|
|
| 当前位置:首页 > 机器人开发 > 人形机器人的高精度机电伺服控制系统-分层递阶式方案毫秒级控制 |
人形机器人的高精度机电伺服控制系统-分层递阶式方案毫秒级控制 |
| 来源:中国航海仪器研究所 时间:2026/7/21 |
|
人形机器人作为智能制造与服务领域的关键装备,其 运动精度直接决定任务执行质量。当前主流机电伺服系统 采用永磁同步电机(Permanent Magnet Synchronous Motor, PMSM)配合PID控制策略[1。但传统PID参数整定依赖经 验,面对负载突变响应迟缓,特别是在人形机器人多关节耦 合工况下控制精度急剧下降。 针对以上问题,本研究构建基于模型预测控制的高精 度伺服系统,通过自适应参数优化算法来提升系统的动态 响应性能,完成控制器硬件设计、算法改进以及系统集成 验证。 针对人形机器人末端定位精度仅为±0.8mm, 而焊接 工艺要求达到±0.1mm 的问题,重新设计分层递阶式伺服 控制硬件架构,如图1所示。整套系统采用“主控制器-轴 控制器-驱动器”三J结构。主控制器选用双核DSP处理 器,主频1.5 GHz, 配备2 GB DDR4内存,负责轨迹规划及 多轴协调控制。12个轴控制器基于时钟频率为200 MHz 的FPGA芯片,每个控制器d立管理单个关节,实现20kHz 电流环、5kHz 速度环和1kHz 位置环的高速闭环控制。驱 动器部分采用三相全桥逆变拓扑,开关频率为20kHz, 死 区时间为2μs,直流母线电压为48V, Z大输出电流为15A。 在检测精度方面,各轴编码器选用23位绝对式光电 编码器(分辨率为8388608脉冲/转),安装于电机尾部的 减速器输出轴,角度检测精度可达0.043角秒。力矩传感 器布置在关节输出端法兰盘位置,量程为±50N·m, 分辨 率为0.01 N·m, 采样率为10 kHz。 为降低通信延迟与干扰,主控制器与轴控制器间采用 千兆以太网连接,延迟小于100μs;轴控制器与驱动器之 间使用差分信号传输,电缆长度控制在0.5m 以内;信号线 采用屏蔽双绞线并与动力线分离布线,间距大于100mm, 从而有效抑制电磁干扰。 这一分布式架构合理分配了各J运算负荷,为高精度 实时控制提供了坚实硬件基础,并为后续引入模型预测控 制等先进算法预留了充足的计算与响应空间。 针对案例中人形机器人的伺服控制问题,现有系统采 用 的PID 控制算法存在明显不足。测试发现,在PID参数 整定过程中,比例系数K,取值0.8时响应迅速但超调量达 到28%,降至0.5则稳态误差增大至0.4mm; 积分时间T 设 为0.15s 可有效消除稳态误差,但同时引入了20Hz 左右 的低频振荡;微分时间T 增大到0.08 s 虽然抑制了超调, 却导致系统对外部干扰更为敏感。模糊控制算法通过设置 7个模糊子集,建立45条模糊规则,将位置误差映射为控 制量,但其推理过程计算量大,且实际控制精度仅达到 ±0.5mm。滑模变结构控制虽然具有较强鲁棒性,但在切换 面附近存在15 Hz的抖振现象[2-3]。 综合分析表明,模型预测控制算法能同时兼顾控制精 度和动态性能,通过滚动优化方式预测系统未来状态,实 时计算Z优控制序列。因此选择模型预测控制算法作为基 础算法,后续将针对其预测模型精度和计算效率进行改进。 围绕人形机器人精密作业中的控制精度瓶颈, 提出了分层递阶式伺服控制系统方案,并针对PMSM驱动 特性设计了改进型模型预测控制算法。通过在硬件架构中 引入高频多环闭环结构与分布式DSP-FPGA协同处理,实现了毫秒J控制周期下的高精度实时调节;在算法层面,结 合状态观测、自适应权重与扰动补偿,有效提升了系统在负载突变和复杂轨迹下的响应与稳定性。实验验证表明, 所提出方案在定位精度、轨迹跟踪和抗扰性能上均显著优 于现有系统,达到精密焊接的工艺要求。未来工作可以面 向实际生产环境中的多机器人协同与在线学习优化,探索 在更大规模与更复杂工况下的实时高精度控制策略,以进 一步提升制造自动化的智能化水平。
![]() |
| 相关推荐 |
|
»
多个机器人任务分配方法:优化的任务分配,市场的任务分配,强化学习的任务分配,群体智能的任务分配
» 多机器人任务分配:MRTA-TOC分类,需求和时间的分类方法,iTax分类方法 » 多个机器人协作协同的通信架构:集中式、 分布式和混合式 » 基于Android的ROS机器人远程控制系统-ROS机器人硬件平台、无线通信网络和Android 终端 » 分布式机器人体系结构DIRA-利于机器人 之间的直接协同,与机器人的传感器和致动器交互 » ALLIANCE机器人系统-用于不均匀多机器人队伍的可容错任务分配 » Nerd Herd机器人系统-避障、返回原地、聚合、 分散、跟随和安全漫游 » 多机器人系统的体系结构:集中式、 分层式、分布式和混合式 » 导览机器人的智能路径规划方法:模糊逻辑方法、神经网络和遗传算法 » 迎宾机器人机器人路径规划的传统路径规划方法:几何法 单元分解法 人工势场法 数学分析法 路径搜索算法 枚举技术 |
![]() ![]() ![]() |
![]() |
|
|
|||||||||||||||||||||||||||||||||||||||||
| 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 |