CN107972029A - 机械手臂教导控制系统 - Google Patents

Abstract

本发明公开了机械手臂教导控制系统，包含操作接口装置、控制装置以及机械手臂，操作接口装置与所述控制装置连接，操作接口装置用以控制所述控制装置，控制装置与机械手臂连接，机械手臂包含至少一马达驱动部和一末端执行器，马达驱动部用以驱动机械手臂，控制系统包括动态学习模块、教导记忆模块、路径优化模块及路径执行模块，由动态学习模块产生的学习动态模型，教导记忆模块产生机械手臂学习后的路径，以路径优化模块的调整，以使路径执行模块准确的执行使用者所需要的运动路线。具有机械手臂动态模型学习与补偿的功能，使用者可直接进行教导，且不需外加传感器，不需使用教导盒，减少生产成本。

Description

机械手臂教导控制系统

技术领域

本发明涉及一种机械手臂教导控制系统，尤其涉及一种可自我学习机械手臂的动态模型且能将动态模型的数据做回授补偿的机械手臂教导控制系统。

背景技术

目前，机械手臂已广泛的运用在工业界，如：取放、切割、加工、焊接、组装等等各项工作，可提高生产线的自动化程度与工作效率。机械手臂教导系统，生成机械手臂的命令以执行被赋予的工作。现在工业机械手臂最常见的教导方法，使用教导盒(instruction box)产生欲到达位置点的指令来生成路径，对于复杂动作的工作内容或是要加工立体状不规则工件，使用教导盒的方法较不人性化且耗费时间成本，为了解决上述的问题，不使用教导盒的机械手臂教导方法被提出，以下简述三个教导装置，及其三者各自使用的方法：

第一种教导系统，教导方式为以人工带动机器手臂完成教导路径，此方法在教学时，机器手臂的马达必须在伺服关闭状态，因此当使用者直接带动机械手臂时，必须承受机器手臂的各种机械力，故造成教导上的困难，且高传动比的传动机构也容易在教导的过程中损坏。所以使用此教导方式的所制成的机械手臂，其重量与体型要轻巧，重型机械手臂通常不使用此方法。

第二种教导系统，包含一个教导机械手臂与一个执行机械手臂，内部教导机械手臂仅装配编码器，并无装配马达。使用者带动此教导机械手臂时，教导机械手臂上的编码器的位置讯号会被记录下来并且转换成执行机械手臂可读取的轨迹档案，使执行机械手臂执行此轨迹档案来完成相同的教导动作。此方法需额外使用教导机械手臂，因此生产成本会提高，且教导机械手臂必须与执行机械手臂机构一致，教导机械手臂无法用于不同构型或机构参数的执行机械手臂，所以此类型的教导方式应用范围较局限。

第三种教导系统以人工带动机器手臂完成教导路径，此机械手臂教导系统需要由力传感器、加速计等传感器来检测外力，利用量测后的外力信息来下达机械手臂末端执行器移动量。该教导方式的教导点位置是固定，以六轴力规为例，教导者就必须抓着六轴力规所在的特定位置进行教导，其余位置则无法进行教学。另外，此教导方法需要多装配传感器，因此生产成本增加。

发明内容

本发明的目的是克服现有技术存在的不足，提供一种机械手臂教导控制系统，使用者可直接进行教导，且不需外加传感器，不需使用教导盒，减少生产成本。

本发明的目的通过以下技术方案来实现：

机械手臂教导控制系统，特点是：包含操作接口装置、控制装置以及机械手臂，所述操作接口装置与所述控制装置连接，所述操作接口装置用以控制所述控制装置，所述控制装置与机械手臂连接，所述机械手臂包含至少一马达驱动部和一末端执行器，所述马达驱动部用以驱动机械手臂；

