行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 机器人 正文

【前沿】破解难题!并联机器人实现拖动示教

 

随着技术的日益成熟以及应用的不断普及,工业机器人已开始逐渐融入社会生产,并发挥出越来越不可替代的作用。在传统应用领域,机器人的示教环节占据了大量部署时间,并且传统工业机器人采用的示教器现场示教或者离线编程示教方式都需要操作人员具备较高的专业技术,为机器人应用调试带来一定难度。

 

由于需求客户的应用方案不同,尤其是产品线更替周期短的应用场景,对机器人的柔性化应用和部署快速性提出了更高要求,拖动示教在此背景下应运而生。拖动示教技术通过直接手动牵引机器人到达指定位姿或沿特定轨迹移动,同时记录示教过程的位姿数据,以直观方式对机器人应用任务进行示教,可大幅缩短工业机器人在应用部署阶段的编程效率,降低对操作人员的要求,达到降本增效的目的。

 

■拖动示教的前沿:并联机器人

 

目前,拖动示教技术已得到了市场的广泛关注与认可,在六轴、协作等型号的机器人已有较为成熟的应用案例,但需要指出的是,同为工业机器人的并联机器人,其拖动示教却还属于鲜有人探索的前沿技术。在这种环境下,勃肯特机器人率先攻关,11月正式通过拖动示教在并联机器人上的内部测试。

 

并联机器人示教信息主要为确定机器人的位姿及运动轨迹、机器人动作的顺序以及机器人动作的速度和加速度。传统的示教方式主要依赖于示教器,而这样的示教方式具有工作效率较低、过程繁琐不直观、对操作人员知识水平要求高的特点,在实际操作中需要占用大量技术点和时间。长时间的机器调试对客户投产及成本均有影响,于是通过直接手持牵引机器人,记录示教过程的位姿数据,以直观方式对机器人应用任务进行示教的拖动示教将以其操作简便、专业要求低等优势开拓并联机器人调试应用新方向。

 

■创新:基于动力学模型的拖动示教

 

当前主流的机器人拖动示教控制方法可以分为两类:第一类是在机器人本体关节处安装力矩传感器,并配合控制器中的算法,牵引机器人末端在笛卡尔空间下做线性或者旋转的运动,检测出用户施加在该处的外力信息的拖动示教。这种方式实现起来较为简单,但由于额外的力矩传感器的配置,增加了机器人的生产成本,并且由于力矩传感器只能控制机器人末端的笛卡尔空间,所以无法很好地控制单轴的运动,使得机器人的运动显得十分僵硬,尤其是要微调到特定的点的时候,可能还需要传统的遥控示教盒的辅助。

 

第二类是基于力矩控制的零力平衡,即借助机器人的动力学模型的拖动示教。基于力矩控制的零力平衡的机器人直接示教,是一种更为直接的机器人拖动示教方法。借助机器人的动力学模型,控制器可以实时的算出机器人被拖动时所需要的力矩,然后把提供该力矩给电机使得机器人能够很好地辅助操作人员进行拖动。

 

力矩的计算如下列公式所示:

其中

 

公式中是通过逆动力学算得的电机所需要的力矩,其计算公式包括惯性力项、科里奥利力和离心力项、重力项以及摩擦力项。而当中的根据选择的摩擦力模型可以分解为粘性摩擦力项、库仑摩擦力项以及补偿。

 

不同于传统的基于位置或者阻抗的拖动示教方法,零力控制方法对操作者更加的友好:在精确的动力学模型的帮助下,拖动机器人时要克服的机器人自身重力,摩擦力以及惯性力都的到了相应的电机力矩的抵消,使得机器人能够轻松的拖动。同时,算法也保证了当外力被撤销时,机器人能够迅速的静止在当前位置,保证设备和操作人员的安全。

 

另一个基于零力控制拖动示教带来的优势是,在动力学模型中,各关节的力矩是可以单独控制的,所以机器人的拖动点不再被固定在机器人末端或者多维传感器上,操作者可以在机器人任意位置去拖动机器人,使操作更加灵活多变。

 

勃肯特此次试验方式便是基于力矩控制的零力平衡,降低了并联机器人整体调试难度,易于学习、操作简单,调试人员不需要花大量时间去学习编程,也提高了本体调试效率,为客户快速投产提供便利的同时节省了调试成本,并且还可以及时应对客户后期生产遇到的转线问题,便于客户实现柔性化生产,为并联机器人调试应用开拓了新方向。

 

作为并联机器人继续发展与创新的一个重要方面,拖动示教的应用将为并联机器人调试技术趋向利于快速、简便的方向发展,满足生产企业应用机器人进行及时、高效的生产需求。以及在工业4.0和“中国制造2025”的背景下,适应现代工业快速多变的特点以及满足制造业日益增长的复杂性要求。

 

微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2028 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注

扫码入群
扫码关注

微信公众号

返回顶部