矩阵。基于D-H参数法建模的步骤-末端执行器位姿推导通过此矩阵

,可直接获取末端执行器相对于基坐标系的位姿信息末端执行器坐标系表示T0,N

=A1

·A2

·

...

·

AN齐次变换矩阵示例机械臂控制技术|15/26

标准化与系统性提供了一套统一的规则来建立机器人运动学模型

,使得不同机械臂的建

模过程具有可比性

,便于交流和软件实现。

简化复杂性将三维空间中的复杂运动分解为一系列二维平面内的旋转和平移

,简化

了运动学方程的推导。

便于编程实现D-H参数可以直接用于构建齐次变换矩阵

,方便在计算机程序中实现正运

动学计算。

广泛应用在机器人学领域被广泛接受和应用

,是许多机器人仿真、控制和离线编

程软件的基础。

坐标系分配规则复杂在某些特殊情况下(如相邻关节轴线平行或相交)

,D-H坐标系的分配规

则可能不够直观

,需要仔细判断。

不适用于所有机器人结构D-H参数法主要适用于串联机械臂

,对于并联机器人或混合机器人结构

,

需要采用其他建模方法。

奇异性问题D-H模型本身并不能解决逆运动学中的奇异点问题

,但它为分析和处理奇

异点提供了基础。

参数物理意义不直观某些D-H参数(如连杆扭转角)

的物理意义可能不如关节角度或连杆长度

那样直观。D-H参数法是机械臂运动学分析的基石

,为后续的运动规划、控制算法设计提供了精确的数学模型。

优势

局限性D-H参数法建模的优势与局限性

二、反馈控制机制精确的关节角度跟踪的重要性

机械臂要实现预定轨迹和完成特定任务

,必须精确控制每个关节的

角度运动轨迹。PID控制器的应用广泛性

因其结构简单、易于实现和鲁棒性强等优点,

PID控制器在机械臂

关节角度控制中得到了广泛应用。控制目标与挑战 机械臂控制系统的State-space表示为:精确跟踪目标关节角度

,减小系统误差

,提高控制精度和响应速度。系统的复杂性

机械臂系统具有非线性、耦合性和时变性等特点,需要

robust的控制策略。

比例环节(P)对当前误差的响应特性:输出与当前误差成正比

,能够提供主要的控制力。影响:加快系统响应速度

,减小上升时间

,但存在稳态误差。

积分环节(I)对累积误差的消除作用:输出与误差的累积值成正比

,主要用于消除系统的稳态误差。影响:提高系统稳态精度

,但可能导致系统响应变慢或积分饱和。

微分环节(D)对误差变化趋势的预测与响应:输出与误差的变化率成正比

,能够预测误差的变化趋势。影响:抑制系统超调

,改善动态性能

,但对噪声敏感。

协同作用机制三个环节协同作用

,使得PID控制器能够在保证系统稳定性的前提下

,实现较快的响应速度

和较高的控制精度。通过合理整定Kp,Ki,

K

d参数

,可以使机械臂关节在各种工况下实现精

确、

平稳的运动跟踪。其中:

e

(t):

误差信号

,即目标关节角度与实际关节角度之差

.Kp:

比例增益

,决定控制器对当前误差的响应强度.

Ki:积分增益

,决定控制器消除累积误差的能力.

K

d:

微分增益

,决定控制器对误差变化率的响应强度

(一)

PID控制器-基本组成与工作原理PID控制数学模型

u(t)

=Kp

·e(t)

+Ki·te(τ)dτ

+K

d·de(t)/dt

三个环节的协同作用

PID控制器结构机械臂控制技术|18/26

误差信号e(t)《

控制输出u(t)P比例环节K

·

e(t)积分环节K

·

∫

e(τ)dτpi微分环节K

d

·de(t)/dtDI高精度要求实际关节角度能够精确地跟随目标角度

,减小稳态误差快速响应系统能够迅速响应目标角度的变化

,缩短调整时间稳定性在各种工况下

,系统都能够保持稳定

,避免振荡或失控鲁棒性 系统对外部干扰(如负载变化、摩擦力)和内部参数变化具有较强的抵抗能力非线性机械臂系统本身具有复杂的非线性特性

,如摩擦、重力、科里奥利力

等耦合性多关节机械臂的各个关节之间存在运动和动力学上的耦合时变性机械臂的惯性、负载等参数可能随时间变化关节角度跟踪的控制需求与特点

关节角度跟踪的特点

控制需求PID运算将误差信号输入到PID控制器中,根据比例、积分、微分项的计算公式

,生成控制输出

u(t):u(t)=

Kp

e(t)+

Ki

∫0t

e(τ)dτ+

Kd

de(t)/dt

误差计算实时获取机械臂当前关节角度(通过编码器等传感器)

