精华内容
下载资源
问答
  • 传统的机器人运动控制器大部分是以嵌入式单片机为核心的,但其运算速度和处理能力远不能满足机器人控制系统飞速发展的需要,日益成为阻碍机器人技术进步的瓶颈。
  • 基于ARM+DSP+FPGA模块的机器人运动控制器设计
  • CAN 总线 引言 传统的机器人运动控制器大部分是以嵌入式单片机为核心的,但其运算速度和处理能力远不能满足机器人控制系统飞速发展的需要,日益成为阻碍机器人技术进步的瓶颈。随着以电子计算机和数字电子技术为代表...
  • 基于FPGA的工业机器人运动控制器设计.pdf
  • 基于ARM DSP FPGA的机器人运动控制器研究.pdf
  • 基于FPGA的移动机器人运动控制器的实现.pdf
  • 采用DSP 作为机器人控制器的主处理器,设计出一套功能强大、使用方便的机器人运动控制系统,从根本上解决了单片机带来的各种问题。该控制器采用位置反馈的方式,同时通过总线接口与主控计算机实时交互信息。所设计的...
  • 提出了一种高性能的基于DSP芯片的运动控制器的整体设计方案,该控制器集控制电路、数据采集模块和驱动电路于一体,能够很好的完成机器人运动轨迹和位置的控制。设计了控制器的硬件电路,重点介绍了驱动电路和电源...
  • 引用 移动机器人运动控制器的设计

    千次阅读 2014-01-26 20:33:11
    David 的 移动机器人运动控制器的设计 移动机器人运动控制器的设计 http://www.ee365.cn 2005-04-26 23:39 eaw 摘 要:本文研究了以TMS320LF2407 DSP为核心的移动机器人运动控制器的设计...

     

    引用

    David移动机器人运动控制器的设计

    移动机器人运动控制器的设计
    http://www.ee365.cn 2005-04-26 23:39 eaw

    摘    要:本文研究了以TMS320LF2407 DSP为核心的移动机器人运动控制器的设计方案,介绍了主要的系统组成。本系统采用模块化设计,硬件电路简洁,控制可靠。通过步进电机的细分控制,改善了低速性能,以较低的成本满足了移动机器人运动控制的性能要求。

    关键词:移动机器人;TMS320LF2407;运动控制;模块设计

    引言

    运动控制器是移动机器人的执行机构,对系统平稳运行起着重要作用。在机器人运动控制器中,处理器件接受高层控制级的指令,计算和输出多路控制信号,协调各驱动轮,并对系统状态进行监控。因此要求处理器要有高速的运算能力和高度的可靠性。DSP芯片集实时处理和控制器外设于一身,精度高、体积小、运算速度快,同时具有多级流水线操作,容易实现复杂算法,为运动控制器的开发提供了理想的解决方案。

    本文提出的移动机器人运动控制器的实现方案,以TI公司的定点DSP芯片TMS320LF2407为核心。利用步进电机作为驱动机构,DSP从上位机接收指令,控制步进电机实现要求的动作。系统以较低的成本满足了控制要求。

    运动控制器的设计

    机器人移动平台是一个六轮小车,两侧的前轮和中轮采用摇臂式结构,前轮与中轮间距小于车体宽度,易于转向。机器人主控计算机是一台PC机,作用融合各种信息,发出控制指令,进行远程监控;下位机是一台工控机,固定在移动车体上,负责接收主控计算机指令并分配给各子系统,同时把各种检测信息反馈到PC机,两者通过无线网桥进行通信。运动控制器接收下位机传送的指令,计算各个电机的控制量、输出控制脉冲、检测各反馈信号并发送至下位机。六个车轮均为驱动轮,控制时可简化为二轮情形。运动控制器以LF2407为核心,主要模块包括:控制脉冲输出、检测处理、通信接口、复位电路、I/O扩展和必要的外围电路,基本结构如图1所示。

    控制脉冲输出

    本系统步进电机为两相混合式,步进角为1.8涮浊魑猄H-2H057M。驱动器输入信号有步进脉冲信号CP、方向电平信号DIR、以及脱机信号FREE。OPTO是三路信号的公共阳极。驱动器拨位开关的前3位用于设定细分数。

    LF2407利用事件管理器(EVA、EVB)中的定时器中断形成步进脉冲。EVA通过定时器1,EVB通过定时器3分别输出两路步进脉冲信号CP和方向信号DIR到各电机驱动器。控制时,LF2407根据上位机指令计算各驱动电机转速和方向,选择回路内部分频值,确定对应定时器的周期寄存器初值,然后计数器循环计数。当计数器的值与周期寄存器匹配时,即发生定时中断,向对应I/O口输出控制信号。如:车轮直径为30cm,减速箱减速比为1:15,如设定电机驱动器细分数为5,即步进角为0.36绻笮〕抵毕咴硕俣任?5cm/s,则每秒钟各电机所需的步进脉冲数为15×(0.25/(0.3×p)×360/0.36≈3978。LF2407内部时钟为24MHz,如选择时钟分频值为64,则周期寄存器的值为24M/(64×3978)≈94,计数器每次计数到94时,即发生中断,输出一次步进脉冲和方向标志。

    为防止给定速度突变使步进电机失步,LF2407在接受到速度指令后首先进行积分平滑,平滑后的结果作为控制要求转换成步进电机的脉冲数值,平滑公式为:

          (1)

    其中,t为控制的时间周期,与系统积电时间常数有关,需通过实验确定合适的数值。如果平滑后的速度与现有速度相差较大,则由系统取两者平均值作为过渡速度,运行若干周期后再转换到实际给定速度。

