CN112847352B - 机器人控制方法、电阻设备、存储介质 - Google Patents
机器人控制方法、电阻设备、存储介质 Download PDFInfo
- Publication number
- CN112847352B CN112847352B CN202011624901.XA CN202011624901A CN112847352B CN 112847352 B CN112847352 B CN 112847352B CN 202011624901 A CN202011624901 A CN 202011624901A CN 112847352 B CN112847352 B CN 112847352B
- Authority
- CN
- China
- Prior art keywords
- target
- gain value
- axis
- target axis
- robot
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000003860 storage Methods 0.000 title claims description 9
- 238000004590 computer program Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 claims description 4
- 230000006870 function Effects 0.000 description 10
- 238000007667 floating Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 6
- 230000009467 reduction Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 230000001276 controlling effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000004512 die casting Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000005242 forging Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009776 industrial production Methods 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Images
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1628—Programme controls characterised by the control loop
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明实施例涉及机器人领域,公开了一种机器人控制方法。本发明中,应用于机器人系统的控制器;该方法包括:获取目标轴的负载力矩以及目标轴的当前增益值;根据负载力矩以及所述当前增益值得到目标轴的目标增益值;将目标增益值发送至目标轴的伺服驱动模块,供伺服驱动模块将目标轴的增益调整至目标增益值。本申请通过控制器获取目标轴的负载力矩以及目标轴的当前增益值,根据负载力矩以及当前增益值获取目标轴的目标增益值并发送至目标轴的驱动模块,从而使得目标轴的增益值调整至目标增益值,使得机器人目标轴的增益值与目标轴当前所处的场景关联,机器人即使在一些复杂的场景下也可以具有良好的柔性控制能力。
Description
技术领域
本发明实施例涉及机器人技术领域,特别涉及机器人控制方法、电阻设备、存储介质。
背景技术
目前,随着工业自动化程度的不断提高,为了满足实际工程应用的需求,工业机器人已经被广泛应用于焊接、喷涂、装配、热锻、压铸、搬运等各种工业生产中。而机器人和外部环境之间有比较严格的定位要求,若机器人在进行高定位精度加工的过程中,出现位置偏差较大时,就会形成机器人本体与工作台挤压的情况,很容易导致加工结果的失败,严重情况下可能会导致电机过载,损坏加工工件及设备。为了使得机器人能够成功完成加工作业,必须使机器人系统能够存在一定的顺应速度及外部阻力的能力,因此,机器人软浮动功能的研究显得十分必要。
为了使得机器人达到柔顺控制的目的,现有技术存在以下两种做法:一是当机器人和周围的环境发生接触时,将机器人末端坐标空间分解为对应的位置控制方向及力控制方向的两个子正交空间,通过分别在力空间下及位置空间下控制达到机器人柔顺运动的目的;二是当机器人和周围的环境发生接触时,通过调节由用户设定的目标阻抗模型,使机器人最终达到柔顺控制的目的。
