第9章控制系统.ppt

* * 第九章 机器人控制系统 9.1 概述 一般地说，机器人控制问题分为下面两部分：(1)求得操作机的动态模型；(2)利用这些模型确定控制规律或策赂，以达到所需的系统响应和性能。控制问题的第一部分已在动力学中详细论述，这里将讨论控制问题的第二部分。 I/O 设备 外部传感器 操作机 驱动器 控制器 计算机硬件及软件 （任务规划，轨迹规划） 环境 人 内部传感器 控制 系统 从控制分析的观点出发，机器人操作机的运动是分两个不同的控制阶段来完成的。首先是粗调运动控制，操作机从一个起始位姿沿着规划的轨迹移向所需目标位姿的附近；其次才是微调运动控制，操作机的末端执行器与目标位姿动态地交互作用，运用传感器反馈信息来完成这一任务。 轨迹 生成 控制 系统 机器人 操作机 机器人控制时，要求操作机各关节按所规划的轨迹运动。而控制系统中的驱动器是由力矩指令驱动关节运动的。 实际上，动力学模型不可能绝对准确，而且系统中还存在干扰和噪声。因此，开环控制策略是不适用的。通常采用关节传感器构成闭环反馈控制。 早期的设计工业机器人操作机控制系统的方法，把操作机的每个关节当作一个简单的伺服机构来处理。这种方法不能充分地模拟一个操作机变化的动态特性，因为它忽视了整个手臂机构的运动耦合和结构。而实际的受控系统参数变化显著，足以使常规的反馈控制策略失效。其结果是降低了伺服系统响应速度和阻尼，使其只能适应有限精度的作业。因此，按这种方式控制的操作机运动速度低，并伴有不必要的振动。 要想在这方面或机器人操作机控制的其它范围获得明显的性能改进，就必须考虑更有效的动态模型、更高级的控制方法和计算机体系结构的运用。 如果把机器人操作机控制看作路径—轨迹追踪问题，其运动控制便可分为四大类： 1、关节运功控制 关节伺服机构(如PUMA机器人控制方法)、 计算力矩方法、最短时间控制、可变结构控制、非线性解耦控制； 2、分解运动控制(笛卡尔空间控制) 分解运动速度控制、分解运动加速度控制、分解运动力的控制。 3、自适应控制 模型参照自适应控制、自调整自适应控制、有前馈补偿的自适应扰动控制、分解运动自适应控制； 4、智能控制 递阶控制、模糊控制、神经网络控制等。 9.2 关节运动控制 关节控制具有多种形式，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、……。 9.2.1 位置控制 在设计模型时，提出下列两个假设： 机器人的各杆件是理想刚体，因而所有关节都是理想的， 不存在摩擦和间隙； (2) 相邻两连杆间只有一个自由度，或为完全旋转的，或是完 全平移的。 图示为具有减速齿轮和旋转负载的直流电动机工作原理图。伺服电动机的参数规定如下： τm , Ka n Ra,，La ia,，Va Kb Va La Ra ia n (Jm, fm ,Ka) 式中， ,分别表示传动系统对传动轴的总转动惯量、总粘滞摩擦系数。引用拉氏变换，可得到电动机的开环传递函数如下 n2 Jeff n2 feff 由于控制系统输出的是关节角位移,利用拉普拉斯变换等价式, 可以得到关节角位移与电枢电压之间的关系式： 具有测速反馈的直流电动机控制 从稳定性和精度观点看，要获得满意的伺服传动性能，必须在伺服电路内引入补偿网络。即必须引入与误差信号 有关的补偿。主要有下列四种补偿。 前馈控制 反馈控制 单关节操作机的反馈控制框图 9.2.2 PUMA 机器人的伺服控制结构 斯坦福机器人的位置控制系统框图 *