    此时应注意:(1)设定脉冲频率时要保证CP信号的脉冲宽度不能小于5ms,且为低电平有效;(2)电机换向时,方向信号DIR要在前一个方向的最后一个CP脉冲结束且下一个方向的第一个CP脉冲前发出;(3)OPTO端须外接+5V的VCC,保证给驱动器内部光耦提供8~15mA的驱动电流,如果VCC不是+5V则须加限流电阻。

    检测处理模块

    检测模块监控系统当前状态,由光电编码器、ADC和其他检测电路组成,把驱动电机的转速、转向和电流及蓄电池电压反馈至LF2407。蓄电池电压通过ADC转换成数字信号,当电池电压低于警戒值时,向上位机发出电池能量不足的警告信息。电机电流利用分流电阻检测,经A/D转换后输入到LF2407中。分流电阻的阻值应能在功放电路达到最大电流时激活过流保护功能。此模块中,ADC的参考电压由外部电压源提供,其模拟供电电压(3.3V)VCCA和模拟地VSSA需与数字供电电压和数字地分开,以提高精度。

    本系统在两个后轮安装了光电编码器用于检测电机转速和方向。检测信息反馈到DSP的正交编码脉冲电路(QEP),通过把检测到的脉冲信息与给定的脉冲数进行比较,分析电机是否出现堵转、失步等故障。当LF2407的QEP被使能(禁止捕获功能),定时器2对引脚CAP1/QEP1和CAP2/QEP2、定时器4对引脚CAP4/QEP3和CAP5/QEP4上的脉冲数目和频率分别计数,可得到两个电机的角位移和转速,方向检测逻辑通过检测哪个序列领先可确定电机转向。此时正交编码器脉冲作为时钟源,定时器设置为外部时钟、定向增/减计数方式。

    通信模块

    通信模块涉及到DSP和下位机(工控机)之间的双向通信。主要任务是接收控制指令,向工控机传送运动控制器的当前状态和里程计信息。本模块由串行通信接口(SCI)负责通信转换,利用中断进行控制,其接收器和发送器可以单独或同时工作,并具有独立的中断请求信号和中断矢量。工控机和LF2407之间采用符合RS-232标准的驱动芯片MAX232进行串行通信。由于LF2407采用+3.3V供电,故在MAX232与LF2407之间加入TI公司提供的典型电平匹配电路,整个接口电路简单、可靠,其电路图见图2所示。

    LF2407要实现双向通信,必须在初始化时正确设置一系列通信接口控制寄存器,包括操作模式、协议、波特率、字符长度、奇/偶校验位、停止位的位数、中断优先级和使能控制位。通信时,上位机给出控制要求(平移速度和角速度)和数据校验和,等待反馈信号。LF2407以中断方式接收数据、计算校验和,并与接收到的校验和比较。若一致,则回发“0DDH”,表示接收成功;否则,回发“0BBH”,表示数据错误,要求重发。同时,LF2407以中断方式向上位机发送计算结果、电机转速和里程计信息。

    复位电路

    要使控制系统上电后正常工作,必须对DSP寄存器和I/O端口进行复位。LF2407的复位引脚RS为低电平时DSP终止执行,并使PC=0;当RS为高电平时,从程序0位置开始执行。当看门狗定时器溢出时,在该引脚产生一个系统复位脉冲。图3为复位电路。刚上电时,LF2407处于复位状态,复位时间由R和C确定。为使芯片初始化正确,低电平应保持至少3个时钟周期,同时需满足DSP晶体振荡器的稳定时间。

    图3中A点电压 ,其中t为时间常数,且t=RC。假设低电平与高电平分界点为V0=1.5V,则当V=V0时所经过的时间t0为:

               (2)

    选择R=200KW,C=4.7mF,VCC=5.0V,由上式得t0=334ms,采用16.0000MHz晶振可满足系统复位要求。

    航迹推算

    本系统结合光纤陀螺仪和倾角传感器的角度变换进行航迹推算,上位机建立三维环境坐标系和车体坐标系,包括机器人的位置(x,y,z)和姿态(a,b),根据LF2407提供的里程计信息进行推算。

    在控制中,每个固定时间段(50ms)内,LF2407计算左右前轮角位移平均值(芼)作为车体位移,即:

                (3)

    车体平面移动时,里程计信息的计算公式为:

           (4)

    其中,芼为该时段车体的位移;芶、芺分别为左右前轮在一个检测周期内转过的弧度;r为车轮半径;q为光纤陀螺提供的航向角度;f为倾角传感器提供的俯仰角度。

    程序设计

    本系统控制程序主要有初始化子程序、通信中断子程序、主程序以及脉冲输出中断子程序。主程序调用系统初始化子程序,进行通信接口、I/O、QEP、定时器等部分及必要中间寄存器的初始化,设置中断标志,读取定时器4的计数值。当发生中断时,调用相应中断程序,并修改或重置标志位。

    通信中断子程序包括接收中断和发送中断,完成数据的接收和发送。由SCI的中断向量寄存器PIVR的值判断是接收中断还是发送中断,并调用相应服务子程序。接收数据时,要进行奇偶校验,保证数据准确并回发信号,同时对给定值进行积分平滑,然后分别确定三路输出电路的分频值和转向标志,计算各定时器周期寄存器的值,结果放入中间寄存器,并把计数器清零。发送中断时,系统读取蓄电池电压、电机电流、转速和方向等寄存器的值,同时相应寄存器清零,并计算里程计信息和后轮转速和方向,将各结果发送到上位机。

