Algorytmy
wysokiej
dokładności
śledzenia
trajektorii robota
przemysłowego
W pracy przedstawiono opisy trajektorii końcówki robota przemysłowego w przestrzeni przegubowej robota. Pokazano trzy podstawowe trajektorie: ruch wzdłuż prostej, ruch po linii śrubowej oraz ruch wokół elipsy. W celu ograniczenia stosowania równań kinematyki odwrotnej zaproponowano metody aproksymacji trajektorii w przestrzeni przegubowej. Jako rozszerzenie klasycznych metod aproksymacji użyto funkcji Beziera. W pracy zaprezentowano kilka typów regulatorów nadążnych. Od prostych typu PD czy PID, poprzez regulatory adaptacyjne, po wyrafinowane konstrukcje wspierane sieciami neuronowymi. Algorytmom predykcyjnym poświęcono w pracy szczególną uwagę. Przedstawiono szczegółowe analizy predykcji numerycznej dokonanej na modelu manipulatora podczas pracy regulatora. Eksperymenty na robocie rzeczywistym ilustrują podejście, które już na etapie wstępnym generuje sterowania na podstawie numerycznego poszukiwania minimum funkcji kary. W ten sposób wprowadza się mechanizm unikania przeszkód na ścieżce ruchu robota, ograniczenia pola ruchu związane z geometrią konstrukcji robota i otoczenia robota. Pracę zamyka opis algorytmów wizyjnych i przetwarzania obrazu podczas pracy manipulatora. Przedstawiono, jak śledzi się położenia przegubów i końcówki robota oraz przeszkód należących do środowiska, których położenie może być uwzględniane w algorytmach predykcyjnych w postaci funkcji kary.
In the paper the details of the different trajectories of the robot effector are described. Author focused on the three basic trajectories: straight, helix and elliptical. In order to minimize the need of the reverse kinematics equation usage, the methods of the trajectory approximation were proposed. As the extension of the polynomial methods the Bezier functions were introduced. Multiple type of the controllers are presented starting with the simple PD and PID controllers through the adaptive controllers up to sophisticated algorithms which makes use of the neural network. The nonlinear predictive controllers take important place in the paper. The experiments on the real robotic system were performed to illustrate the approach which allows to control the robot based only on the penalty function minimization. In this way the collision avoidance algorithm was introduced to the controller structure without additional steps. To make the NMPC depiction completed in the paper two methods of parametric identification of the industrial robot Mitsubishi RV-2F were shown. The last part of the paper is description of the visual systems and the image processing during the robot work. It is shown how the effector and the environmental obstacles can be detected and tracked. Their position may be used in the collision avoidance algorithms as the input for the penalty function calculation.