所述控制装置包含动态学习模块、教导记忆模块以及路径执行模块，

所述动态学习模块，包括：数据读取部，用以读取控制装置的数据设定文件；

第一命令生成部，根据数据设定文件建立学习轨迹模型；

第一命令输出部，根据学习轨迹模型，计算出每一个马达的位置命令并输出至马达驱动部，其中马达驱动部根据每一马达的位置命令产生一马达扭矩回授；

动态模型计算部，根据学习轨迹模型及马达扭矩回授得到机械手臂的学习动态模型；

动态模型记忆部，用以储存机械手臂的学习动态模型；

所述教导记忆模块，包含动态补偿单元和机构转换单元，

动态补偿单元，包括：动态模型读取部，用以读取储存在动态模型记忆部中的机械手臂的学习动态模型；

扭矩命令计算部，根据动态模型记忆部所储存的机械手臂的学习动态模型及马达驱动部所量测的马达位置讯号形成一扭矩命令讯号；

扭矩命令输出部，接收扭矩命令计算部所形成的扭矩命令讯号并产生扭矩命令输出至马达驱动部；其中马达驱动部处理由扭矩命令输出部所获得的扭矩命令讯号驱动机械手臂，并生成马达位置讯号，回传至扭矩命令计算部处理，以形成一闭回路的动态补偿；

机构转换单元，包括：机构转换计算部，根据马达位置回授讯号与机械手臂的机构参数计算出机械手臂的末端执行器的第一位置点；

路径记忆部，将机械手臂的末端执行器的第一位置点储存于为机械手臂的操作路径；

所述路径执行模块，包括：路径读取部，用以读取储存在路径记忆部的机械手臂的操作路径；

第二命令生成部，根据执行机械手臂的一执行轨迹曲线及末端执行器的位置以计算出每一马达的位置命令；

第二命令输出部，将第二命令生成部生成的每一马达的位置命令输出至马达驱动部，机械手臂将第二命令输出部输出的数据以驱动机械手臂执行操作路径。

进一步地，上述的机械手臂教导控制系统，其中，所述控制装置还包含路径优化模块，所述路径优化模块，包括：路径读取部，用以读取储存在路径记忆部的机械手臂的操作路径；

路径优化部，用以过滤机械手臂的操作路径中至少一个杂点以优化操作路径；

优化路径记忆部，用以将已优化的操作路径转换成机械手臂的加工档。

进一步地，上述的机械手臂教导控制系统，其中，所述路径优化部包括一自动优化部以及一人工优化部。

进一步地，上述的机械手臂教导控制系统，其中，所述路径优化部根据操作路径与一周围环境、一加工工件的一位置相对关系进行仿真机械手臂的操作路径的动作以判断是否调整机械手臂的操作。

进一步地，上述的机械手臂教导控制系统，其中，所述路径人工优化部调整机械手臂的操作包括设定一轨迹平滑度及/或一轮廓误差。

进一步地，上述的机械手臂教导控制系统，其中，每一马达的位置命令通过动态学习模块经由马达驱动部传送至机械手臂。

进一步地，上述的机械手臂教导控制系统，其中，马达扭矩回授通过马达驱动部传送至动态学习模块的动态模型计算部。

进一步地，上述的机械手臂教导控制系统，其中，所述控制装置还包含一用以优化机械手臂操作路径的路径优化模块。

进一步地，上述的机械手臂教导控制系统，其中，所述路径优化模块包括：路径读取部，用以读取机械手臂已执行的操作路径；

路径优动化部，用以过滤械手臂已执行的操作路径的至少一个杂点以优化已执行的操作路径；

优化路径记忆部，用以将已优化的已执行的操作路径转换成机械手臂的一加工档。

进一步地，上述的机械手臂教导控制系统，其中，每一马达的扭矩命令通过动态补偿单元经由马达驱动部传送至机械手臂，马达位置讯号通过马达驱动部传送至动态补偿单元的扭矩命令计算部以形成一闭回路动态补偿。

本发明与现有技术相比具有显著的优点和有益效果，具体体现在以下方面：

①系统具有机械手臂动态模型学习与补偿的功能，使用者可直接进行教导，且不需外加传感器，不需使用教导盒，减少生产成本。由马达的驱动器的扭力回授与马达轨迹的指令可以学习出机械手臂的手臂动态模型，无需使用者输入参数，机械可以自我学习，友善性佳；

