基于前馈-反馈的移动机器人轨迹跟踪控制
2017年2月计算机工程与设计 Feb. 2017
第 38 卷第 2 期 C O M P U T E R E N G IN E E R IN G A N D D E S IG N V o l. 38 N o. 2基于前馈-反馈的移动机器人轨迹跟踪控制
郑伟勇，李艳玮
(河南工程学院计算机学院，河南郑州451191)
摘要：由于非完整约束系统及其控制系统自身的复杂性，差动驱动非完整移动机器人的轨迹跟踪具有相当大控制难度，为此，提出一种基于前馈-反馈模糊逻辑控制算法的控制器。通过前馈控制解决轨迹跟踪的时间延迟问题，通过反馈模糊逻 辑控制并解决系统建模的不确定性及外部环境干扰的影响。仿真结果表明，该控制器更加适合移动机器人的轨迹跟踪，其 在轨迹跟踪精度和抗干扰能力上均明显优于标准反演控制器，移动机器人在不同方向上的轨迹跟踪误差均小于0.1。
关键词：轮式移动机器人；轨迹跟踪；运动学；模糊逻辑；前馈-反馈
中图法分类号：T P13 文献标识号：A文章编号：1000-7024 (2017) 02-0539-05
doi：10. 16208/j. is s n l000-7024. 2017. 02. 048
Trajectory tracking of wheeled mobile robot based on
feed-forward and feedback controller
ZHENG Wei-yong，LI Yan-wei
(School o f C o m puter, H enan In s titu te o f E n gineering, Zhengzhou 451191，C hina)
Abstract：A s the com plexities o f nonholonom ic W M R s and th e ir c o n tro l system increase the d iffic u ltie s o f tra je c to ry trackin g c o n tro l，a type o f feed-forw ard and feedback fuzzy logic controllers was proposed. Feed-forw ard con tro l was adopted to solve the tim e delay in tra je cto ry tra c k in g, and the feedback fuzzy logic c o n tro l was used fo r resolving the m odel uncertainties and environ-m ental disturbances. T h e obtained sim ulation results show th a t the developed co n tro lle r is best suited fo r the trackin g traje cto ry problem s, the tra je c to ry trackin g precision and resisting disturbance capacity o f the proposed co n tro lle r are superior to the stan-dard backstepping c o n tro lle r, and a ll o f the tra je c to ry trackin g errors in d iffe re n t directions are less than 0. 1. Keywords：wheeled m obile ro b o ts；tra je c to ry tra c k in g；kin e m a tics；fuzzy lo g ic；fe e d-fo rw ard and feedback
〇引言
从机械设计和配置的角度来说，轮式移动机器人(w heeled m obile r o b o t s,界1\11〇[1’2]可划分为完全约束和非 完全约束机器人，目前许多研究人员针对非完全约束轮式 移动机器人(nonholonom ic wheeled m obile ro b o ts, N W M R)研发了多种优异的控制器，但系统的外部干扰和 系统不确定性仍然是当前控制器设计亟待解决的技术瓶颈>5]。许多的研究人员提出了多种用于轨迹跟踪的运动控 制器，如模糊控制[6]、神经网络[7]、自适应反馈[8’9]、输人 -输出反馈线性化[1?11]、滑膜控制[12a3]和反演控制[14a5]等 方法。然而现有的控制器在系统存在外部扰动和模型的不 确定性时，其瞬态和稳态特性并不尽如人意，并且大多数控制器还采用了恒定线速度和角速度的简单参考轨迹。为 了解决系统的外部干扰和系统不确定性对控制器轨迹跟踪 性能的影响，本文基于前馈-反馈结构和非线性线速度及角 速度的参考轨迹提出了一种轨迹跟踪控制器，其前馈控制 器将根据参考位置和速度误差传播模型进行设计，而反馈 控制器则采用模糊逻辑算法进行设计。考虑存在外部干扰 和系统不确定性的情况下，对瞬态和稳态性能较差的机器 人系统进行建模，利用M A T L A B S u n u lm k将一种复杂双 纽线轨迹用于测试该控制器，已验证其轨迹跟踪性能。
1 W M R的运动学建模
针对双驱动差分驱动方式的轮式移动机器人进行研究，为了建立该移动机器人的运动学模型，对其进行如下假设：
收稿日期：2016-02-18;修订日期：2016-03-18
基金项目：国家自然科学基金项目（61379079)
作者简介：郑伟勇（1978-)，男，河南郑州人，硕士，讲师，研究方向为模式识别与计算机应用；李艳玮（1980 -)，女，河南郑州人，硕士，讲师，研究方向为人工智能与计算机应用。E-mail: zhengwy78@https://www.wendangku.net/doc/5713746424.html,
?540 ?计算机工程与设计2017 年
机器人的车体、驱动轮及随动万向轮均认为是刚性体；工 作接触面与车轮面保持垂直且始终为点接触；车轮与接触 面间仅存在轴向转动而无相对轴向的平行滑动，且机器人 的质心与几何中心重合；机器人始终在二维空间内运动，且其两个驱动轮的结构参数完全相同。单轮式移动机器人 的运动原理如图1所示。
其单前轮为随动万向轮，仅用以支撑起车体且无导向功 能。后轮则为两个独立的驱动轮，通过调节它们之间的速度 差，可以有效调整车体与跟踪轨迹的位置关系。通常而言，在存在外部干扰、模型不确定性及非完全约束的情况下，单 轮移动机器人的一阶运动学模型可进行如下定义[16]
q(t) = S(q)Vk (0+/SS(q)Vk (0+d(t) 0(1)
式中：4(1) =D rG)3^(1);队（I)=(乂）c〇(T)]r;
~cosd(t)〇-~Acosd(t)〇-
S(q) =cosd(t)0;AS(q) =Acosd(t)0
-01--0
联立式（1)和式（4)，机器人的姿态跟踪误差进一步 推导为如下形式
~ex (t)-u(t) +aj(t)ey (t) +ur (0 cose〇 (t)~ qe(^)—ey (t)=—〇j( t)ex (t) +ur (t) sine〇 (t)
-ed(t)--~ aj(t) -\-a)r(t) -
(5)其中，[&⑴收⑴]T分别为机器人预设的线速度和角速 度，其数学定义如下
Ur(t) =VX2r (t) +yl (t)
,、—
x r (t)yr (t)— yr (Ox,- (t)(6)
收(2⑴十顧)
2前馈控制器设计
为了消除外部环境干扰对轮式移动机器人轨迹跟踪精 度的恶化，利用前馈控制器对干扰信号在其作用的瞬间进 行抵消。同时，前馈控制器不存在反馈控制系统的时滞环 节且对移动机器人系统的稳定性无直接影响，但其需要对 被控系统的动力学特性和外部扰动特征进行详尽的建模，才能够实现预期的控制效果。前馈控制器的原理如图2所 示，其通过测量的扰动量来调节输出的控制量，以最终实 现消除或降低外部干扰对移动机器人轨迹跟踪精度的影响。
图2前馈控制系统结构框架
其中，工⑴和3；(?)表示f时刻机器人中心点位置，沒⑴
为移动机器人的姿态方位角，〃(t)和co(t)分别为机器人 运动的线速度和角速度。从9)是将输入速度转换为机器人 速度的雅克比矩阵，仏(1)代表未建模动态或结构变化，为环境的外部干扰，则机器人位置分量g(0可表 示如下
q(t) = [jcC?)y(t)d(t)Y(2)通常来说，需要假设模型不确定性和外部干扰有界，并分别定义为I I A s(g)I I<说和I k⑴II，其中次为正常数。本文控制设计的目标在于跟踪时变的参考轨迹，其数 学定义如下
qr(t) = ^Xrit)yr(t)dr(t)Y(3)对于运动控制的设计来说，可将任意初始值的位置和 方向误差逐步趋近于零当Z—0时，移动机器人的姿态跟踪 误差仏可定义如下
~ex (〇-~cosd(t)sin沒(，）〇-"x r (t) — x(t)-qe (t)=ey (t)=—sind(t)cosd(t)0yr(t) — y(t) -ed(t)--001--dr (t)一d(t)-
(4)
如图2所示，前馈控制系统的状态空间方程可以表示为
(x(t) = Az(t) Bu(t) Dr(t)
(7)
l^C?) =Cxit)
其中，=N^G)，N和D分别表示前馈控制器和干 扰通道的传递函数。接下来对上式进行拉普拉斯变换得到 的前馈控制系统传递函数如下
=C(s l-A)1 (BN(s)^DCs))(8)由上式可知，前馈控制环节只改变机器人系统零点的 分布，而对系统的极点则无影响。
将上述前馈控制器应用于轮式移动机器人的过程中，通常需要在上文定义姿态跟踪误差之后，要求本文设计的 控制器能够使机器人的轨迹跟踪误差趋近于零，以有效保 证机器人系统轨迹跟踪的精度和稳定性。因此，用于机器 人系统精确跟踪参考轨迹的运动控制器可定义如下
^(0
~Uk(t)-
_L
■Djbit)-
—C〇k C ^——O J f b C ^—
(9)
第38卷第2期郑伟勇，李艳_:基于前馈-反馈的移动机器人轨迹跟踪控制?541 ?