发明人发现现有技术中至少存在如下问题:上述两种方式均仅适用于机器人降低的普通场合中,然而,在一些特殊场合中,例如机器人打磨、装配等较为复杂的场景下,若机器人偏离了已知环境,机器人的柔顺控制能力较差且无法有效适应于这些较为复杂的未知环境约束的场合。
发明内容
本发明实施例的目的在于提供一种机器人控制方法、电阻设备、存储介质,使得机器人即使在未知的场景下也可以具有良好的机器人的柔性控制能力。
为解决上述技术问题,本发明的实施例提供了一种机器人控制方法,应用于机器人系统的控制器;包括以下步骤:获取目标轴的负载力矩以及所述目标轴的当前增益值;根据所述负载力矩以及所述当前增益值得到所述目标轴的目标增益值;将所述目标增益值发送至所述目标轴的伺服驱动模块,供所述伺服驱动模块将所述目标轴的增益调整至所述目标增益值。
本发明的实施例还提供了机器人控制方法,应用于机器人的目标轴的伺服驱动模块;包括:获取控制器发送的所述目标轴的目标增益值,其中,所述目标增益值是所述控制器根据所述目标轴的负载力矩以及所述目标轴的当前增益值得到的;将所述目标轴的增益值调整至所述目标增益值。
本发明的实施例还提供了一种电子设备,包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如上述的机器人控制方法。
本发明的实施例还提供了一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现上述的机器人控制方法。
本发明实施例相对于现有技术而言,通过控制器获取目标轴的负载力矩以及目标轴的当前增益值,根据负载力矩以及当前增益值获取目标轴的目标增益值并发送至目标轴的驱动模块,从而使得目标轴的增益值调整至目标增益值,使得机器人目标轴的增益值仅与当前所处的场景关联,机器人即使在医学复杂的场景下也可以具有良好的柔性控制能力。
另外,所述根据所述负载力矩以及所述当前增益值得到所述目标轴的目标增益值,包括:利用力控PID计算方法,根据所述负载力矩以及所述当前增益值计算得到所述目标轴的所述目标增益值。
另外,所述目标增益值包括位置环增益值、速度环增益值中的至少一个。
另外,所述机器人包括多个关节轴;所述目标轴的获取方式为:获取每个所述关节轴的反馈转矩;计算每个所述反馈转矩的雅可比矩阵;选取多个所述雅可比矩阵中在笛卡尔方向对应行中的最大列对应的所述关节轴作为所述目标轴。
另外,所述将所述目标增益值发送至所述目标轴的伺服驱动模块,供所述驱动模块按照预设规则将所述目标轴的增益调整至所述目标增益值之后,还包括:在预设时长之后,再次获取所述目标轴的所述负载力矩;若所述负载力矩增大,则减小所述目标增益值得到变化后的目标增益值;若所述负载力矩减小,则增大所述目标增益值得到变化后的目标增益值;将所述变换后的目标增益值发送至所述目标轴的伺服驱动模块,供所述伺服驱动模块将所述目标轴的增益调整至所述变换后的目标增益值。
附图说明
一个或多个实施例通过与之对应的附图中的图片进行示例性说明,这些示例性说明并不构成对实施例的限定,附图中具有相同参考数字标号的元件表示为类似的元件,除非有特别申明,附图中的图不构成比例限制。
图1是根据本申请第一实施例的机器人控制方法的流程示意图;
图2是根据本申请第二实施例的机器人控制方法的流程示意图;
图3是根据本申请第三实施例的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的各实施例进行详细的阐述。然而,本领域的普通技术人员可以理解,在本发明各实施例中,为了使读者更好地理解本申请而提出了许多技术细节。但是,即使没有这些技术细节和基于以下各实施例的种种变化和修改,也可以实现本申请所要求保护的技术方案。以下各个实施例的划分是为了描述方便,不应对本发明的具体实现方式构成任何限定,各个实施例在不矛盾的前提下可以相互结合相互引用。
本发明的第一实施例涉及一种机器人控制方法,具体流程如图1所示,包括以下步骤:
步骤101,获取目标轴的负载力矩以及目标轴的当前增益值。
具体地说,本实施例的执行主体为机器人系统的控制器,在实际应用中,机器人包括多个关节轴,从而使得机器人在多个关节的共同作用下灵活运动,从而完成生产加工。当机器人遇到障碍之后,机器人会进入软浮动模式,之后,控制器控制多个关节轴中的部分关节轴开启软浮动功能,而目标轴为机器人多个关节轴中开启软浮动模式的关节轴。在目标轴开启软浮动功能之后,控制器获取该目标轴的负载力矩以及目标轴的当前增益值,从而可以获取目标轴所承受的力的大小和方向。