,并与期望的目标关节角度进行比较

,计算误差e(t)。控制效果通过闭环控制

,机械臂关节能够实现精确、稳定的运

动跟踪

,即使在负载变化或外部干扰下也能保持良好

的控制性能。

控制量输出将PID控制器的输出u(t)转换为驱动机械臂关节电机所需的电压或电流信号。反馈闭环

不断重复上述过程

,形成闭环控制

,使实际关节角

度逐渐逼近目标角度。

执行器驱动电机接收到控制信号后

,驱动机械臂关节运动

,从而改变实际关节角度。PID控制器在关节角度跟踪中的实现流程机械臂控制技术|2025-08-11闭环控制流程3412对参数变化和外部干扰具有一定抵抗力

,能够适应一定的负载变化和摩

参数整定复杂擦力

需要经验或优化算法来确定合适的Kp、

Ki、Kd值

,不同系统需要不同的参数调优

能够有效消除稳态误差积分环节能够消除系统的稳态误差

,使系统达到无差状态

对快速变化的参考输入响应可能不理想在目标角度快速变化时

,系统可能无法及时响应

,导致跟踪误差

适用范围广可用于多种机械臂类型

,适应不同的控制需求

在存在较大时滞或纯滞后的系统中表现不佳机械臂系统中可能存在时间延迟

,这会降低PID控制器的控制效果

对非线性系统控制效果有限机械臂系统具有复杂的非线性特性

,如摩擦、重力、科里奥利力等

,单

纯PID控制难以实现精确跟踪

结构简单

,易于理解和实现控制器结构简单

,数学模型清晰

,便于设计和实现

鲁棒性较好

优势●

不足PID控制器在关节角度跟踪应用中的优势与不足针对机械臂关节角度跟踪控制

,通常需要结合系统特性选择合适的控制策略

对当前误差的响应特性 输出与当前误差e(t)成正比:

u(t)=

Kpe(t)

误差出现时

,立即产生控制作用

Kp越大

,响应越快

,但过大会导致超调或振荡 单纯的比例控制通常存在稳态误差(静差)在系统稳定性和响应速度中的影响

加快系统响应速度

,减小上升时间

提供主要的控制力

,克服系统惯性

对系统稳定性有直接影响:过小:响应缓慢

,调节精度低过大:系统不稳定

,超调严重比例增益的选择对系统性能的影响

(二)

比例环节(

P)

的作用Kp过小

系统响应缓慢

收敛性差

调节时间长Kp过大

系统可能发散

超调量增大

可能产生振荡关键点:

比例环节是PID控制的基础

,提供即时响应

,但无法消除稳态误差。

Kp值的选择对系统稳定性、响应速度和超调量有决定性影响。不同比例增益的响应曲线比例环节控制示意图

Kp

=0.5

Kp

=

1.0

Kp

=2.0积分环节的影响可视化

无积分控制

适当积分控制

过大积分控制

关键要点积分环节能够有效消除稳态误差

,但需要谨慎调整积分增益Ki。在实际应用中,

通常需要限制积分项的累积范围

(通过防积分饱和措施)

,

以避免系统不稳定。

对累积误差的消除作用积分环节的输出与误差的累积值成正比。

它主要用于消除系统的稳态误差。只要系统存在误差

,积分项就会持续累积并产生控制作用

,直到误差

为零。t

e(τ)

dτ

过大积分增益的潜在问题 响应变慢:过大的积分增益Ki可能导致系统响应变慢

积分饱和(wind-up)

:控制器输出达到最大或最小值并长时间保持 系统超调:积分饱和可能导致系统超调严重或振荡

对系统稳态精度的提升效果积分项能够显著提高系统的稳态精度

,使系统最终达到无差状态。通过持

续累积误差

,积分环节能够消除稳态误差(静差)

,实现精确控制。

积分环节(

I)

的作用微分控制对系统响应的影响

无微分控制

适当微分控制

过大微分控制(

噪声敏感)

微分环节的关键

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论