六轴工业机械臂的运动控制系统设计

　　摘 要

　　伴随着工业机械臂在中小型加工制造企业的投入和使用,机械臂可以出色的完成重复性任务,显著地提升了工厂传统加工作业自动化水平,缩短了产品加工周期,有效地提高了工厂生产率及降低生产成本.因而,随着工业机械臂应用场景多样化的发展,苛刻的生产工况对机器人的体积、灵活度等方面提出了更高的要求.工业机械臂控制系统正朝着开放性、模块化的方向发展,设计适应多种环境、性价比高,满足中小型加工工厂需求的机械臂运动控制系统势在必行.本文的主要目的为通过建立的分层结构的机械臂控制系统软硬件平台,实现对工业机械臂的控制.主要的工作内容如下:

　　(1)机械臂运动控制系统设计.系统采用"PC+STM32"二级控制体系结构,替代现有多核心架构,有效地降低研发成本,提高了系统结构稳定性,能对不同应用类型的机械臂控制方案进行快速实现.上位机运行基于 Visual C++设计的上位机控制软件,实现了机械臂控制系统的运动控制、交互等功能.下位机为机器人控制器,采用 STM32 微处理器作为机器人控制器的主控芯片,主要负责机器人的运动控制,其中通过 I/O 接口向机器人伺服系统发送脉冲数量和频率,完成对机械臂伺服系统的控制,最终实现机器人关节联动控制.采用 PID 控制算法,用来处理给定位置信息和实际位置信息偏差,降低位置控制误差,最终实现机械臂的正常运转并完成简单的动作的控制.

　　(2)机械臂运动规划算法与位置控制策略研究.本文提出了机械臂关节速度连续运动规划方案,通过引入神经动力学方法到所提出的运动规划方案中,有效消除机械臂末端任务切换时关节速度跳变产生的位置误差,最后通过仿真验证所提运动规划方案的准确性.针对单轴机械臂伺服系统,设计了基于自适应反步法的机械臂伺服系统的位置控制策略,所设计的跟踪控制算法具有抗扰动性、快速性等优点,仿真验证其有效性.

　　(3)完成对机械臂运动控制系统的联合调试和实验分析,所设计的控制系统能够实现机械臂本体的控制需求,控制性能良好.

　　关键词:工业机械臂;自动化;控制系统;运动规划;位置控制

　　Abstract

　　With the input and use of industrial robot manipulators in small and medium-sizedmanufacturing companies. The automation level of processing operations in traditionalfactories has been significantly improved. The production cycle of products has been short,and finally the purpose of improving factory productivity and reducing production costs hasbeen achieved. However, due to the persified development of industrial robot manipulatorapplication scenarios, the harsh production conditions put forward higher requirements onthe robot size, flexibility and other aspects. At present, The industrial robot manipulatorcontrol system is developing in the direction of openness and modularization. It isimperative to design a robot manipulator control system with high adaptability and meetingthe needs of small and medium-sized processing factories. The main purpose of this paperare to establish a layered structure of the robot manipulator control system software andhardware platform, and realize the control of the industrial robot manipulator. The specificwork contents are as follows:

　　(1) Robot manipulator motion control system designed. This paper adopts the"PC+STM32" hierarchical structure control system to replace the existing multi-corestructure control system, which can effectively to reduce the research and development cost,improve the stability of the system structure, and it can realize the control of different typesof robot manipulator quickly. The PC adopts Visual C++ designed control software torealize the motion control, interaction and other functions of the robot manipulator controlsystem, and it realizes the motion control, interaction and other functions of the robotmanipulator control system. The slave system uses the STM32 microprocessor as the mainMCU of the robot controller, which is mainly responsible for the motion of the robot. Thenumber and frequency of pulses are sent to the robot servo system through the I/O interfaceto complete the control of the robot manipulator servo system, so as to realize the linkagecontrol of the robot joints. The PID control algorithm is adopted to process the deviationfrom the given position information and the actual position information, so as to improvethe position control accuracy, and finally realize the normal operation of the mechanical armand complete the simple action control.

　　(2) Research on robot manipulator motion planning algorithm and position controlstrategy. In this paper, the robot manipulator joint velocity-continuity motion planningscheme is proposed. By introducing the neural-dynamic design method of the proposedrobot motion planning scheme, the manipulator end-effector's positioning error caused bythe joint-velocity jumped when the robot manipulator task-shifting is effectively eliminated. Finally, the simulation verification is carried out, and the proposed motion planning schemeis accurate. For the single-degree-of-freedom manipulator servo system, the positioncontrol strategy of the manipulator servo system based on the adaptive backsteppingmethod is designed, and the designed tracking control algorithm has the advantages ofanti-disturbance and rapidity, and its effectiveness is verified by simulation.

　　(3) In this part, the joint debugging and experimental analysis of the manipulatormotion control system is Completed. It can be seen from the results of debugging andexperiment that the control system can realize the control of the robot manipulator and thecontrol performance is good.