在实际应用中,在使用机器人生产加工过程中,为了使得机器人能够存在一定的顺应速度及外部阻力的能力,机器人的控制器需要监测多个关节轴共同的组成的机械臂末端负载所承受的力的大小和方向;也就是说,机器人开启软浮动模式的条件为:当多个关节轴共同的组成的机械臂末端负载所承受的组合力矩不在正常范围内,即该力矩的大小或方向中其中一个出现异常时,机器人进入软浮动模式,在多个关节轴中选取部分关节轴(目标轴)开启软浮动功能。在一个例子中,目标轴的获取方式为:获取每个关节轴的负载力矩;计算每个反馈转矩的雅可比矩阵;选取多个雅可比矩阵中在笛卡尔方向对应行中的最大列对应的关节轴作为目标轴。其中,获取每个关节轴的反馈转矩的步骤为:获取机械臂末端负载所承受的力矩,该力矩表示有机械臂末端所受力的大小和受力的方向;根据机械臂末端负载所承受的力矩计算得到每个关节轴的负载力矩。
具体地说,多个关节轴共同的组成的机械臂末端负载所承受的力矩的正常范围,与机器人本身的姿态和模型有关;在实际应用中,可以根据机器人本身的姿态和模型,计算出机器人在模型以及姿态下的负载力矩,再结合机器人末端承载的力矩大小计算出机器人期望的负载力矩大小,从而使得当机器人突加负载后,可以根据机器人各关节的转矩反馈,通过雅可比矩阵计算出实际的负载力矩,调节实际机械臂末端负载所承受的力矩到期望的负载力矩。
步骤102,根据负载力矩以及当前增益值得到目标轴的目标增益值。
具体地说,在机器人开启软浮点模式之后,会在机器人的多个关节轴中选取部分关节轴作为目标轴,因此,目标轴的数量可能会存在多个;控制器在对其中一个目标轴进行调整时,先根据上述的方式获取该目标轴的负载力矩以及目标轴的当前增益值,之后,根据该负载力矩以及目标轴的当前增益值计算得到该目标轴的目标增益值,从而使得目标轴可以基于该目标增益值调整本身的增益。在一个例子中,根据负载力矩得到目标轴的目标增益值,包括:利用力控PID计算方法,根据负载力矩计算得到目标轴的目标增益值。
在一个例子中,目标增益值包括位置环增益值、速度环增益值中的至少一个。
在实际应用中,目标增益值小于目标轴的当前增益值,通过降低目标轴的增益值可以降低伺服对外部负载扰动的影响。
步骤103,将目标增益值发送至目标轴的伺服驱动模块,供伺服驱动模块将目标轴的增益调整至目标增益值。
具体地说,机器人的每个关节轴均有一个伺服驱动模块,当关节轴开启伺服驱动功能时,伺服驱动模块用于控制该目标轴进行伺服驱动。在实际应用中,当目标轴开启伺服驱动功能之后,控制器还设定有该目标轴的初始增益值并发送给目标轴的伺服驱动模块,使得目标轴的当前增益值调整为该初始增益值,之后,将目标轴的位置环前馈设置为0,积分时间设置为无穷大,使得目标轴的增益在此参数下进行调整。
具体地说,机器人控制器在获取到目标轴的目标增益值之后,会将该目标增益值发送至该目标轴的伺服驱动模块,伺服驱动模块会将目标轴的增益调整至目标增益值,从而实现该目标轴的伺服驱动功能。
在一个例子中,将目标增益值发送至目标轴的伺服驱动模块,供驱动模块按照预设规则将目标轴的增益调整至目标增益值之后,还包括:在预设时长之后,再次获取目标轴的负载力矩;若负载力矩增大,则减小目标增益值得到变化后的目标增益值;若负载力矩减小,则增大目标增益值得到变化后的目标增益值;将变化后的目标增益值发送至目标轴的伺服驱动模块,供伺服驱动模块将目标轴的增益调整至变化后的目标增益值。
具体地说,控制器会根据周期性地获取每个目标轴的负载力矩,即在一次将目标轴的增益调整目标增益值之后,在下一个周期开始的时刻,检测目标轴当前的负载力矩;若目标轴的负载力矩增大,则控制器相应地减小上一周期得到的目标增益值,且目标增益值的减少量与目标轴的负载力矩的增加量正相关,即负载力矩的增加量越大,目标增益值的减少量越大,载力矩的增加量越小,目标增益值的减少量越小;若目标轴的负载力矩减小,则控制器相应地增加上一周期得到的目标增益值,且目标增益值的增加量与目标轴的负载力矩的减小量正相关,即负载力矩的减小量越大,目标增益值的增加量越大,载力矩的减小量越小,目标增益值的增加量越小。可以看出,控制器是通过闭环反馈调节周期性地调节目标轴的负载力矩。
在实际应用中,在下一个周期的目标增益值需要通过力控PID计算得到,其中,若负载力矩增大,则目标增益值相应地减小;若负载力矩减小,则目标增益值相应得增加。
本实施例中,通过控制器获取目标轴的负载力矩以及目标轴的当前增益值,根据负载力矩以及目标轴的当前增益值获取目标轴的目标增益值并发送至目标轴的驱动模块,从而使得目标轴的增益值调整至目标增益值,使得机器人目标轴的增益值与目标轴当前所处的场景关联,机器人即使在一些复杂的场景下也可以具有良好的柔性控制能力。
本发明的第二实施例涉及一种机器人控制方法,如图2所示,包括以下步骤:
步骤201,获取控制器发送的目标轴的目标增益值,其中,目标增益值是控制器根据目标轴的负载力矩以及目标轴的当前增益值得到的。
