解析工業機器人的智能化運動技術控制方式方法

郭黎麗

摘要：隨著工業機器人應用范圍的擴展，提升智能化運動控制水平成為行業發展的重點方向。依托配套的硬件設施和軟件程序進行技術控制，減少工業生產過程中電、磁等干擾因素的影響，提高工業機器人的運行效率、同步提高產品質量，是工業機器人應用于生產環節時需要注意的問題。本文從工業機器人的智能化運動技術應用的要求出發，對其控制方式方法進行說明，以提升相關研究水平，為行業發展做出貢獻。

關鍵詞：工業機器人;智能化;運動控制;設計

中圖分類號：TP393 文獻標識碼：A

文章編號：1009-3044（2019）32-0196-02

工業機器人行業隨著信息技術、傳感技術、機械技術和智能化水平的提升取得了快速的發展，在機械、電子、醫療等行業的發展中起到了重要的推動作用，為社會生產力的提高起到了極大的促進作用。在未來的發展過程中，對于智能化技術應用的要求也將不斷提升，對智能化運動技術研究水平的提升也提出了更高的要求。實現智能化運動控制，是現實工業機器人智能化先行條件，是目前工業機器人研究中的熱點問題。

1工業機器人智能化運動技術研究現狀

工業機器人的作用原理是在多線程輸入和輸出的軟性控制下，驅動檢測傳感裝置、控制器和伺服驅動系統等發生作用的機械體。在實際應用過程中，會根據應用行業和范圍的不同進行專門的設計。雖然工業機器人的研究已經有近百年的歷史，在整體上達到了較高的生產水平，但是就運動控制方面而言，與應用需求之間還存在較大的差距，遠無法達到實際應用的要求。機器人運動控制的目的是為了將驅動力矩合理地分配到機械設備運行的各個關節，從而使機器人的位置、速度等狀態變量能夠滿足生產運行所要求的軌跡，而進行智能化控制則是能夠通過信息傳感器和中央處理器的作用，賦予機器人以感覺要素、反應要素和思考要素，因此從這一點來講，具有編程能力和操作功能的機器人無法達到智能化運動控制的要求。目前工業機器人智能化運動控制研究方面存在的不足主要集中在以下幾個方面：一是機器人在高速運轉的狀態下無法進行對應的控制，二是多傳感器信息融合研究方面存在不足，三是自主導航與定位缺乏核心技術，四是路徑規劃無法達到最佳優化標準，五是模糊控制的規則庫大小與推理時長之間的矛盾暫時無法解決。

2工業機器人智能化運動控制方法說明

2.1自適應控制

自適應控制的研究目前在我國機器人的智能化控制方面已經取得了良好的研究成果，自2000年以來，多個層次的研究人員在不同方面開展了這方面的研究。自適應控制研究的基本要求是指機器人在運行過程中能夠在系統數據輸入和外界干擾發生較大范圍變化時，能夠依托自身系統的自適應調節對運行參數進行對應調整，從而確保作業內容的輸出仍然保持在穩定的范圍之內，也就是確保運動控制的效果仍然能夠滿足下一環節作業的要求。自適應控制方法的應用要求機器人在作業環節中能夠保持對運行參數的實時辨識，因而需要進行大量的計算，尤其是在非參數不確定的情形下開展計算，對于系統的穩定運行要求更高。相關學者在研究過程中從參數跳變和無模型等多個方面開展對應的研究，在理論方面能夠解決自適應控制中存在的問題，但是在地面實驗方面由于各方面條件的限制，目前我國在這方面與發達國家之間還存在一定的差距。

2.2模糊邏輯控制論

模糊邏輯控制論的研究起始于20世紀60年代，隨著近十年來在這方面的研究不斷深人，已經被應用于包括機器人智能化運動控制的多個科技研發行業。模糊邏輯控制論又被稱為是語言控制，在應用于工業機器人的智能運動控制設計時，其運行的基本原理是利用模糊控制器的作用，將傳感器收集的數據信息進行模糊處理，再通過模糊邏輯和模糊推論的推理作用取得對應的模糊輸出結果，在模糊結果經過解模糊化處理后，就能夠應用于系統控制，從而確保運動控制達到智能化處理的要求。模糊控制的方法從某種程度上而言，更加接近于人類智能活動的處理方式，在其應用過程中需要建立起高效的模糊控制規則并對隸屬度函數進行確定。模糊邏輯控制論能夠將智能控制系統盡量簡化，能夠采用語言的方式而不是采用數值對模糊變量進行描述，在沒有完全依托數學模型運行的基礎上運行的情況下，能夠使用自然語言進行人機對話，從而使智能化系統具有較強的抗干擾能力和更好容錯性。但是在基于模糊邏輯控制論下對工業機器人進行智能化運動控制，機器人在的運行過程中容易產生局部震蕩的狀況，在出現障礙物的情形下，必須借助于自適應PID控制進行精確控制，從而確保機器人能夠達到較好的障礙規避效果，提升其運行環境的適用性。

