一種無學習的二連桿機械臂定位控制策略

蔣祝鵬，閆 悅

（北京信息科技大學，北京 100029）

1 引言

為提高自動化機器的生產效率，實際的工業生產過程需要用到許多種類的機械臂，例如二連桿機械臂。在常見的工業生成環境中，二連桿機械臂可以完成搬運、分揀等工作。在經典控制方法的基礎上，已經衍生出了許多新的方法來控制二連桿機械臂，例如使用示教法對機械臂進行控制的，即事先通過手動拖拽或使用示教器調整的方式，移動機械臂到達每一個目標位置，并保存各個目標的位置信息，然后在使用時機械臂會按照目標點的順序移動。如果在新的應用中，目標位置產生變化，需要重新示教，這種采用示教的方法不僅耗費人力，靈活性也有所欠缺。而另一類基于學習的機械臂控制策略（DDPG算法、A3C 算法等）雖然在準確度上超越了傳統的算法，但存在模型訓練時間過長、生產成本過高等問題。因此，本文引入無學習的二連桿機械臂定位控制策略來解決二連桿機械臂智能控制的問題，在完成基本的定位抓取任務的前提下，節省了大量的數據采集與模型訓練時間，降低了基于學習的機械臂控制策略帶來的附加經濟成本。

2 無學習的機械臂控制策略設計

2.1 二連桿機械臂模型策略

采用D-H（Denavit，Hartenbery）法構建二連桿機械臂模型，模型參數見表1。

表1 機械臂D-H參數

由D-H參數，可以建立二連桿機械臂模型，該模型由一個轉動軸連接兩連桿、底部固定的轉動軸構成，具體模型如圖1所示。

圖1 二連桿機械臂模型

2.2 無學習控制公式推導

要實現通過控制兩個轉動軸的轉動來實現對其的控制，則需要將目標物體的相對平面坐標（，）轉化為機械臂轉動軸的相對轉動角度（，）。

根據二連桿機械臂的特性搭建環境，包含手臂環境，涉及目標點位置等。目標位置坐標為（，），手臂端點位置坐標為（0，0），機械臂轉動軸的相對轉動角度、，底座固定的轉動軸位置與目標位置距離為，如圖2所示。

圖2 手臂環境參數

由勾股定理，可解出底座固定的轉動軸位置與目標位置距離為

在圖3所示的三角形中，由與互補，得出

圖3 約簡的幾何模型1

由余弦定理可得

根據式(1)、式(3)，可解出機械臂兩桿夾角

根據式(2)，對有

因此根據式(4)、式(5)，求得

分析圖4所示三角形，夾角為

圖4 約簡的幾何模型2

分析圖2所示三角形得出等式

根據式(7)、式(8)，解得

2.3 控制策略

在實際的二連桿機械臂定位控制中，轉動軸電機往往不能按照電信號指令轉動指定的角度，這就造成了在實際工作時，機械臂不能到達指定位置；因此，角度補正參數，（大于0）為

用以補正由機械臂轉動軸電機自身導致的誤差。使用外部攝像頭監測機械臂頂端相對坐標，反解出轉動軸實際旋轉的角度，當檢測到轉動軸未轉動到指定角度時，每0.1 s進行一次角度補正，直到機械臂轉動軸實際旋轉角度與實際角度的偏差在可容忍范圍內。

3 實驗及結果

3.1 仿真環境搭建

本文搭建的仿真環境使用python3.7，使用Matpltlib.pyplot模塊搭建二連桿機械臂模型，利用python實現無學習二連桿機械臂定位控制算法。針對二連桿機械臂運動控制中的連續控制，所搭建環境由二連桿機械臂、目標物體組成，目標狀態為機械臂頂端通過無學習算法控制，通過計算、得出機械臂的位置，抵達目標物體。所搭建環境如圖5所示。

圖5 二連桿機械臂運動控制仿真程序

3.2 實驗設置

選取Python3.7作為實驗環境，機械臂兩桿長度均設置為10 cm，使用random.random ()生成10 000組測試數據（，），數據點分布如圖6所示。

圖6 測試數據散點圖

當機械臂頂端到達目標物體時，視為成功一次，記錄無學習控制算法求解出轉動角度（，）。

使用該算法控制如圖7所示機械臂，驗證該程序能否正確引導機械臂達到指定位置。

圖7 二連桿機械臂

3.3 結果分析

在仿真程序中對任意給定的一組相對坐標（，），求解出轉動軸角度（，），見表2。

表2 仿真程序求解結果

（續）

在仿真程序中選擇1 000組測試數據作為程序輸入，使用外部攝像頭監測機械臂頂端相對坐標，在不使用角度補正控制策略時得出的前100組測試數據的絕對誤差如圖8、圖9所示，測試數據MSE=0.510 419。使用角度補正控制策略，得出MSE=0.013 592，均方誤差大幅降低。顯然，該無學習的控制策略能很好的完成各類二連桿機械臂控制任務。

圖8 前100組測試數據x的誤差

圖9 前100組測試數據y的誤差

4 結束語

本文以二連桿機械臂作為研究對象，研究機械臂在運動過程中無障礙物時的狀態，提出了一種無學習的控制策略解決二連桿機械臂控制問題。本文建立了控制仿真系統和機械臂模型，并通過測量機械臂實際控制時產生的誤差，采用誤差補正的控制策略改善機械臂任務的準確性及穩定性。仿真實驗結果表明，該無學習的算法能夠正確的控制二連桿機械臂到達目標物體，并且，當環境發生變化時依然能夠穩定地抵達目標位置。相較于傳統的控制方法，無學習控制方法更加簡單迅速，成本更低，適用性更強。但本文基于機械臂運動過程是在不存在障礙物這一前提下對二連桿機械臂的控制，未來可進一步討論機械臂運動過程中存在障礙物時對機械臂的控制策略。