步骤202,将目标轴的增益值调整至目标增益值。
不难发现,本实施例为与第一实施例相对应的方法实施例,不同的执行主体为目标轴的伺服驱动模块,本实施例可与第一实施例互相配合实施。第一实施例中提到的相关技术细节在本实施例中依然有效,为了减少重复,这里不再赘述。相应地,本实施例中提到的相关技术细节也可应用在第一实施例中。
在一个例子中,将目标轴的增益调整至目标增益值,包括:若目标增益值大于目标轴的当前增益值,则将目标轴的增益按照预设公差值从当前增益值线性调整至目标增益值;若目标增益值小于目标轴的当前增益值,则将目标轴的增益更新为目标增益值。需要说明的是,当目标增益值等于目标轴的当前增益值,则无需调整当前增益值。
具体地说,目标轴开启伺服驱动功能时,控制器还设定有该目标轴的初始增益值,并将该初始增益值发送给目标轴的伺服驱动模块,使得目标轴的当前增益值为该初始增益值。而若控制器计算得到的目标增益值等于当前增益值即该初始增益值,则无需调整目标轴的增益;若目标增益值大于目标轴的当前增益值,则将目标轴的增益按照预设公差值从当前增益值线性调整至目标增益值,此时由于增益较大,可以缓慢调节增益,减缓调整过程中伺服驱动模块的压力;若目标增益值小于目标轴的当前增益值,则将目标轴的增益更新为目标增益值,此时由于增益较小,即目标轴的柔性没有达到要求,如不及时调整,可能会使得破环机器人系统,因此,将目标轴的增益及时更新至目标增益值,可以避免机器人系统损坏。
在一个例子中,将目标轴的增益值调整至目标增益值之后,还包括:若接收到控制器发送的关闭指令,则将目标轴的增益调整至预设增益值。
具体地说,当控制器检测到机器人完成加工之后,会向目标轴的伺服驱动模块发送关闭指令,供伺服驱动模块将其增益值调整至预设增益值;其中,该预设增益值是指目标轴正常运行时的增益值。
本实施例中,通过控制器获取目标轴的负载力矩,根据负载力矩获取目标轴的目标增益值并发送至目标轴的驱动模块,从而使得目标轴的增益值调整至目标增益值,使得机器人目标轴的增益值仅与目标轴所承受的负载力矩有关,与机器人所在的场景的熟悉程度无关,从而提供了一种机器人控制方法,使得机器人即使在未知的场景下也可以具有良好的柔性控制能力。
本发明第三实施例涉及一种电子设备,如图3所示,包括至少一个处理器301;以及,与至少一个处理器301通信连接的存储器302;其中,存储器302存储有可被至少一个处理器301执行的指令,指令被至少一个处理器301执行,以使至少一个处理器301能够执行上述的机器人控制方法。
其中,存储器302和处理器301采用总线方式连接,总线可以包括任意数量的互联的总线和桥,总线将一个或多个处理器301和存储器302的各种电路连接在一起。总线还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路连接在一起,这些都是本领域所公知的,因此,本文不再对其进行进一步描述。总线接口在总线和收发机之间提供接口。收发机可以是一个元件,也可以是多个元件,比如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。经处理器301处理的数据通过天线在无线介质上进行传输,进一步,天线还接收数据并将数据传送给处理器301。
处理器301负责管理总线和通常的处理,还可以提供各种功能,包括定时,外围接口,电压调节、电源管理以及其他控制功能。而存储器302可以被用于存储处理器301在执行操作时所使用的数据。
本发明第四实施例涉及一种计算机可读存储介质,存储有计算机程序。计算机程序被处理器执行时实现上述方法实施例。
即,本领域技术人员可以理解,实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序存储在一个存储介质中,包括若干指令用以使得一个设备(可以是单片机,芯片等)或处理器(processor)执行本申请各个实施例方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
本领域的普通技术人员可以理解,上述各实施例是实现本发明的具体实施例,而在实际应用中,可以在形式上和细节上对其作各种改变,而不偏离本发明的精神和范围。
Claims (8)
1.一种机器人控制方法,其特征在于,应用于机器人系统的控制器;所述方法包括:
获取目标轴的负载力矩以及所述目标轴的当前增益值;
根据所述负载力矩以及所述当前增益值得到所述目标轴的目标增益值;
将所述目标增益值发送至所述目标轴的伺服驱动模块,供所述伺服驱动模块将所述目标轴的增益调整至所述目标增益值;
所述将所述目标增益值发送至所述目标轴的伺服驱动模块,供所述伺服 驱动模块按照预设规则将所述目标轴的增益调整至所述目标增益值之后,还包括:
在预设时长之后,再次获取所述目标轴的所述负载力矩;
若所述负载力矩增大,则减小所述目标增益值得到变化后的目标增益值;
若所述负载力矩减小,则增大所述目标增益值得到变化后的目标增益值;
将所述变化后的目标增益值发送至所述目标轴的伺服驱动模块,供所述伺服驱动模块将所述目标轴的增益调整至所述变化后的目标增益值。
2.根据权利要求1所述的机器人控制方法,其特征在于,所述根据所述负载力矩以及所述当前增益值得到所述目标轴的目标增益值,包括:
利用力控PID计算方法,根据所述负载力矩以及所述当前增益值计算得到所述目标轴的所述目标增益值。
3.根据权利要求1所述的机器人控制方法,其特征在于,所述目标增益值包括位置环增益值、速度环增益值中的至少一个。
4.根据权利要求1所述的机器人控制方法,其特征在于,所述机器人包括多个关节轴;所述目标轴的获取方式为:
获取每个所述关节轴的反馈转矩;
计算每个所述反馈转矩的雅可比矩阵;
选取多个所述雅可比矩阵中在笛卡尔方向对应行中的最大列对应的所述关节轴作为所述目标轴。
5.一种机器人控制方法,其特征在于,应用于机器人的目标轴的伺服驱动模块;所述方法包括:
获取控制器发送的所述目标轴的目标增益值,其中,所述目标增益值是所述控制器根据所述目标轴的负载力矩以及所述目标轴的当前增益值得到的;
将所述目标轴的增益值调整至所述目标增益值;
所述将所述目标轴的增益调整至所述目标增益值,包括:
若所述目标增益值大于所述目标轴的当前增益值,则将所述目标轴的增益按照预设公差值从所述当前增益值线性调整至所述目标增益值;
若所述目标增益值小于所述目标轴的当前增益值,则将所述目标轴的增益更新为所述目标增益值。
6.根据权利要求5所述的机器人控制方法,其特征在于,所述将所述目标轴的增益值调整至所述目标增益值之后,还包括:
若接收到所述控制器发送的关闭指令,则将所述目标轴的增益调整至预设增益值。
7.一种电子设备,其特征在于,包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至4中任一所述的机器人控制方法,或者如权利要求5至6中任一所述的机器人控制方法。
8.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至4中任一项所述的机器人控制方法,或者实现权利要求5至6中任一项所述的机器人控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624901.XA CN112847352B (zh) | 2020-12-31 | 2020-12-31 | 机器人控制方法、电阻设备、存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011624901.XA CN112847352B (zh) | 2020-12-31 | 2020-12-31 | 机器人控制方法、电阻设备、存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112847352A CN112847352A (zh) | 2021-05-28 |
CN112847352B true CN112847352B (zh) | 2022-10-14 |
Family
ID=75999420
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011624901.XA Active CN112847352B (zh) | 2020-12-31 | 2020-12-31 | 机器人控制方法、电阻设备、存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112847352B (zh) |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH03289385A (ja) * | 1990-04-03 | 1991-12-19 | Fanuc Ltd | モータ制御のゲイン調整方法 |
TWI404322B (zh) * | 2009-04-14 | 2013-08-01 | Mitsubishi Electric Corp | 馬達控制裝置 |
JP6020537B2 (ja) * | 2014-11-21 | 2016-11-02 | 株式会社安川電機 | モータ制御装置及びモータ制御方法 |
JP6950589B2 (ja) * | 2018-03-07 | 2021-10-13 | オムロン株式会社 | サーボ制御方法 |