②所学习的机械手臂动态模型可永久记忆，因此有学习过的机械手臂不需要重复学习。所学习出的动态模型结果可直接套在相同杆长、材质、机械结构的机械手臂，具有通用性，可降低调适时间与时间成本。可以根据所学习的机械手臂动态模型搭配马达编码器量测出位置、速度、加速度之回授，以计算出各个关节马达所出的扭矩命令使马达输出该力量，因此在使用者执行直接教导过程，由于机械手臂移动所需的力量由马达来施加，因此可以达到省力教导的效果；

③可以自动地或人工的方式将路径优化，使用者也可以在控制器或是利用远程计算机等操作接口上，使用路径编修程序针对轨迹进行编修，以确保路径的平滑性与安全性；

④由动态学习模块产生的学习动态模型，教导记忆模块产生机械手臂学习后的路径，加上路径优化模块优化、平顺化由教导记忆模块所得的机械手臂的路径，转换为机械手臂之路径加工档案，供给路径执行模块，让能使机械手臂准确的执行使用者所需要的操作路线。

附图说明

图1：机械手臂教导控制系统的示意图；

图2：控制装置的示意图；

图3：动态学习模块构成示意图；

图4：教导记忆模块构成示意图；

图5：路径执行模块构成示意图；

图6：控制装置的另一结构示意图；

图7：路径优化模块内部构件示意图；

图8：控制装置的又一结构示意图；

图9：教导控制系统的流程示意图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现详细说明具体实施方案。

如图1所示，机械手臂教导控制系统包含控制装置2、操作接口装置3及机械手臂4，控制装置2与操作接口装置3连接，操作接口装置3可以是本端PC、远程PC、工业计算机或是任何型态的行动装置，操作接口装置3与控制装置2连结方式依照操作接口装置3的型态不同而有所差异，如：假设操作接口装置3为远程PC，其连接方式为无线因特网，使使用者能够方便的使用控制装置2，机械手臂4至少包括马达驱动部41和末端执行器42。

如图2所示，控制装置2包含三个模块，分别是动态学习模块21、教导记忆模块22及路径执行模块23，但不为所限。

图3为动态学习模块21构成示意图，此动态学习模块21包含：数据读取部211，由数据读取部211读取控制装置2中机械手臂4动态学习相关的数据设定文件25，数据设定文件25可为向量形式、位图、二进制数据文件或是文字文件皆可，内容为机械手臂4的机构长度、连接方式、运动参数等等；第一命令生成部212，根据数据读取部211的数据建立学习时所需的马达运动轨迹与机械手臂4的动态模型，以下称之为学习轨迹模型(learning pattern)，该轨迹模型可为一群公式或是一群数字的结合，亦可为一组方法的结合；第一命令输出部213，根据第一命令生成部212生成的轨迹模型，依照控制器发出命令给机械手臂4中的马达驱动部41所间隔的时间(后续称为插补时间)计算出各个马达的位置命令，并将位置命令输出给马达驱动部41；马达驱动部41获得各个马达的位置命令之后，即根据位置命令内容驱动机械手臂4，机械手臂4作动时会连带产生扭矩回授(torque feedback)信号；动态模型计算部215，根据第一命令生成部212建立出的学习用的轨迹模型与马达驱动部41处理形成的扭矩回授计算后获得机械手臂4的学习动态模型，此学习动态模型包含了惯性力项、柯氏力项、向心力项、重力项、弹性力项、摩擦力项、扭力项等七大项物理量，但动态模型包含的物理量不仅限于此。以下式1为机械手臂4动态方程式，其可构成学习时所需轨迹模型的一实施例：

