【花雕学编程】Arduino FOC 之五连杆平面并联机器人的基本算法

驴友花雕

于 2024-09-01 03:46:53 发布

阅读量349

点赞数 11

分类专栏： Arduino FOC 文章标签：机器人算法嵌入式硬件单片机 c++ Arduino FOC 五连杆平面并联机器人的基本算法

本文链接：https://blog.csdn.net/weixin_41659040/article/details/141762894

版权

Arduino FOC 专栏收录该内容

448 篇文章 5 订阅

订阅专栏

在这里插入图片描述

Arduino是一个开放源码的电子原型平台，它可以让你用简单的硬件和软件来创建各种互动的项目。Arduino的核心是一个微控制器板，它可以通过一系列的引脚来连接各种传感器、执行器、显示器等外部设备。Arduino的编程是基于C/C++语言的，你可以使用Arduino IDE（集成开发环境）来编写、编译和上传代码到Arduino板上。Arduino还有一个丰富的库和社区，你可以利用它们来扩展Arduino的功能和学习Arduino的知识。

Arduino的特点是：
1、开放源码：Arduino的硬件和软件都是开放源码的，你可以自由地修改、复制和分享它们。
2、易用：Arduino的硬件和软件都是为初学者和非专业人士设计的，你可以轻松地上手和使用它们。
3、便宜：Arduino的硬件和软件都是非常经济的，你可以用很低的成本来实现你的想法。
4、多样：Arduino有多种型号和版本，你可以根据你的需要和喜好来选择合适的Arduino板。
5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。

在这里插入图片描述
Arduino FOC（Field Oriented Control，场向量控制）是一种先进的电机控制技术，它允许精确控制电机的转矩和速度。这种控制技术特别适用于无刷直流电机（BLDC）和步进电机。在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。

主要特点:
1、高性能电机控制：FOC是一种高级的电机控制算法，可以精准控制PMSM(永磁同步电机)和BLDC(无刷直流)电机，实现平滑的转速和扭矩输出。
2、闭环控制架构：FOC采用闭环反馈控制，通过检测电机的位置和速度数据，实时调整输出电压和电流，确保电机动作符合预期。
3、模块化设计：Arduino FOC库采用模块化设计，包含电机建模、速度/位置/电流控制环、PWM生成等子模块，用户可根据需求灵活组合使用。
4、可移植性强：Arduino FOC可移植到多种硬件平台，如Arduino、ESP32、STM32与树莓派等，适用于功率从几十瓦到几千瓦的电机系统。
5、参数自动识别：FOC库具有自动识别电机参数的功能，可以大幅简化电机控制系统的调试过程。

应用场景:
1、工业自动化：在工厂的机器人、传送带、CNC加工设备等领域，Arduino FOC可提供高性能的电机控制解决方案。
2、电动车辆：电动自行车、电动汽车、电动叉车等车载电机驱动系统，可以采用Arduino FOC进行精准控制。
3、家用电器：在电风扇、洗衣机、空调等家用电器中，Arduino FOC可实现细腻的电机速度和扭矩控制。
4、航模和无人机：航模飞机、无人机等对电机控制性能要求很高的领域，Arduino FOC能够提供高精度的电机驱动。
5、机器人：工业机器人、服务机器人、仿生机器人等对电机控制性能有严格要求的领域，Arduino FOC是一个不错的选择。

需要注意的事项:
1、硬件要求：Arduino FOC对控制器的性能(如CPU频率、RAM/ROM容量等)有一定要求，需要选择合适的硬件平台。
2、调试复杂性：FOC算法涉及电机建模、坐标变换、PI调节器等诸多环节，调试和调优过程相对复杂，需要一定的专业知识。
3、噪声抑制：电机驱动电路容易产生噪声干扰，需要采取合理的屏蔽和滤波措施，确保信号质量。
4、安全防护：电机驱动系统可能会产生过电流、过压等故障,需要配备可靠的保护电路，确保人身和设备安全。
5、系统集成：将Arduino FOC集成到完整的电机驱动系统中时，需要考虑机械、电力、控制等各个方面的协调配合。

总的来说，Arduino FOC是一种功能强大、性能优秀的电机控制解决方案,适用于工业自动化、电动车辆、家用电器等众多领域。但在硬件选型、算法调试、噪声抑制和安全防护等方面都需要谨慎考虑，以确保系统稳定可靠地运行。