其中，_(07分别表示运动控制器输出的线速度和角速度，[V/&⑴C0/&⑴]7和[V/7⑴C0//⑴]T则分别为控 制器反馈和前馈的线速度及角速度。上述的前馈控制速度 可以利用参考速度和误差传递原理进行求解，但前馈控制 的计算数值需要与延迟的速度误差共同使用，如下式所示
-L?r(0 COSTCO+7iL?e(^—1)-
-C/〇--CiJr (t)+72CO e (t一1) -
(10)其中，％为正常数，1)=冰（（一1)—吵（（一1)，咏G—1)=收（纟一1)一((—1)。前馈控制作用可通过之前 不正确控制信号产生的速度误差仏(0进行计算。
3反馈模糊控制器的设计
模糊控制对于近似位置系统动力学是非常有用和有效 的，原因在于其能够抵制外部干扰和捕获数学模型难以描 述的不确定性。采用模糊逻辑控制器的主要目的在于：通 过使机器人参考轨迹和实际轨迹之间的误差逐渐趋近于零 的方法，产生所需的反馈线速度及角速度，并最终使机器 人能够精确跟踪期望的运动轨迹，这有利于解决制造业自 动化过程中各种系统不确定性因素对工件制造及装配的影 响，有效提高工件加工和装配的精度。
典型的模糊逻辑控制器的结构主要由模糊推理机、模 糊规则库、模糊化及反模糊化4个部分组成。典型的模糊 逻辑控制系统如图3所示。
图3典型的模糊逻辑控制系统
考虑到本文设计的控制器主要针对轮式移动机器人，因而采用多输入单输出的模糊系统，该过程可以数学描述 为：/O r): V G i?，其中17和V分别代表系统的输入和输出，数学定义可表示为
=kulF L C(ex(t),\exd x)^ =
^ J(I D
^c v fb C t) =kw\^FLC(ey(t)(t))^| —kw〇j jb(t)
其中，总和代表系统输出的增益。
模糊化是将观察到的系统输入u e w映射到中定义的模糊集合，然而反模糊化则将模糊集合映射到观测输出 控制键V，其根据规则库和隶属度函数进行映射决策的操 作。接下来，对于系统输入和输出变量的隶属度函数可利 用下面的模糊语意词进行定义：正大（P L)、正中（P M)、正小（PS)、零（Z R)、负小（N S)、负中（N M)、负大 (N L)。然后，线速度和角速度的模糊规则分别见表1和表2,并且模糊规则库则采用IF-T H E N的执行机制。在本文 中，分别设计两个模糊逻辑控制器用以评估系统的反馈线 速度￥⑴和反馈角速度M⑴，对应的模糊规则库由49 条规则组成
R l：if x\is A\1and xi is A21then u is B t.
其中，2，…M，M=49，尤1和尤2分别是F L C的输 入变量，和矽分别为隶属度函数；^’1、々），^^(而）和冲U)定义的模糊语意词。然后，F L C基于下 表中的模糊规则库推理出系统输出量。
表1F L C模糊规则（_)
j NL NM NS ZR PS PM PL
NL PL PL PL PM PM PS ZR
NM PL PL PM PM PS ZR NS
NS PL PM PM PS ZR NS NM
ZR PM PM PS ZR NS NM NM
PS PM PS ZR NS NM NM NL
PM PS ZR NS NM NM NL NL
PL ZR NS NM NM NL NL NL
表2 F L C模糊规则（.⑴f b、
e j \ee NL NM NS ZR PS PM PL
NL PL PL PL PM PM PS ZR
NM PL PL PM PM PS ZR NS
NS PL PM PM PS ZR NS NM
ZR PM PM PS ZR NS NM NM
PS PM PS ZR NS NM NM NL
PM PS ZR NS NM NM NL NL
PL ZR NS NM NM NL NL NL
/(X)=护6(x)(12)其中，/O r)用以表示模糊推理的类型、重心去模糊化和高 斯隶属度函数，力=[沿，^]T表示系统的输入分量，
为/力）在获得最大值时的系统输出分量，少=[办，必，03，…，0M]T表示系统调节参数分量，^ (^)=[色(X)，M x)，…，6w(x)]为模糊基函数分量，而^^力)为高斯隶属度函数，其数学可定义如下所示
(13)式中：a;和(7;被设定在0 如图4所示，第一个F L C的输入分量为位置误差心，其积分丨4输出线性反馈速度。同理，第二个模糊控制 器使用位置误差&和方向误差Q作为输入分量并输出角度 反馈速度 。 ? 542 ? 计算机工程与设计2017 年 10 20 30 40 时间t/s ■标准反演控制器..............前馈-反馈控制器 图8 Y 方向的轨迹跟踪误差 由图7和图8可知，前馈-反馈控制器在未达到稳定状 态时，其轨迹跟踪误差明显优于标准反演控制器，其误差 数值均小于0.1。而当机器人系统达到稳定后，前馈-反馈 控制器和反演控制器的跟踪误差基本相当，其在X 和Y 方 向上的跟踪误差也均小于〇.〇5。综上所述，本文设计的前 馈-反馈模糊逻辑控制器的跟踪精度优于标准反演控制器， 且其在不同方向上的跟踪误差均小于0. 1。 5结束语 针对移动机器人在自动化制造及装配过程中各种复杂 工况对其运动精度的不利影响，提出了一种用于单轮移动 机器人轨迹跟踪的前馈-反馈运动控制器，其前馈控制速度 可利用参考速度和误差机制进行计算，并且理想前馈控制 作用的计算值需与延迟的速度误差共同使用，然而模糊逻 辑控制算法则被用以计算反馈速度。最后，通过M A T L A B S im iilin k 模拟将前馈-反馈模糊控制器的性能与标准反演控 制器进行对比分析，仿真结果表明本文设计的控制器能够 更加精确地跟踪预设的参考轨迹，并呈现出更为优异的瞬 态性能以及零稳态误差。综上所述，本文设计的前馈-反馈 如图6所示，本文设计的前馈-反馈模糊逻辑控制器比 标准反演运动控制器具有更好的轨迹跟踪性能和跟踪精度， 10 20 30 40 时间t/s -标准反演控制器----------前馈-反馈控制器 图7 X 方向的轨迹跟踪误差 且其瞬态性能和跟踪误差的快速收敛表明该控制器对于 W M R 控制有快速响应能力。在引入外部干扰情况下， W M R 在X 和Y 方向上轨迹跟踪误差分别如图7和图8所 示，其中3个干扰信号分别被引入的时间为^=16 s 、& = 21 s 和 & =41 s 〇 图4前馈-反馈控制器的结构 4头验结果与分析 针对轮式移动机器人（W M R )设计的前馈-反馈模糊 控制器需要进行轨迹跟踪性能的评估，其有效性和可行性 将与标准的反演控制器进行对比分析。同时采用3个脉冲 信号模拟机器人在工件的加工及装配过程中的各种外部冲 击干扰，并对干扰条件下移动机器人的轨迹跟踪精度进行 分析比较。接下来，通过M A T L A B S im u lin k 模拟仿真前 文建立的数学模型，并采用一种复杂的双纽曲线作为机器 人跟踪的预设参考轨迹，其线速度和角速度如图5所示。 在存在外部干扰和模型不确定性的条件下，前馈-反馈模糊 控制器和标准反演运动控制器对W M R 的轨迹跟踪性能， 如图6所示，且前馈-反馈及反演控制器的预设初始值均取 为心⑴= [0 0 0]T 〇 .............. ： ： V 53 第38卷第2期郑伟勇，李艳玮：基于前馈-反馈的移动机器人轨迹跟踪控制?543 ? 模糊逻辑控制器对于实现制造业自动化具有重要的现实意义，可有效解决零部件制造过程中外部环境的干扰和系统不确定性对零部件制造、装配和检测等过程的不利影响。 参考文献： [1 ] LUO Junzhi, YANG Wanli, LI Hongyan, et al. Passivity- based controller design of two-wheeled self-balanced robot [J]. Computer Engineering and Applications, 2015，51 (5) ：50-53 (in Chinese).[罗俊芝，杨万利，李红燕，等.两轮自平衡机 器人的无源控制器设计[J].计算机工程与应用，2015, 51 (5)：50-53.] [2] Blazi c S. A novel trajectory-tracking control law for wheeled mobile robots [J], Robotics and Autonomous Systems, 2011， 59 (11)：1001-1007. [3] Al-Araji AS. Development of kinematic path-tracking controller design for real mobile robot via back stepping slice genetic ro-bust algorithm technique [J], Arabian Journal for Science and Engineering, 2014, 39 (12)：8825-8835. [4] YE Jinhua, LI Di, YE Feng. Adaptive fuzzy control of non- holonomic mobile robots with bounded inputs [J], China Me-chanical Engineering, 2014，25 (8): 1010-1016 (in Chi- n e se).