　　Keywords: Industrial robotic manipulator; Automation; Control system; Motionplanning; Position control

　　目 录

　　摘 要 ................................................................ I

　　Abstract ............................................................. II

　　第一章 绪论 ............................................................ 1

　　1.1 引言 ........................................................... 1

　　1.2 课题研究背景及意义 ............................................. 2

　　1.3 工业机械臂运动控制系统研究现状 ................................. 3

　　1.3.1 机械臂控制系统体系结构概述 ............................... 3

　　1.3.2 机器人控制器研究现状 ..................................... 5

　　1.3.3 机械臂运动规划与控制算法研究现状 ......................... 6

　　1.4 本文研究的主要内容及章节安排 .................................. 8

　　第二章 控制系统总体设计方案 ........................................... 9

　　2.1 引言 ........................................................... 9

　　2.2 控制系统方案分析 ............................................... 9

　　2.2.1 处理器选型 ................................................ 9

　　2.2.2 系统架构分析 ............................................ 10

　　2.2.3 整体驱动控制系统方案分析 ................................ 11

　　2.4 机械臂的整体控制流程 .......................................... 12

　　2.5 本章小结 ...................................................... 12

　　第三章 机械臂运动控制系统设计 ........................................ 14

　　3.1 引言 .......................................................... 14

　　3.2 系统硬件模块设计 .............................................. 14

　　3.2.1 机器人控制器硬件设计 .................................... 15

　　3.2.2 机器人控制器各个模块设计 ................................ 15

　　3.2.3 机器人运动伺服系统 ...................................... 22

　　3.3 机器人控制器软件设计 .......................................... 22

　　3.3.1 控制器软件设计 .......................................... 22

　　3.3.2 重要子程序设计 .......................................... 23

　　3.4 上位机系统设计 ................................................ 26

　　3.5 本章小结 ...................................................... 27

　　第四章 机械臂运动规划与控制算法研究 .................................. 28

　　4.1 引言 .......................................................... 28

　　4.2 机械臂运动规划算法研究 ........................................ 28

　　4.2.1 机械臂运动学模型建立 .................................... 28

　　4.2.2 公式推导 ................................................ 30

　　4.2.3 仿真研究 ................................................ 32

　　4.3 六轴机械臂任务规划 ........................................... 37

　　4.3.1 六轴机械臂运动学模型 .................................... 37

　　4.3.2 六轴机械臂轨迹跟踪 ...................................... 39

　　4.4 基于自适应反步法的机械臂控制策略研究 .......................... 40

　　4.4.1 系统模型 ................................................ 41

　　4.4.2 自适应反步法控制器设计 ................................... 42

　　4.4.3 系统参数整定 ............................................ 43

　　4.4.4 仿真研究与分析 .......................................... 44

　　4.5 本章小结 ...................................................... 45

　　第五章 控制系统联合调试与分析 ........................................ 46

　　5.1 引言 .......................................................... 46

　　5.2 机械臂控制系统 ................................................ 46

　　5.2.1 机械臂本体及控制系统 .................................... 46

　　5.2.2 机械臂伺服系统配置 ...................................... 47

　　5.3 机械臂手动运行试验 ............................................ 47

　　5.4 机械臂自动运行试验 ............................................ 48

　　5.5 本章小结 ...................................................... 49

　　第六章 总结与展望 .................................................... 50

　　6.1 本文总结 ...................................................... 50

　　6.2 工作展望 ...................................................... 50

　　参考文献 ............................................................. 52

　　发表论文和参加科研情况 ............................................... 56

　　致 谢 ............................................................... 57

　　第一章 绪论

　　1.1 引言

　　近年来,随着"工业 4.0"概念的不断深化,为了实现中国制造 2025 智能制造强国的战略目标,真正的实现祖国由制造大国向着制造强国的转变,机器人技术、智慧工厂为其提供了重要的依托和支撑[1~3].伴随着机器人技术的蓬勃发展,不同类型、不同功能的工业机器人相继诞生,诸如码垛机器人、喷涂机器人、焊接机器人、清洁机器人等,机器人也越来越深入到现代化生产和生活的方方面面,例如在机械制造、汽车制造、家电制造等方面担任着重要的角色,因此,机器人的普及,实现了工厂生产作业自动化,并带动了社会生产效益[4~9].

　　工业机械臂运动控制系统一般由机器人控制器、传感元件、执行机构和机械臂本体等部分构成,如图 1-1 所示[10].机器人控制器为工业机器人的大脑,它将机器人完成的动作变成相应的指令信息,通过控制电机等动力驱动装置,使得机器人正确的运行,完成机器人系统预定的动作或作业任务.伴随着我国国民经济的发展,传统产业的转型升级,越来越多的工业机械臂被投入到工业生产中,提高了技术装备的水平[1],[3].市面上商用机械臂大都采取封闭式控制结构,即采用专用的计算机作为系统的主控制器,其结构固定,且功能单一,不利于系统的维护和改进[11].随着工业 4.0 时代的到来,机器人已经成为智能制造的关键,机器人控制技术也逐渐由封闭式向着开放式控制模式转变,从而建立高度灵活的,功能可定制的机器人,适应时代的发展和需求[3].

　　本文通过采用 STM32 嵌入式微处理器,设计了"PC+STM32"二级控制体系结构的机械臂运动控制系统,最大限度的实现机械臂控制系统的开放化、模块化的程度.引入所设计的嵌入式机器人控制器,相对于采用运动控制卡和 PLC 等控制器而言,可极大提高机械臂作业现场的加工效率,此外还具有成本低、稳定性和可靠性高等优势[12],[13].

　　1.2 课题研究背景及意义

　　从第一台工业机器人出现到现在为止,机器人已经历经了 70 年的发展旅程.根据工业机器人的研究和发展历程,通常将其发展分为如下三个阶段[10],[14],[15]:

　　(1)探索试验阶段(1940-1960):工业机器人的发展初期,随着工业革命的不断兴起和深入,市场的竞争日益激烈.传统的手工作业远远不能满足生产需求,单机的自动化设备投入生产,标志着机器人时代的到来.

　　(2)开发应用阶段(1960-1970):工业机器人的发展中期,这一时期,伴随着市场竞争进一步加剧,对产品的更新速度、生产效率、质量的要求进一步提高.

