|
工業(yè)機(jī)器人技術(shù) 工業(yè)機(jī)器人通常工作于工廠車間，能夠執(zhí)行各種任務(wù)，尤其是對人體有害或其所要求的精度和速度人類很難甚至無法做到的任務(wù)。 正如ISO 8373所定義的，工業(yè)機(jī)器人是能夠自動控制的可重復(fù)編程的多用途機(jī)械裝置，它可以在三軸甚至更多軸上進(jìn)行編程，可以是固定的，也可以是移動的，用在工業(yè)自動化應(yīng)用領(lǐng)域。 2010年以來，工業(yè)機(jī)器人自動化水平不斷提高，技術(shù)持續(xù)創(chuàng)新，對工業(yè)機(jī)器人的需求也日益增長。2015年，全球有1 50萬臺工業(yè)機(jī)器人在工作。 工業(yè)機(jī)器人技術(shù)指的是對構(gòu)成機(jī)器人的電動機(jī)械臂和關(guān)節(jié)的設(shè)計、構(gòu)建、操作和裝配。機(jī)器人控制的核心是致動關(guān)節(jié)，它按照設(shè)定的軌跡移動機(jī)器人。除了控制關(guān)節(jié)，機(jī)器人技術(shù)還包括建模、識別、設(shè)計、軌跡規(guī)劃和學(xué)習(xí)等。 緣起：汽車工業(yè) 汽車工業(yè)是首先大批量應(yīng)用工業(yè)機(jī)器人的行業(yè)。機(jī)器人應(yīng)用在汽車工業(yè)領(lǐng)域完成點(diǎn)焊、搬運(yùn)（包括工件的抓起、放下和取出等）、車體裝配、噴漆和涂覆等任務(wù)。 正如任何新技術(shù)一樣，工業(yè)機(jī)器人憑借技術(shù)戰(zhàn)略上的優(yōu)勢，包括制造質(zhì)量的提升、制造時間的縮短、缺陷的減少等，推動了其最初的應(yīng)用部署。 工業(yè)機(jī)器人發(fā)展趨勢 隨著機(jī)器人技術(shù)的成熟，制造商和最終用戶已經(jīng)開始探索如何超越最初的戰(zhàn)略優(yōu)勢。工業(yè)機(jī)器人目前的發(fā)展趨勢包括： ·對高可靠性和生產(chǎn)率的、具有成本效益的機(jī)器人的需求。 ·用于高性能應(yīng)用機(jī)器人，例如水射流和激光切割、物料輸送、電弧焊接、膠合、去毛刺和倒角等，其控制策略不同于裝配。 ·協(xié)同機(jī)器人協(xié)調(diào)工作，兩個或者多個機(jī)器人一起處理由第三個機(jī)器人持有的工件；例如，電弧焊接。 ·機(jī)器視覺引導(dǎo)的機(jī)器人控制，機(jī)器視覺系統(tǒng)根據(jù)自己的“所見”來控制機(jī)器人軌跡，例如，抓取和排列操作。 ·能夠滿足功能安全的機(jī)器人，這對于自動防故障操作和人機(jī)協(xié)同非常重要。 這些新出現(xiàn)的發(fā)展趨勢開辟了新市場和應(yīng)用。但是，也給機(jī)器人控制帶來了挑戰(zhàn)。 機(jī)器人技術(shù)面臨的實(shí)際挑戰(zhàn) 要認(rèn)識到工業(yè)機(jī)器人目前的發(fā)展趨勢給機(jī)器人設(shè)計人員帶來多大的挑戰(zhàn)，應(yīng)首先研究機(jī)器人技術(shù)所面臨的主要控制問題。 很顯然，機(jī)器人技術(shù)主要是關(guān)于運(yùn)動控制的。這與電機(jī)控制不同。電機(jī)控制是指通過算法來高效地驅(qū)動每一個電機(jī)軸，達(dá)到所要求的速度、位置和扭矩。運(yùn)動控制是指能夠控制運(yùn)動點(diǎn)的軌跡或者點(diǎn)位(例如，路徑；參見圖1)——通常，機(jī)器人臂的工具末端有多個自由度。通過多個電機(jī)、齒輪、杠桿、彈簧、軸承和關(guān)節(jié)來定位運(yùn)動點(diǎn)，在三維空間中按照所要求的軌跡行進(jìn)。 圖1.曲線P1-P2表示一個六軸機(jī)器人的工具控制路徑。（有趣的直覺推論：最短的路徑未必是最快的路徑。） 實(shí)際的挑戰(zhàn)源自運(yùn)動控制領(lǐng)域的復(fù)雜性，在管理上這被統(tǒng)稱為“擾動”。擾動包括慣性、共振、轉(zhuǎn)矩波動、齒輪滯后和軸承摩擦等（參見圖2）。表1總結(jié)了機(jī)器人制造商面臨的一些常見的實(shí)際復(fù)雜問題，以及給機(jī)器人設(shè)計人員帶來的挑戰(zhàn)。 表1.