[叶锦华，李迪，叶峰.输入受限的非完整移动机器人 的自适应模糊控制[J].中国机械工程，2014，25 (8): 1010-1016.] [5 ] ZHAO Runzhou, XU Xiegu, ZHANG Xizheng. Trajectory tracking control of mobile robots with unknown parameters and external disturbances [J], Manufacturing Automation, 2015, 37 (3): 41_46 (in C hinese).[赵润州，徐卸古，张西正.考 虑参数不确定性和外界干扰的移动机器人轨迹跟踪控制[J]. 制造业自动化，2015，37 (3): 41-46.] [6] Rashid R, Elamvazuthi I, Begam M, et al. Fuzzy-based navi- gation and control of a non-holonomic mobile robot [J]. Jour-nal 〇￡ Computing, 2010，2 (3) ：138-143. [7] LIU Yu, ZHOU Chuan, ZHANG Yan, et al. Tracking con- trol of wheeled mobile robots based on RBF neural networks [J], Computer Engineering and Design, 2011，32 (5) ：1804-1806 (in C hinese).[刘钰，周川，张燕，等.基于RBF神经 网络的轮式移动机器人轨迹跟踪控制[J].计算机工程与设 计，2011，32 (5): 1804-1806.] [8] CUI Mingyue, SUN Dihua, LI Yongfu, et al. Adaptive tracking control of wheeled mobile robots in presence of longitu-dinal slipping [J], Control and Decision, 2013，28 (5) ：664-670 (in Chinese).[崔明月，孙棣华，李永福，等.轮子纵向 打滑条件下的移动机器人自适应跟踪控制[J].控制与决策， 2013, 28 (5)：664-670.] [9] YANGYanxi, ZHANG Hao, XIN Zhibo. Wheeled mobile robots Leader-Follower formation control based on sliding mode variable structure [J]. Journal of Xi? an University of Technology, 2014, 30 (4): 397-403 (in Chinese).[杨延西，张浩，辛志波.基于 滑模变结构的轮式移动机器人Leader-Follower编队控制[J]. 西安理工大学学报，2014，30 (4): 397-403.] [10] WU Zhitao, XU Jianying. Trajectory tracking control for the linear motor servo platform based on feedback linearization [J], Transactions of China Electrotechnical Society, 2015, 30 (13): 143-149 (in C hinese).[武志涛，徐建英.基于反 馈线性化的直线电动机伺服平台轨迹跟踪控制研究[J].电 工技术学报，2015，30 (13): 143-149.] [11] CHEN Sizhong, LU Fan, WU Zhicheng, et al. Vibration state estimation of nonlinear suspension system based on feed- back linearization [J], Journal of Vibration and Shock, 2015, 34 (20): 10-15 (in Chinese).[陈思忠，卢凡，吴志成，等. 基于反馈线性化的非线性悬架系统振动状态观测[J].振动 与冲击，2015，34 (20): 10-15.] [12] ZHANG Yangming, LIU Guorong, LAN Yonghong. Im- proved iterative learning control method for mobile robot tra- jectory tracking [J]. Application Research of Computers, 2012，29 (10): 3728-3732 (in Chinese).[张扬名，刘国荣，兰永红.一种改进的移动机器人轨迹跟踪迭代学习方法[J]. 计算机应用研究，2012，29 (10): 3728_3732.] [13] ZHANG Yangming, LIU Guorong, YANG Xiaoliang. Mo- bile robot trajectory tracking control based on sliding mode va- riable structure [J], Computer Engineering, 2013，39 (5)：160-164 (in Chinese).[张扬名，刘国荣，杨小亮.基于滑模 变结构的移动机器人轨迹跟踪控制[J].计算机工程，2013, 39 (5)：160-164.] [14] YANG Min, MEI Jinsong, LIAO Licheng. Design 〇￡ back- stepping-based sliding-mode trajectory tracking controller for nonholonomic mobile robot [J], Machine Building and Auto- mation，2015，44 (5): 152-154 (in Chinese).[杨敏，梅劲 松，廖里程.非完整轮式移动机器人反演滑模轨迹跟踪控制 器设计[J].机械制造与自动化，2015, 44 (5): 152-154.] [15] XI Leiping, DU A N Lianfei, JIANG Tao. Backstepping tra- jectory tracking control of nonholonomic four-wheeled mobile robot [J], Computer Measurement and Control, 2012，20 (8)：2143-2145 (in C hinese).[席雷平，段连飞，江涛.非 完整四轮式移动机器人反演轨迹跟踪控制[J].计算机测量 与控制，2012，20 (8): 2143-2145.] [16] Asi￡ M, Khan MJ, Cai N, Adaptive sliding mode dynamic controller with integrator in the loop for nonholonomic wheeled mobile robot trajectory tracking [J], International Journal of Control, 2013, 87 (5)：964-975. 移动机器人的关键技术分为以下三种: (1)导航技术 导航技术是移动机器人的一项核心技术之一[3,4]"它是指移动机器人通过传感器感知环境信息和自身状态,实现在有障碍的环境中面向目标的自主运动"目前,移动机器人主要的导航方式包括:磁导航,惯性导航,视觉导航等"其中,视觉导航15一7]通过摄像头对障碍物和路标信息拍摄,获取图像信息,然后对图像信息进行探测和识别实现导航"它具有信号探测范围广,获取信息完整等优点,是移动机器人导航的一个主要发展方向,而基于非结构化环境视觉导航是移动机器人导航的研究重点。 (2)多传感器信息融合技术多传感器信息融合技术是移动机器人的关键技术之一,其研究始于20世纪80年代18,9]"信息融合是指将多个传感器所提供的环境信息进行集成处理,形成对外部环境的统一表示"它融合了信息的互补性,信息的冗余性,信息的实时性和信息的低成本性"因而能比较完整地,精确地反映环境特征,从而做出正确的判断和决策,保证了机器人系统快速性,准确性和稳定性"目前移动机器人的多传感器融合技术的研究方法主要有:加权平均法,卡尔曼滤波,贝叶斯估计,D-S证据理论推理,产生规则,模糊逻辑,人工神经网络等"例如文献[10]介绍了名为Xavier的机器人,在机器人上装有多种传感器,如激光探测器!声纳、车轮编码器和彩色摄像机等,该机器人具有很高的自主导航能力。 (3)机器人控制器作为机器人的核心部分,机器人控制器是影响机器人性能的关键部分之一"目前,国内外机器人小车的控制系统的核心处理器,己经由MCS-51、80C196等8位、16位微控制器为主,逐渐演变为DSP、高性能32位微控制器为核心构成"由于模块化系统具有良好的前景,开发具有开放式结构的模块化、标准化机器人控制器也成为当前机器人控制器的一个研究热点"近几年,日本!美国和欧洲一些国家都在开发具有开放式结构的机器人控制器,如日本安川公司基于PC开发的具有开放式结构!网络功能的机器人控制器"我国863计划智能机器人主题也已对这方面的研究立项 视觉导航技术分类 机器人视觉被认为是机器人重要的感觉能力，机器人视觉系统正如人的眼睛一样,是机器人感知局部环境的重要“器官”,同时依此感知的环境信息实现对机器人的导航。机器人视觉信息主要指二维彩色CCD摄像机信息,在有些系统中还包括三维激光雷达采集的信息。视觉信息能否正确、实时地处理直接关系到机器人行驶速度、路径跟踪以及对障碍物的避碰,对系统的实时性和鲁棒性具有决定性的作用。视觉信息处理技术是移动机器人研究中最为关键的技术之一。 Meta Vision Systems 机器人用激光焊缝 跟踪系统 技术手册 原作者：Jonathan Moore 翻译：Dr. Lin Sanbao (林三宝博士) 前言 尽管我们在编写这个手册时已经尽了最大努力，但是我们不接受任何由通过使用或者错误使用本手册中的信息，或者可能包含在本手册中的错误，而引发的责任和义务。本手册所提供的信息只是用于培训的目的。 英文版权所有 ? Meta Vision Systems 2000。 中文版版权所有? 中国哈尔滨AWPT－RDC联合实验室 所有权力保留，未经允许，不得以任何形式复制本手册或本手册中的任何部分。 联系方式： Meta Vision Systems Ltd. Oakfield House Oakfield Industrial Estate Eynsham Oxfordshire OX8 1TH UNITED KINGDOM Tel: +44 (0) 1865 887900 Fax: +44 (0) 1865 887901 Email: support@https://www.wendangku.net/doc/5713746424.html, 中国地区: 地址：珠海市九洲大道兰埔白石路105号二楼西 邮编：519000 电话：0756 --- 8509695、8508516、6680610、6602419、6626464 传真：0756 --- 8500745 联系人：魏占静 电邮：jbw@https://www.wendangku.net/doc/5713746424.html, wzj0756@https://www.wendangku.net/doc/5713746424.html, 网址：https://www.wendangku.net/doc/5713746424.html, 目录 1.概述 (3) 1.1传感头 (3) 1.2控制系统 (3) 1.3应用 (3) 1.4典型应用 (4) 1.5焊缝类型 (4) 2.传感器 (9) 2.1激光的安全性 (9) 2.2规格 (9) 2.3MT 产品系列的规格 (11) 2.4传感器的物理规格 (12) 2.5焊缝的特征尺寸 (12) 3.控制系统 (14) 3.1MTF – Finder(MTF 定位控制系统) (14) 3.2MTR (15) 3.3MTR Integrated(集成型MTR系统) (16) 3.4MTX-HS (16) 4.软件的主要特征 (18) 4.1焊缝定义 (18) 4.2间隙测量 (18) 4.3真实路径(True Path) (18) 4.4搜索 (18) 4.5体积&高度错边测量 (19) 4.6交替式激光器 (19) 4.7示教跟踪(Teach Track) (20) 5.配置和可选项 (21) 5.1应用概述 (21) 5.2硬件和软件可选项 (22) 移动机器人控制系统的发展方向 摘要随着计算机技术、传感器技术的不断发展，对于机器人领域的发展具有一定的促进作用。而由于移动机器人具有能够自治与移动的特征，在机器人领域处于核心地位。在复杂、危险的环境中，移动机器人所发挥的作用是有目共睹的。对此，对当前国内外较为常见的移动机器人控制系统进行剖析，并在此基础上论述了该领域的未来发展方向。 【关键词】移动机器人控制系统发展方向 移动机器人属于能够自动执行工作任务的机器，不但能够按照事先编译的程序运行，同时人类还可对其指挥。当前主要被运用在生产业、建筑业以及航空航天领域，而该领域的发展情况直接关系到国家综合实力的提升速度，对此加强对移动机器人控制系统的发展情况，以及未来发展方向的研究势在必行。 1 国内外常见的移动机器人控制系统 相对于国内在移动机器人的研究状况，能够看出国外在该领域的研究是较早的，其中具有代表性的有Saphira、TeamBots以及ISR。而在国内方面，代表性的有OSMOR、ZJMR以及Agent。下面，便对较为常用的控制系统进行介绍： 1.1.1 Saphira控制系统 Saphira控制系统是移动机器人领域中最早的系统，是有SRI国际人工智能中心在1990年所研发的，此系统是基于本地感知空间的共享内存与黑板，来实现协调与通信进程。由于Saphira是采用C语言来进行开发的，同时支持Windows 与Unix系统，因此具有文档资料相对完整、系统资源占用少等特征。但是需注意的是，由于Saphira系统在定位方面无法达到当前的实际需求，因此运用是相对较少的。 1.1.2 TeamBots控制系统 本系统是基于Java包与Java应用程序而构建的，经过20余年的发展后，此系统截止到目前已经被运用到多种类型的机器人平台当中。除此之外，在适用的操作系统方面，其中具有代表性的有Windows、MacOS以及Linux等，因此其运用的范围是更加广泛的。 1.1.3 ISR控制系统 ISR是基于行为的控制模式，其中是有任务执行层、反映层以及推理层所构成的，是有CAS研究中心所研发的。其中，任务执行层的作用是执行推理层所传输的指令；反映层其中包含资源、控制器以及行为；推理层的功能是根据用户的指令来对决策进行制定。此外，ISR控制系统仅能够在Linux中进行操作，并且没有公开化使用。 机器人上用的传感器的介绍 作者：Ricky 文章来源：https://www.wendangku.net/doc/5713746424.html,更新时间：2006年05月20日打印此文浏览数：18549 感知系统是机器人能够实现自主化的必须部分。这一章，将介绍一下移动机器人中所采用的传感器以及如何从传感器系统中采集所需要的信号。 根据传感器的作用分，一般传感器分为： 内部传感器（体内传感器）：主要测量机器人内部系统，比如温度，电机速度，电机载荷，电池电压等。 外部传感器（外界传感器）：主要测量外界环境，比如距离测量，声音，光线。 根据传感器的运行方式，可以分为： 被动式传感器：传感器本身不发出能量，比如CCD，CMOS摄像头传感器，靠捕获外界光线来获得信息。 主动式传感器：传感器会发出探测信号。比如超声波，红外，激光。但是此类传感器的反射信号会受到很多物质的影响，从而影响准确的信号获得。同时，信号还狠容易受到干扰，比如相邻两个机器人都发出超声波，这些信号就会产生干扰。 传感器一般有以下几个指标： 动态范围：是指传感器能检测的范围。比如电流传感器能够测量1mA－20A的电流，那么这个传感器的测量范围就是10log（20/0.001)=43dB. 如果传感器的输入超出了传感器的测量范围，那么传感器就不会显示正确的测量值了。比如超声波传感器对近距离的物体无法测量。 分辨率：分辨率是指传感器能测量的最小差异。比如电流传感器，它的分辨率可能是5mA，也就是说小于5mA的电流差异，它没法检测出。当然越高分辨率的传感器价格就越贵。 线性度：这是一个非常重要的指标来衡量传感器输入和输出的关系。 频率：是指传感器的采样速度。