CN109664297B (zh) * | 2018-12-14 | 2022-04-29 | 深圳市汇川技术股份有限公司 | 机器人的振动抑制方法、系统、装置及计算机可读存储器 |
CN110855212B (zh) * | 2019-10-30 | 2022-10-14 | 上海新时达机器人有限公司 | 电机控制装置的振动抑制方法及其装置 |
-
2020
- 2020-12-31 CN CN202011624901.XA patent/CN112847352B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN112847352A (zh) | 2021-05-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230373089A1 (en) | Method for controlling robot, robot and computer-readable storage medium | |
CN108568814B (zh) | 机器人以及机器人的控制方法 | |
CN109352661B (zh) | 一种机器人关节的控制方法、伺服驱动装置和可存储介质 | |
US10864632B2 (en) | Direct teaching method of robot | |
KR20190110653A (ko) | 로봇시스템과 그 운전방법 | |
EP1905547A2 (en) | Robot controller performing soft control | |
EP1696294A2 (en) | Method and apparatus for generating teaching data for a robot | |
CN111687838B (zh) | 机械手轨迹跟随误差的在线补偿方法、系统及存储介质 | |
US4973895A (en) | Motor drive method for an industrial robot | |
EP0254211A2 (en) | Position correcting control system for servomechanism device | |
CN115256395A (zh) | 基于控制障碍函数的模型不确定机器人安全控制方法 | |
CN112847352B (zh) | 机器人控制方法、电阻设备、存储介质 | |
CN111168680B (zh) | 一种基于神经动力学方法的软体机器人控制方法 | |
EP0508205B1 (en) | System for hybrid position and force control | |
CN110026986B (zh) | 多臂协同作业柔顺控制方法 | |
Xu et al. | Extended state observer based dynamic iterative learning for trajectory tracking control of a six-degrees-of-freedom manipulator | |
CN109311163A (zh) | 校正机器人的运动控制命令的方法及其相关设备 | |
CN115890666A (zh) | 机器人及其碰撞保护方法、装置及存储介质 | |
Lin et al. | Fuzzy PID Control for multi-joint robotic arm | |
US12036677B2 (en) | Method and system for transferring an end effector of a robot between one end effector pose and a further end effector pose | |
CN114654473A (zh) | Scara机器人的关节驱动电机远程控制方法及系统 | |
WO2024050729A1 (en) | Robot teleoperation system and method | |
JP7290439B2 (ja) | 嵌合作業装置 | |
US20240217108A1 (en) | Method for avoiding singularities of robotic arm, control device and computer-readable storage medium | |
CN113319844A (zh) | 机械臂控制方法、控制设备和机器人 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |