机器人的基本控制原则：简化为若干个低阶子系统

机器人的控制问题是与其运动学和动力学问题密切相关的。从控制观点看，机器 人系统代表冗余的、多变量和本质上非线性的控制系统，同时又是复杂的耦合动态系统。 每个控制任务本身就是一个动力学任务。在实际研究中，往往把机器人控制系统简化为若干个低阶子系统来描述。

机器人控制器具有多种结构形式，包括非伺服控制、伺服控制、位置和速度反馈控制、力(力矩)控制、基于传感器的控制、非线性控制、分解加速度控制、滑模控制、Z优 控制、自适应控制、递阶控制以及各种智能控制等。

本节将讨论工业机器人常用控制器的基本控制原则及控制器的设计问题。从关节(或 连杆)角度看，可把工业机器人的控制器分为单关节(连杆)控制器和多关节(连杆)控制器 两种。对于前者，设计时应考虑稳态误差的补偿问题；对于后者，则应先考虑耦合惯量 的补偿问题。

机器人的控制取决于其“脑子”,即处理器的研制。随着实际工作情况的不同，可以 采用各种不同的控制方式，从简单的编程自动化、小型计算机控制到微处理机控制等。机 器人控制系统的结构也可以大为不同，从单处理机控制到多处理机分J分布式控制。对于 后者，每台处理机执行一个指定的任务，或者与机器人某个部分(如某个自由度或轴)直接 联系。表5-1表示机器人控制系统分类和分析的主要方法。

表5-1机器人控制的分类及其分析方法

任务分类 ：把控制分为许多J一→每J包括许多任务→把每个任务分成许多子任务

结构分类： 把所有能施于同一结构部件的任务都由同一处理机来处理，并与其他各处理机协调工作

混合分类： 实际上并非把所有任务都施于所有的部件。在上述两种分类之间，往往有交迭

如果要教机器人去抓起工件 A, 那么就必 须知道末端执行装置(如夹手)在任何时刻相对于 A 的状态，包括位置、姿态和开闭状态 等。工件 A 的位置是由它所在工作台的一组坐标轴给出的。这组坐标轴叫做任务轴(R。)。 末端执行装置的状态是由这组坐标轴的许多数值或参数表示的，而这些参数是矢量X 的分 量。我们的任务就是要控制矢量X 随时间变化的情况，即 X(t), 它表示末端执行装置在 空间的实时位置。只有当关节θ₁至θ6 移动时，X 才变化。我们用矢量θ(t)来表示关节变 量 θ₁至 θ₆。

各关节在力矩C₁ 至C₆ 作用下而运动，这些力矩构成矢量C(t) 。 矢量C(t) 由各传动电 动机的力矩矢量 T(t) 经过变速机送到各个关节。这些电动机在电流或电压矢量V(t) 所提 供的动力作用下，在一台或多台微处理机的控制下，产生力矩 T(t)。

对一台机器人的控制，本质上就是对下列双向方程式的控制：

V(t)⇔T(t)⇔C(t)→ ◎(t)→X(t) (5.1)

图5-2表示机器人的主要控制层次。由图可见，它主要分为三个控制J，即人工智能 J、控制模式J和伺服系统J。现对它们进一步讨论如下。

(1)D一J：人工智能J

如果命令一台机器人去“把工件A 取过来!”那么如何执行这个任务呢?先需要确 定，该命令的成功执行至少是由于机器人能为该指令产生矢量X(t) 。X(t) 表示末端执行装 置相对工件 A 的运动。

表示机器人所具有的指令和产生矢量X(t) 以及这两者间的关系，是建立D一J(Z 高J)控制的工作。它包括与人工智能有关的所有可能问题：如词汇和自然语言理解、 规划的产生以及任务描述等。

这一J主要仍处于研究阶段。我们将在后面进一步研究与智能控制J有关的问题。

人工智能J在工业机器人上目前应用仍不够多，还有许多实际问题有待解决。

(2)第二J：控制模式J

能够建立起这一J的X(t) 和 T(t) 之间的双向关系。需要注意到，有多种可供采用的 控制模式。这是因为下列关系

X(t)→ ◎(t)→C(t)→T(t) (5.2)

实际上提出各种不同的问题。因此，要得到 一 个满意的方法，所提出的假设可能是极不相 同的。这些假设取决于操作人员所具有的有关课题的知识深度以及机器人的应用场合。