比如一个超声波传感器的采样速度为20HZ，也就是说每秒钟能扫描20次。 下面介绍一下常用的传感器： 编码器：主要用于测量电机的旋转角度和速度。任何用电机的地方，都可以用编码器来作为传感器来获得电机的输出。 https://www.wendangku.net/doc/5713746424.html, 本文由【中文word文档库】https://www.wendangku.net/doc/5713746424.html,搜集整理。中文word文档库免费提供海量教学资料、行业资料、范文模板、应用文书、考试学习和社会 经济等word文档 Meta Vision Systems 机器人用激光焊缝 跟踪系统 技术手册 原作者：Jonathan Moore 翻译：Dr. Lin Sanbao (林三宝博士) 前言 尽管我们在编写这个手册时已经尽了最大努力，但是我们不接受任何由通过使用或者错误使用本手册中的信息，或者可能包含在本手册中的错误，而引发的责任和义务。本手册所提供的信息只是用于培训的目的。 英文版权所有 ? Meta Vision Systems 2000。 中文版版权所有? 中国哈尔滨AWPT－RDC联合实验室 所有权力保留，未经允许，不得以任何形式复制本手册或本手册中的任何部分。 联系方式： Meta Vision Systems Ltd. Oakfield House Oakfield Industrial Estate Eynsham Oxfordshire OX8 1TH UNITED KINGDOM Tel: +44 (0) 1865 887900 Fax: +44 (0) 1865 887901 Email: support@https://www.wendangku.net/doc/5713746424.html, 中国地区: 地址：珠海市九洲大道兰埔白石路105号二楼西 邮编：519000 电话：0756 --- 8509695、8508516、6680610、6602419、6626464 传真：0756 --- 8500745 联系人：魏占静 电邮：jbw@https://www.wendangku.net/doc/5713746424.html, wzj0756@https://www.wendangku.net/doc/5713746424.html, 网址：https://www.wendangku.net/doc/5713746424.html, 燕山大学 课程设计说明书 题目：移动机器人轨迹跟踪软件设计（站点设计）学院（系）：电气工程学院 年级专业： 10级过程控制二班 学号： 学生姓名： 指导教师：陈贵林李雅倩 燕山大学课程设计（论文）任务书 2013年11 月25 日 目录 前言……………………………………………………………………………第一章设计思路……………………………………………………………第二章程序…………………………………………………………… 第三章算法…………………………………………………………… 心得体会 前言 机器人的应用越来越广泛,几乎渗透到所有领域。移动机器人是机器人学中的一个重要分支。早在60年代,就已经开始了关于移动机器人的研究。关于移动机器人的研究涉及许多方面,首先,要考虑移动方式,可以是轮式的、履带式、腿式的,对于水下机器人,则是推进器。其次,必须考虑驱动器的控制,以使机器人达到期望的行为。第三,必须考虑导航或路径规划,对于后者,有更多的方面要考虑,如传感融合,特征提取,避碰及环境映射。因此,移动机器人是一个集环境感知、动态决策与规划、行为控制与执行等多种功能于一体的综合系统。对移动机器人的研究,提出了许多新的或挑战性的理论与工程技术课题,引起越来越多的专家学者和工程技术人员的兴趣,更由于它在军事侦察、扫雷排险、防核化污染等危险与恶劣环境以及民用中的物料搬运上具有广阔的应用前景,使得对它的研究在世界各国受到普遍关注 关键字：移动机器人 第一章设计思路 1.1 机器人的介绍 机器人的诞生和机器人控制技术发展作为20世纪自动控制原理最具说服力的成就、人类科学技术进步的重大成果[1]，是现代计算机与自动化等技术高速发展的产物，同时也是当代最高意义上的自动化。自1956年第一台工业机器人诞生之日起，机器人的应用越来越普及。20世纪60年代末机器人开始进入商业化和工业领域以来，机器人的应用范围已经遍及到工业、国防、宇宙空间、海洋开发、医疗保健、抢险救灾等人类生活的各个方面。机器人由于具有高度的灵活性、快速的反应能力以及巨大的信息处理能力，使其能够在很多环境替代人进行工作。从重复动作的流水线机械手到智能机器人，从平地到高山海底甚至太空，以至于在比较恶劣危险的工作环境，都是机器人发挥其作用的重要舞台，然而控制系统作为机器人的心脏，其性能的好坏直接决定了机器人的智能化水平。近年来对移动机器人的研究已成为了一大热点，促进了移动机器人在各个领域中的进一步应用，本文也将在这一方面进行一些分析和研究。智能移动机器人，是一个集环境感知、动态决策与规划、行为控制与执行等多功能于一体的综合系统。它集中了传感器技术、信息处理、电子工程、计算机工程、自动化控制工程以及人工智能等多学科的研究成果，代表机电一体化的最高成就，是目前科学技术发展最活跃的领域之一。随着机器人性能不断地完善，移动机器人的应用范围大为扩展，不仅在工业、农业、医疗、服务等行业中得到广泛的应用，而且在城市安全、国防和空间探测领域等有害与危险场合得到很好的应用。因此，移动机器人技术已经得到世界各国的普遍关注。 1.2 实训任务分配 本次的设计任务在老师的帮助下得到了细致地划分，而且也增加了一些项目，总体来说任务分为三大块：1.轨迹的识别与跟踪。2.站的设计。3.自定义轨迹的运行。这三部分的任务既是相互独立的又是相互联系的。 首先来分析第一个任务：轨迹的识别与跟踪，这个任务包含了摄像头的初始化以及图像的采集以及图像的存取，轨迹的识别用到了一个算法。机器人的控制也是这个任务包含的一个总要部分，其中包括了速度控制，方向控制等等。 第二个任务是站的设计，老师提到了“站”这个概念，这是在工厂的生产中的一些重要的机制，也是非常有实用性的一个设计。 第三个任务是自定义轨迹的运行，老师提到了可以设计一个圆形轨迹也可以设计一个方形轨迹，机器人的这种运动在生产生活中的应用也是很广泛的。 机器人最实用的10种传感器盘点 随着智能化的程度提高，机器人传感器应用越来越多。智能机器人主要有交互机器人、传感机器人和自主机器人3种。从拟人功能出发，视觉、力觉、触觉最为重要，早已进入实用阶段，听觉也有较大进展，其它还有嗅觉、味觉、滑觉等，对应有多种传感器，所以机器人传感产业也形成了生产和科研力量。 内传感器 机器介机电一体化的产品，内传感器和电机、轴等机械部件或机械结构如手臂（Arm）、手腕（Wrist）等安装在一起，完成位置、速度、力度的测量，实现伺服控制。 位置（位移）传感器 直线移动传感器有电位计式传感器和可调变压器两种。角位移传感器有电位计式、可调变压器（旋转变压器）及光电编码器三种，其中光电编码器有增量式编码器和绝对式编码器。增量式编码器一般用于零位不确定的位置伺服控制，绝对式编码器能够得到对应于编码器初始锁定位置的驱动轴瞬时角度值，当设备受到压力时，只要读出每个关节编码器的读数，就能够对伺服控制的给定值进行调整，以防止机器人启动时产生过剧烈的运动。 速度和加速度传感器 速度传感器有测量平移和旋转运动速度两种，但大多数情况下，只限于测量旋转速度。利用位移的导数，特别是光电方法让光照射旋转圆盘，检测出旋转频率和脉冲数目，以求出旋转角度，及利用圆盘制成有缝隙，通过二个光电二极管辨别出角速度，即转速，这就是光电脉冲式转速传感器。此外还有测速发电机用于测速等。 应变仪即伸缩测量仪，也是一种应力传感器，用于加速度测量。加速度传感器用于测量工业机器人的动态控制信号。一般有由速度测量进行推演、已知质量物体加速度所产生动力，即应用应变仪测量此力进行推演，还有就是下面所说的方法： 与被测加速度有关的力可由一个已知质量产生。这种力可以为电磁力或电动力，最终简化为对电流的测量，这就是伺服返回传感器，实际又能有多种振动式加速度传感器。 弧焊机器人焊缝跟踪方法的研究现状 (2010-11-18 8:53:12) 95人次浏览 随着科技水平的进步，人们对焊接质量的要求也越来越高。而人工焊接时，由于受到技术水平、疲劳程度、责任心、生理极限等客观和主观因素的应影响，难以较长时间保持焊接工作的稳定性和一致性。而且，由于焊接恶劣的工作条件，愿意从事手工焊接的人在减少，熟练的技术工人更有短缺的趋势。另一方面，电子技术、计算机技术、数控及机器人技术的发展为焊接过程的自动化提供了有利的条件，并已渗透到焊接的各个领域。 近年来，焊接自动化程度在不断的增加，2000年时，中国焊接生产的机械化自动化率,按熔敷金属计算约为30%,而发达国家的焊接自动化率已经达到65%以上[1]。