    当某定时器中计数器与周期寄存器匹配时,即发生输出中断,相应标志位置位。脉冲输出中断子程序根据标志位读取相应中间寄存器的脉冲值和方向标志,并输出到I/O口,随即计数器清零,重新开始计数,同时标志位清零。为增强程序容错性能,系统使能看门狗定时器。另外,为防止干扰影响控制性能,需增加返回中断服务子程序,此程序只有一条“return”指令,当发生干扰中断时,系统直接返回主程序。

    结语

    本文简要介绍了移动机器人运动控制器主要部分的实现方案,针对移动机器人的特点和应用背景,以TMS320LF2407作为核心,对六轮摇臂式移动机器人进行运动控制。经过初步实验,机器人运行平稳,能够以较低的成本满足移动机器人运动控制要求。■

    参考文献

    1 王文学,孙萍,徐心和. 足球机器人系统结构与关键技术研究[J].控制与决策. 2001,16(2)

    2 TMS320F/C24x DSP Controllers Reference Guide [M]. Texas Instruments. 1999.

    3 TMS320LF2407 TMS320LF2406 TMS320LF2402 DSP Controllers [M], Revised. Texas Instruments. 2001

    4 刘和平 等. TMS320LF24x DSP结构、原理及应用[M]. 北京:北京航空航天大学出版社,2003

    展开全文
  • 详细讲解基于DSP_FPGA工业机器人控制器的开发过程的硕士论文
  • 狂野牛仔~啪啪 的 基于DSP的仿人机器人运动控制器设计 摘要:采用DSP 作为机器人控制器的主处理器,设计出一套功能强大、使用方便的机器人运动控制系统,从根本上解决了单片机带来的各种问题。该控制器采用位置反馈的...

     

    引用

    狂野牛仔~啪啪基于DSP的仿人机器人运动控制器设计

    摘要:采用DSP 作为机器人控制器的主处理器,设计出一套功能强大、使用方便的机器人运动控制系统,从根本上解决了单片机带来的各种问题。该控制器采用位置反馈的方式,同时通过总线接口与主控计算机实时交互信息。所设计的控制器原理明确,结构清晰,是对机器人控制领域的一种新的尝试。

    关键词:机器人;运动控制器;高速度数字信号处理器;CAN 总线 

    引言

    传统的机器人运动控制器大部分是以嵌入式单片机为核心的,但其运算速度和处理能力远不能满足机器人控制系统飞速发展的需要,日益成为阻碍机器人技术进步的瓶颈。随着以电子计算机和数字电子技术为代表的现代高技术的不断发展,尤其是高速度数字信号处理器DSP 的出现,从根本上解决了嵌入式系统运算能力不足的问题,并为机器人运动控制系统的改进提供了新的途径。该文正是从这一点出发, 选用控制能力很强的DSP芯片TMS320LF2407A作为机器人运动控制器的主处理器,设计出一种高性能机器人运动控制器,显著地提高了整个机器人的运动性能。

    1  控制系统结构

    机器人的各种运动由各个关节轴系完成,机器人控制本质上是对各关节轴系的控制。每个轴系具有一个自由度,可以完成某一方向的转动任务,所有轴系同时协调运动就可以完成相对复杂的动作。国防科技大学机电工程与自动化学院机器人教研室最新研制的仿人步行机器人,其内部各关节结构如图1所示。
    引用 基于DSP的仿人机器人运动控制器设计 - haibianfeng_yr - haibianfeng_yr的博客
    图1  机器人内部结构示意图

    此机器人共有36 个自由度,分布在下肢、上肢、头部和手指等各关节。所有轴系均由PWM 脉冲信号驱动控制,运动控制系统的任务就是对这些关节轴系进行控制,具体由各底层控制器实现。整个控制系统采用分布式控制,在结构上可分为3 个层次,如图2 所示。 
                       引用 基于DSP的仿人机器人运动控制器设计 - haibianfeng_yr - haibianfeng_yr的博客
                           图2  运动控制系统结构框图

    1.1  主控计算机模块
    主控计算机就是控制系统的“大脑”和司令部,负责整个系统的在线运动规划、动作及运动控制、语音交互控制、视觉导引控制以及人机交互等功能。主控计算机要求体积小,运算速度快,满足机器人实时控制的要求,通常采用高性能小板工业控制计算机。它通过CAN 总线接口卡连接到通信总线上,与各底层控制器相连并交互信息。

    1.2  通信模块
    机器人控制的信息量大,对通信方面的要求很高,要保证各种信息在控制系统中及时准确的传输,通信工具的选择十分重要,该文选用当前流行的CAN 总线作为通信标准。CAN (Controller Area Net-work) 总线是应用最为广泛的一种现场总线,也是目前为止惟一有国际标准的现场总线。相对于一般通信总线,它的数据通信具有突出的可靠性、实时性和灵活性,可以满足文中的设计要求。具体连接方式为:主控计算机通过CAN 总线接口卡连接到总线上,各底层控制器通过总线收发器挂接到总线上。只要所有器件都遵守相同的通信协议,就可以稳定可靠的进行信息传输。

    1.3 底层控制器模块
    控制器处于整个控制系统的最底层,主要用来控制各运动关节轴系的具体执行过程。控制器接收主控计算机的控制命令对各关节执行轴系进行控制,同时把底层信息反馈给主控计算机,实现大回路反馈,便于主控计算机协调规划,统一管理。控制器是整个控制系统的核心,也是该文研究的重点,它的性能直接关系到机器人运动能力。