其中：q＝(q₁,q₂,...,q_n)^T为所有马达位置之集合；τ＝(τ₁,τ₂,...,τ_n)^T为所有马达扭力之集合；M(q)为机械手臂4动态之惯性力项，与马达位置有关；为机械手臂4动态之向心力与柯氏力项，与马达位置与速度有关；G(q)为机械手臂4动态之重力项，与马达位置有关；K(q)为机械手臂4之弹性力，与马达位置有关；为机械手臂4动态之摩擦力，包含库伦摩擦力与粘滞摩擦力，与马达速度有关。机械手臂4的动态系统学习的方法，是通过第一命令生成部212形成如式1的轨迹模型，第一命令输出部213将每一个马达的位置命令传给每一个马达驱动部41；动态模型计算部215接收从马达驱动部41回授的扭矩值及第一命令生成部212输出的轨迹模型可以分别得到惯性力项、柯氏力项、向心力项、重力项、弹力项、摩擦力项，进而确定机械手臂4的动态模型。动态模型记忆部214，将计算器械手臂4的动态模型结果予以储存，此数据用于教导记忆模块22的动态补偿单元22A。所学习的机械手臂4的动态模型可永久记忆保存，因此有学习过的机械手臂4不需重复学习。动态学习模块21使机器自我学习出该些参数，无需使用者输入此参数，学习出的动态模型结果可直接套用在相同物理材质及机械结构的机械手臂4，具有一定通用性，降低调适时间与时间成本。

如图4，教导记忆模块22包含两个单元，即动态补偿单元22A和机构转换单元22B。使用者可利用操作接口装置3开启动态补偿单元22A，或是经由动态模型记忆部214中的数据以启动教导记忆模块22。动态补偿单元22A包含：动态模型读取部221，读取动态学习模块21中动态模型记忆部214中已学习的动态模型数据；扭矩命令计算部222，根据读取的动态模型数据与马达驱动部41所量测到的目前马达位置坐标做为马达位置讯号，以计算出马达所需的扭矩命令(torque command)，此时的马达位置讯号可视为初始值。扭矩命令输出部223，将扭矩命令计算部222形成的扭矩命令讯号传给马达驱动部41，其中，马达驱动部41处理由扭矩命令输出部223所获得扭矩命令讯号，并驱动机械手臂4后，以生成不同坐标的马达位置讯号，并将此马达位置讯号回传给扭矩命令计算部222处理，以形成闭回路动态补偿。如此周而复始，使用者可由操作接口装置3终止此循环，以输出最终的马达位置讯号。机构转换单元22B包含：机构转换计算部225，其使用马达驱动部41所量测到最终的马达位置讯号，与读取控制装置2中数据设定文件25内包含的机械手臂4的机构参数，进而计算出机械手臂4的末端执行器(end-effector)42的位置点(forward kinematics)；路径记忆部224，将计算出的末端执行器42的位置点储存为机械手臂4的路径。马达运动的产生一般是使用者进行直接教导所产生的动作，让使用者感受不到移动机械手臂4的惯性力、柯氏力、向心力、重力、摩擦力、弹性力等作用力，因移动机械手臂4所需的力量由马达来施加，故达到省力教导的效果，也达到不须外加传感器方式下进行直接教导，对于使用者不仅操作方便，成本也能降低。

如图5，路径执行模块23包含：路径读取部231，读取储存在路径记忆部224的机械手臂4路径；第二命令生成部232，从控制器中的数据设定文件25读取相关数据，此数据包含了运动参数及机构参数及插补时间(命令之间隔时间)，并结合了上述机械手臂4的路径数据和马达位置讯号，计算出各个马达的位置命令；第二命令输出部233，根据第二命令生成部232计算出每一个马达的位置命令，输出给马达驱动部41，使末端执行器42执行计算过后的路径，形成轨迹曲线。

以下详述形成马达之位置命令的过程，即第二命令生成部232的计算过程，其使用两个常见逆运动学的方程式：

x_i＝Kin_i(q_i，m) (式3)

其中：下标i表示第i次的插补时间所获得的值，q_i为马达驱动部所量测到的马达位置讯号；x_d，i为分别为当前末端执行器42理想速度、位置，其由运动参数和机械手臂4的路径和插补时间运算出的值；x_i为当前末端执行器42的实际位置，可由式3所推得；K_p为位置回路增益，为一种运动参数，来自数据设定部25；J_i(q_i，m)为雅可比矩阵(Jacobianmatrix)，此矩阵的计算需马达位置讯号(q_i)与机械手臂4之机构参数(m)的信息，其矩阵将马达坐标空间映射至末端执行器42的位置点坐标空间，其映像方式为习知技术，于此不再赘述；式3所述为末端执行器42的实际位置x_i之获得方式，其中Kin_i函数为机构参数与马达位置讯号所构成的函数。由来自雅可比矩阵之逆运算所获得的值，经式2推算可得知各马达的移动量δq_i，再将不同差补时间下此移动量总和(Σ)即可获得马达的位置命令。

