一个传统的控制系统框图如下所示
一些常规的传感器有:
- 测量位置或者角度的电位器、编码器、电子分解器(这是啥?)
- 测量角速度的测速表
- 关节力/扭矩传感器
- 以及部署在机器人腕部(介于机械臂和末端执行器之间)多轴力/扭矩传感器
控制器对传感器信号进行采样,然后以几百或者上千Hz的频率更新执行结构的控制信号。在大多数机器人应用中,鉴于机器人动力学计算需要消耗一定的时间,控制信号的更新频率并不是越高越好。在我们的分析中,我们忽略非零采样时间并假定控制器工作在连续时间状态下。
尽管测速传感器可以被直接用来测量速度,但我们常用的方法是用一个数字滤波器去以一个连续的时间间隔,对位置信号进行差分运算,然后得到速度。常常把差分滤波器与低通滤波器配合使用去消除对信号差分所带来的高频信号噪声。
正如第八章第九章讨论的那样,有很多方法来给机器人提供机械能量,提供速度或者力并传送到机器人关节上。本章我们把每个关节的放大器,执行器以及传动装置合并成一个整体,并把这个整体看成一个把低功率能量转换成力或者扭矩的一个转换器(也就是马达),这样的假设使我们能够简化上述控制框图,变成下面的样子
下面的内容我们将去到控制器框图的里面,研究控制算法。真正的机器人系统受限于关节和连杆的柔性、振动、传动机构的回转冲程、执行器饱和度以及传感器分辨率。这些限制给机器人控制器的设计带来了不小的问题,对他们的讨论超出了本章的内容。