實(shí)際的機(jī)器人復(fù)雜性和挑戰(zhàn) 圖2.實(shí)際擾動及其對機(jī)器人控制影響的實(shí)例 模型預(yù)測控制 模型預(yù)測控制(model predictive control， MPC)的出現(xiàn)已成為工業(yè)機(jī)器人領(lǐng)域最重要的模式。MPC以實(shí)時、隨時的方式連續(xù)計算和重新計算機(jī)器人控制輸入(在業(yè)界被稱為“在線”)，補(bǔ)償實(shí)際擾動，從而減輕甚至消除了上述挑戰(zhàn)的影響。 MPC預(yù)測建模系統(tǒng)中由獨(dú)立變量的變化造成的相關(guān)變量的變化。 有兩類獨(dú)立變量：由控制器可調(diào)的變量，以及不可調(diào)的變量。 能夠由控制器調(diào)整的獨(dú)立變量是控制輸入，例如電機(jī)的瞬時轉(zhuǎn)軸角度，需要這些輸入用于在三維空間中通過一系列坐標(biāo)來移動機(jī)器人工具，這些坐標(biāo)代表了所要求的工具路徑。控制器不能調(diào)整的獨(dú)立變量是前面所描述的擾動。 相關(guān)變量是表示控制目標(biāo)的坐標(biāo)，例如，要求的工具路徑。也可以表示必須避開的坐標(biāo)點(diǎn)等約束，以避免與鄰近的結(jié)構(gòu)（例如容器壁等）或者其他機(jī)器人相碰撞。 MPC使用當(dāng)前瞬時機(jī)器人系統(tǒng)測量結(jié)果、系統(tǒng)和MPC模型當(dāng)前瞬時動態(tài)狀態(tài)，以及系統(tǒng)變量目標(biāo)和限制等，來計算可控獨(dú)立變量下一步的變化。MPC計算出這些變化，使得相關(guān)變量盡可能靠近目標(biāo)值，以實(shí)現(xiàn)對獨(dú)立變量和相關(guān)變量的約束。 在時間t，MPC對機(jī)器人系統(tǒng)當(dāng)前狀態(tài)進(jìn)行采樣，預(yù)測相對短的未來時間范圍內(nèi) (t, t + T) 的最優(yōu)控制策略，這稱為預(yù)測時域(參見圖3)。當(dāng)MPC計算整個預(yù)測時域內(nèi)所有必要的控制輸入時，它只將控制策略中的第一條命令發(fā)送給致動器。當(dāng)機(jī)器人執(zhí)行第一條命令時，MPC再次對系統(tǒng)采樣，重復(fù)計算過程，但是采用了時間t + 1的當(dāng)前新狀態(tài)。它現(xiàn)在確定最新的控制輸入以及最新的預(yù)測工具路徑。通過不斷的重復(fù)采樣和計算過程，同時將預(yù)測時域等間隔向前移動，間隔時間與采樣時間相等，MPC連續(xù)確定不斷優(yōu)化的一組控制輸入�？刂戚斎胧峭ㄟ^對系統(tǒng)瞬時狀態(tài)的連續(xù)實(shí)時采樣進(jìn)行計算得出的，因此，MPC計算控制輸入以維持所要求的工具路徑，同時處理瞬時擾動。由于是在預(yù)測時域內(nèi)不斷向前移動，因此，MPC也被稱為滾動時域控制。 圖3. Martin Behrendt提出的MPC 基礎(chǔ)方案 ——通過維基百科共享資源得到了CC BY-SA 3.0許可 MPC不同于簡單的比例積分微分(proportional-integral-derivative， PID)控制。MPC通常用于表示復(fù)雜動態(tài)系統(tǒng)的行為。機(jī)器人很普通的特性對于PID控制器來說卻很復(fù)雜，例如高階動態(tài)變化。對于具有高階動態(tài)變化的控制問題，MPC通過超前預(yù)測來規(guī)劃控制，因此，MPC要比PID好很多。 直到最近，由于對計算硬件完成優(yōu)化算法的要求很高，MPC還是限于處理較慢的動態(tài)變化。MPC算法包括復(fù)雜的數(shù)學(xué)運(yùn)算，例如，解決含有浮點(diǎn)加法、矩陣乘法、除法、替換和Cholesky分解在內(nèi)的內(nèi)點(diǎn)二次規(guī)劃（quadratic programming， QP）問題等。使用各種基于傳感器的監(jiān)測器來增強(qiáng)對控制電機(jī)轉(zhuǎn)軸位置的估算，進(jìn)一步調(diào)整MPC。一種常用的監(jiān)測器使用了卡爾曼濾波器或者擴(kuò)展卡爾曼濾波器(extended Kalman filter， EKF)。 