로봇의 제어 방법은 제어량 및 제어 알고리즘에 따라 다양한 유형으로 나뉩니다. 다음은 각 유형에 대해 일반적으로 사용되는 로봇 제어 방법을 설명합니다.
I. 제어 볼륨에 따른 분류
제어 볼륨이 위치한 다른 공간에 따르면, 로봇 제어는 관절 공간에서 제어로 분류하고 직교 공간에서 제어 할 수 있습니다. 탠덤 다중 관절 로봇의 경우, 조인트 공간 제어는 로봇의 각 조인트에서 변수 제어를위한 것이며, 직교 공간 제어는 로봇의 끝에서 변수 제어를위한 것입니다. 다른 제어량에 따라 로봇 제어는 위치 제어, 속도 제어, 가속 제어, 힘 제어, 힘 위치 하이브리드 제어 등
위치 제어의 목표는 제어 된 로봇의 조인트 또는 끝이 원하는 위치에 도달하는 것입니다. 다음은 로봇의 공동 공간 위치 제어의 예입니다. 조인트 위치의 주어진 값을 전류 값과 비교하여 얻은 오차는 위치 컨트롤러에 대한 입력으로 사용되며, 출력은 위치 컨트롤러 작동 후 조인트 속도 제어의 주어진 값으로 사용됩니다. 조인트 위치 컨트롤러는 종종 PID 알고리즘을 사용하며 퍼지 제어 알고리즘을 사용할 수도 있습니다.
먼저, 최종 도구의 제어 가속도가 계산됩니다. 그런 다음 각 조인트의 해당 가속도는 최종 위치, 속도 및 가속도 기대뿐만 아니라 현재 끝 위치, 조인트 위치 및 속도에 따라 분해 된 다음 제어 토크는 동역학 방정식을 사용하여 계산하여 가속 제어를 분해합니다. 각 조인트마다 토크를 제어해야합니다.
조인트 력/토크는 직접 측정하기 쉽지 않으며 조인트 모터의 전류는 조인트 모터의 토크를 더 잘 반사 할 수 있기 때문에 조인트 모터의 전류는 종종 관절의 전류 측정 값을 나타내는 데 사용됩니다. 토크. 힘 컨트롤러는 조인트 모터를 제어하여 원하는 힘/토크의 원하는 값과 측정 된 값 사이의 편차에 기초하여 원하는 힘/토크 특성을 나타냅니다.
위치 제어 및 힘 제어의 두 부분으로 구성됩니다. 위치 제어는 로봇의 끝의 데카르트 우주 위치로 주어진 PI 제어이며, 끝의 데카르트 공간 위치 피드백은 운동 학적 계산 후 관절 공간의 위치에서 얻습니다. 그림에서 T는 로봇의 운동 학적 모델이고 J는 로봇의 Jacobi 매트릭스입니다. 종료 위치의 주어진 값과 전류 값의 차이는 Jacobi 매트릭스의 역 행렬을 사용하여 조인트 공간에서 위치 증분으로 변환되며, 이는 PI 작동 후 조인트 위치 증분의 일부로 사용됩니다.
힘 제어는 또한 PI 제어되며 로봇 끝의 직교 우주력/토크로 제공되며, 힘/토크 센서 측정에서 얻은 피드백. 주어진 값과 엔드 힘/모멘트의 현재 값의 차이는 Jacobi 매트릭스의 전환 매트릭스를 사용하여 관절 공간의 힘/모멘트로 변환됩니다. 관절 공간의 힘/모멘트는 PI 작동 후 조인트 위치 증분의 또 다른 부분으로 사용됩니다. 위치 제어 부품 및 힘 제어 부품의 출력은 로봇 조인트의 위치 증분의 원하는 값으로 함께 추가됩니다. 로봇은 증분 컨트롤을 사용하여 각 조인트의 위치를 제어합니다. 그림 1-5에 표시된 힘 위치 하이브리드 제어는 RC (RAIBERT-CRAIG) 힘 위치 하이브리드 제어의 단순화 된 형태 인 힘 위치 하이브리드 제어에서 단순한 체계 일뿐입니다. 실제 응용 분야의 특정 환경에 대해 만들어야합니다.
II, 제어 알고리즘에 따른 분류
제어 알고리즘에 따르면 로봇의 제어 방법은 PID 제어, 가변 구조 제어, 적응 제어, 퍼지 제어, 뉴런 네트워크 제어 및 기타 방법으로 분류 될 수 있습니다. 일부 문헌은 또한 기존 제어 알고리즘을 논리 임계 값 제어, PID 제어, 슬라이딩 모드 가변 구조 제어, 신경망 제어 및 퍼지 제어로 분류합니다. 이러한 제어 방법은 분리되지 않으며 종종 제어 시스템에서 함께 사용됩니다.