    2  控制器详细设计

    基于DSP 的控制器具体结构如图3 所示。整个控制器根据结构和功能可分为3 部分:主处理器与外围器件单元、反馈与执行单元、通信单元,各部分如图3 中虚线所示。
    引用 基于DSP的仿人机器人运动控制器设计 - haibianfeng_yr - haibianfeng_yr的博客
    图3  DSP 控制器结构

    2.1  主处理器与外围器件单元
    DSP主处理器是整个控制器的核心,其运算速度、对信息的处理能力等直接影响控制器的性能。选用TI 公司的TMS320LF2407A 芯片,它是TI 家族C2000系列中的高档产品,集实时处理能力和控制器外设于一身,非常适用于工业控制。其主要特点有:
    a.  3.3 V电压,功耗极低,且具有3 种低功耗模式。
    b.  内部采用哈佛结构体系,程序与数据存储器分开,专用的程序总线和数据总线进行访问,取指和执行可同时进行,有效提高了存取速度。
    c.   流水线指令技术,多条指令可同时进行,平均每条指令大约只需一个指令周期,大大提高了指令执行速度,指令周期可达ns级,在40MHz 主频下每条指令只需25ns。
    d.  专用硬件乘法器,运算速度大大提高,运算能力明显增强。 
     e.  地址和数据总线都是16位,片内有高达32K的Flash程序存储器,2.5K字的数据/ 程序RAM,544字双端口RAM (DARAM) , 2K字的单端口RAM(SARAM) ,外部存储器可扩展64K字的程序存储器空间、64K字的数据存储器空间和64K字的I/O空间。
    f.   自带看门狗定时器、串行通信接口(SCI) 模块、16 位串行外设接口( SPI) 模块、SCI/ SPI 引导ROM、16 通道的10 位ADC 转换器、5 个外部中断、基于锁相环(PLL) 的时钟发生器、41个可单独编程或复用的通用输入/ 输出(GPIO) 引脚。
    g.   2 个事件管理器模块,每个事件管理器包括2个16位通用定时器、8个16位脉宽调制(PWM) 通道、可编程的PWM 死区控制、3个外部事件定时捕获单元、片内光电编码器接口电路。
    h.    内部带有CAN2.0B 控制器模块。
    可以看出,TMS320LF2407A 的功能十分强大,其本身就是一个独立的小型控制系统,再加以适当的外围器件,就可以实现更加复杂的控制功能。尤其是它的两个事件管理器的功能非常强大,完全是为电机控制设计的。

    TMS320LF2407A 通过位置传感器实时监控各关节轴系的运行情况,并通过总线与主控计算机交互信息。利用其多个PWM 脉冲通道直接产生控制轴系需要的PWM 脉冲信号;其CAN总线控制器模块可以直接与主控计算机进行通信而不需要增加CAN 总线控制器。

    TMS320LF2407A 的软件开发也十分容易,可以反复编程。只要在其专用的集成开发环境CCS(Code Composer Studio) 中编译好程序,用一根下载线通过标准的JTAG接口就可以把程序烧录到DSP 的程序存储器中,还可以在线修改和调试。整个过程简单方便,只需一根下载线就可完成,大大简化了软件的开发过程,明显提高了开发效率。同时外部看门狗电路孩可以对控制器电压进行实时监控,当电压出现异常迅速复位主处理器。外部存储器中存放控制算法所需的必要参数,通过SPI 串行外设接口与TMS320LF2407A 相连。

    2.2  反馈与执行单元
    光电码盘传感器把轴系的位置信息转换成两路宽度相同但相位相差90°的脉冲信号,脉冲的数目与轴系的转角成正比,相位差的符号代表了轴系转动的方向。因此,通过对两路脉冲进行计数就可以得到轴系的实际位置。脉冲信号经过光电隔离器件隔离后送入专用脉冲计数器,计数后的信息送入DSP主处理器。

    这里没有使用DSP 进行计数,一是为了节省DSP 的资源,使其可以把更多的时间用于计算和其他控制中去;二是可以提高控制器的灵活性,不用对主处理器进行改动就可以改变控制轴系的数目。脉冲计数器选用流行的CPLD 器件,其强大的功能对提高控制器的性能有很大的帮助,同时还可以作为译码电路的一部分为主处理器提供译码信号。主处理器对接收的轴系位置信息进行计算和分析,结合新的控制命令产生相应的PWM 脉冲控制信号,经过光电隔离和功率放大后送给执行轴系控制轴系的运行。

    2.3  通信单元
    主处理器通过CAN总线与主控计算机进行通信,接收主控计算机的命令并把底层信息反馈给主控计算机, 实现更高一级的反馈控制。DSP 通过CAN总线接收器连接到总线上,为提高抗干扰能力,中间需要进行光电隔离。整个控制器的结构并不复杂,硬件实现也很简单,但功能十分强大。每个控制器可以同时控制6~12个轴系,可以根据实际情况进行调节。

    3  控制流程与分析

    整个控制系统的工作过程如图4 所示。
    引用 基于DSP的仿人机器人运动控制器设计 - haibianfeng_yr - haibianfeng_yr的博客
    图4  控制系统流程

    具体流程为:主控计算机离线规划好数据,系统开始运行并完成初始化工作;主控计算机向底层控制器发送控制命令,同时底层控制器对各执行轴系进行位置采样,并把两者结合在一起进行分析,通过特定的控制算法生成相应的PWM 控制信号,经功率放大后送执行轴系,同时把底层轴系的运行情况上传给主控计算机,主控计算机根据新的情况再产生新的命令发送给各控制器,如此反复。