上述说明了机械手臂4如何自我学习动态模型与自我补偿的功能，使用者可以省力地、直觉地进行直接教导，且不需外加传感器，减少生产成本。学习出之动态模型结果可套用在相同的机械手臂4，具有一定通用性，降低调适时间与人力成本。

另外此系统可进行自动地或人工地进行教导路径优化，以去除不理想的位置点、增加路径精准性与平滑性，其另一实施例如图6所示，还包含路径优化模块24，为优化路径以获得使用者所需的路径。路径优化模块24如图7所示，路径优化模块24包括路径读取部241，读取储存在路径记忆部224的机械手臂4的路径；路径优化部242，自动将原始机械手臂4的路径优化，或是变更路径，使路径平滑化以达成使用者的需求；此路径优化部242更可包括自动优化部(未在图中表示)及人工优化部(未在图中表示)，自动优化部包含一个或多个程序，当路径自动优化部启动时，程序会启动路径平滑功能而达成自动优化；人工优化部可包括路径编修程序(未在图中表示)，此路径编修程序可为图形接口(GUI)或是文字接口，使用者可利用人工优化部中包含的程序观看此次教导路径与教导路径和周遭环境、加工工件的位置相对关系。如果路径未达使用者所设定的标准，例如路径不够平滑、路径过于机械化等等，使用者可使用此程序设定轨迹的平滑度或是轮廓误差以调整路径的平滑性，或调整路径中控制点(control point、node)的个数或位置来调整路径避开外界干扰，以保证路径平滑性与安全性，直到理想路径。自动及人工优化部在使用上不限次数，亦不限先后顺序，或是多次使用配合不同顺序亦可；优化路径记忆部243，将理想的路径记录转换成机械手臂4的路径加工档案或是文件供给路径执行模块23使用。加工档案及文件并未限制格式，文字文件、位图或是向量图等，任何路径执行模块23可读取的文件格式都可以。

路径优化模块24不仅可用在取放，同时也可以用在点胶、焊接、打磨，路径精度要求较高的加工。路径优化模块24可以计算机化或是人工的方法进行路线的修正，特别是教导路径中可能有多种以上的环境因素未考虑，故造成路经无法达到使用者的需求，故以计算机化或是人工的方式优化是较好的选择。路径优化模块24提供了后续机械手臂4的路径修改，使学习路径更精确。

如图8为本发明又一实施例，类似于图6的控制装置2，其包括动态学习模块21、教导记忆模块22、路径执行模块23及路径优化模块24。与图6不同点在于路径优化模块24和路径执行模块23的执行顺序不同。使用者可依照使用需求自行更改所述的顺序，即先执行路径执行模块23驱动机械手臂4执行操作路径后再使用路径优化模块24优化操作顺序，或是将路径优化模块24生成的优化路径加工文件用于路径优化模块24亦可。路径执行模块23与路径优化模块24亦可执行多次。路径执行模块23与路径优化模块24执行的顺序及次数不在本发明所限定的范围内，本发明仅为其较佳实施例(两模块皆使用一次)。

如图9，机械手臂教导控制系统的优化步骤操作流程。使用图7所述的路径优化模块24进行。以下说明流程：

步骤51：使用动态系统学习模块学习机器手臂动态模型。在此步骤中，由动态学习模块21中的第一命令生成部212产生轨迹模型与机械手臂4中马达驱动部41的扭力回授值，可以建立出机器手臂动态模型；

步骤52：使用者直接教导时，教导记录模块启动，记录机械手臂4的末端执行器42的位置并且补偿机械手臂4的动态以达到省力效果。在此步骤中，教导记录模块启动，其中机构转换单元22B将马达的编码器位置换算成末端执行器42的位置坐标后以形成路径；而动态补偿单元22A将通过马达编码器的信息自动计算每一个马达在该位置、速度、加速度下的扭力命令，使马达输出扭力命令值，因此，使用者在直接教导的过程中无须施加力于机械手臂4上，以达成省力的效果；

