基于Matlab與Labview的柔索并聯機器人監控系統聯合仿真

吳 瑕，訾 斌，林 俊

（中國礦業大學 機電工程學院，徐州 221116）

0 引言

近年來，柔索并聯機器人應用日漸增多，如各國研究人員紛紛開展這方面的研究工作，研制了用于起重、檢測、加工、港口貨物吊裝、海底打撈、超大口徑射電望遠鏡跟蹤射電源運動等多種用途柔索并聯機器人樣機，因而，柔索并聯機器人的研究在加工制造業、裝配業、醫療衛生、海洋探測和航天領域等方面具有一定理論意義和實際工程應用價值[1,2]。柔索并聯機器人是一個具有非線性、時變特性以及擾動特點的機器人系統。而對機器人系統應用神經網絡控制、模糊控制和魯棒控制等算法進行過研究[3～6]。

當今時代，隨著計算機網絡的迅速發展及信息技術的日益完善，工業機器人基于Internet的遠程監控應用的實現成為可能[7]，這不僅突破了傳統監控方式的時空限制和地域障礙，而且有利于數據的積累和更廣范圍的資源共享，可以實施多樣化協同服務。

基于以上分析，本文以柔索并聯機器人為對象，以運動軌跡跟蹤監控為目標，根據模糊控制理論的特點，提出一種針對外界干擾的自適應模糊補償控制方案，通過Matlab/Simulink與LabVIEW聯合仿真構建了一個監控網絡平臺。該網絡平臺的搭建不僅擴展了對柔索并聯機器人的運動軌跡跟蹤監控的異地遠程范圍，提高了監控效率，而且有利于更廣層面的多樣化協同服務，為實現網絡化的高精度測控體系奠定了基礎。

1 柔索并聯機器人監控系統設計

柔索并聯機器人結構示意圖如圖1所示。在圖1所建立的直角坐標系中，三個柔索塔以等邊三角形排布。在三個伺服電機的協同驅動下，三根柔索的收、放長度不斷改變調整，從而共同驅動末端執行器所載工件來實現其空間位置的運動。對于給定軌跡的工件，任意時刻其位置坐標以及各柔索長度均可通過正、逆運動學分析得知[2]，故為下一步的軌跡規劃奠定了基礎。

圖1 柔索并聯機器人結構示意圖

所搭建的柔索并聯機器人監控系統的網絡平臺總體框架如圖2所示。

圖2 柔索并聯機器人監控系統總體框架

傳感器模塊中的接近傳感器是為了避免末端執行器與其它部位相碰撞，稱重傳感器用來測量并限制工件的重量，光柵位移傳感器用于檢測工件當前在X、Y、Z三個方向上的實際運行位置；數據采集器對傳感器信號進行一系列調理后傳送至本地控制器；本地控制器負責發布監控指令，處理接收到的傳感器數據后傳輸至本地計算機，并通過控制伺服電機的運轉來調整索長，進而控制工件的運行軌跡；本地計算機利用系統開發軟件，對柔索并聯機器人的現場運行狀況進行監控，并作為Web服務器與數據庫服務器建立相應的IP站點和網頁，通過HTTP協議接入到Internet，最終發布到異地用戶機上為用戶提供監控。

2 柔索并聯機器人自適應模糊控制

在忽略柔索自重并剛性化假設的情況下，文獻[8]描述了柔索機器人動能與勢能的表達式，建立了Lagrange函數。結合文獻[9]對Lagrange方程的推導，下面給出在考慮外加干擾下的柔索并聯機器人控制系統的數學模型為：

式中：q=[ q1q2q3]T為索長的實際值，為正定慣量矩陣，

在實際系統中，外界干擾并不能完全由可測狀態反映，因此利用模糊邏輯系統（FLS）來逼近外界干擾項，并對其進行實時補償，從而克服干擾的不確定性，提高控制器的軌跡跟蹤性能。柔索并聯機器人模糊控制系統結構如圖3所示。