焊接自动化生产已是必然的趋势。焊接机器人是焊接自动化的革命性的进步，它突破了焊接刚性自动化的传统方式，开拓了一种柔性自动化的生产方式[2]。 目前，用于工业生产的弧焊机器人主要是示教再现型机器人，在机器人弧焊过程中，它们可以在其工作空间内高精度重复已经示教的动作。但这也带来一定的局限性，那就是应变能力很差，对工件的装配精度要求较严，重复性要好。如果焊接条件基本稳定，则机器人能够保证焊接质量。但在实际焊接过程中，因为机器人工作时为了避免发生危险，操作人员不准或不宜进入机器人的工作区域，使得操作者不能近距离实时监视焊接过程并作必要的调节控制，所以当实际的焊接条件发生变化时，例如焊接过程中的工件在加工、装配过程中的尺寸误差和位置偏差以及工件加热变形等因素的变化会使接头位置偏离所示教的路径，这样会造成焊接质量下降甚至失败。所以精确的焊缝跟踪是保证焊接质量的关键，它是实现焊接过程自动化的重要研究方向。 1 弧焊机器人在焊接中的应用现状 自从60年代机器人进入工业领域以来，发展较为迅速。预计从1999-2003年，世界实际装备工业机器人数量将由1999年的743,000台增加到892,000台，其中在“机器人王国”日本有370，000 ? 197 ? ELECTRONICS WORLD?技术交流 移动机器人控制系统设计 广东工业大学 侯晓磊 随着移动机器人在人们社会生活中的地位不断提高，设计一种 可靠、稳定的机器人控制系统越发的变得重要起来，以NI公司的MyRIO控制器以其安全可靠、编程开发简单而脱颖而出。本文基于上述控制器、L298N电机驱动芯片Labview设计一种移动机器人控制软硬件系统系统，经验证，该系统运行稳定、可靠、高效。 1.前言 新一轮科技革命引发新一轮产业革命。“互联网+制造”构建工业4.0，智能制造成为我国由制造大国向制造强国转变的关键一步，移动机器人作为智能制造中的一个组成部分，作用越发的变得举足轻重。本文给出一种以MyRIO+L298N+Labivew的移动机器人控制系统。 2.IN MyRIO控制器 NI myRIO是NI最新设计的嵌入式系统设计平台。NI myRIO中内含双核ARM Cortex-A9，实时性高，并且还可以便捷定制FPGA I/ O，给开发设计人员提供更好的设计复杂系统的平台。 NI myRIO作为可重配置控制器具有以下重要特点： 易于上手使用：引导性安装和启动界面可使开发人员更快地熟悉操作，协助开发人员快速了解工程概念，完成设计任务。编程设计简单，利用实时应用、内置WiFi等功能，开发人员可以实现远程部署应用，“无线”操控。 板载资源众多：有丰富的数字I/O接口，提供SPI串行外设接口、PWM脉宽调制输出端口、正交编码器输入端口、UART异步收发器端口和I2C总线接口、多个单端模拟输入、差分模拟输入和带参考的模拟输入等可供选择的资源。 另外，NI MyRIO还提供可靠性能较好的控制器保护电路，防止由于意外操作造成控制器不可恢复性损坏，总之，NI MyRIO为开发人员提供了一个编程简易，设计电路方便，不用刻意担心意外操作而影响控制器使用的平台。 3.L298N电机控制芯片 L298N是一种用来驱动电机的集成电路，可以较稳定的输出平稳电流和较强的功率。工作均电流为2A，最高可达4A，最高输出电压为50V，能够带动带有感性元件的负载。控制器可以直接通过输入输出口与电机驱动芯片联接，从而方便控制驱动芯片的输出。如将芯片驱动直流电机时，可以直接与步进电机相联接，通过调节控制器输出实现步进电机的的正反转功能当控制直流电机时，可以通过调节控制芯片的电压信号的极性，PWM波的占空比，从而实现直流电机转速和转向的调节。4.系统硬件部分设计 系统采用MyRIO整体框架，外围增设电机驱动电路、避障驱动电路、里程计电路、液晶显示电路、陀螺仪电路。通过MyRIO主控制发送控制信号驱动移动机器人运动，实时通过外围传感器获取位置信息反馈给主控制 器，然后控制器通过闭环系统调节当前位置以保证对目标位置的追踪。 图1 5.系统软件部分设计 系统软件部分采用经典控制理论的闭环控制系统，将电机、主控制器和外设传感器构成闭环系统，通过调节闭环统的参数，来使 移动机器人以较小偏差追踪按照预定轨迹。 图2 6.结束语 本文介绍了基于NI MyRIO控制器设计移动机器人控制系统，通过仿真和实物测试，能较好的完成对任务的追踪踪。 参考：From Student to Engineer:Preparing Future Innova-tors With the NI LabVIEW RIO Architecture https://www.wendangku.net/doc/5713746424.html,.2014-04-01；王曙光,袁立行,赵勇.机器人原理与设计.人民邮电出版社,2013 。 激光焊接机器人焊缝跟踪方法 激光焊接机器人焊缝跟踪控制方法 陈智龙 120160033 摘要：当前激光焊接机器人在实际的工业生产中应用的越来越广泛，在汽车制造业以及其他机器制造业激光焊接机器人在生产中的作用也越来越大。如何提高焊接机器人的焊缝精度问题以及控制焊缝轨迹已成为激光焊接机器人发展的首要难题。 关键词：激光焊接机器人；焊缝轨迹；控制 0引言 激光作为焊接和切割的新手段应用于工业制造，具有很大发展潜力。在国际汽车工业领域，激光加工技术已广泛得到了应用，激光切割与焊接逐渐成为标准的汽车车身生产工艺．国内也已积极推广应用，但目前主要还是以引进成套激光加工设备为主，用于激光钎焊、激光渗透焊、激光对接焊、白车身激光三维切割和激光金属零件表面热处理[1]. 由于成本考虑，有些汽车厂家则直接进口国外激光加工的零部件．为提升我国汽车制造的技术能力，我们应依靠国内技术能力，自主创新，在更广范围和更深层次上，加快激光加工在制造业的应用发展．车身在整车制造中占有重要地位，不仅车身成本占整车的40％～50﹪，而且对汽车安全、节能、环保和快速换型有重要影响。 人口老龄化不断逼近，各制造业工厂着手进行技术改造工程设计，采用了许多工业机器人，以提高生产线的柔性程度为基础，为制造厂家提供了生产产品多样化，更新转型的可能性．以上汽大众汽车车 身生产车间为例，机器人能独立完成工件的移动搬运、输送、组装夹紧定位，可完成工件的点焊、弧焊、激光焊、打磨、滚边、涂胶等工作．有的工位上把上件、夹具、工具以机器人为中心布置，以便机器人能完成多个工序，实现多品种、不同批量的生产自动化．采用机器人使焊接生产线更具柔性化、自动化，使多种车身成品可在一条车身装焊生产线上制造，实现多车型混线生产．因此，焊接生产线必须很容易地因产品结构、外形的改变而改变，具有较高的柔性程度[2] 。 由于柔性车身焊接生产线可以适应汽车多品种生产及换型的需要，是汽车车身制造自动化的必然趋势，特别是进入上世纪90年代以后，各大汽车厂家都 第25卷第2期 系统工程与电子技术 Systems Engineering and E lectronics V ol 125,N o 122003 收稿日期:2001-12-04 修订日期:2002-04-15 作者简介:杨福广(1974-),男,硕士研究生,工程师,主要研究方向为机器人控制。 文章编号:10012506X (2003)022******* 全方位轮式移动机器人控制器设计与实现 杨福广1,周风余1,侯宏光2 (1.山东科技大学机器人研究中心,山东济南250031;2.海军潜艇学院,山东青岛266071) 摘 要:全面介绍了一种全方位移动机器人的控制系统体系结构及软件的控制策略,包括采用的超声和激光传感器系统、网络化无线通讯系统、基于上下位机的计算机控制系统等方面。重点介绍了基于LM628的系统的伺服控制方法,并给出了机器人运动实验的结果,证明了系统的可行性。该系统适合在非结构化动态环境中进行分布式多Agnet (智能体)、多机器人的协作与协调、移动机器人路径规划与避碰等研究。 