步骤53：路径优化模块将记录的路径进行优化。在此步骤53是将步骤52中所记录的机械手臂4的末端执行器42的路径进行自动优化，将路径去除杂点进行平滑化；

步骤54：使用者检查自动优化的路径是否理想，判断是否以人工进行路径编修。在此步骤中，使用者从操作接口装置3使用路径优化模块24，进行仿真来观看机械手臂4执行教导路径动作，观看路径是否有理想的平滑性、是否与周遭环境产生碰撞、干涉；

步骤55：使用者使用路径编修程序进行路径优化达到理想路径。在此步骤是根据步骤54来判断，若路径不理想，使用者可以在任意操作接口装置3上使用路径优化模块24的路径编修程序，以人工优化或是器件自动优化方式，针对已自动平滑轨迹进行再次编修，直到路径理想为止；

步骤56：机械手臂执行优化的路径加工档案。在此步骤是根据步骤54判断之后，若检查自动优化的路径为理想的路径，无需经过优化，路径执行模块23控制机械手臂4执行优化的教导路径档案；另外，步骤56也可以在步骤55经过人工优化路径或是器件自动化路径之后，路径执行模块23控制机械手臂4执行优化后的教导路径档案。

系统具有机械手臂动态模型学习与补偿的功能，使用者可直接进行教导，且不需外加传感器，不需使用教导盒，减少生产成本。由马达的驱动器的扭力回授与马达轨迹的指令可以学习出机械手臂的手臂动态模型，无需使用者输入参数，机械可以自我学习，友善性佳。所学习的机械手臂动态模型可永久记忆，因此有学习过的机械手臂不需要重复学习。所学习出的动态模型结果可直接套在相同杆长、材质、机械结构的机械手臂，具有通用性，可降低调适时间与时间成本。可以根据所学习的机械手臂动态模型搭配马达编码器量测出位置、速度、加速度之回授，以计算出各个关节马达所出的扭矩命令使马达输出该力量，因此在使用者执行直接教导过程，由于机械手臂移动所需的力量由马达来施加，因此可以达到省力教导的效果。可以自动地或人工的方式将路径优化，使用者也可以在控制器或是利用远程计算机等操作接口上，使用路径编修程序针对轨迹进行编修，以确保路径的平滑性与安全性。

由动态学习模块产生的学习动态模型传递给教导记忆模块处理，教导记忆模块产生机械手臂学习后的路径，并交由路径执行模块处理，故能使机械手臂准确的执行使用者所需要的操作路线。

由动态学习模块产生的学习动态模型，教导记忆模块产生机械手臂学习后的路径，加上路径优化模块优化、平顺化由教导记忆模块所得的机械手臂的路径，转换为机械手臂之路径加工档案，供给路径执行模块，让能使机械手臂准确的执行使用者所需要的操作路线。

综上所述，本发明可达到省力教导的效果，且不须安装传感器、让机械手臂学习得到动态模型。在直接教导之后，路径优化模块自动地将路径优化，使用者也可在任何操作接口上，使用路径编修程序对轨迹进行编修，最后将理想的路径转化成机器人可读取的加工档；最后机器人执行此加工档重现优化过的教导动作。不仅可减少生产成本，亦可达成路径精确化之需求。

需要说明的是：以上所述仅为本发明的优选实施方式，并非用以限定本发明的权利范围；同时以上的描述，对于相关技术领域的专门人士应可明了及实施，因此其它未脱离本发明所揭示的精神下所完成的等效改变或修饰，均应包含在申请专利范围中。

Claims (10)

1.机械手臂教导控制系统，其特征在于：包含操作接口装置、控制装置以及机械手臂，所述操作接口装置与所述控制装置连接，所述操作接口装置用以控制所述控制装置，所述控制装置与机械手臂连接，所述机械手臂包含至少一马达驱动部和一末端执行器，所述马达驱动部用以驱动机械手臂；