圖3 柔索并聯機器人模糊控制系統結構圖

為了使索長跟蹤誤差e逼近于零，選取滑模面為

選取如下Lyapunov候選函數

假設柔索并聯機器人的狀態變量都是可測的，參數矩陣都是有界的，系統的期望軌跡二階連續可導，令輸入控制規律為

式中：K為正定常值增益矩陣。

式(4)兩邊對時間求導，得到

式中：w為FLS的最小逼近誤差。

因此，選擇如下形式的自適應控制律

由于K為正定矩陣，通過設計足夠多規則的模糊系統可使w充分小，從而根據Lyapunov穩定性理論以及Barbalat引理，表明可以使柔索并聯機器人系統的跟蹤誤差漸近收斂到零。因此，所設計的模糊控制閉環系統是漸進穩定的，可以實現預定的控制目標。

3 聯合仿真

為檢驗提出的自適應模糊控制方案的性能，并實現柔索并聯機器人的監控功能，本節在Matlab/Simulink環境下對系統進行數值仿真模擬，然后構建LabVIEW圖形化的用戶界面與控制算法模型聯合仿真，最后通過Web遠程面板技術發布，為異地用戶提供網絡監控。

圖4 監控系統聯合仿真流程圖

柔索并聯機器人監控系統的聯合仿真流程圖如圖4所示。在Simulink中編寫的控制算法模型文件，通過SIT仿真接口工具箱的TCP/IP協議，與LabVIEW的程序面板相連接，交互式地顯示仿真所產生的數據。同時，LabVIEW利用串口通訊獲取末端執行器上稱重傳感器、位移傳感器和接近傳感器的串口數據。針對工件超載和碰撞兩種情況，監控系統設有伺服電機的自動/手動開關實現電機的停啟功能。在監控系統中，本地計算機作為上位機建立本地監控端外，還通過LabVIEW內置的Web Server，采用HTTP協議進行數據傳輸通信，對異地監控端提出的連接請求進行遠程連接，實現異地用戶的監控功能。

柔索并聯機器人系統相關參數選取為：空間末端執行器所載工件質量m=5kg，柔索塔高為h=2m，所排布的等邊三角形邊長為a=2m。控 制 系 統 相 關 參 數 選 取 為：λ1=λ2=λ3=10，Г1=Г2=Г3=0.001，正定增益常值 K1=K2=K3=250,外界干擾項 τd1=τd2=τd3=15sin(20t)；模糊邏輯系統中，每個變量的模糊規則數目為5條，高斯型隸屬函數的中心特征參數分別選取0、1、2、3、4，偏離特征參數選取0.6。

令柔索并聯機器人系統的空間運動期望軌跡方程為

通過逆運動學分析進行軌跡規劃，可以得到柔索長度期望軌跡

系統運行的初始條件取x (0)=1.3，y (0)=1.5，z (0)=1，系統運動跟蹤過程所用時間為t =10s。

基于Simulink與LabVIEW聯合仿真的監控界面如圖5所示。圖6～圖8為工件分別在X、Y、Z坐標方向上的軌跡跟蹤誤差；圖9～圖11分別表示三根索長的期望軌跡與實際軌跡。

圖5 聯合仿真監控界面

圖6 工件沿X坐標位置跟蹤

圖7 工件沿Y坐標位置跟蹤

圖8 工件沿Z坐標位置跟蹤

圖9 家長1跟蹤期望軌跡

圖10 家長2跟蹤期望軌跡

圖11 家長3跟蹤期望軌跡

在圖5所示的監控界面中，異地用戶無需安裝特別的軟件，只需利用標準瀏覽器按照規定的格式輸 入 URL（http://219.219.33.101/remote.html）， 請求連接成功獲取監控權限后，即可在線監測光柵位移傳感器、稱重傳感器、接近傳感器讀取的實時數據，并根據工件超載報警燈和碰撞報警燈的亮暗情況，對伺服電機采取自動/手動的停啟功能。同時，界面上實時顯示著工件在 方向的軌跡跟蹤、索長的軌跡跟蹤，以及通過自適應模糊算法的三維空間軌跡跟蹤圖，這為異地用戶監控柔索并聯機器人提供了更為直觀有效的監控信息。