　　(3)实用商品阶段(1970-至今):工业机器人的发展完善期,工业机器人研究和发展阶段,能够进行复杂的逻辑控制和决策的智能化机器人[10].在实现生产自动化过程中,更加追求数据流的获取、分配和共享以及计算机软硬件的合作交流.

　　如图 1-2 所示为全球机器人产业发展调查数据 [16].由此可见,工业机器人机械手的投入和使用,具有广泛的应用领域,其允许终端用户在以前未开发的场景中采用这种技术,并投入使用,相应地,机器人在运动的指定方式也会变得越来越复杂,对于机器人的反应性、适应性等新的能力也提出了更高的要求.我们可以有效地利用相应的执行策略,用以进一步提高机器人运动的灵活性,特别是在与人类合作的过程中,机器人可以出色完成重复性任务,生产自动化的应用,大大提高工厂的劳动生产率以及节约大量成本.为了进一步加强和广泛使用工业操作器,包括新引入的协作机器人,有必要简化机器人编程,从而使这项活动能够由非专家用户处理.工业机器人的应用场景愈加广泛,苛刻的生产环境对机器人体积、灵活度等提出更高要求,因而,工业机器人正朝着小型化、智能化、柔性化的方向发展[16].

　　工业机械臂得益于独特的设计结构,能够在多个领域得到广泛的推广使用,其通过搭载不同类型的末端执行器,完成相应的作业任务,诸如码垛、喷涂、切割等[5],[17].现代化的机械系统,如码垛机器人、点焊机器人以及自动化机械设备等,往往需要高速度、高精度的控制.传统的手工作业,不仅工作效率低下,而且作业任务完成率低,作为替代,采用工业机械臂代替人力完成所要的任务,提升了工厂生产、加工的自动化水平,因而有着广泛的应用背景.其次,工业机械手臂具有得天独厚的优势:一是无生命损伤性,能够作为一种无生命载体,在面临高温、有毒、缺氧等极端危险的环境下,代替人力进行作业,有效地保护了手工作业人员生命安全;二是可重复使用性,工业机器人作为一种特殊的装备,在细心地维护和保养的同时,可以反复多次使用,从而发挥其效能;三是人工智能属性,工业机器人可以根据现场的实际情况,能够自主的进行数据收集、处理、传输反馈,用以判断和识别工作环境,完成作业任务[18],[19].

　　我国工业机器人的发展起步晚,自 20 世纪 90 年代以来,我国工业机器人的产量一直保持在年增长 20%以上,我国正式将工业机器人列入科技攻关计划,大力发展工业机器人[20],[21].目前,我国的工业机器人产业发展明显落后于欧美等发达国家,中国制造 2025 明确将机器人作为制造业重点突破领域[2],[3].一方面,外资品牌的机器人从售价和售后服务,无法满足中国市场对机器人的需求,随着自动化技术快速发展,我国已经成为世界自动化设备消费大国;另一方面,中国机器人产业必须拥有自己的核心技术,从而在机器人技术发展的浪潮下屹立不倒.综上所述,对工业机械臂运动控制系统的研究具有重要的意义.

　　本课题为面向中小型加工企业设计的机械臂运动控制系统,通过建立开放式结构的工业机械臂运动控制系统软硬件平台,使得系统具有结构简洁、低成本、性能和可靠性好等优点,有效的降低了机器人控制系统引进工厂的成本,进一步将传统的制造业向着智能化、自动化生产转型,因而,具有非常重要的应用价值.

　　1.3 工业机械臂运动控制系统研究现状

　　近年来,伴随着人工智能、计算机科学、传感器技术以及半导体技术等相关技术的革新,国内外的科研机构在机械臂运动控制系统的研究做出了很多科研成果,主要包括机械臂控制系统的体系结构[22],[23]、机器人控制器[24],[25]以及机器人运动规划与控制算法[26]等部分.

　　1.3.1 机械臂控制系统体系结构概述

　　从机械臂控制系统的发展来看,目前主要有如下三种.

　　集中控制方式的机器人控制系统[22],[27],即采用专用计算机作为上层主控计算机,实现系统所需的全部控制功能,其结构图如图 1-3 所示.如早期的 PUMA 机器人使用的 PDP-11[27].在机器人控制过程中,往往需要进行大量的运算,因此此种结构的机器人控制系统,存在实时性差等缺点.

　　主从控制方式的机器人控制系统[28],系统通常由二级 CPU 构成,其中一级 CPU为主机,担任系统管理,轨迹规划等功能;二级 CPU 为从机,主要负责机器人关节控制.其系统结构图如图 1-4 所示.王殿君等采用了 IPC+PMAC 为基础的分级控制方式的机器人控制系统,实验验证了系统的可靠性[28].PMAC 具有功能丰富,便于开发等优点,然而其封装度高、价格昂贵,并非为设计中的最佳选择,本文采用嵌入式设计的从控制器, 可快速实现相应功能开发、且价格低廉,适应于中小型加工工厂大批采购使用.

　　分布式控制方式的机器人控制系统[29],[30],分布式控制方式为上、下位机两级分布式结构,与主从控制方式不同的是,下位机采用多个 MCU 组成,每个 MCU 负责机械臂的一个关节运动,通过总线的方式与主机连接.文献[29]林怡青针对自主机器人分布式结构及运动规划研究,提出了有指导的全局规划方法.根据所采用的分 高速脉冲生成器 机器人伺服系统 伺服驱动器 主控计算机 从控计算机 存储装置示教盒布式系统框架,构造了由不同的结构单元模块组成的机器人运动控制仿真系统,并仿真验证了求解方法的有效性.文献[30]王亚峰针对传统中央式体系结构所存在的弊端,提出了采用 CAN 的分布式控制系统.系统通过 CAN 总线实现了系统间的信息交互,同时基于 CAN 总线通信特性,使得系统各个模块之间的数据和指令的传输更加高效,最终试验验证系统可行性.其结构图如图 1-5 所示.

