伺服系统报告 .pdfVIP

一、相关概念

伺服系统〔servomechanism〕又称随动系统，是用来准确地跟随或复现某个过程的反响掌

握系统。伺服系统使物体的位置、方位、状态等输出被控量能够跟随输入目标〔或给定值〕的

任意变化的自动掌握系统。它的主要任务是按掌握命令的要求、对功率进展放大、变换与调控

等处理，使驱动装置输出的力矩、速度和位置掌握格外敏捷便利。

在机器人中，伺服驱动器掌握电机的运转。驱动器承受速度环，位置环，电流环三环闭环

电路，内部还设有错误检出和保护电路。驱动器通过通信连接器，掌握连接器，编码连接器跟

外部输入信号和输出信号相连。通信连接器主要用于跟电脑或掌握器通信。掌握连接器用于跟

伺服掌握器联接，驱动器所需的输入信号、输出信号、掌握信号和一些方式选择信号都通过该

掌握连接器传输，它是驱动器最为关键的连接器。编码连接器跟电机编码器连接，用于接收编

码器闭环反响信号，即速度反响和换向信号。

伺服电机主要用于驱动机器人的关节。关节越多，机器人的柔性和精准度越高，所需要使

用的伺服电机的数量就越多。机器人对伺服电机的要求格外高，必需满足快速响应、高起动转

矩、动转矩惯量比大、调速范围宽，要适应机器人的形体做到体积小、重量轻，还必需经受频

繁的正反向和加减速运行等苛刻的条件，做到高牢靠性和稳定性。伺服电机分为直流、沟通和

步进，工业机器人用的较多的是沟通。

机器人用伺服电机

二、伺服系统的技术现状

2.1视觉伺服系统

随着机器人技术的迅猛进展,机器人担当的任务更加简单多样,传统的检测手段往往面临着

检测范围的局限性和检测手段的单一性.视觉伺服掌握利用视觉信息作为反响，对环境进展非

接触式的测量,具有更大的信息量，提高了机器人系统的敏捷性和准确性,在机器人掌握中具有

不行替代的作用。

视觉系统由图像猎取和视觉处理两局部组成,图像的猎取是利用相机模型将三维空间投影

到二维图像空间的过程,而视觉处理则是利用猎取的图像信息得到视觉反响的过程。根本的相

机模型主要包括针孔模型和球面投影模型,统一化模型是对球面模型的推广,将各种相机的图

像映射到归一化的球面上。视觉伺服中的视觉反响主要有基于位置、图像特征和多视图几何的

方法。

其中,基于位置的方法将视觉系统动态隐含在了目标识别和定位中，从而简化了掌握器的

设计，但是一般需要目标物体的模型，且对图像噪声和相机标定误差较为敏感。基于图像特征

的视觉反响构造方法，其中基于特征点的方法在以往的视觉伺服中应用较为广泛，争论较为成熟，

但是简洁受到图像噪声和物体遮挡的影响，并且现有的特征提取方法在发生尺度和旋转变化时的

重复性和精度都不是太好，在实际应用中存在较大的问题。因此，学者们提出了基于全局图像

特征的视觉反响方法，利用更多的图像信息对任务进展描述，从而增加视觉系统的鲁棒性，但

是模型较为简单，掌握器的设计较为困难，且可能陷入局部微小点。目前针对这一类系统的掌

握器设计的争论还比较少,一般利用局部线性化模型进展掌握,只能保证局部的稳定性。多视

图几何描述了物体多幅图像之间的关系，间接反映了相机之间的几何关系。相比于基于图像特

征的方法，多视图几何与笛卡尔空间的关系较为直接，简化了掌握器的设计。常用的多视图几

何包括单应性、对极几何以及三焦张量。

2.2伺服系统掌握技术

现代的机器人伺服系统多承受沟通伺服驱动系统，而且正在渐渐向数字化方向转变。数字

掌握技术已经五孔不入，如信号处理技术中的数字滤波、数字掌握器，把功能更加强大的掌握

器芯片已经各种智能处理模块应用到工业机器人沟通伺服系统中，可以实现更好的掌握性能。

最近几十年，由于微电子技术的进步，各种便利用户开发的微掌握器与数字信号处理器件大

量涌现市场，为各种先进的智能掌握算法在掌握系统中的应用供给了可能。如今，各种型的伺

服掌握策略大量涌现，大有与传统掌握策略一较凹凸的趋势下面简洁介绍几种：

1）矢量掌握矢量掌握技术的提出，为沟通伺服驱动系统的快速进步供给了理论支持。

矢量掌握技术的主要原理为：以转子旋转磁场作为参考系，将电动机定子矢量电流经过两次坐

标变换分解为直轴电流和交轴电流重量，且使两电流重量相互正交，同时对交直轴电流重量的

幅值和相位进展掌握，可以获得像直流电机一样优越、甚至更好的动态掌握性能。

2）直接转矩掌握德国专家提出“直接自掌握”的高性能沟通电动机掌握策略，此种掌

握策略不需要像矢量掌握那样对电动机定子矢量电流进展大量而简单的解耦变换，再通过掌握

解耦获得的沟通电流重量来间接的掌握电动机电磁转矩，它承受定子磁场定向的掌握方式