附录：系列目录
1、Arduino FOC的特点、场景和使用事项
http://t.csdnimg.cn/WZhYL
2、Arduino FOC 之简单FOC库 - 跨平台的无刷直流和步进电机FOC实现
http://t.csdnimg.cn/p9ADE
3、Arduino FOC 之无刷直流电机速度控制
http://t.csdnimg.cn/gZ7CY
4、Arduino FOC 之步进电机位置控制
http://t.csdnimg.cn/VYbIb
5、Arduino FOC 之无刷直流电机电流控制
http://t.csdnimg.cn/wWGVu
6、Arduino FOC 之 SimpleFOC 库的主要函数
http://t.csdnimg.cn/S26MC
7、Arduino FOC 之 ArduinoFOC库的核心函数
http://t.csdnimg.cn/3VLzF
8、Arduino FOC 之传感器校准
http://t.csdnimg.cn/NS3TR
9、Arduino FOC 之SimpleFOCShield v2.0.4无刷电机驱动板
http://t.csdnimg.cn/g9mP7
10、Arduino FOC 之 AS5600角度读取
http://t.csdnimg.cn/dmI6F
11、Arduino FOC 之 FOC算法
http://t.csdnimg.cn/ENxc0
12、Arduino FOC 之 SimpleFOC库的适配电机方案
http://t.csdnimg.cn/QdH6k

在这里插入图片描述
1、主要特点
并联结构优势: 五连杆平面并联机器人采用并联结构，具有较高的刚度和负载能力，适合在复杂环境中进行精确操作。
高精度定位: 通过精确的运动学模型和控制算法，能够实现高精度的末端执行器定位，适合需要精细操作的任务。
实时控制能力: 利用Arduino FOC技术，结合传感器反馈实现快速、实时的控制和调整，提高机器人的响应速度。
简化的运动学解算: 相较于串联机器人，并联机器人的运动学解算相对简单，可以通过几何关系直接计算末端位置。
灵活的控制策略: 支持多种控制算法（如PID、模糊控制等），用户可根据具体需求选择合适的算法进行调优。

2、应用场景
工业自动化: 在装配、搬运和焊接等工业应用中，五连杆平面并联机器人可以实现高效的自动化操作。
医疗设备: 在医疗领域，机器人可用于精确的药物输送和手术辅助，提升医疗操作的安全性和准确性。
教育与科研: 作为机器人技术的教育工具，帮助学生理解并联机器人的工作原理和控制算法。
食品与包装行业: 在食品加工和包装中，利用并联机器人实现快速、精确的操作，提高生产效率。

3、需要注意的事项
运动学模型建立: 准确建立五连杆机器人的运动学模型是实现精确控制的基础，需确保正逆运动学的计算精度。
关节限制与负载能力: 设计过程中需考虑各关节的运动范围和负载能力，确保机器人在实际操作中不会超出限制。
传感器选择与集成: 选择合适的传感器（如位置传感器、力传感器）进行实时反馈，确保系统的稳定性和准确性。
控制算法调优: 在实现过程中，需要对控制算法进行调优，以优化机器人的性能和稳定性。
环境适应性: 考虑到工作环境的变化，机器人需具备良好的适应能力，以应对不同的工作条件。
安全机制设计: 设计有效的安全机制，防止在操作过程中发生碰撞或其他意外情况，确保机器人的安全性。
调试与优化: 在实现过程中，需进行充分的调试和优化，以确保系统的稳定性和控制精度。

总的来说，Arduino FOC中的五连杆平面并联机器人基本算法在工业自动化、医疗设备、教育科研和食品包装等领域具有广泛的应用前景。通过合理的设计与调试，可以实现高效、精确的控制能力，但在运动学模型建立、关节限制、传感器选择、控制算法调优、环境适应性和安全机制设计等方面仍需谨慎处理。

在这里插入图片描述
1、正向运动学计算

#include <Arduino.h>

float L1 = 10.0; // 连杆长度
float L2 = 10.0;

void setup() {
  Serial.begin(9600);
}

void loop() {
  float theta1 = 30.0; // 角度1
  float theta2 = 45.0; // 角度2

  // 计算末端位置
  float x = L1 * cos(radians(theta1)) + L2 * cos(radians(theta1 + theta2));
  float y = L1 * sin(radians(theta1)) + L2 * sin(radians(theta1 + theta2));