2.3神經網絡控制

神經網絡控制具有四個基本特征：非線性、非局限性、非常定性和非凸性。這些特征有些是其他職能控制理論所共有的，而有些則是神經網絡控制模型所獨有的。在應用于工業機器人的智能化運動控制時，神經網絡模型能夠強化機器人的軌道控制，能夠在傳感器等其他設備的協同作用下提升機器人在操作方面的精度，能夠及時對機械手在運動過程中出現的故障進行排除，還能夠提升機器人在導航和視覺系統方面的整體性能，為擴大工業機器人的工作場景奠定良好的基礎嘲。神經網絡控制系統除了具備高度的自適應性和自學能力之外，還以強魯棒性的特點使得工業機器人的智能化運動控制提升到更高的水平。高魯棒性的特點在應用于智能化控制時，能夠在系統運行的其他參數出現較大偏差的情形下，繼續保持其他系統的穩定性運行。目前我國在坐墊機器人、水下機器人、協作機器人等不同類型的神經網絡控制技術研究方面都已經取得了較為顯著的成果，在未來的發展過程中，基于神經網絡控制技術的智能化運動控制機器人必將占有較大的市場發展空間，從而為工業機器人的應用做出較大的貢獻。

2.4迭代學習控制

迭代學習控制理論的提出在最初并沒有得到技術界的認可，但是由于其在應用于智能化運動控制技術時能夠以簡潔的方式處理高度不確定性的動態系統，并且對于先驗知識和計算量的依賴度較低，對于精確的數學建模系統依賴性比較低，在系統運行重復率越高的情形下，所輸出的結果與理想值更加接近，因此在近些年來開始得到了技術研究人員的高度重視。在采用迭代學習控制對工業機器人的智能化運動控制系統進行設計時，首先需要確定系統算法，包括基本迭代學習控制算法和反饋輔助型迭代學習控制算法。其次是確系統的硬件設計方案，包括微控制器模塊、電源模塊、編碼器模塊、輸入輸出模塊、串行模塊、JTAG接口模塊、掉電存儲模塊和CAN總線通訊模塊等。最后是設計出對應的軟件程序，包括運動控制板主程序、中斷程序和數據通訊程序等。就研究水平而言，基于迭代學習控制的工業機器人智能化控制在我國機器人行業中所取得的成就較之于前幾種智能控制方式更高，實際應用范圍也更加廣泛，但是相對于國外的研究水平還存在一定的差距。隨著我國在工業機器人應用方面的需求不斷增加，必將帶動這方面的研究成果達到更高的水平。

2.5其他智能控制方式

在工業機器人的實際應用過程中，還有PID控制、變結構控制、遺傳算法控制等多種不同的智能化運動控制方式，這些方式在實際應用過程中擁有各自不同的特點。有些智能控制方式對數學建模的依賴程度較低，控制律簡便，在對非線性系統進行控制時具有較大的優勢。但是就整體上而言，這些控制方式同時也具有對動態性適應性差，對于控制能量的需求度大等方面的缺陷，由此造成在實際應用過程中存在多方面的負面影響，無法真正適應工業生產的需求。

3工業機器人智能化運動技術控制方式發展趨勢

智能化運動技術在工業機器人行業的發展過程中具有重要的作用，對于行業的整體發展起著重要的影響，因此其發展趨勢在一定程度上來說，也是工業機器人在未來發展中的主要趨勢，這種趨勢可以體現在三個方面：一是智能化控制的性能不斷提升，無論是基于何種控制方式方法進行深入研究，隨著整體研究的不斷提升，更多的新型技術必將應用于更多的工業機器人設計和生產環節中，不僅使得工業機器人的應用范圍更加廣泛，而且在操作和維護方面具有更好的便利性。二是工業機器人的智能化控制將會朝著仿生方向發展，也就是在某些特殊行業的工業生產中，將會由機器人來進行某些人類之前無法進行正常工作的環境，在拓展工業生產范圍的同時推動工業生產水平的不斷提升，從而為滿足人類更高層次的物質需求奠定基礎。三是與傳感器的融合技術將不斷加深，雖然目前在傳感器應用的設想上已經促進了工業機器人的智能化控制研究水平朝著更高的水平發展，但是在實際研究過程中受制于研究材料等方面的限制，傳感技術與控制系統的融合還處在較低的層次，只有不斷提升這方面的研究水平，才能夠將工業機器人智能化運動控制真正應用到工業生產中。

4結束語

強化工業機器人的智能化運動控制技術研究，對于推動我國工業機器人行業的發展，促進我國工業機器人整體研究水平具有重要意義，雖然我國工業機器人的研究和生產應用過程中還存在較多的問題，限制了其應用范圍。但是在未來的發展過程中，通過科研技術人員的不斷努力，這些問題必將會逐步解決，為提升我國工業化生產水平做出重要貢獻，為我國的科技進步和經濟發展做出重要貢獻。