RobotControl은 공동 공간에서 제어로 분류하고 직교 공간에서 제어 할 수 있습니다. 탠덤 다중 관절 로봇의 경우, 조인트 공간 제어는 로봇의 각 조인트의 변수를 제어하고 직교 공간 제어는 로봇 끝의 변수를 제어합니다. 다른 제어량에 따라 로봇 제어는 위치 제어, 속도 제어, 가속 제어, 힘 제어, 힘 위치 하이브리드 제어 및 진동 제어로 분류 될 수 있습니다.
다른 운영 작업에 따르면, 로봇 제어는 포인트 제어, 연속 궤적 제어, 힘 (토크) 제어 및 지능형 제어의 4 가지 제어 방법으로 나눌 수 있습니다. 이 백서에서는 4 가지 제어 방법이 운영 작업 부서에서 소개됩니다.
1, 포인트 위치 제어 모드 (PTP)
Mechatronics 및 Robotics 산업 분야의 포인트 제어 및 광범위한 응용 분야, 부품 윤곽 추적을위한 CNC 공작 기계의 기계 제조, 산업용 로봇 핑거 엔드 궤적 제어 및 워킹 로봇 경로 추적 등이 포인트 제어 시스템의 전형적인 응용 프로그램입니다. .
제어에서, 산업용 로봇은 인접한 지점 사이를 빠르고 정확하게 움직일 수 있어야하며, 이동 궤적에 대한 규정은 표적 지점에 도달 할 수 없다.
위치 정확도와 움직임에 필요한 시간은이 제어 방법의 두 가지 주요 기술 지표입니다. 이 제어 방법은 실현하기 쉽고 높은 위치 정확도가 필요하지 않기 때문에 종종 로딩 및 언로드, 취급, 스팟 용접 및 구성 요소의 구성 요소 삽입과 같은 작업에 종종 사용됩니다. -대상 지점에서 효과를 정확하게 유지합니다. 이 접근법은 비교적 간단하지만 2 ~ 3 UM의 위치 정확도를 달성하는 것은 매우 어렵습니다.
포인트 제어 시스템은 실제로 위치 서보 시스템이며, 기본 구조와 구성은 기본적으로 동일하며 다른 것들에만 초점을 맞추고 제어 복잡성도 다릅니다. 피드백 방법에 따르면, 폐 루프 시스템, 반택 루프 시스템 및 오픈 루프 시스템으로 나눌 수 있습니다.
2, 연속 궤적 제어 모드 (CP)
PTP 포인트 제어, 시작 및 엔드 속도는 0이며, 그 동안 다양한 속도 계획 방법이있을 수 있습니다.
CP 제어는 작동 공간에서 산업용 로봇 엔드 효과 위치를 지속적으로 제어하며, 중간 점의 속도는 각 지점의 속도 크기를 얻기 위해 속도를 통해 0, 코 히어 런트 움직임이 아닙니다. 일반적으로 연속 궤적 제어는 주로 속도 제한 방법을 사용합니다 : 순방향 속도 제한, 코너 속도 제한, 뒤로 속도 제한, 최대 속도 제한, 윤곽 오류 속도 제한.
이 제어 방법은 특정 정확도 범위 내에서 미리 결정된 궤적과 속도에 따라 엄격하게 움직여야하며 속도는 제어 가능하며 궤적이 매끄럽고 작동 작업을 완료하기 위해 움직임이 매끄 럽습니다.
산업 로봇의 관절은 해당 운동을 지속적으로 그리고 동기식으로 수행하며, 최종 효과는 연속적인 궤적을 형성 할 수 있습니다. 이 제어 방법의 주요 기술 지표는 산업용 로봇의 최종 효과 자세의 궤적 추적 정확도와 부드러움 (일반적으로 아크 용접, 페인팅, 디버링 및 테스트 작업 로봇 이이 제어 방법을 사용하는 것입니다.
3, 힘 (토크) 제어 방법
로봇의 응용 경계가 지속적으로 확대되면 Vision만으로는 실제 응용 프로그램의 복잡성을 충족 할 수 없으므로 힘 / 토크 제어 출력을 도입하거나 컨트롤로의 폐쇄 루프 피드백으로서 힘 / 토크가 필요합니다.
어셈블리, 그립 및 배치 객체 등의 정확한 위치 요구 사항 외에도 힘이나 토크를 사용해야하므로 (토크) 서보 모드를 사용해야합니다. 이러한 유형의 제어의 원리는 기본적으로 입력 및 피드백이 위치 신호가 아니라 힘 (토크) 신호라는 점을 제외하고는 위치 서보 제어의 원리와 동일합니다. 따라서 시스템에 힘 (토크) 센서가 있어야합니다. 때로는 적응 제어를 위해 근접성, 슬라이딩 및 기타 감지 기능을 사용합니다.
로봇 암과 작업 표면 사이의 접촉은 종종 알려지지 않은 복잡한 표면 이므로이 힘/토크 감지에는 다차원 기능이 있어야합니다.
4, 지능형 제어 방법
로봇의 지능형 제어는 지능형 정보 처리 및 지능형 정보 피드백을 갖춘 제어 모드이며 지능형 제어 의사 결정, 센서 (예 : 카메라, 이미지 센서, 초음파 트랜스미터, 레이저, 전도성 고무)를 통해 주변 환경에 대한 지식을 얻는다. 압전 구성 요소, 공압 구성 요소, 여행 스위치 및 기타 전기 기계적 구성 요소) 및 자체 내부 지식 기반을 기반으로 해당 결정을 내립니다.
지능형 제어 기술의 개발은 인공 신경망, 유전자 알고리즘, 유전자 알고리즘, 전문가 시스템 등과 같은 인공 지능의 빠른 개발에 달려 있습니다. 최근에는 지능형 제어 기술이 크게 발전했으며, 퍼지 제어 이론과 인공 신경망 이론과 둘의 융합은 로봇의 속도와 정확성을 크게 향상시켰다. 다중 조인트 로봇 추적 제어, 달 로봇 제어, 잡초 로봇 제어, 요리 로봇 제어 등과 같은 주요 응용 프로그램.
로봇 지능형 제어는 퍼지 제어, 적응 제어, 최적의 제어, 신경망 제어, 퍼지 신경망 제어, 전문가 제어 등으로 더 세분화 될 수 있습니다.
지능형 제어 기술이 추가되면서 산업용 로봇은 진정으로 지능적이지만 알고리즘에서는 심각한 이후의 구성 요소를 깨닫기가 가장 어렵습니다.
현재, 산업용 로봇은 대부분의 경우 공간 현지화 제어 단계의 바닥에 있으며, 지능적인 콘텐츠가 많지 않으며 여전히 지능에서 갈 길이 멀다. 따라서 중국의 로봇 공학 전문가들은 응용 프로그램 환경의 로봇 전문가 인 로봇은 산업 로봇과 지능형 로봇의 두 가지 범주로 나뉩니다.