　　1.3.2 机器人控制器研究现状

　　文献[31]WE Ford 首次提出了开放式的机器人控制系统概念,为后续的研究奠定基础.文献[32]展示了基于开放式结构和交互式用户界面的新型机器人控制系统,系统能够根据用户的需求,通过修改系统的软件对系统的功能和参数进行修改,方便添加新的控制算法和功能,无需修改硬件,使得系统具有较高的可靠性,方便了机器人控制应用研究与开发.开放式的机器人控制器的结构主要有如下几种控制模式[33], [34]:

　　(1)单 PC 结构的控制模式

　　它是一种单 CPU、集中控制方式.采用一台功能全面的 PC 机作为主控,搭配实时操作系统,用以满足控制系统实时性的要求,相比较封闭式结构控制系统,其稳定性、鲁棒性有限[35~37].

　　文献[35]提出的基于 PC 机的开放式机器人控制系统,其将工业机器人控制系统的各种控制功能与评价集成到一个统一的环境中,其好处是为快速构建新型机器人系统提供了开发环境.

　　文献[36]提出了采用 PC 加软 CNC 作为机器人控制系统的控制方案,通过将实时 NC 控制软件与 PC 机结合,通过 PC 机完成 NC 的功能.依靠 PC 机强大的运算处理能力,用户可以自行添加软件功能到 PC 端,充分利用 PC 机的软硬件资源,大大增强了系统的扩展性能.

　　文献[37]提出了 PC 完全控制的运动控制方案,PC 机通过并口直接驱动的方式,控制三轴联动数控点胶机控制系统,PC 完全控制的方案,完全可以满足系统对实时性、高精度等的要求.

　　(2)"PC+运动控制卡"结构的控制模式

　　"PC+运动控制卡"为采用了分层控制模式的机器人控制器,上位机采用 PC 机,负责系统管理和轨迹规划等任务,下位机采用具有多轴控制功能的运动控制卡,主要负责机械臂各关节运动控制[38],[39].

　　文献[39]引入 IPC 和 PMAC 运动控制卡相结合的设计思路,进行六自由度关节式机器人运动控制系统的开发工作,机器人控制器采用分层式的结构,一方面极大的提高了机器人控制系统的效率;另一方面增强系统的信息处理能力,使系统具有可靠性高、开放度高、运动灵活等优点,并且满足了多自由度机器人运动控制的要求,具有很大的应用前景.

　　(3)基于嵌入式控制器的控制模式

　　伴随着嵌入式等相关技术的发展,诸如 ARM、DSP 和 FPGA 等嵌入式处理器越来越广泛的应用于开放式的机器人控制系统中[40~42].文献[40]采用 STM324 微控制器为核心的嵌入式机器人控制器,完成码垛机器人的控制.文献[41]Cho J U 等学者引入了现场可编程门阵列(FPGA)进行多轴运动控制芯片的设计和实现.基于 FPGA的多轴运动控制器具有插值计算、逆运动学计算、丰富接口等功能,弥补了传统芯片单一功能的缺点.文献[42]Seok S 等学者采用了多核 CPU 和 FPGA 的高度并行化的控制系统平台架构的控制思路,使得机器人能够处理更复杂的运动任务,且多核处理器的集成为 FPGA 提供了优秀的嵌入式解决方案,增强了系统的并行多线程性能,使得系统获得稳定控制效果.

　　1.3.3 机械臂运动规划与控制算法研究现状

　　机械臂要完成空间中的作业任务,就需要对轨迹进行运动规划算法[43],[44]和轨迹跟踪控制策略[45~48]等的研究.

　　(1)运动规划算法

　　工业机器人在生产生活中扮演着不可替代的角色,运动规划算法对提高机器人的工作效率、精确度、可靠性起着重要的作用.文献[43]针对机器人空间直线及圆弧轨迹规划问题,提出采用抛物线过渡的空间直线插补算法和基于局部坐标系的空间圆弧插补算法,文章中通过对机器人示教运行,进而计算出笛卡尔空间中插补点的位姿,最终将运动学反解位置信息给机器人控制器执行,确保了机器人运行中过渡平稳.文献[44] Buschhaus A 等针对关节手臂机器人缺乏精确再现预定轨迹所需的绝对准确性,提出精度改进的通用细插补算法,通过计算精细的插值点,用于补偿位置偏差的方法,通过该算法计算每个插值周期的校正的运动指令,以符合不同机器人的动态能力,最终在真实的机器人系统上验证了算法的有效性.

　　文献[49]提出了一种扩大空间自由浮动机械手系统零干扰运动规划可解空间的运动规划新方法,具体通过机械手系统的非完整约束,推导出平动零扰动曲线方程,并对其特性进行了讨论.其次,将整个运行过程的零扰动曲线分为两部分.最后,采用基于高斯伪谱法(GPM)和直接射击法(DSM)的混合编程策略,得到了常见的零干扰曲线.数值仿真结果表明该方法是有效的.

　　文献[50]针对冗余机器人在受限路径上的运动轨迹规划及避障问题,提出了一种平面冗余度机器人的最优轨迹规划方法.为了得到理想的轨迹,通过最小化功耗实现平面冗余度机器人的末端执行器的运动轨迹.这种方法通过将机械手各关节和末端的运动、动力约束和工作空间中的障碍物考虑在内,使得总功耗最小.

　　文献[51]针对三维空间超冗余度机器人,提出了一种新的超冗余机械手时间最优轨迹规划方法.该方法考虑到三维空间充满了已知几何形状和位置的静态对象,同时考虑机械手的运动学约束和障碍物的存在,在机械手末端执行器生成轨迹.该算法最终能够实现所求任务的最小时间轨迹.