在FPGA中，采用硬件浮點(diǎn)算子加速M(fèi)PC算法的執(zhí)行 傳統(tǒng)上采用高性能通用CPU來處理MPC問題。最近的硬件發(fā)展趨勢是采用現(xiàn)場可編程門陣列(FPGA)來加速M(fèi)PC算法，超越了CPU的能力所及。使用單精度浮點(diǎn)算法，Cholesky分解和EKF等數(shù)學(xué)運(yùn)算算法能夠在FPGA中高效地實(shí)現(xiàn)，與基于CPU的系統(tǒng)相比較，不但顯著縮短了計算時間，而且還大幅度降低了功耗。 基于硬件的浮點(diǎn)能力，目前這是FPGA供應(yīng)商Altera在FPGA器件中所獨(dú)有的，進(jìn)一步加速了基于FPGA的浮點(diǎn)算法。Altera 20nm Arria? 10 FPGA和SoC是業(yè)界第一款具有硬核浮點(diǎn)運(yùn)算功能的器件，性能達(dá)到每秒1.5萬億次浮點(diǎn)運(yùn)算(TFLOPS)。Altera 14nm Stratix? 10 FPGA和SoC的浮點(diǎn)性能是業(yè)界最好的，性能達(dá)到10 TFLOPS。 浮點(diǎn)DSP模塊列協(xié)同工作時還支持矢量模式。這些矢量模式支持MPC等高性能計算應(yīng)用中典型的線性代數(shù)函數(shù)。 FPGA與基于硬件的浮點(diǎn)運(yùn)算相結(jié)合，與傳統(tǒng)方法相比，MPC速度提高了幾倍，而且還大幅度降低了功耗。 工業(yè)機(jī)器人的未來機(jī)遇 從2015年到2018年，預(yù)計全世界工廠會安裝130萬臺新工業(yè)機(jī)器人。國際機(jī)器人聯(lián)合會預(yù)計工業(yè)機(jī)器人全球市場會從2015年的110億美元增長到2025年的244億美元。 工業(yè)機(jī)器人的未來創(chuàng)新會圍繞基于傳感器的控制而展開。更多傳感器的實(shí)際信息被傳遞給MPC，滿足了復(fù)雜模型的增強(qiáng)可視化需求，從而高效地處理高速操作和低成本材料使用帶來的擾動問題。基于傳感器的控制還有助于滿足功能安全要求，提高故障探測和失敗模式分析能力。小型化和新傳感功能，包括觸覺和受力反饋等，將有助于機(jī)器人應(yīng)用于更多的工業(yè)領(lǐng)域，例如，離散組件的電子裝配線等小尺寸而且尺寸各不相同的材料和產(chǎn)品應(yīng)用行業(yè)。 要求能夠快速重新配置和重新校準(zhǔn)機(jī)器人，以支持工業(yè)4.0和IoT推動的大規(guī)模定制和智能工廠的運(yùn)行。 工業(yè)4.0的一項(xiàng)基本要求是，通過搭載能夠互相通信的自主機(jī)器人實(shí)現(xiàn)自動生產(chǎn)。把機(jī)器人與中心服務(wù)器或者數(shù)據(jù)庫連接，機(jī)器人能夠自動協(xié)同工作。它們能夠以最少的人力投入智能地完成任務(wù)：例如采用自主移動機(jī)器人(autonomous mobile robots， AMR)在工廠車間里搬運(yùn)材料，這些機(jī)器人會避開障礙物，與其他AMR協(xié)同工作，實(shí)時確定需要在哪里抓取物體，在哪里放下物體�？梢栽谄髽I(yè)層面上獨(dú)立保有中心數(shù)據(jù)庫服務(wù)器，也可以將其外包給安全的云服務(wù)提供商。 智能工廠目前的趨勢是自主機(jī)器人今后五年內(nèi)成為主流應(yīng)用。FPGA能夠在單個芯片中集成控制和通信功能，包括為機(jī)器人間的精確時序提供的確定性以太網(wǎng)802.1 TSN，以及工廠到云端通信等，這些對于工業(yè)機(jī)器人自主革命至關(guān)重要。傳感器處理也將極大地受益于FPGA 。 工業(yè)機(jī)器人的未來會非常令人振奮。FPGA等高性能計算硬件也將推動控制創(chuàng)新。FPGA基于硬件的浮點(diǎn)運(yùn)算等特性將有助于實(shí)現(xiàn)計算能力的突破，這對于機(jī)器人加速控制算法非常關(guān)鍵。機(jī)器人控制領(lǐng)域的FPGA應(yīng)用會越來越多，不僅僅是由于機(jī)器人控制算法極高的計算需求，而且還在于FPGA為機(jī)器人領(lǐng)域帶來的低成本、低功耗和工業(yè)4.0功能等優(yōu)勢。 |