1, PID 제어
엔지니어링 관행에서 PID 제어라고도하는 PID 제어라고도하는 비례, 적분, 차등 제어에 가장 널리 사용되는 규제 기관 제어 법은 PID 규정으로도 알려져 있습니다. , 조정하기 쉽고 산업 제어의 주요 기술 중 하나가되었습니다. 제어 된 객체의 구조와 매개 변수를 완전히 마스터 할 수 없거나 정확한 수학적 모델에 액세스 할 수없는 경우 다른 기술의 제어 이론은 사용하기 어렵고 시스템 컨트롤러의 구조와 매개 변수는 경험 및 필드 디버깅에 의존해야합니다. PID 제어 기술의 적용을 결정하는 것이 가장 편리합니다.
즉, 시스템과 제어 된 객체를 완전히 이해하지 못하거나 시스템 매개 변수를 얻기위한 효과적인 측정 수단이 될 수없는 경우 PID 제어 기술에 가장 적합합니다. PID 제어에는 PI 및 PD도 있습니다. Control.pid 컨트롤러는 시스템의 오류, 제어 제어 제어량의 비례, 적분, 차별적 계산을 기반으로합니다.
2, 가변 구조 제어
가변 구조 제어는 1950 년대 소비에트 연방에서 개발 된 통제 체계입니다. 소위 가변 구조 제어는 제어 시스템에 여러 컨트롤러가 있고 특정 규칙에 따라 다른 상황에서 다른 컨트롤러가 사용됨을 의미합니다. 가변 구조 제어의 사용은 다른 컨트롤에서는 발견되지 않은 많은 장점을 가지고 있으며 불확실한 매개 변수를 가진 비선형 시스템의 클래스 제어를 실현할 수 있습니다.
3, 적응 형 제어
소위 적응 형 제어는 광범위한 변화가 발생하는 시스템의 입력 또는 교란을 나타냅니다. 설계된 시스템은 시스템 매개 변수 또는 제어 전략을 적응 적으로 조정하여 출력이 여전히 설계 요구 사항, 기본 구조를 충족 할 수 있습니다. 그림 2-1에서. 적응 형 제어는 "불확실성"을 가진 시스템을 다루고, 임의 변수의 상태를 관찰하고 시스템 모델을 인식하여 이러한 불확실성을 줄이려고합니다. 결과는 종종 특정 제어 목표의 달성, 즉 "최적 제어"는 "효과적인 제어"로 대체됩니다.
적응 형 제어 시스템은 모델 리포트 된 적응 제어 시스템, 자체 조정 제어 시스템, 자체 최적화 제어 시스템, 가변 구조 제어 시스템 및 원칙에 따라 지능형 적응 제어 시스템으로 분류 될 수 있습니다. 이러한 유형의 적응 제어 시스템 중에서, 모델 참조 된 적응 제어 시스템 및 자체 조정 제어 시스템이보다 성숙하고 일반적으로 사용됩니다.
4, 퍼지 제어
퍼지 제어에서는 입력이 퍼지 변수가되도록 퍼지가 양자화되고 퍼지 규칙에 의해 퍼지 출력을 얻기 위해 퍼지 변수가 있으며, 제어를위한 명확한 출력을 얻기 위해 훼손된 후에는 퍼지 변수가 있습니다. 퍼지 컨트롤이 첫 번째였습니다
1965 년 캘리포니아 대학교 자드 교수가 제안한 1974 년 영국의 Eh Mamdani는 퍼지 제어를 보일러 및 증기 엔진 제어에 성공적으로 적용했습니다. 그 후, 퍼지 제어는 제어 분야에서 빠르게 개발되었으며 많은 성공적인 응용 프로그램을 얻었습니다.
5, 뉴런 네트워크 제어
신경망 제어는 1980 년대 후반에 개발 된 자동 제어 분야의 프론티어 분야 중 하나입니다. 새로운 지능형 제어 지점으로 복잡한 비선형, 불확실하고 불확실한 시스템의 제어 문제를 해결하는 새로운 방법을 열어줍니다. 신경망 제어는 (인공적) 신경망 이론과 제어 이론의 조합의 산물이며 개발중인 분야입니다. 그것은 수학, 생물학, 신경 생리학, 뇌 과학, 유전학, 인공 지능, 컴퓨터 과학, 자동 제어 등을 포함한 분야의 이론, 기술, 방법 및 연구 결과를 함께 제공합니다. 기본 구조는 그림 2-2에 표시됩니다.
통제 분야에서 학습 능력을 갖춘 제어 시스템을 지능형 제어 시스템에 속하는 학습 제어 시스템이라고합니다. 신경 제어는 학습 능력을 갖추고 있으며 지능적인 통제의 분야 인 학습 제어에 속합니다. 지금까지 신경 제어 발달은 10 년이 넘는 역사에 불과하지만 다양한 제어 구조가있었습니다. 신경 예측 제어, 신경 역 시스템 제어 등과 같은.