　　文献[52]针对并联机械臂的平滑轨迹规划,提出了一种新的具有运动学和动力学约束的并联机器人运动轨迹规划方法.通过建立各个关节的完整动力学模型,提出的规划问题可以通过建立新的动态约束极限曲线和简化的挺举约束形式来解决,运动轨迹四次和五次多项式样条采用.

　　(2)跟踪控制算法

　　为了能够使得机器人手臂的末端的位置、速度等状态无限接近于期望轨迹,机械臂轨迹跟踪控制算法的研究非常重要,然而机器人手臂作为典型的强耦合、非线性的系统,近年来机器人智能控制领域取得了丰富的研究成果.常用的控制方法有如下几种[40],[45~48].

　　1. PID 控制:机器人经常采用 PID 控制器,其具有控制率简单,易于实现,且无需建模,但是难以保证机器人控制具有良好的动态和静态特性.针对传统 PID 控制结构简单,无法有效控制一些复杂的过程,文献[40]设计了机器人位置环中采用PID+前馈的设计思路,明显减少数字 PID 的跟随误差e k( ) ,有效提升系统的位置跟踪控制精度.文献[45]引入 RBF 神经网络逼近建模误差和不确定因子,解决了机械臂动力学模型的非线性和不确定性问题,仿真验证该方法具有良好的跟踪性能.文献 [46] Yuan Jing 等基于反向误差传播的基本 BP 算法,提出基于改进神经网络 PID复杂控制算法,利用 PSO 算法的全局优化能力和较强的收敛性,优化 BP 神经网络权值,充分利用了粒子群优化算法的全局最优性,结果表明该方法能够优化系统的动态过程,降低系统动态误差.

　　2. 反步法:通过与李雅普诺夫(Lyapunov)自适应律结合,综合考虑控制律,最终使得整个系统的动静态性能满足期望的要求.文献[47]提出了一种新的运动控制系统自适应积分反步控制算法.不同于传统的设计方法,它仅将错误状态隐式地合并到设计 Lyapunov 函数中,并象征性地计算 Lyapunov 函数的时间导数,从而得到适用于理想结构的参数估计更新规律.结果表明,闭环误差系统是线性时变的,可以重新表述为线性-非线性级联系统,该设计对系统参数变化具有鲁棒性.

　　3. 自适应控制:针对具有不确定性的系统作为控制对象,自适应控制通过面对这些客观存在的各式不确定性,通过设计相应的控制作用,来达到某一性能指标.为了提高陀螺稳定平台的跟踪性能,文献[48]提出了一种基于神经网络和降阶扰动观测器的自适应非线性扰动补偿控制方法.采用降阶扰动观测器直接对扰动进行估计,然后用神经网络对参数变化和测量噪声引起的估计扰动误差进行逼近,为了所需的正弦跟踪,引入相位补偿到所提出的控制律中,利用 Lyapunov 判据分析了该方案的稳定性,实验结果表明了该控制方法的有效性.

　　1.4 本文研究的主要内容及章节安排

　　本文通过理论分析和实验研究基础上,完成对六轴工业机械臂运动控制系统的设计与实现,涉及机械臂运动控制系统硬件设计,控制系统软件设计,以及控制算法的研究等.

　　第一章:绪论,本章通过总结当前机械臂控制系统国内外发展现状,分别叙述了机器人控制系统结构、机器人控制器设计、及机器人控制算法等的发展情况,引出了本文研究的背景、主要内容及课题研究意义.

　　第二章:控制系统的总体设计方案,通过对机械臂控制系统方案分析,总结市面主流的处理器,确定本文芯片选型,其次给出本文系统架构设计方案,对系统的整体驱动方案进行分析,最终给出机械臂整体流程的设计思路.

　　第三章:机械臂运动控制系统设计,通过两个方面对机械臂运动控制系统设计进行叙述.其一为机械臂控制系统的硬件系统设计,采用 STM32F429 嵌入式芯片,设计了基于"PC+STM32"两级控制体系结构的机器人控制系统;其二为机械臂控制系统软件设计,通过 Keil uVision5 编写机器人控制器的底层驱动函数,采用 VisualC++编写机器人上位机控制软件,具体介绍了各功能模块的设计方法和思路,并给出详细的文字叙述.

　　第四章:机械臂运动规划与控制算法研究,本章节主要分为两部分进行阐述,第一部分以三轴采摘机械臂为研究对象,提出了采摘机械臂运动规划算法;第二部分以单轴机械臂为被控对象,研究了单轴机械臂的位置控制算法.

　　第五章:控制系统功能测试与试验,根据所设计的机械臂运动控制系统,进行系统的软硬件调试与试验分析.

　　第六章:总结与展望,对文章总体的工作展开了分析,指出了课题中的不足,并对课题进一步的工作给出展望.

　　…………由于本文篇幅较长,部分内容省略,详细全文见文末附件

　　第六章 总结与展望

　　6.1 本文总结

　　本文以面对中小型加工制造企业所试用的工业机械臂运动控制系统进行设计,系统结构采用主从控制方式,结构简洁且易于实现,相比较传统的集中式系统结构,系统的实时性、可靠性大大提升了.深入研究了机械臂运动规划算法和控制算法,对提升机械臂作业的稳定性、可靠性,以及降低机械臂的位置控制误差等,具有重要的意义.