  Serial.print("End Effector Position: ");
  Serial.print("X: ");
  Serial.print(x);
  Serial.print(", Y: ");
  Serial.println(y);

  delay(1000); // 每秒计算一次
}

要点解读
连杆长度定义：定义了两个连杆的长度，便于进行运动学计算。
角度输入：设定了两个关节的角度，作为正向运动学计算的输入。
位置计算：使用三角函数计算末端执行器的位置，输出X和Y坐标。
周期性更新：通过delay函数控制计算频率，模拟实时输出。
输出监控：通过串口输出末端位置，便于调试和验证运动学模型。

2、逆向运动学计算

#include <Arduino.h>
#include <math.h>

float L1 = 10.0; // 连杆长度
float L2 = 10.0;

void setup() {
  Serial.begin(9600);
}

void loop() {
  float targetX = 15.0; // 目标X坐标
  float targetY = 10.0; // 目标Y坐标

  // 逆向运动学计算
  float D = (targetX * targetX + targetY * targetY - L1 * L1 - L2 * L2) / (2 * L1 * L2);
  float theta2 = atan2(sqrt(1 - D * D), D); // 关节2的角度
  float theta1 = atan2(targetY, targetX) - atan2(L2 * sin(theta2), L1 + L2 * cos(theta2));

  Serial.print("Joint Angles: ");
  Serial.print("Theta1: ");
  Serial.print(degrees(theta1));
  Serial.print(", Theta2: ");
  Serial.println(degrees(theta2));

  delay(1000); // 每秒计算一次
}

要点解读
目标位置定义：设定了目标点的X和Y坐标，用于逆向运动学计算。
逆向运动学公式：使用几何方法计算两个关节的角度，确保末端执行器到达目标位置。
三角函数应用：采用atan2函数计算角度，能处理不同象限的情况。
输出关节角度：通过串口输出计算得到的关节角度，便于验证控制效果。
实时反馈：程序每秒更新一次，适合实时控制环境中的应用。

3、运动控制循环

#include <Arduino.h>

float currentTheta1 = 0.0;
float currentTheta2 = 0.0;
float desiredTheta1 = 45.0;
float desiredTheta2 = 90.0;
float Kp = 0.1; // 比例增益

void setup() {
  Serial.begin(9600);
}

void loop() {
  // 计算误差
  float error1 = desiredTheta1 - currentTheta1;
  float error2 = desiredTheta2 - currentTheta2;

  // 更新当前角度
  currentTheta1 += Kp * error1;
  currentTheta2 += Kp * error2;

  Serial.print("Current Angles: ");
  Serial.print("Theta1: ");
  Serial.print(currentTheta1);
  Serial.print(", Theta2: ");
  Serial.println(currentTheta2);

  delay(100); // 控制更新频率
}

要点解读
目标角度设定：定义了期望的关节角度，作为控制目标。
比例控制算法：使用简单的比例控制（Kp）来调整当前角度，逐步逼近目标。
误差计算：实时计算当前角度与目标角度之间的误差，进行动态调整。
输出监控：通过串口输出当前角度，便于观察控制效果的实时变化。
控制频率：通过delay函数设定更新频率，适应动态控制需求。

在这里插入图片描述
4、基本运动控制

#include <SimpleFOC.h>

// 定义电机和编码器
BLDCMotor motor = BLDCMotor(7);
BLDCDriver3PWM driver = BLDCDriver3PWM(9, 10, 11);
Encoder encoder = Encoder(2, 3, 500);

// 定义控制器
FOCModulator foc = FOCModulator(motor, driver, encoder);

void setup() {
  // 初始化电机和编码器
  motor.linkDriver(&driver);
  motor.linkSensor(&encoder);
  motor.controller = MotionControlType::velocity;
  foc.init();
}

void loop() {
  // 设置目标速度
  motor.move(10); // 10 rad/s
  foc.loopFOC();
  motor.monitor();
}

5、路径规划

#include <SimpleFOC.h>

// 定义电机和编码器
BLDCMotor motor1 = BLDCMotor(7);
BLDCMotor motor2 = BLDCMotor(7);
BLDCDriver3PWM driver1 = BLDCDriver3PWM(9, 10, 11);
BLDCDriver3PWM driver2 = BLDCDriver3PWM(5, 6, 7);
Encoder encoder1 = Encoder(2, 3, 500);
Encoder encoder2 = Encoder(4, 5, 500);