关键词:移动机器人;控制器;传感器中图分类号:TP24 文献标识码:A Design and R ealization of the Controller for the Mobile R obot With Full Mobility Y ANG Fu 2guang 1,ZH OU Feng 2yu 1,H OU H ong 2guang 2 (1.Shandong University o f Science &Technology ,Jinan 250031,China ; 2.Navy Submarine Academy ,Qingdao 266071,China ) Abstract :T he system con figuration of hardware and control strategy for rob ot with full m obility is introduced.T he sens or system including ultras onic and laser ,wireless communication system using netw ork and the control system based on master 2slave com puter are presented.T he serv o control meth od that based on LM628is introduced and the result which proves the feasibility is given.T his system is adapted to study distributed muti 2agent ,the cooperation and harm ony of muti 2rob ot ,path plan and obstacle av oidance of m obile rob ot in n one con figuration dynamic circumstance. K eyw ords :M obile rob ot ;C ontroller ;Sens or 1 引 言 近年来随着人工智能技术、计算机技术等相关技术的发展,对智能机器人的研究越来越多。轮式移动机器人 (W MR )可以作为各种智能控制方法(包括动态避障、群体协 作策略)的良好载体,同时又可以方便地构成网络化的分布式系统,开展多智能体的调度、规划等研究,所以对它的研究越来越受到重视。 本文全面介绍了一种全方位移动机器人的控制系统体系结构,包括传感器、通讯、伺服控制系统等,并给出了实验结果,证明了系统的可行性。 2 移动机器人的计算机控制系统的硬件 结构及工作原理 由于机器人不断移动的需要,系统采用充电电池供电。机器人硬件平台由两台工业PC 机、一块由LM628构成的伺服板、三个PW M 放大器和直流伺服电机组成。其结构框图如图1所示。系统可以分成以下四个模块:监控模块、感知 模块、路径规化和逆运动学计算模块、执行模块。 (1)监控模块 该模块的功能通过监控计算机来实现,在Win98下用 Visual C ++6.0开发,主要功能包括: ①任务描述 利用操作者规定的语言,描述对机器人的控制任务。 ②监控指令输入 在机器人完成任务的过程当中,操作者根据任务的执行情况以及环境的状况,对系统进行适当的干预,以充分发挥人的智能,构成人-机合作系统。如遇到不可避开的障碍、或者多个机器人运动过程中发生死锁等意外情况,都需要操作者适时的干预。 ③文本和图形的显示界面 以文本或者图形的方式实时地显示机器人系统的工作信息,包括当前正在执行的任务,机器人的位置、速度、障碍物等环境信息。 监控计算机是通过无线网络与每一个移动机器人取得联系的。 (2)感知模块 传感器作为机器人的感知部分,是机器人具有自主能力的重要前提条件。在W MR 系统中,共有三种传感器:超声、 智能机器人中最实用的10种霍尼韦尔传感器盘点 随着智能化的程度提高，机器人传感器产品应用越来越多。智能机器人主要有交互机器人、传感机器人和自主机器人3种。从拟人功能出发，视觉、力觉、触觉最为重要，早已进入实用阶段，听觉也有较大进展，其它还有嗅觉、味觉、滑觉等，对应有多种传感器，所以机器人传感产业也形成了生产和科研力量，泰德兰电子科技中霍尼韦尔（honeywell）传感器在智能机器人中有哪些应用呢？ 内传感器 机器介机电一体化的产品，内传感器产品和电机、轴等机械部件或机械结构如手臂（Arm）、手腕（Wrist）等安装在一起，完成位置、速度、力度的测量，实现伺服控制。 位置（位移）传感器 直线移动传感器有电位计式传感器和可调变压器两种。角位移传感器有电位计式、可调变压器（旋转变压器）及光电编码器三种，其中光电编码器有增量式编码器和绝对式编码器。增量式编码器一般用于零位不确定的位置伺服控制，绝对式编码器能够得到对应于编码器初始锁定位置的驱动轴瞬时角度值，当设备受到压力时，只要读出每个关节编码器的读数，就能够对伺服控制的给定值进行调整，以防止机器人启动时产生过剧烈的运动。 速度和加速度传感器 速度传感器有测量平移和旋转运动速度两种，但大多数情况下，只限于测量旋转速度。利用位移的导数，特别是光电方法让光照射旋转圆盘，检测出旋转频率和脉冲数目，以求出旋转角度，及利用圆盘制成有缝隙，通过二个光电二极管辨别出角速度，即转速，这就是光电脉冲式转速传感器。此外还有测速发电机用于测速等。 应变仪即伸缩测量仪，也是一种应力传感器，用于加速度测量。加速度传感器用于测量工业机器人的动态控制信号。一般有由速度测量进行推演、已知质量物体加速度所产生动力，即应用应变仪测量此力进行推演，还有就是下面所说的方法： 与被测加速度有关的力可由一个已知质量产生。这种力可以为电磁力或电动力，最终简化为对电流的测量，这就是伺服返回传感器，实际又能有多种振动式加速度传感器。 力觉传感器 力觉传感器用于测量两物体之间作用力的三个分量和力矩的三个分量。机器人中理想的传感器是粘接在依从部件的半导体应力计。具体有金属电阻型力觉传感器、半导体型力觉传感器、其它磁性压力式和利用弦振动原理制作的力觉传感器。 还有转矩传感器（如用光电传感器测量转矩）、腕力传感器（如国际斯坦福研究所的由6个小型差动变压器组成，能测量作用于腕部X、Y和Z三个方向的动力及各轴动转矩）等。 由于机器人发展历史较长，近年来普遍采用以交流永磁电动机为主的交流伺服系统，对应位置、速度等传感器大量应用的是：各种类型的光电编码器、磁编码器和旋转变压器。 外传感器 以往一般工业机器人是没有外部感觉能力的，而新一代机器人如多关节机器人，特别是移动机器人、智能机器人则要求具有校正能力和反应环境变化的能力，外传感器就是实现这些能力的。 触觉传感器 微型开关是接触传感器最常用型式，另有隔离式双态接触传感器（即双稳态开关半导体电路）、单模拟量传感器、矩阵传感器（压电元件的矩阵传感器、人工皮肤——变电导聚合物、光反射触觉传感器等）。 应力传感器 如多关节机器人进行动作时需要知道实际存在的接触、接触点的位置（定位）、接触的特性即估计受到的力（表征）这三个条件，所以用上节已指出的应变仪，结合具体应力检测的基本假设，如求出工作台面与物体间的作用力，具体有对环境装设传感器、对机器人腕部装设测试仪器用传动装置作为传感器等方法。 接近度传感器 弧焊机器人焊缝跟踪方法的研究现状 摘要：本文首先对在工业中的应用情况作了简要的介绍，然后较全面的介绍了弧焊机器人的各种焊缝跟踪方法，重点论述了视觉方法在焊缝跟踪中的研究现状。关键词：弧焊机器人焊缝跟踪研究现状 前言 随着科技水平的进步，人们对焊接质量的要求也越来越高。而人工焊接时，由于受到技术水平、疲劳程度、责任心、生理极限等客观和主观因素的应影响，难以较长时间保持焊接工作的稳定性和一致性。而且，由于焊接恶劣的工作条件，愿意从事手工焊接的人在减少，熟练的技术工人更有短缺的趋势。另一方面，电子技术、计算机技术、数控及机器人技术的发展为焊接过程的自动化提供了有利的条件，并已渗透到焊接的各个领域。 近年来，焊接自动化程度在不断的增加，2000年时，中国焊接生产的机械化自 动化率,按熔敷金属计算约为30%,而发达国家的焊接自动化率已经达到65%以上[1]。焊接自动化生产已是必然的趋势。焊接机器人是焊接自动化的革命性的进步，它突破了焊接刚性自动化的传统方式，开拓了一种柔性自动化的生产方式[2]。 目前，用于工业生产的弧焊机器人主要是示教再现型机器人，在机器人弧焊过程中，它们可以在其工作空间内高精度重复已经示教的动作。但这也带来一定的局限性，那就是应变能力很差，对工件的装配精度要求较严，重复性要好。如果焊接条件基本稳定，则机器人能够保证焊接质量。但在实际焊接过程中，因为机器人工作时为了避免发生危险，操作人员不准或不宜进入机器人的工作区域，使得操作者不能近距离实时监视焊接过程并作必要的调节控制，所以当实际的焊接条件发生变化时，例如焊接过程中的工件在加工、装配过程中的尺寸误差和位置偏差以及工件加热变形等因素的变化会使接头位置偏离所示教的路径，这样会造成焊接质量下降甚至失败。所以精确的焊缝跟踪是保证焊接质量的关键，它是实现焊接过程自动化的重要研究方向。 1 弧焊机器人在焊接中的应用现状 自从60年代机器人进入工业领域以来，发展较为迅速。预计从1999-2003年，世界实际装备工业机器人数量将由1999年的743,000台增加到892,000台，其中在“机器人王国”日本有370，000台，世界其他地区通用工业机器人的实际装备数量将由340,000台增加到508,000台。在美国，实际装备通用工业机器人的数量2003年将达到155,000台，欧洲达到262,000台[3] ，其中半数以上为焊接机器人。 