六自由度机械重力补偿控制

1.动力学方程

六自由度机械臂动力学方程形式如下:

M*ddq+C*dq+G+J'*fe=tol+f

进行重力补偿,就是在驱动力矩中对重力G进行补偿,从而消除重力的影响,这样就能够在进行闭环控制的时候避免重力影响带来的大超调问题,使得机器人更好的实现轨迹跟踪控制。消除重力影响后,机器人的动力学方程变成如下:

M*ddq+C*dq+J'*fe=tol+f

2.四种控制状态分析

2.1只进行重力补偿时机械臂的运动状态

分析上述公式可知,当机械臂刚开始处于静止状态时,即速度dq和加速度ddq均为0,惯性项M*ddq和科式力项C*dq均为0,此时机器人的动力学方程变为:

J'*fe=tol+f

当摩擦较小时,可以忽略摩擦的影响,当施加在机器人末端的外力fe=[0,0,0,0,0,0]'且施加的驱动力矩tol=G时,机械臂达到平衡状态,此时机械臂会静止不动,其动态过程如下:

2.2重力补偿并在末端施加外力

分析如下方程:

M*ddq+C*dq+J'*fe=tol+f

当对机械臂的末端施加外力时,即fe不等于0,上述方程达到动态平衡状态,此时机械臂将按照所施加力的方向进行运动,下图展示了机械臂沿y轴运动的过程:

2.3重力补偿控制

 我们在2.1节中只是对机械臂进行了重力补偿,并没有施加控制作用。为了使得机械臂能够进行轨迹跟踪,采用重力补偿加PD的控制方式对机械臂进行控制,控制率如下:

tol=kp.*qe+kd.*dqe+G

其中qe是机械臂的关节位置误差,dqe是机械臂的关节速度误差,此时在机械臂动力学方程中,不考虑摩擦和外力的影响。此时机械臂的动力学方程如下:

 M*ddq+C*dq+G=tol

 下图展示了机械臂进行轨迹跟踪的效果:

 

由上图可知,由于重力补偿的作用,机械臂在PD控制作用下能较好的实现轨迹跟踪。但是观察机械臂的关节力矩图可知,在开始阶段,由于存在较大的初始误差,机械臂的驱动力矩较大,达到了上百,这显然超出了电机的实际性能,与实际过程不符合,因此在实际控制时,需要对关节最大驱动力矩进行限幅处理。

2.4施加摩擦扰动时的重力补偿控制

在2.3节没有考虑摩擦的影响,本节为了验证重力补偿控制的控制效果,考虑了库伦摩擦和粘滞摩擦,摩擦力的数学表达式如下:

fe=Tc.*sign(dq)+Bm.*dq

此时机械臂的动力学方程如下:

 M*ddq+C*dq+G=tol+fe

由于没有扰动观测器,此时机械臂的控制率仍如下:

 tol=kp.*qe+kd.*dqe+G

接下来,看一下考虑存在摩擦时候的轨迹跟踪效果:

 

3.仿真效果展示

 仿真效果如下:

六自由度机械臂重力补偿控制

技术交流邮箱(欢迎交流、讨论、私信):3531225003@qq.com

### 回答1: 以下是建立自由度机器人三维动力学仿真模型的示例 MATLAB 程序,使用 Matlab SimMechanics(新版为 Multibody)工具包,完成关节空间轨迹跟踪任务的独立 PD 控制重力补偿 PD 控制。 % 建立机器人模型 robot = robotics.RigidBodyTree; % 加载机器人模型文件 body1 = robotics.RigidBody('body1'); jnt1 = robotics.Joint('jnt1', 'revolute'); setFixedTransform(jnt1, trvec2tform([0 0 0])); jnt1.JointAxis = [0 0 1]; body1.Joint = jnt1; addBody(robot, body1, robot.BaseName); % 建立其他关节和链接的方法与上面类似 % 设置机器人初始位置和姿态 homeConfig = homeConfiguration(robot); % 设置控制器参数 kp = [10 10 10 10 10 10]; kd = [1 1 1 1 1 1]; % 设置目标轨迹 trajectory = [0 0 0 0 0 0; 1 1 1 1 1 1]; % 使用独立 PD 控制器进行轨迹跟踪 for i = 1:size(trajectory, 1) q = homeConfig; q(1:6) = trajectory(i,:); [v, qd] = robot.vellipse(q, qd); tau = kp .* (q - qd) + kd .* (qd - v); robot.control(tau); end % 使用重力补偿 PD 控制器进行轨迹跟踪 for i = 1:size(trajectory, 1) q = homeConfig; q(1:6) = trajectory(i,:); tauG = robot.gravload(q); [v, qd] = robot.vellipse(q, qd); tau = kp .* (q - qd) + kd .* (qd - v) + tauG; robot.control(tau); end ### 回答2: 示例MATLAB程序使用Matlab SimMechanics(Multibody的新版本)工具包构建了一个自由度机器人的三维动力学仿真模型,并利用独立PD控制重力补偿PD控制实现了关节空间轨迹跟踪任务。 在程序中,首先需要定义机器人的动力学参数,如关节质量、惯量、长度等。然后,通过添加关节和连接器,构建机器人的运动链。接着,通过设置初始位置和速度,设置机器人的起始状态。 对于独立PD控制,程序首先根据所需的关节空间轨迹生成目标关节位置和速度。然后,通过计算当前关节的位置和速度与目标关节位置和速度之间的误差,计算出控制输出。最后,将控制输出应用于机器人的关节,实现轨迹跟踪。 对于重力补偿PD控制,程序首先通过计算当前关节的位置和速度,根据机器人的动力学参数,计算出当前关节所受的重力。然后,根据所需的关节空间轨迹生成目标关节位置和速度,并计算出控制输出。这个控制输出是由目标关节加速度和重力之差得到的。最后,将控制输出应用于机器人的关节,实现轨迹跟踪。 通过运行示例MATLAB程序,可以得到机器人在三维空间中的运动轨迹,并观察到独立PD控制重力补偿PD控制的效果。这个程序可以用于研究和设计机器人控制算法,以实现精确的关节空间轨迹跟踪任务。 ### 回答3: MATLAB是一种功能强大的数学软件,可以用于各种科学和工程计算。SimMechanics(新版为Multibody)是MATLAB中的一个工具包,可以用于建立复杂的机械系统的动力学仿真模型。自由度机器人是指具有6个自由度(6个关节)的机械臂。下面将介绍如何使用MATLAB SimMechanics工具包来建立这个机器人的三维动力学仿真模型,并利用独立PD控制重力补偿PD控制来完成关节空间轨迹跟踪任务。 首先,我们需要定义机器人的物理参数,如质量、惯性等。然后,使用SimMechanics工具包中的建模工具来建立机器人的刚体、关节,并进行相应的约束(如旋转、平移等约束)。接下来,将机器人的动力学参数导入模型中,如摩擦、弹簧等参数。这样,我们就得到了机器人的三维动力学仿真模型。 接下来,我们可以使用独立PD控制方法来控制机器人的关节,实现轨迹跟踪。PD控制是一种常用的控制方法,其中P项用于调节位置误差,D项用于调节速度误差。通过设置适当的P和D参数,我们可以实现机器人关节的准确控制。使用独立PD控制方法,我们可以逐个控制每个关节,使机器人按照预定的轨迹运动。 在实际应用中,由于机器人的重力会对关节运动产生影响,需要对控制器进行补偿。这时,我们可以采用重力补偿PD控制方法。在重力补偿PD控制中,首先需要计算机器人各关节受到的重力力矩,然后将其添加到控制器中进行补偿。这样,即使在重力影响下,机器人关节也可以实现准确的轨迹跟踪。 综上所述,示例MATLAB程序使用SimMechanics工具包建立自由度机器人的三维动力学仿真模型,并借助独立PD控制重力补偿PD控制方法,可以实现关节空间轨迹跟踪任务。这种方法可以帮助我们更好地了解机器人的动力学行为,并进行控制策略的设计与验证。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值