　　本文的主要工作内容如下:

　　(1)深入了解机器人发展的背景、发展方向,熟悉机械臂控制系统的组成结构及功能模块,确立系统设计的方案、设计思路及内容.结合本次课题机械臂运动控制系统设计的实际情况与要求,系统采用"PC+STM32"二级控制体系结构进行设计,一方面有效地将系统的功能分离,使得系统整体结构具有模块化设计思路,增强了系统的可靠性;另一方面引入设计的基于 STM32 嵌入式控制器,相对于传统采用运动控制卡、PLC 等控制器而言,具有成本低、稳定性好等优势.

　　(2)机器人控制器的设计,采用 STM32 微处理器作为机器人控制器的主控芯片,控制器主要包含串口通信模块、伺服驱动单元、编码器接收模块等.机器人采用 PC 作为上位机控制器,PC 机提供了强大的数据运算性能,且易于开发.利用 KeiluVision5 软件编写系统的驱动函数,通过 Visual C++设计系统的上位机控制软件,其中,采用 PID 控制算法进行机器人的位置控制,降低机器人作业的误差.

　　(3)最后,本文以采摘机械臂作为对象,提出关节速度连续的机械臂运动规划算法,解决了机械臂任务切换过程中速度跳变产生的误差累积的问题.在传统的反步法的基础上加以拓展,引入自适应反步法在机械臂位置跟踪控制中,仿真验证了其具有较好的跟踪性能.

　　6.2 工作展望

　　本文前期工作奠定了良好的机械臂控制系统设计基础,主要在机械臂控制系统、机械臂运动规划及控制算法方面做了大量研究工作,搭建了工业机械臂运动控制系统实践平台,由于课题涉及面广,因此留下诸多遗憾.在今后的工作中有如下方面的研究工作:

　　(1)本文采用"PC+STM32"二级处理器架构的机器人控制系统,其有效地将系统功能分离,并且使得系统的结构更具有模块化的设计思路,大大增强了系统的可靠性、扩展性.但是基于二级处理器架构的控制系统,其在获得高效运算及控制性能的同时,也降低了控制系统的便携性.在之后的工作中,分布式结构机器人系统对提升设备运行效率,在未来智能工厂中扮演重要的角色.

　　(2)本文设计的机械臂运动控制系统,基于传统刚性机械臂,一方面结构复杂且脆弱,其次精密昂贵的传感器以及复杂的控制,使得现有的机械臂机械手存在功能单一、作业范围有限、使用及维护成本高.柔性机械臂结构简洁、适应能力强,相比于刚性机器人,柔性机器人手臂的优势在于低成本,能够很好的适应环境,受外界冲击的干扰小,能够将伤害降到最低.

　　(3)机械臂运动规划算法及控制算法研究,一直是机器人技术的研究热点.正如我们所知,机械臂外界环境的变换,往往会造成机械臂末端运行的误差,传统的控制算法,要求计算出精确的数学模型,因而无法适应机器人控制技术的发展,新型的控制算法有助于实现无需对精确模型的依赖,具有非常好的发展前景.

　　致 谢

　　时光荏苒,寒暑交替,不知不觉中,已经度过了研究生三年的学习、科研生活.三年来,在广西科技大学紧张而充实的学习生活,教会了我实用的理论知识,培养了我坚毅的性格,给予了我广阔的人生舞台.母校的"求真近道,明德致新"至理名言,更是督促着我们知诗书、明理、好学.

　　首先,我要感谢我的导师李克讷副教授,本文所设计的机械臂控制系统是在李老师的悉心指导和帮助下完成的.三年以来,李老师在学习中、生活上给予了我莫大的帮助,李老师严谨的学术态度,默默无闻的行事风格,总是不辞辛苦默默奉献着,在学术和科研的道路上,为我们树立了良好的榜样.与此同时,我要感谢同实验室的戴喜生老师,在课题开展中给予了我宝贵的建议和意见.感谢参与本次论文评审与答辩组的专家老师们,只因有老师的敦敦教诲,我们的人生之路才能得以一次次地凯旋.

　　其次,我要感谢同实验室的师兄师姐,在学习的道路上,给了我很多宝贵的意见;感谢实验室的其他成员,感谢他们每天朝夕与共,在学习的路上始终相伴左右,感谢在最好的时间遇到了最好的你们.

　　最后,我要感谢我的父母.焉得谖草,言树之背,养育之恩,无以为报.非常感谢他们在我的背后默默的奉献着,成为我求学之路的坚强后盾.

　　谨以此文献给关心过帮助过我的人,感谢你们的付出!

