|
|
| 当前位置:首页 > 机器人开发 > 机器人位置控制基本控制结构:关节空间控制结构和直角坐标空间控制结构,伺服控制结构 |
机器人位置控制基本控制结构:关节空间控制结构和直角坐标空间控制结构,伺服控制结构 |
| 来源:机器人学基础 时间:2026/1/7 |
|
机器人的许多作业是控制机械手末端工具的位置和姿态,以实现点到点的控制(PTP 控制,如搬运、点焊机器人)或连续路径的控制(CP 控制,如弧焊、喷漆机器人)。因此实 现机器人的位置控制是机器人的Z基本的控制任务。机器人位置控制有时也称位姿控制或轨迹控制。对于有些作业,如装配、研磨等,只有位置控制是不够的,还需要力控制。 主要有两种机器人的位置控制结构形式,即关节空间控制结构和直角坐标空间控制结 构,分别见图5-9a 和图5-9b 所示。
在图5-9a 中 ,q=[qa1,qu2,…,qun] 是期望的关节位置矢量, q 和q。是期望的关 节速度矢量和加速度矢量, q 和q 是实际的关节位置矢量和速度矢量。 t=[ti,T2, … , T]T 是关节驱动力矩矢量, U₁ 和U₂ 是相应的控制矢量。 在图5-9b 中 ,wu=[pl,φI] 是期望的工具位姿,其中p=[xd,ya,zu] 表示期望 的工具位置, qu 表示期望的工具姿态。 w=[v,wJ], 其 中 va=[v,V4,v] 是期 望的工具线速度, w=[wa,,wa,wd] 是期望的工具角速度, wa 是期望的工具加速度, w 和w 表示实际的工具位姿和工具速度。运行中的工业机器人一般采用图5-9a 所示控制结 构。该控制结构的期望轨迹是关节的位置、速度和加速度,因而易于实现关节的伺服控 制。这种控制结构的主要问题是:由于往往要求的是在直角坐标空间的机械手末端运动轨 迹,因而为了实现轨迹跟踪,需将机械手末端的期望轨迹经逆运动学计算变换为在关节空 间表示的期望轨迹。 机器人的伺服控制结构 机器人控制器一般均由计算机来实现。计算机的控制结构具有多种形式,常见的有集中控制、分散控制和递阶控制等。图5-10表示 PUMA 机器人两J递阶控制的结构图。 机器人控制系统是以机器人作为控制对象的,它的设计方法及参数选择,仍可参照一 般计算机控制系统。不过,用得较多的仍是连续系统的设计方法,即先把机器人控制系 统当作连续系统进行设计,然后将设计好的控制规律离散化,Z后由计算机来加以实现。 对于有些设计方法(如采用自校正控制的设计方法),则采用直接离散化的设计方法,即 先将机器人控制对象模型离散化,然后直接设计出离散的控制器,再由计算机实现。 现有的工业机器人大多采用d立关节的PID 控制。图5-10所示 PUMA 机器人的控制 结构即为一典型。然而,由于d立关节PID 控制未考虑被控对象(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的提高受到限制。除了本节介绍的d立关节 PID 控制 外,还将在后续各节讨论一些新的控制方法。
|
| 相关推荐 |
|
»
机器人的单关节位置控制器:光学编码器与测速发电机一起组成位置和速度反馈
» 机器人的多关节位置控制器:各关节间的耦合与补偿 » 机器人的力和位置混合控制方案:主动刚性控制,雷伯特-克雷格位置/力混合控制器, 操作空间力和位置混合控制系统 » 智能机器人的递阶控制系统:精度随智能降低而提高 » 机器人的专家控制系统:知识库、推理机、控制规则集和/或控制算法 » 机器人的模糊控制系统:模糊化接口、知识库、 推理机和模糊判决接口 » 机器人的学习控制系统:搜索、识别、记忆和推理 » 机器人的神经控制系统特性和能力:并行处理能力和快速性,自适应能力和信息综合能力 » 机器人的进化控制系统:解决其学习与适应能力问题 » 机器人自适应模糊控制: PID 模糊控制、自组 织模糊控制、自校正模糊控制 » 机器人多指灵巧手的神经控制的原理:控制系统硬件,控制系统软件,复合控制方法 |
![]() ![]() ![]() |
![]() |
|
|
|||||||||||||||||||||||||||||||||||||||||
| 版权所有 © 创泽智能机器人集团股份有限公司 中国运营中心:北京·清华科技园C座五楼 生产研发基地:山东日照太原路71号 电话:4008-128-728 |