    期间还要不断查询是否有中断产生,如果有中断则转而执行相应的中断服务子程序,主要是用来处理一些异常情况;若有结束命令产生则结束整个运动过程。这事实上是两个闭环反馈过程,底层控制器通过传感器与各关节轴系之间进行小循环反馈,主控计算机通过各控制器与各关节轴系之间进行大回路反馈,这样可以使机器人具有更多的“智能”,更好的进行离线实时控制,这也是机器人朝智能化方向发展的一条重要途径。

    4  结 论

    文中设计的控制器,采用DSP作为主处理器,较传统的单片机性能有了显著提高,运算速度明显增强,控制能力得到大幅度提升,从根本上解决了使用单片机所带来的各种问题,并为机器人控制系统的发展和提升找到了一个新的方向。同时也希望能对研究机器人的同行们有一定启示,在此基础上研制出性能更高的产品,为推动我国机器人事业的前进做出更大的贡献。 

    展开全文
  • 关键词:The nonholonomic constraints of WMR 非完整约束WMR机器人 链接:https://open.weixin.qq.com/connect/oauth2/authorize?appid=wx21dd00cd1ccac236&redirect_uri=...

    关键词:The nonholonomic constraints of WMR 非完整约束WMR机器人
    链接:https://open.weixin.qq.com/connect/oauth2/authorize?appid=wx21dd00cd1ccac236&redirect_uri=https%3A%2F%2Fwww.zhihu.com%2Foauth%2Fcallback%2Fwechat_mp%3Faction%3Dsocial_info%26from%3Dhttps%253A%252F%252Fzhuanlan.zhihu.com%252Fp%252F106593961%253Futm_source%253Dwechat_session%2526utm_medium%253Dsocial%2526s_r%253D0%2523showWechatShareTip&response_type=code&scope=snsapi_userinfo&state=38616561396434632d633861392d343136312d383764372d663730613730316562653566&connect_redirect=1#wechat_redirect
    在这里插入图片描述在这里插入图片描述
    图1 非完整约束WMR机器人模型

    局限公式编辑的复杂性,建议读者自行阅读参考文献 [5] [9]。

    运动控制器设计思路如下:
    在这里插入图片描述
    图2 轮式控制器设计流程
    在文献[1]中也将WMR控制形式分为4类:

    • 行为基础控制 behavior-based control
    • 图论 graph theory
    • 虚拟结构控制 virtual structure
    • 领航者-跟随者方法 leader-follower approach

    其中,leader-follower approach是WMR运动控制中最流行的控制方法。其控制方法可以理解获取目标点作为控制系统输入之一(个人理解)。后文中的控制器都是采用该运动控制方法,后文中控制器框图可有助于理解。 一个基于视觉引导的控制系统框架如下图。
    在这里插入图片描述
    图3 基于视觉引导的轮式机器人控制系统框架

    在失速已知的情况下,可以采用线性、近似线性控制策略解决机器人运动控制问题[2]。参考文献[3],采用数据融合算法根据机器人机身惯性测量元件(IMU)与轮子旋转编码器数据推算出轮子的失速系数,但是这种检测方法精度与惯性导航系统一样会随着时间漂移,可靠性比较差,对系统计算力的消耗成本也不低。
    在这里插入图片描述
    图4 基于IMU失速检测的运动学性能分析

    采用UKF设计状态观测器检测未知的失速系数,是一种较为经典的控制方法[4]。
    在这里插入图片描述
    图5 基于UKF的控制器模型
    平面轮式机构的打滑失速按照机构的运动方向可分为纵向与横向,描述失速打滑的模型有:

    • Buckhardt model
    • Rill model
    • Dahl model
    • Lugre model
    • Pacejka model
    • Magic Formula

    很难完成对轮式机构失速的补偿,也很少有实验结果被披露,主要原因如下:

    1. 由于轮式与地面的摩擦的不确定,动力学模型十分复杂。

    2. 失速补偿需要依靠力矩控制,而轮式的扭矩控制精度很难达到要求。

    3. 大部分商用的移动机器人,其力控制回路不对用于开放。

      今年来的WMR控制器不再对车轮打滑失速进行观测,并且在大量的实验中发现,移动机器人轮子的失速系数是具有一定边界约束的。因此现在大部分的WMR控制算法更多的是针对不确定性打滑的运动控制,并且采用以下几类控制算法:滑模控制(Sliding mode control),自适应控制(Adaptive control),反步控制(Back-Stepping control),输出反馈跟踪控制(An adaptive output feedback tracking control),模糊控制以及神经网络控制(a neural network)。其中, Dynamic Surface Control (DSC)与反步控制结合,高斯小波神经网络(Gaussian wavelet network)或者SRWNN作为神经网络控制的代表[5]。在所有提出的控制器,都会以李雅普诺夫二次函数进行分析。
       由于非完整约束的WMR的动力学参数未知,需要设计一种自适应控制器用于求解一个近似平滑且未知的非线性动力学函数。
       常规认识中的移动机器人的控制回路如下图所示,采用粗糙的状态预测模型,通过运动积分控制机器人的运动轨迹和状态。受实际工况的影响,这类机器人的运动轨迹精度十分差。
      

    在这里插入图片描述
    图6 基于运动学模型控制的轮式机器人控制模型

    根据近十年的参考文献,可以发现现在的WMR控制器包含两个核,运动学模型和动力学模型。运动学模型用于补偿未知的失速,动力学模型用于克服动力学参数变化和外部感染产生的非确定性扰动。参考下图,运动学控制核(Kinematics controller)将机器人的位置矢量或者速度矢量解析成轮子的转速,动力学模型将轮子的转速转换成驱动轮子的扭矩(驱动力),此外设计状态观测器或者神经网络,
    在这里插入图片描述
    图7 集成状态观测器的WMR控制器[6]
    在这里插入图片描述
    图8 集成神经网络和饱和抑制的WMR控制器
    在这里插入图片描述
    图9 基于模糊控制器的WMR控制[7]
    在这里插入图片描述
    图10 基于强化学习算法的WMR控制器[8]