// 定义控制器
FOCModulator foc1 = FOCModulator(motor1, driver1, encoder1);
FOCModulator foc2 = FOCModulator(motor2, driver2, encoder2);

void setup() {
  // 初始化电机和编码器
  motor1.linkDriver(&driver1);
  motor1.linkSensor(&encoder1);
  motor1.controller = MotionControlType::angle;
  foc1.init();

  motor2.linkDriver(&driver2);
  motor2.linkSensor(&encoder2);
  motor2.controller = MotionControlType::angle;
  foc2.init();
}

void loop() {
  // 设置目标角度
  motor1.move(PI / 4); // 45度
  motor2.move(PI / 6); // 30度
  foc1.loopFOC();
  foc2.loopFOC();
  motor1.monitor();
  motor2.monitor();
}

6、实时反馈控制

#include <SimpleFOC.h>

// 定义电机和编码器
BLDCMotor motor1 = BLDCMotor(7);
BLDCMotor motor2 = BLDCMotor(7);
BLDCDriver3PWM driver1 = BLDCDriver3PWM(9, 10, 11);
BLDCDriver3PWM driver2 = BLDCDriver3PWM(5, 6, 7);
Encoder encoder1 = Encoder(2, 3, 500);
Encoder encoder2 = Encoder(4, 5, 500);

// 定义控制器
FOCModulator foc1 = FOCModulator(motor1, driver1, encoder1);
FOCModulator foc2 = FOCModulator(motor2, driver2, encoder2);

void setup() {
  // 初始化电机和编码器
  motor1.linkDriver(&driver1);
  motor1.linkSensor(&encoder1);
  motor1.controller = MotionControlType::torque;
  foc1.init();

  motor2.linkDriver(&driver2);
  motor2.linkSensor(&encoder2);
  motor2.controller = MotionControlType::torque;
  foc2.init();
}

void loop() {
  // 实时反馈控制
  float torque1 = analogRead(A0) / 1023.0 * 2 - 1; // 模拟输入转换为-1到1的扭矩值
  float torque2 = analogRead(A1) / 1023.0 * 2 - 1;
  motor1.move(torque1);
  motor2.move(torque2);
  foc1.loopFOC();
  foc2.loopFOC();
  motor1.monitor();
  motor2.monitor();
}

要点解读
电机和编码器初始化：每个案例都展示了如何初始化电机和编码器，并将它们链接到驱动器和控制器上。
控制类型选择：根据不同的应用需求，选择合适的控制类型（速度、角度、扭矩）。
路径规划：通过设置目标角度，实现机械臂的路径规划和运动控制。
实时反馈：利用模拟输入实现实时反馈控制，动态调整电机的扭矩输出。
FOC算法应用：每个案例都展示了如何使用FOC算法实现高效、精确的电机控制。

注意，以上案例只是为了拓展思路，仅供参考。它们可能有错误、不适用或者无法编译。您的硬件平台、使用场景和Arduino版本可能影响使用方法的选择。实际编程时，您要根据自己的硬件配置、使用场景和具体需求进行调整，并多次实际测试。您还要正确连接硬件，了解所用传感器和设备的规范和特性。涉及硬件操作的代码，您要在使用前确认引脚和电平等参数的正确性和安全性。

在这里插入图片描述

驴友花雕

关注

11
点赞
踩
2

收藏

觉得还不错? 一键收藏
打赏
0
评论
【花雕学编程】Arduino FOC 之五连杆平面并联机器人的基本算法

您还要正确连接硬件，了解所用传感器和设备的规范和特性。在Arduino平台上实现FOC可以提供平滑的运行和高度的扭矩、速度和位置控制，它通过精确控制电机的电流和电压来实现高效率、高精度和低噪声的操作。通过合理的设计与调试，可以实现高效、精确的控制能力，但在运动学模型建立、关节限制、传感器选择、控制算法调优、环境适应性和安全机制设计等方面仍需谨慎处理。5、创新：Arduino可以让你用电子的方式来表达你的创意和想象，你可以用Arduino来制作各种有趣和有用的项目，如机器人、智能家居、艺术装置等。
复制链接

扫一扫