  参考文献
  [1] 彭宽栋,郑 龙,袁 俊,等.基于工业 4.0 背景下的工业机器人人才研究分析及解决策略[J].价值工程,2017, 36(24):171~174
  [2] Martin H. Double-digit growth highlights a boom in robotics[J]. IEEE Robotics & AutomationMagazine, 2017, 24(1): 12~14
  [3] 吕世霞,杨 屏,陈渌漪.基于工业机器人技术的工业 4.0 人才需求探究[J]. 办公自动化,2017,22(24):32~34
  [4] Moura F M, Silva M F. Application for automatic programming of palletizing robots[C]. 2018 IEEEInternational Conference on Autonomous Robot, 2018: 48~53
  [5] 于乾坤,王国磊,任田雨,等. 一种移动喷涂机器人的高效站位优化方法[J]. 机器人,2017,39(2):249~256
  [6] 郑张用,郝卫东,朱博譞,等. 基于嵌入式焊接机器人控制系统设计[J]. 组合机床与自动化加工技术,2017(1):89~91
  [7] Raj V, Raghavan P, Rajesh R, et al. Design of dual purpose cleaning robot[J]. 2018, 133: 518~525
  [8] L Z, Wu J, Wang D. An engineering-oriented motion accuracy fluctuation suppression method of a hybrid spray-painting robot considering dynamics[J]. Mechanism and Machine Theory, 2019, 131:62~74
  [9] 吕书信,张北伟,王泽澄.基于 STM32 分拣搬运机器人控制系统的设计[J]. 国外电子测量技术,2016, 35(9):101~104
  [10] 丁学恭.机器人控制研究[M]. 杭州:浙江大学出版社,2006
  [11] 杨小亭,曹义东,宋 科.基于六自由度关节机器人的一种计算机控制系统[J]. 2012, 29(7):192~196
  [12] 王 淼,杨宜民,李凯格,等.抛光打磨机器人智能控制系统研究与开发[J]. 组合机床与自动化加工技术,2015(12):94~96
  [13] 施文龙, 闵华松.工业机器人运动控制系统的仪表技术与传感器设计与实现[J]. 自动化与仪表,2015(5):37~41
  [14] 任志刚.工业机器人的发展现状及发展趋势[J]. 装备制造技术, 2015(3):166~168
  [15] 张小俊,刘欢欢,赵少魁,等.机器人智能化研究的关键技术与发展展望[J]. 机械设计,2016(8):1~7
  [16] 中国电子学会.中国机器人产业发展报告(2018 年)[R],2018
  [17] 梅江平,张 新.一种新型码垛装置末端执行器的设计[J]. 现代制造工程, 2014(5):27~30
  [18] Jay L, Hossein D, Jaskaran S, et al. Industrial artificial intelligence for industry 4.0-based manufacturing systems[J]. Manufacturing Letters, 2018(18): 20~23
  [19] Raza K, Khan T A, Abbas N. Kinematic analysis and geometrical improvement of an industrial robotic arm[J]. Journal of King Saud University - Engineering Sciences, 2018, 30(3): 218~223
  [20] 谢胜强,明 兴.工业机器人产业发展历史与未来趋势的文献综述[C]. 决策论坛-企业行政管理与创新学术研讨会,2016:80
  [21] 陈启愉,吴智恒. 全球工业机器人发展史简评[J]. 机械制造,2017, 25(7):7~10
  [22] 范 永,谭 民. 机器人控制器的现状及展望[J]. 机器人,1999(1):75~80
  [23] 汤嘉荣. 六轴工业机器人控制系统探究[J]. 中国新技术新产品,2016(6):1~2
  [24] 马永超,罗 亮,刘知贵. 六轴焊锡机器人运动控制器的设计[J]. 机械设计与制造,2015(10):168~171
  [25] Chen L, Wu Y, Du Z, et al. Development of an Industrial Robot Controller with Open Architecture[C]. 2017 IEEE 8th International Conference on CIS & RAM, 2017: 754~757
  [26] L Ding, Li E,Z Liang. A novel kinematic calibration method for a handling robot based on optimal trajectory planning[C]. IEEE International Conference on Robotics & Biomimetic, 2016: 927~932
  [27] 李占坤,赵德安,姬 伟,等.基于工业 PC 机的果树采摘机器人控制系统设计[J]. 机械设计与制造, 2010(6):142~144
  [28] 王殿君,彭文祥,高锦宏,等.六自由度轻载搬运机器人控制系统设计[J]. 机床与液压,2017,45(3):14~18
  [29] 林怡青.自主机器人分布式结构及运动规划[D]. 广州:华南理工大学,1998
  [30] 王亚峰,陈 昊,张 军,等. 基于 CAN 的分布式机器人控制系统设计[J]. 电子设计工程,2017,25(14):148~151
  [31] Ford W E. What is an open architecture robot controller?[C]. IEEE International Symposium on Intelligent Control, 1994: 27~32
  [32] Zhou X, Li W, Li Q. A new robot control system with open architecture[J]. International Conference on Advanced Robotics, 1997: 813~818
  [33] 武传宇. 基于 PC+DSP 模式的开放式机器人控制系统及其应用研究[D]. 杭州:浙江大学,2002
  [34] 王 燕. 黄瓜采摘机器人运动规划与控制系统研究[D]. 杭州:浙江工业大学,2010
  [35] Hong K S, Kim J G, Huh C D, et al. A PC-based open robot control system: PC-ORC[C]. IEEE International Symposium on Industrial Electronics, 2001: 1901~1906
  [36] 王 杭. 基于 PC 的工业机器人柔性自动化钻孔控制系统[D]. 南京:南京航空航天大学,2012
  [37] 张严林,李海生,钟震宇,等. 基于 PC 的步进电机三轴联动控制系统研究[J]. 微计算机信息, 2009(13):76~77
  [38] 施文龙. 六轴工业机器人控制系统的研究与实现[D]. 武汉:武汉科技大学,2015
  [39] 张文栋,路敦民. 基于 IPC 与运动控制卡的机器人运动控制系统[J]. 测控技术,2015, 34(7): 74~77
  [40] 何明超. 基于 STM32F4 的码垛机器人运动控制器研究[D]. 上海:上海交通大学,2015
  [41] Cho J U, Le Q N, Jeon J W. An FPGA-based multiple-axis motion control chip[J]. IEEE Transactions on Industrial Electronics, 2009, 56(3): 856~870
  [42] Seok S, Hyun D J, Park S I, et al. A highly parallelized control system platform architecture using multicore CPU and FPGA for Multi-DoF robots[C]. 2014 IEEE International Conference on Robotics and Automation (ICRA), 2014: 5414~5419
  [43] 沈雅琼,叶伯生,熊 烁. 基于齐次变换矩阵的机器人轨迹规划方法[J]. 组合机床与自动化加工技术,2014(1):5~9
  [44] Buschhaus A, Krusemark S, Karlidag E, et al. Universal fine interpolation algorithms for accuracy improvements of industrial robots[C]. IEEE International Congress on Ultra Modern   Telecommunications & Control Systems & Workshops, 2016: 356~362
  [45] Jiang J, Cao S, Dai Y. Research on RBF neural network model compensation and adaptive control of robot manipulators[C]. IEEE Control & Decision Conference, 2016: 516~520