所述控制装置包含动态学习模块、教导记忆模块以及路径执行模块，

所述动态学习模块，包括：数据读取部，用以读取控制装置的数据设定文件；

第一命令生成部，根据数据设定文件建立学习轨迹模型；

第一命令输出部，根据学习轨迹模型，计算出每一个马达的位置命令并输出至马达驱动部，其中马达驱动部根据每一马达的位置命令产生一马达扭矩回授；

动态模型计算部，根据学习轨迹模型及马达扭矩回授得到机械手臂的学习动态模型；

动态模型记忆部，用以储存机械手臂的学习动态模型；

所述教导记忆模块，包含动态补偿单元和机构转换单元，

动态补偿单元，包括：动态模型读取部，用以读取储存在动态模型记忆部中的机械手臂的学习动态模型；

扭矩命令计算部，根据动态模型记忆部所储存的机械手臂的学习动态模型及马达驱动部所量测的马达位置讯号形成一扭矩命令讯号；

扭矩命令输出部，接收扭矩命令计算部所形成的扭矩命令讯号并产生扭矩命令输出至马达驱动部；其中马达驱动部处理由扭矩命令输出部所获得的扭矩命令讯号驱动机械手臂，并生成马达位置讯号，回传至扭矩命令计算部处理，以形成一闭回路的动态补偿；

机构转换单元，包括：机构转换计算部，根据马达位置回授讯号与机械手臂的机构参数计算出机械手臂的末端执行器的第一位置点；

路径记忆部，将机械手臂的末端执行器的第一位置点储存于为机械手臂的操作路径；

所述路径执行模块，包括：路径读取部，用以读取储存在路径记忆部的机械手臂的操作路径；

第二命令生成部，根据执行机械手臂的一执行轨迹曲线及末端执行器的位置以计算出每一马达的位置命令；

第二命令输出部，将第二命令生成部生成的每一马达的位置命令输出至马达驱动部，机械手臂将第二命令输出部输出的数据以驱动机械手臂执行操作路径。

2.根据权利要求1所述的机械手臂教导控制系统，其特征在于：所述控制装置还包含路径优化模块，所述路径优化模块，包括：路径读取部，用以读取储存在路径记忆部的机械手臂的操作路径；

路径优化部，用以过滤机械手臂的操作路径中至少一个杂点以优化操作路径；

优化路径记忆部，用以将已优化的操作路径转换成机械手臂的加工档。

3.根据权利要求2所述的机械手臂教导控制系统，其特征在于：所述路径优化部包括一自动优化部以及一人工优化部。

4.根据权利要求2或3所述的机械手臂教导控制系统，其特征在于：所述路径优化部根据操作路径与一周围环境、一加工工件的一位置相对关系进行仿真机械手臂的操作路径的动作以判断是否调整机械手臂的操作。

5.根据权利要求3所述的机械手臂教导控制系统，其特征在于：所述路径人工优化部调整机械手臂的操作包括设定一轨迹平滑度及/或一轮廓误差。

6.根据权利要求1或2所述的机械手臂教导控制系统，其特征在于：每一马达的位置命令通过动态学习模块经由马达驱动部传送至机械手臂。

7.根据权利要求1或2所述的机械手臂教导控制系统，其特征在于：马达扭矩回授通过马达驱动部传送至动态学习模块的动态模型计算部。

8.根据权利要求1所述的机械手臂教导控制系统，其特征在于：所述控制装置还包含一用以优化机械手臂操作路径的路径优化模块。

9.根据权利要求8所述的机械手臂教导控制系统，其特征在于：所述路径优化模块包括：路径读取部，用以读取机械手臂已执行的操作路径；

路径优动化部，用以过滤械手臂已执行的操作路径的至少一个杂点以优化已执行的操作路径；

优化路径记忆部，用以将已优化的已执行的操作路径转换成机械手臂的一加工档。

10.根据权利要求1或2所述的机械手臂教导控制系统，其特征在于：每一马达的扭矩命令通过动态补偿单元经由马达驱动部传送至机械手臂，马达位置讯号通过马达驱动部传送至动态补偿单元的扭矩命令计算部以形成一闭回路动态补偿。