從以上聯合仿真圖，可以看出控制系統輸出的索長變化軌跡以及末端執行器所載工件運行的實際軌跡分別與相對應的期望軌跡有較好的重合度，且工件沿 方向的跟蹤誤差分別在±0.008m、±0.01m、、±0.01m范圍之內。這表明所提出的控制方案能夠較好地抑制并補償外界擾動因素的影響，充分發揮了自適應模糊控制魯棒性強、動態響應快的特點。

通過聯合仿真，Simulink編寫的控制算法模型能夠直接與LabVIEW進行數據傳輸，從而可以更加快速地驗證算法的正確性；另一方面，采用Web技術只需開發和維護服務端應用程序，大大減少了系統的管理和維護工作。聯合仿真的監控人機界面友好，顯示結果具有較高的可靠性及直觀性，充分發揮了網絡通信技術的運行速度快、信息及時性好等優點。綜上所述，所設計的監控界面能有效、準確地為用戶提供柔索并聯機器人系統的運行狀況，滿足異地用戶的監控目的。

4 結論

1）針對柔索并聯機器人的結構特點，搭建了柔索并聯機器人監控系統的總體框架。通過對柔索并聯機器人系統的非線性強、易受外界干擾等特性的分析，提出了一種帶有模糊補償的自適應控制算法，并以此為基礎，通過Matlab與LabVIEW混合編程進行了柔索并聯機器人的運動軌跡跟蹤聯合仿真、監控界面的設計及網絡發布。

2）聯合仿真結果表明控制系統輸出的實際軌跡與期望軌跡有較好的重合度，即實際運行軌跡能較好地跟蹤期望軌跡，并且監控人機界面友好，

顯示結果具有較高的可靠性及直觀性。因此，所提出的自適應模糊控制監控方案能有效抑制并補償外界擾動因素的影響，具有良好的軌跡跟蹤性能，為下一步實現網絡化的高精度柔索并聯機器人測控體系奠定了基礎。

[1] Zi Bin, Zhu Zhencai, Du Jingli.Analysis and control of the cable-supporting system including actuator dynamics[J].Control Engineering Practice, 2011, 19(5): 491-501.

[2] 訾斌, 朱真才, 曹建斌.混合驅動柔索并聯機器人的設計與分析[J].機械工程學報, 2011, 17(47): 1-8.

[3] WAI R J, HUANG Y C, YANG Z W.Adaptive fuzzyneural-network velocity sensorless control for robot manipulator position tracking[J].IET Control Theory and Applications, 2010, 4(6): 1079–1093.

[4] HA Q P, NGUYEN Q H, RYE D C.Fuzzy sliding-mode controllers with applications[J].IEEE Transaction on Industrial Electronics, 2001, 48(1): 38-46.

[5] 趙東亞, 李少遠, 高峰.六自由度并聯機器人分散魯棒非線性控制[J].控制理論與應用, 2008, 5(25): 867-872.

[6] 劉金琨.機器人控制系統的設計與MATLAB仿真[M].北京:清華大學出版社, 2008.

[7] 耿海霞, 陳啟軍, 王月娟.基于Web的遠程控制機器人研究[J].機器人, 2002, 24(4): 375-379.

[8] GORMAN J, JABLOKOW K W, CANNON D J.The Cable array robot: theory and experiment[C].IEEE International Conference on Robotics and Automation,Seoul, Korea, 2001, 2804–2810.

[9] SHIANG W J, CANNON D, GORMAN J.Dynamic analysis of the cable array robotic crane[C].IEEE International Conference on Robotics and Automation,Detroit, Michigan, 1999, 2495-2500.