  [46] Yuan J,Wang R,Jiang Li. Research on neural network PID adaptive control with industrial welding robot in multi-degree of freedom[J].Electronic & Automation Control Conference, 2016: 280~284
  [47] Yu J T, Chang J. A new adaptive backstepping control algorithm for motion control systems-an implicit and symbolic computation approach[J]. International Journal of Adaptive Control & Signal Processing, 2003, 17(1): 19~32
  [48] Fang J C, Yin R. An adaptive nonlinear control for gyro stabilized platform based on neural networks and disturbance observer[J]. Math Probl Eng, 2014: 1~9
  [49] Liao Y H, Li D K, Tang G J. Translational zero-disturbance curve and its application to zero-disturbance motion planning of space manipulator system[J]. Science China Technological Sciences, 2011, 54(5): 1234~1239
  [50] Satish C V, Voruganti H K. Trajectory planning of redundant manipulators moving along constrained path and avoiding obstacles[J]. Procedia Computer Science, 2018(133): 627~634
  [51] Elias K X. Time-optimal trajectory planning for hyper-redundant manipulators in 3D workspaces[J]. Robotics and Computer-Integrated Manufacturing, 2018(50): 286~298
  [52] Liu L, Chen C, Zhao X, et al. Smooth trajectory planning for a parallel manipulator with joint friction and jerk constraints[J]. International Journal of Control, Automation and Systems, 2016,14(4): 1022~1036
  [53] Li H, Li C, Xu L. Fresh tea picking robot based on DSP[J]. International Federation for Informatio  Processing, 2014: 486~496
  [54] Cho J U, Le Q N, Jeon J W. An FPGA-Based multiple-axis motion control chip[J]. IEEE Transactions on Industrial Electronics, 2009, 56(3): 856~870
  [55] Joki D, Lubura S D. Comparative Analysis of the Controllers for PUMA 560 Robot[J].IFAC-PapersOnLine, 2016, 49(25): 98-103
  [56] Lentin Joseph 著, 张天雷,郑思仪,海 丹,等译. 机器人系统设计与制作[M]. 北京:机械工业出版社,2017
  [57] 穆 东. 服务机器人机械臂及控制系统研究[D]. 西安:长安大学,2017
  [58] 易勇帆, 栾伟, 王钦若, et al. 基于 STM32 的伺服电机控制系统设计[J]. 工业控制计算机,2017(2): 63~64
  [59] Li Kene, Zhang Yunong. Design and implementation of a zero-initial-velocity self-motion scheme on a six-DOF planar robot manipulator[J]. Industrial Robot, 2012, 39(4): 401~411
  [60] Gao Guanbin, Sun Guoqing. Na Jing, et al. Structural parameter identification for 6 DOF industrial robots[J]. Mechanical Systems and Signal Processing, 2017(8): 1~11
  [61] 朱世强,刘松国,王宣银,等.机械手时间最优脉动连续轨迹规划算法[J]. 机械工程学报,2010,46(3): 47~52
  [62] Wang J, Li Y, Zhao A X. Inverse kinematics and control of a 7-DOF redundant manipulator based on the closed-loop algorithm[J]. International Journal of Advanced Robotic Systems, 2011, 7(4):1~9
  [63] Xiao L, Zhang Y. Solving time-varying inverse kinematics problem of wheeled mobile manipulators using Zhang neural network with exponential convergence[J],Nonlinear Dynamics,2014, 76 (2): 1543~1559
  [64] Zhang L, Wang Y, Yang Q, et al. Kinematics and trajectory planning of a cucumber harvesting robot manipulator[J]. International Journal of Agricultural & Biological Engineering, 2009, 2(1): 1~7
  [65] 廖柏林,梁平元,杨 喜. 基于伪逆的冗余机械臂运动控制的优化方案[J]. 信息与控制,2013,42(5):645~651
  [66] 高涵, 张明路, 张小俊, et al. 机械臂绝对定位精度标定关键技术综述[J]. 计算机应用研究,2017(09): 16~22
  [67] 周炜, 廖文和, 田威. 基于空间插值的工业机器人精度补偿方法理论与试验[J]. 机械工程学报,2013, 49(3): 42~48
  [68] Mahmoodabadi M J, Maafi R A, Taherkhorsandi M. An optimal adaptive robust PID controller subject to fuzzy rules and sliding modes for MIMO uncertain chaotic systems[J]. Applied Soft
 Computing, 2016(52): 1191~1199
  [69] Deng W, Yao J. Adaptive integral robust control and application to electromechanical servo systems[J]. ISA Transactions, 2017(67): 256~265
  [70] Lyshevski, Edward S. Control of high-precision direct-drive mechatronic servos: tracking control with adaptive friction estimation and compensation[J]. Mechatronics, 2017(43): 1~5
  [71] 匡 毅,夏 平. 基于 SimMechanics 机械臂自适应模糊 PID 控制仿真研究[J]. 农业装备与车辆工程,2017, 55(12):41~44
  [72] Wu Y, Jiang H, Zou M. The research on fuzzy PID control of the permanent magnet linear synchronous motor[J]. Physics Procedia, 2012(24): 1311~1318
  [73] Fengfa Y, Xingfei L. Robust adaptive integral backstepping control for opto-electronic tracking system based on modified LuGre friction model[J]. ISA Transactions, 2018(80): 312~321
  [74] 王秀春. 自适应观测器设计中可调参数的选择方法[J]. 现代雷达, 1991(6): 102~106