解決機器人實時運動控制面臨的挑戰(zhàn)

科研創(chuàng)新：解決機器人實時運動控制面臨的挑戰(zhàn)

【匠領(lǐng)導(dǎo)讀】運動控制是機器人系統(tǒng)的軟件組件，它決定了機器人應(yīng)該如何移動來完成已經(jīng)定義好的任務(wù)。機器人手臂通過旋轉(zhuǎn)和滑動關(guān)節(jié)的動作移動，而移動機器人通過運動和轉(zhuǎn)向工作。

另一方面，機器人任務(wù)是通過機器人上的工具（末端執(zhí)行器）完成的。任務(wù)是可以操縱的，如使用機械手時，它們具有感知能力，就像用相機進行定位一樣。運動和任務(wù)這兩個概念是解決機器人高級應(yīng)用的關(guān)鍵。

圖1:運動控制的挑戰(zhàn)在于，當(dāng)工具(或末端執(zhí)行器)工作時，關(guān)節(jié)是被控制的，兩者之間的關(guān)系很復(fù)雜。

工具可以完成工作，關(guān)節(jié)可以被控制

運動控制問題的核心，如圖1所示，是通過工具完成工作，但是受控的是關(guān)節(jié)，兩者之間的關(guān)系很復(fù)雜。一個描述機器人手臂上的探針位置的方程可以得到一頁又一頁的三角函數(shù)，這是一個簡單的方法。另一方面 – 計算如何放置關(guān)節(jié)以獲得所需工具位置的控制解決方案 – 甚至可能沒有方程式，它可能只能通過迭代獲得解決。

一些機器人，如圖2所示，比執(zhí)行單項任務(wù)（例如抓住螺絲刀）所需的最小執(zhí)行器相比擁有更多的執(zhí)行器，這種冗余賦予機器人更強大的功能，但運動控制也更加復(fù)雜。想想人類，擁有很多的關(guān)節(jié)，這樣我們就有很多方法可以把那塊舊披薩從冰箱里拿出來，事實上是方法無窮無盡的，利用這些冗余，我們可以繞過牛奶盒周圍，保持平衡，移動順暢，以減輕關(guān)節(jié)壓力，避免關(guān)節(jié)限制。但這需要大腦進行控制，具有冗余度的機器人得益于同樣平滑、高效的控制，但它需要大量的處理能力。

每當(dāng)有不止一種方法與機器人做某事時，所選擇的方式應(yīng)該具有特殊的品質(zhì) – 例如，最大化與碰撞的距離。路徑還可以提高強度，最小化時間，避免工作空間限制，降低功耗并提高準(zhǔn)確性。在實踐中，最好的動作通常是這些 – 和其他 – 純粹品質(zhì)的組合。

運動控制還必須包含約束，機器人關(guān)節(jié)具有速度和加速度限制，執(zhí)行器具有最大扭矩或力。機器人的物理部位不能在空間上重疊，不能超過關(guān)節(jié)限制。這些是機器人和世界的物理現(xiàn)實所施加的限制。期望的任務(wù)、約束和優(yōu)化相結(jié)合，使機器人運動控制成為一項挑戰(zhàn)。

圖2:有些機器人的自由度比完成任務(wù)所需的最小自由度要高。這些運動學(xué)上冗余的機器人功能強大，但難以控制。

控制技術(shù)的復(fù)雜性需要實時處理

然而，已經(jīng)開發(fā)了各種數(shù)學(xué)技術(shù)來應(yīng)對這一挑戰(zhàn)，有時使用專用方程，但常用的技術(shù)是使用所謂的機械手雅可比矩陣。雅可比矩陣是一種數(shù)學(xué)對象，它以簡化的方式將工具速度描述為關(guān)節(jié)速度的函數(shù)。它直接避開了復(fù)雜的位置計算。因為它具有簡化的形式，所以更容易反轉(zhuǎn)以解決控制問題，唯一的缺點是它適用于速度而不是位置，使用雅可比矩陣定位需要算法反饋技術(shù)。

盡管雅可比矩陣能夠被定義、計算和反轉(zhuǎn)進行控制，但挑戰(zhàn)仍然存在。第一個是如何在本地和全局選擇和集成所需的優(yōu)化，全局控制涉及在路徑中具有靈活性的大運動，只要端點是正確的，而局部控制涉及精確定義，通常是較小的運動。許多機器人任務(wù)使用全局和本地控制的組合來執(zhí)行，以及如何選擇和實現(xiàn)優(yōu)化是開放是一個開放性的領(lǐng)域。

管理更高的衍生品也是一個需要持續(xù)改進的領(lǐng)域，尤其是在線控制。如今，許多機器人在開始運動之前都會離線生成完整路徑。離線路徑生成允許在計算早期狀態(tài)時使用機器人的未來狀態(tài)。這有助于限制運動的高階導(dǎo)數(shù)(例如反射，加速度的導(dǎo)數(shù))，這些高階導(dǎo)數(shù)會引起振動。然而，缺點是，在運動開始之前，知識是不完整的，一旦機器人開始在預(yù)先計算的路徑上，它就不能對環(huán)境和用戶輸入的變化做出反應(yīng)。需要做更多的工作來實時優(yōu)化控制高階導(dǎo)數(shù)。

在這種權(quán)衡中發(fā)揮作用的是控制算法的計算速度。當(dāng)實時應(yīng)用時，速度是關(guān)鍵。一種強大的算法方法是探索多種備選方案——逐次逐次地選擇最佳方案。更快的實現(xiàn)允許更多的選擇和改進的控制。

圖3：Energid的Actin軟件控制UR5。在左側(cè)，滑塊允許直接放置關(guān)節(jié)，在中心，機器人用鼠標(biāo)交互來說明工具放置，在右側(cè)，配置要避免的沖突。

算法存在于紙上或演示中以及它的實際應(yīng)用之間存在鴻溝，因為使用算法本身很困難。要實現(xiàn)穩(wěn)定的機器人，甚即使是罕見的問題也需要解決。必須要適應(yīng)機器人類型、環(huán)境和任務(wù)不可避免的偏差，而且它必須很容易地與其他軟件集成。

實際機器人系統(tǒng)的運動控制

目前解決這些需求的是多個免費、開源和商業(yè)軟件包。EngIDID的Actin軟件，如圖3所示，是一個商業(yè)實例。它在制造、醫(yī)療和能源等領(lǐng)域應(yīng)用得到應(yīng)用。使用Actin軟件的一個突出的例子是在箱子拾取中，一次一部分必須從一堆隨機的零件中取出。揀倉要求運動控制是快速和平滑的，同時避免與存放零件的料倉和料倉中其他零件的碰撞，先進的運動控制使機器人箱拾取非常實用。