焊接是工业机器人应用最重要的领域之一，随着国外对工业机器人在焊接方面的研究应用，我国也开始了焊接机器人的研究应用。在数量上，根据到2001年的统计，全国共有焊接机器人1040台(不包括港、澳、台)，其中弧焊机器多于点焊机器人。汽车制造和汽车零部件生产企业中的焊接机器人占全部焊接机器人的 顺开机械手弧焊工作站 技术方案 沈阳新松机器人自动化股份有限公司 2009年7月 第一章方案概述 1.方案设计依据 甲方所提出的要求以及图片； 2.项目条件和要求 ?焊接工件名称：箱体总成最大 1000mm*1000mm*1800mm（W*L*H）（长度、宽度和 高度均有变化）。 ?材料：不锈钢；厚度：δ＝3 mm； ?焊接方法：机器人MAG焊接方式； ?设备规划： 配置1套机器人及MAG焊接系统、1套机器人滑台、1台单轴变位机，1套机器人焊接夹具，激光检测和跟踪系统等。具体见设备布局参考图。 第二章焊接工艺分析 1.箱体工序划分： 工序1、人工点固工件（组焊夹具甲方设计制造，甲方自备焊接设备，箱体共4个部件）； 示图： 工序2、人工将工件装在变位机夹具上，机器人焊接。焊接完成后人工卸件。 示图：机器人焊接如图所示的焊缝 2.焊接工艺（MAG）： 1)焊丝直径选用Φ0.8-Φ1.0mm； 2)机器人MIG焊接的平均焊接速度取：6-8 mm/秒； 3)每条焊缝的机器人焊接辅助时间，即机器人平均移动时间取：3秒（包括机器 人变换姿态、加减速、空程运动时间，及焊接起弧、收弧时间）； 第三章系统总体方案 1.方案总体介绍 本方案采用KUKA KR16L/6机器人和弗尼斯的TPS4000焊接系统，通过sevorobot 的DIGI-I激光传感器检测焊缝的位置进行焊接，并增加激光跟踪系统随时对焊接进行修正。 机器人夹具放在单轴变位机上，机器人安装在外部轴滑台上，保证焊接的姿态。 经过仿真：目前需用的机器人基本上可以满足最长1800的焊接。 关于夹具能适应多品种的问题：目前认为一套夹具可以通用，由于工件宽度及高度变动范围太大，为了适应有些型号的工件焊接，需要手工更换夹具上的部分底座。 弧焊机器人焊缝跟踪方法的研究现状 发布时间：2018-04-09 摘要：近年来，焊接自动化程度在不断的增加，2000年时，中国焊接生产的机械化自动化率,按熔敷金属计算约为30%,而发达国家的焊接自动化率已经达到65%以上[1]。焊接自动化生产已是必然的趋势。焊接机器人是焊接自动化的革命性的进步，它突破了焊接刚性自动化的传统方式，开拓了一种柔性自动化的生产方式[2]。 近年来，焊接自动化程度在不断的增加，2000年时，中国焊接生产的机械化自动化率,按熔敷金属计算约为30%,而发达国家的焊接自动化率已经达到65%以上[1]。焊接自动化生产已是必然的趋势。焊接机器人是焊接自动化的革命性的进步，它突破了焊接刚性自动化的传统方式，开拓了一种柔性自动化的生产方式[2]。目前，用于工业生产的弧焊机器人主要是示教再现型机器人，在机器人弧焊过程中，它们可以在其工作空间内高精度重复已经示教的动作。但这也带来一定的局限性，那就是应变能力很差，对工件的装配精度要求较严，重复性要好。如果焊接条件基本稳定，则机器人能够保证焊接质量。但在实际焊接过程中，因为机器人工作时为了避免发生危险，操作人员不准或不宜进入机器人的工作区域，使得操作者不能近距离实时监视焊接过程并作必要的调节控制，所以当实际的焊接条件发生变化时，例如焊接过程中的工件在加工、装配过程中的尺寸误差和位置偏差以及工件加热变形等因素的变化会使接头位置偏离所示教的路径，这样会造成焊接质量下降甚至失败。所以精确的焊缝跟踪是保证焊接质量的关键，它是实现焊接过程自动化的重要研究方向。1 弧焊机器人在焊接中的应用现状自从60年代机器人进入工业领域以来，发展较为迅速。预计从1999-2003年，世界实际装备工业机器人数量将由1999年的743,000台增加到892,000台，其中在“机器人王国”日本有370，000台，世界其他地区通用工业机器人的实际装备数量将由340,000台增加到508,000台。在美国，实际装备通用工业机器人的数量2003年将达到155,000台，欧洲达到262,000台[3] ，其中半数以上为焊接机器人。焊接是工业机器人应用最重要的领域之一，随着国外对工业机器人在焊接方面的研究应用，我国也开始了焊接机器人的研究应用。在数量上，根据到2001年的统计，全国共有焊接机器人1040台(不包括港、澳、台>，其中弧焊机器多于点焊机器人。汽车制造和汽车零部件生产企业中的焊接机器人占全部焊接机器人的76%，是我国焊接机器人最主要的用户。汽车制造厂的点焊机器人多，弧焊机器人少。而汽车零部件厂则相反[4] 。焊接机器人的技术水平在不断的进步，目前，焊接机器人几乎全部采用交流伺服电机驱动，这种电机因为没有电刷，故障率很低。控制器中普遍采用32位的计算机，除可以控制机器人本体的5-6个轴外，还可以使外围设备和机器人协调联动。在2004年的中国焊接会议上，日本安川公司的新型焊接机器人控制器NX100技术中，一台控制器能同时控制四台机器人共36轴(每台机器人有本体6个轴，3个外部轴>，并且使用软PLC对周围装置进行控制。示教盒也采用了功能强大的Windows CE操作系统。配套焊接系统也有很多新的进展，在1993年的埃森展览会上，日本松下公司把旋转电弧焊技术用于弧焊机器人。由于采用旋转电弧焊时，焊丝能够以50HZ以上的频率旋转，所以用这种技术进行焊缝跟踪时，其跟踪精度比机器人经常采用的摆动焊(摆动频率小于10HZ>要高的多。该公司还于1993年首先销售在控制柜中内藏焊机的机器人，依靠数字通讯技术实现焊机和机器人的 激光焊接机器人焊缝跟踪控制方法 陈智龙120160033 摘要：当前激光焊接机器人在实际的工业生产中应用的越来越广泛，在汽车制造业以及其他机器制造业激光焊接机器人在生产中的作用也越来越大。如何提高焊接机器人的焊缝精度问题以及控制焊缝轨迹已成为激光焊接机器人发展的首要难题。 关键词：激光焊接机器人；焊缝轨迹；控制 0引言 激光作为焊接和切割的新手段应用于工业制造，具有很大发展潜力。在国际汽车工业领域，激光加工技术已广泛得到了应用，激光切割与焊接逐渐成为标准的汽车车身生产工艺．国内也已积极推广应用，但目前主要还是以引进成套激光加工设备为主，用于激光钎焊、激光渗透焊、激光对接焊、白车身激光三维切割和激光金属零件表面热处理[1]. 由于成本考虑，有些汽车厂家则直接进口国外激光加工的零部件．为提升我国汽车制造的技术能力，我们应依靠国内技术能力，自主创新，在更广范围和更深层次上，加快激光加工在制造业的应用发展．车身在整车制造中占有重要地位，不仅车身成本占整车的40％～50﹪，而且对汽车安全、节能、环保和快速换型有重要影响。 人口老龄化不断逼近，各制造业工厂着手进行技术改造工程设计，采用了许多工业机器人，以提高生产线的柔性程度为基础，为制造厂家提供了生产产品多样化，更新转型的可能性．以上汽大众汽车车 身生产车间为例，机器人能独立完成工件的移动搬运、输送、组装夹紧定位，可完成工件的点焊、弧焊、激光焊、打磨、滚边、涂胶等工作．有的工位上把上件、夹具、工具以机器人为中心布置，以便机器人能完成多个工序，实现多品种、不同批量的生产自动化．采用机器人使焊接生产线更具柔性化、自动化，使多种车身成品可在一条车身装焊生产线上制造，实现多车型混线生产．因此，焊接生产线必须很容易地因产品结构、外形的改变而改变，具有较高的柔性程度[2] 。 由于柔性车身焊接生产线可以适应汽车多品种生产及换型的需要，是汽车车身制造自动化的必然趋势，特别是进入上世纪90年代以后，各大汽车厂家都在考虑车身焊接生产线柔性化。 1激光焊接与自动控制技术 焊接机器人在汽车装焊生产线上采用的数量及机器人类型（载荷能力、自由度数、工作方式等），反映焊接生产线柔性程度和生产水平。为充分发挥激光加工精益、敏捷和柔性的技术优势，基于激光的安全特性，以工业机器人为基础，将激光设备与工业机器人、安全工作场所进行软硬件耦合是激光技术工业应用的解决方案。 在汽车生产工厂，一个比较完整的激光焊工位包含的主要设备有8种：Laserline激光源、Fnius送丝机构、高精度KUKA机器人、Scansonic-ALO自适应激光加工镜头、QS400激光加工镜组防撞系统、LLK激光光缆、Rediel加工镜头移动机器人导航技术总结
激光焊缝跟踪系统机器人用技术手册
移动机器人控制系统的发展方向
机器人上用的传感器的介绍
激光焊缝跟踪系统机器人用技术手册讲解
移动机器人轨迹跟踪软件设计(站点设计)(DOC)
机器人最实用的10种传感器盘点
焊缝跟踪研究
移动机器人控制系统设计
激光焊接机器人焊缝跟踪方法
全方位轮式移动机器人控制器设计与实现
智能机器人中最实用的10种霍尼韦尔传感器盘点
弧焊机器人焊缝跟踪方法的研究现状
激光跟踪焊接机器人系统技术方案
弧焊机器人焊缝跟踪方法的分析研究现状
激光焊接机器人焊缝跟踪方法