    在工程应用中,移动轮的驱动力矩具有一定范围约束,因此控制系统中也存在一定饱和抑制单元[10]。
    在这里插入图片描述
    图11 具有动态饱和抑制功能的WMR控制器[11]

    此外,结合移动的避障感知与规划策略,对控制器输入进行“输入饱和”优化,可以实现避障作业。当然,文献[12]也提出了可以不依靠扭矩反馈保证控制精度,从而降低控制器计算力消耗。

    此外,非线性后视层估计与控制(Nonlinear receding horizon estimation and control (RHEC))也是近年来的研究热点之一[13]

    对于双履带机器人,可以近似简化为WMR运动模型。
    在这里插入图片描述
    图12 双履带式移动机器人运动模型

    四驱机构的运动模型与之前的模型分析原理基本相似,但是存在冗余控制量,因此数学模型更为复杂,可以参考文献[14]进行深入分析。
    在这里插入图片描述
    图13 四驱轮式机器人运动模型[14]
    在这里插入图片描述
    图14 四驱机器人控制器模型[14]
    因为我之后的项目是以四驱轮式机构为主,因为我将会在以后的笔记中对四驱控制进行更为深入的解析,本文就到此结束。

    [1] Park, B. S., and Yoo, S. J., “Adaptive Leader-Follower Formation Control of Mobile Robots with Unknown Skidding and Slipping Effects,” p. 8.
    [2] Gonzalez, R., Fiacchini, M., Alamo, T., Guzman, J. L., and Rodriguez, F., 2010, “Adaptive Control for a Mobile Robot Under Slip Conditions Using an LMI-Based Approach,” European Journal of Control, 16(2), pp. 144–155.
    [3] Jingang Yi, Junjie Zhang, Dezhen Song, and Suhada Jayasuriya, 2007, “IMU-Based Localization and Slip Estimation for Skid-Steered Mobile Robots,” 2007 IEEE/RSJ International Conference on Intelligent Robots and Systems, IEEE, San Diego, CA, USA, pp. 2845–2850.
    [4] Cui, M., Liu, H., Liu, W., Huang, R., and Qin, Y., “An Adaptive Unscented Kalman Filter-Based Adaptive Tracking Control for Wheeled Mobile Robots with Control Constrains in the Presence of Wheel Slipping,” International Journal of Advanced Robotic Systems, p. 15.
    [5] Nguyen, T., Hoang, T., Pham, M., and Dao, N., “A Gaussian Wavelet Network-Based Robust Adaptive Tracking Controller for a Wheeled Mobile Robot with Unknown Wheel Slips,” p. 13.
    [6] Wang, G., Zhou, C., Yu, Y., and Liu, X., 2019, “Adaptive Sliding Mode Trajectory Tracking Control for WMR Considering Skidding and Slipping via Extended State Observer,” Energies, 12(17), p. 3305.
    [7] Kim, D.-E., Yoon, H.-N., Kim, K.-S., Sreejith, M. S., and Lee, J.-M., 2017, “Using Current Sensing Method and Fuzzy PID Controller for Slip Phenomena Estimation and Compensation of Mobile Robot,” 2017 14th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI), IEEE, Jeju, pp. 397–401.
    [8] Li, S., Ding, L., Gao, H., Liu, Y.-J., Li, N., and Deng, Z., 2018, “Reinforcement Learning Neural Network-Based Adaptive Control for State and Input Time-Delayed Wheeled Mobile Robots,” IEEE Transactions on Systems, Man, and Cybernetics: Systems, pp. 1–12.
    [9] Cao, Z., Yin, L., Fu, Y., and Dai, J. S., “Adaptive Dynamic Surface Control for Vision-Based Stabilization of an Uncertain Electrically Driven Nonholonomic Mobile Robot,” p. 19.
    [10] Yoo, S. J., 2013, “Adaptive Neural Tracking and Obstacle Avoidance of Uncertain Mobile Robots with Unknown Skidding and Slipping,” Information Sciences, 238, pp. 176–189.
    [11] 2018, “ROBUST CONTROL FOR A WHEELED MOBILE ROBOT TO TRACK A PREDEFINED TRAJECTORY IN THE PRESENCE OF UNKNOWN WHEEL SLIPS,” Vietnam Journal of Mechanics.
    [12] Koubaa, Y., Boukattaya, M., and Dammak, T., “An Adaptive Control for Uncertain Mobile Robot Considering Skidding and Slipping Effects,” p. 7.
    [13] Wallace, N. D., Kong, H., Hill, A. J., and Sukkarieh, S., “Experimental Validation of Structured Receding Horizon Estimation and Control for Mobile Ground Robot Slip Compensation,” p. 17.
    [14] Liao, J., Chen, Z., and Yao, B., 2017, “Performance-Oriented Coordinated Adaptive Robust Control for Four-Wheel Independently Driven Skid Steer Mobile Robot,” IEEE Access, 5, pp. 19048–19057.

