本技术方案介绍了一种高效协作机器人控制技术,涵盖方法、设备、存储介质和应用产品,专注于机器人轨迹规划与控制算法。该技术利用逆运动学原理和五次多项式轨迹规划曲线,精确计算出机器人期望关节位置,以实现最优控制。
背景技术
协作机器人是一种智能机器人系统,可与人类或其他机器人协作完成任务。根据配置的不同,可分为单臂机器人和双臂机器人。协作机器人具有感知、决策和执行能力,具有安全合作、灵活适应、人机交互、多任务处理和自主学习等特点,能与人类在同一工作空间内协同工作,实现高效完成任务。近年来,协作机器人已成功应用于家庭服务、医疗保健和工业制造等领域。协作机器人的研究离不开跟踪控制问题。协作机器人实现轨迹跟踪的前提是利用算法获得合理的轨迹规划曲线。
轨迹规划是工业机器人运动控制的基础研究领域,它决定了机器人的运行效率和运动性能。工业机器人的轨迹规划可分为直角坐标空间和关节空间,此外还有时间最优、能量最优和冲击最优等最优轨迹规划。关节空间轨迹规划,顾名思义,是指使用适当的算法在关节空间中规划所需的轨迹。由于机器人的运动是由关节直接控制的,因此在关节空间中进行轨迹规划操作简单,轨迹可以随时调整,实时性较高,计算量较小。一旦完成轨迹规划,就会执行跟踪控制。为了实现更好的轨迹跟踪控制,可以引入最优控制。最优控制是现代控制理论的重要组成部分,其研究的核心问题是,对于给定的受控系统,选择合适的控制策略来优化系统的某些性能指标。对于协作机器人来说,要获得其最优控制策略,需要求解贝尔曼方程。该方程是一个偏微分方程,难以用解析法求解。自适应动态编程(ADP)通过用神经网络拟合偏微分方程并近似求解哈密顿雅可比贝尔曼方程,巧妙地解决了偏微分方程的求解问题。
实现思路