    展开全文
  • 基于机器人运动控制的精密定位要求,研制高精度位移控制器,由传感器、模数电路和微处理器组成硬件电路部分,模型算法及控制流程组成软件部分,机械部件及电机等组成运动部件,进行集成模块化设计后成为一款高性能、高...
  • 并联机器人运动控制

    2018-11-17 15:02:29
    并联机器人,英文名为Parallel Mechanism,简称PM,可以定义为动平台和定平台通过至少两个独立的运动链相连接,机构具有两个或两个以上自由度,且以并联方式驱动的一种闭环机构。 并联机器人的特点呈现为无累积误差...
  • 本文通过对移动机器人的研究,实现了基于渡越时间法的超声波测距模块设计...本文主要完成对主控板控制器软件设计、电机驱动控制器软件设计和超声波测距软件的设计,使开发系统能够服务于移动机器人研究的通用开发平台。
  • 本文从理论上给读者分析讲解了基于DSP和电压反馈的机器人多轴运动控制器设计,供读者设计时参考。
  • 为了验证机器人运动控制的可行性,笔者对该系统进行了数学建模以及MATLAB仿真实验。为了检测该运动控制系统的实用性,笔者对伺服电机分别做了扭矩校核和速度仿真实验。实验结果表明,该系统结构简便,性能平稳可靠,适宜...
  • 针对足球机器人运动控制中的重点问题,着重提出了基于模糊控制的动态调整PID 控制器的3 个参数kp、ki、kd的设计方法。实验表明,该控制器能较好地改善控制系统对轮速的控制效果。  移动机器人是一个集环境感知、...
  • 机器人运动控制-水下机器人

    千次阅读 2020-08-28 22:59:58
    水下机器人运动控制体系由三个部分组成数据处理部分、控制算法、推力分配 数据处理通过采用不同的滤波方式,把从传感器传来的信息通过滤波处理、剔除野点来获取平滑数据,同时还可以根据位置信息推算出速度,加速度等 ...

    1背景

    水下机器人运动控制体系由三个部分组成数据处理部分、控制算法、推力分配
    数据处理通过采用不同的滤波方式,把从传感器传来的信息通过滤波处理、剔除野点来获取平滑数据,同时还可以根据位置信息推算出速度,加速度等
    控制算法部分,通过采用不同的控制器的设计来实现,获取水下机器人各个自由度上所需要提供的推力矩
    分配器包括将各个自由度的推力分配到每个执行器上以及执行器所发出的力与指令之间的转换
    在这里插入图片描述
    运动控制系统分为感知层、控制层以及执行层三层。其中感知层包括环境危险的感知避障、对水下机器人运动状态以及水下环境的理解、对于上层规划系统指令的分析、水下机器人的故障信息感知等。在控制层中,采用智能控制技术设计了水下机器人的运动控制器,研究神经网络与其它控制算法相结合的控制器结构和学习算法,探讨适应于水下机器人的运动控制理论。在执行层中,针对各种复杂的执行器系统,通过分析各种执行器系统的水动力性能,设计了合适的推力分配策略

    2PCE体系结构

    运动控制系统的体系结构分为三层,这三层不仅包含了软件体系结构,同时也包括了硬件体系结构,分别为感知层(preception layer)、控制层(control layer)和执行层(executive layer),简称水下机器人PCE运动控制体系结构。

    感知层是水下机器人获取外部知识以及目标指令的窗口,包括对水下机器人的系统资源、动力性能、周围环境以及目标指令的感知与理解。它依赖水下机器人搭载的各种传感器包括速度传感器、位置传感器、姿态传感器、定高传感器、流传感器等来获取水下机器人的运动信息以及水下机器人的周围环境信息,同时采用一定的滤波算法来处理水下机器人获得的原始传感器信息。另外针对各种上层结构如规划控制系统或者人为指令,感知层根据水下机器人当前的运动状态信息以及环境理解对目标指令进行理解,在综合考虑水下机器人运动能力的基础上提供信息给控制层。同时感知层具有对水下机器人自身和周围环境信息的理解能力,针对某些紧急、故障处理等行为,如果将指令下达给控制层后再驱动执行结构会导致指令的滞后,在这种极其危险情况下最重要的己经不是控制器的稳定性,而是水下机器人的安全问题,针对这些情况,感知层采用行为响应的办法直接操作和控制执行层的元件。

    控制层的作用是根据从感知层获得的运动目标信息、自身运动信息采用一定的算法来获取水下机器人各个自由度上执行结构所应该提供的推力,并将该推力指令发送给执行层,从而完成上层系统所规划或人为指定的各种目标路径

    执行层的作用是将控制层的推力分配到各个执行机构上,并驱动执行机构使其发出运动所需要的力。另外执行层也可以在不需要控制层参与的情况下,直接执行感知层的指令来应对各种紧急情况

    简要来说是控制层受到感受层信息作出控制算法,来驱动执行层。但是在危险和特低情况下,感知层可以直接操作执行层。

    在这里插入图片描述

    3感知层

    感知层技术包括环境与系统信息的获取与处理、知识的抽象与表达、联想与推理等,是外界事物在水下机器人“头脑”里的反映,是水下机器人对自身任务和系统环境的一种认知,通常分为离线感知技术和在线感知技术,而后者则是了水下机器人的自主能力和思考能力的体现。

    感知层技术是针对水下机器人运动控制系统体系结构来说的
    通过环境与运动状态感知、目标指令理解、系统性能感知三个方面来完善系统

    其中环境感知体现了水下机器人的非条件反射行为目标指令感知是水下机器人对于上层指令的分析理解系统性能感知是其对自身系统状态的认知,也是进行故障诊断的一个依据,使得水下机器人在发生故障之后能够采取合理的控制模式,保障水下机器人的安全或在安全的前提下完成任务。

    3.1水下机器人动力学模型

    有两个坐标系与水下机器人的运动有关,它们分别被称为大地坐标系和艇体坐标系。大地坐标系又被称为地球坐标系或惯性坐标系,它被定义为以地球表面上任意一点为原点的三个正交的轴,其中,X轴指向正北、Y轴指向正东、轴指向深度增加的方向,它们遵循右手定则.

    艇体坐标系定义在水下机器人上,它的三个轴分别是纵轴指向艇舷方向,横轴指向艇体的右侧,竖轴指向艇体的底部。

    3.2目标指令理解

    遥控水下机器人指令的通常是通过上位机与下位机的通讯由操作人员下达,预编程水下机器人则通过将水面控制机的控制台上编制好的程序直接下装到预编程水下机器人载体计算机中。遥控式水下机器人与预编程水下机器人相对而言都有具体操作人员的参与,因此操作人员的指令往往直接作为其运动控制系统的目标指令。而自主型智能水下机器人由于目标指令往往都是根据任务需要并通过分解任务获得的,通常都没有考虑到水下机器人当前的运动能力以及运动需求,正如在获得潜浮的目标指令时,如果不考虑当前水下机器人的纵向运动速度,则不能以最优的方式来实现潜伏运动。
    在这里插入图片描述
    简单来说操作人员可以发出简单指令和目标指令两种指令,其中简单指令机器人的理解系统接直接理解并作出动作,而目标指令需要通过规划系统和多机器人系统和其他智能体分解任务。指令理解系统对其理解并作出动作。例如过弯,需要声呐配合不停接受发送信息最后完成动作。

    4控制层

    其目的是根据从感知层所获得的运动目标信息、自身运动信息通过一定的算法来获得水下机器人各个自由度上执行机构所应该提供的推力

    在深水中、近海底或靠近障碍物时,其所受到的水动力各不相同。复杂的海洋环境有风、浪和流,对于深水航行
    的水下机器人来说,尽管风和浪一般不加以考虑,但海流的影响是很大的。总之,水下机器人是一个强非线性系统,而且考虑到运动的时变性、环境的复杂性和不确定性,建立精确的水下机器人运动模型是不可能的
    所以,水下机器人控制系统的设计必须考虑非线性问题和水下机器人运动耦合问题,同时从加强机器人的自主性与适应性,从改善水下机器人工作性能的观点来看,控制系统还应该具备良好的自适应与自学习能力
    在这里插入图片描述

    4.1神经网络搭建

    我们将目标规划器所获得的期望加速度作为控制网络的输入输入层、隐含层、输出层分别包含2个,6个,1个神经元.输出则是作用在水下机器人上的各个自由度上的力。为了保证控制网络的稳定性,在传感器由无数据到有数据状态变化的那个节拍自学习部分和实时部分的网络权值不进行同步更新

    5水下机器人执行层技术

    1针对不同推力器的布置方式造成的推力分配的复杂性,建立合理的推力分配逻辑

    2针对采用舵、翼等多种执行机构时,舵、翼等执行结构与推力器之间推力分配方案选择,以及在推力器与舵翼执行器之间相互转换时采取的处理方法

    3针对某个执行器出现故障情况时而执行器系统仍有冗余情况下的推力重新分配。

    6水下机器人运动控制系统

    在这里插入图片描述

    展开全文
  • 我们主要介绍Car-like和Tank-like两类小车的运动控制。从运动学模型,动力学模型以及误差分析三个角度来构建我们的移动机器人曲线跟踪控制器。内容基础,口味大众。
  • 两足溜冰机器人运动控制系统,李金良,孙友霞,研究了两足溜冰机器人的溜冰运动控制方法,提出了由关节空间的位置控制器、地面反作用力阻抗控制器组成的运动控制系统。溜冰机器
  • 发展水下机器人有着重大而深远的意义,水下机器人运动控制是实现其智能化的关键,是国内外研究的热点。本文将模糊技术应用于水下机器人,根据水下机器人的六自由度运动模型,设计了水下机器人模糊控制器与PID控制...
  • 摘 要:本文对一种适合于机器人控制的多轴控制器的总体结构和相关知识进行了介绍,并给出了控制器的详细设计方案和工作流程。该控制器选用DSP为主处理器,采用电压反馈的形式,可应用于其它类似的控制机构中。关键词...
  • 基于ARM+FP+GA的机器人多轴运动控制器的设计与研究
  • 四足机器人运动控制的自适应频率中央模式发生
  • 1.引言及本文简介 在上两篇博客里,Jungle介绍了Qt键盘...在之前的一篇博客(Qt设计机器人仿真控制器)Jungle结合Qt和Coin3D设计实现了机器人仿真控制器,鼠标拖拽控制器界面6个轴的滑条,分别控制机器人6个关节...
  • 人类需要大脑和肢体的相互配合来协调动作,机器人需要的则是运动控制器和驱动装置的强大支持,尤其是运动控制器,需要有高效率的芯片为基础,才能迅速地采集数据、完成计算和发送指令。在本次设计中机器人关节使用的...
  • 在Matlab/Simulink环境中,导入并联机器人3D模型,对模型中六个支链添加驱动力,使其按照逆解求出的位移运动,并对各支链添加运动控制器以控制位移误差。对并联机器人动平台输入期望位移曲线时,仿真结果显示并联机器人...
  • 机器人运动控制2

    2020-08-29 14:12:32
    移动机器人运动控制。精确地进行自定位是一个基本的要求/自定位就是获得机器人相对于一个固定坐标系的位置和方向角统称为位姿)。 通常是利用固定在驱动轮轴上的光电编码这一内部传感器。通过测量各电机的运动...

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 15,982
精华内容 6,392
关键字:

机器人运动控制器