TW201822971A - 機械手臂教導控制系統 - Google Patents
機械手臂教導控制系統 Download PDFInfo
- Publication number
- TW201822971A TW201822971A TW105143974A TW105143974A TW201822971A TW 201822971 A TW201822971 A TW 201822971A TW 105143974 A TW105143974 A TW 105143974A TW 105143974 A TW105143974 A TW 105143974A TW 201822971 A TW201822971 A TW 201822971A
- Authority
- TW
- Taiwan
- Prior art keywords
- robot arm
- path
- unit
- motor
- dynamic
- Prior art date
Links
Landscapes
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
一種機械手臂教導控制系統,該裝置包括操作介面裝置、控制裝置及機械手臂,操作介面裝置與控制裝置連接,操作介面裝置用以控制控制裝置,控制裝置與機械手臂連接,機械手臂中包含至少一個馬達驅動部及一個末端執行器,馬達驅動部用以驅動該機械手臂,控制系統包括:動態學習模組、教導記憶模組、路徑優化模組及路徑執行模組,藉由動態學習模組產生的學習動態模型,教導記憶模組產生機械手臂學習後的路徑,佐以路徑優化模組的調整,以使路徑執行模組準確的執行使用者所需要的運動路線。
Description
本發明係提供一種機械手臂教導控制系統,尤其是可以自我學習機械手臂的動態模型,且能將動態模型的資料做回授補償的機械手臂教導控制系統。且此系統可優化導出的路徑,確保路徑之安全性及準確性。
現今機械手臂已廣泛的運用在工業界,如:取放、切割、加工、焊接、組裝等等各項工作,可提高生產線的自動化程度與工作效率。機械手臂教導系統,生成機械手臂之命令以執行被賦予之工作。現在工業機械手臂最常見的教導方法,使用教導盒(instruction box)產生欲到達之位置點的指令來生成路徑,對於複雜動作的工作內容或是要加工立體狀不規則工件,使用教導盒的方法較不人性化且耗費時間成本,為了解決上述的問題,不使用教導盒的機械手臂教導方法被提出,以下簡述三個教導裝置,及其三者各自使用的方法:
第一種教導系統,教導方式為以人工帶動機器手臂完成教導路徑,此方法在教學時,機器手臂之馬達必須在伺服關閉狀態,因此當使用者直接帶動機械手臂時,必須承受機器手臂的各種機械力,故造成教導上的困難,且高傳動比的傳動機構也容易在教導的過程中損壞。所以使用此教導方式的所製成的機械手臂,其重量與體型要輕巧,重型機械手臂通常不使用此方法。
第二種教導系統包含一個教導機械手臂與一個執行機械手臂,內部教導機械手臂僅裝配編碼器,並無裝配馬達。使用者帶動此教導機械手臂時,教導機械手臂上的編碼器之位置訊號會被記錄下來並且轉換成執行機械手臂可讀取的軌跡檔案,使執行機械手臂執行此軌跡檔案來完成相同之教導動作。此方法需額外使用教導機械手臂,因此生產成本會提高,且教導機械手臂必須與執行機械手臂機構一致,教導機械手臂無法用於不同構型或機構參數之執行機械手臂,所以此類型的教導方式應用範圍較侷限。
第三種教導系統以人工帶動機器手臂完成教導路徑,此機械手臂教導系統需要藉由力感測器、加速計等感測器來檢測外力,利用量測後之外力資訊來下達機械手臂末端執行器移動量。該教導方式的教導點位置是固定,以六軸力規為例,教導者就必須抓著六軸力規所在的特定位置進行教導,其餘位置則無法進行教學。另外,此教導方法需要多裝配感測器,因此生產成本會提高。
有鑑於以上習知技術之缺點,本發明主要的目的是提供一種機器手臂之路徑教導編修系統,此系統包含機械手臂動態模型學習與補償之功能,使用者可直接進行教導,且不需外加感測器,不需使用教導盒,減少生產成本。
本發明的目的是在於提供一種機械手臂教導控制系統,藉由馬達的驅動器的扭力回授與馬達軌跡的指令可以學習出機械手臂的手臂動態模型,無需使用者輸入參數,機械可以自我學習,友善性佳。
本發明的目的是在於提供一種機械手臂教導系統,所學習的機械手臂動態模型可永久記憶,因此有學習過的機械手臂不需要重複學習。
本發明的目的是在於提供一種機械手臂教導系統,所學習出的動態模型結果可直接套在相同桿長、材質、機械結構之機械手臂,具通用性,可降低調適時間與時間成本。
本發明的目的是在於提供一種機械手臂教導系統,可以根據所學習的機械手臂動態模型搭配馬達編碼器量測出位置、速度、加速度之回授,以計算出各個關節馬達所出的扭矩命令使馬達輸出該力量,因此在使用者執行直接教導過程,由於機械手臂移動所需的力量由馬達來施加,因此可以達到省力教導的效果。
本發明的目的是在於提供一種機械手臂教導系統,其可以自動地或人工的方式將路徑優化,使用者也可以在控制器或是利用遠端電腦等操作介面上,使用路徑編修軟體針對軌跡進行編修,以確保路徑的平滑性與安全性。
本發明提供一種機械手臂教導控制系統,控制系統包括:操作介面裝置、控制裝置及機械手臂,操作介面裝置與控制裝置連接,操作介面裝置用以控制控制裝置,控制裝置與機械手臂連接,機械手臂中包含至少一個馬達驅動部41及一個末端執行器,馬達驅動部用以驅動該機械手臂,控制裝置包括:動態學習模組、教導記憶模組及路徑執行模組,藉由動態學習模組產生的學習動態模型傳遞給教導記憶模組處理,教導記憶模組產生機械手臂學習後的路徑,並交由路徑執行模組處理,故能使機械手臂準確的執行使用者所需要的操作路線。
本發明提供一種機械手臂教導控制系統,控制系統包括操作介面裝置、控制裝置及機械手臂,操作介面裝置與控制裝置連接,操作介面裝置用以控制控制裝置,控制裝置與機械手臂連接,機械手臂包含至少一個馬達驅動部及一個末端執行器,馬達驅動部用以驅動該機械手臂,控制裝置包括:動態學習模組、教導記憶模組、路徑優化模組及路徑執行模組,藉由動態學習模組產生的學習動態模型,教導記憶模組產生機械手臂學習後的路徑,加上路徑優化模組優化、平順化由教導記憶模組所得的機械手臂之路徑,轉換為機械手臂之路徑加工檔案,供給路徑執行模組,讓能使機械手臂準確的執行使用者所需要的操作路線。
為使貴審查委員對於本發明之結構目的和功效有更進一步之了解與認同,茲配合圖示詳細說明如後。以下將參照圖式來描述為達成本發明目的所使用的技術手段與功效,而以下圖式所列舉之實施例僅為輔助說明,以利貴審查委員瞭解,但本案之技術手段並不限於所列舉圖式。
圖1為本發明之機器手臂之路徑教導控制系統之示意圖。此系統由控制裝置2、操作介面裝置3及機械手臂4所構成。控制裝置2與操作介面裝置3連接,操作介面裝置3可由是本端PC、遠端PC、工業電腦或是任何型態之行動裝置構成。操作介面裝置3與控制裝置2連結方式依照操作介面裝置3之型態不同而有所差異,如:假設操作介面裝置3為遠端PC,其連接方式為無線網際網路,使使用者能夠方便的使用控制裝置2。機械手臂4至少包括馬達驅動部41和末端執行器42,前詳細操作方式及功能如下所述。
圖2為該控制裝置2內部構件之一實施例示意圖,控制裝置2中包含三個模組,分別是動態學習模組21、教導記憶模組22及路徑執行模組23,但不為所限。配合圖3所示為動態學習模組21構成示意圖,此動態學習模組21包含:資料讀取部211,由資料讀取部211讀取控制裝置2中機械手臂4動態學習相關之資料設定檔25,該資料設定檔25案可為向量形式、點陣圖、二進位資料檔或是文字檔皆可,內容為機械手臂4的機構長度、連接方式、運動參數等等;第一命令生成部212,根據資料讀取部211的資料建立學習時所需之馬達運動軌跡與機械手臂4之動態模型,以下稱之為學習軌跡模型(learning pattern),該軌跡模型可為一群公式或是一群數字的結合,亦可為一組方法的結合;第一命令輸出部213,根據第一命令生成部212產出的軌跡模型,依照控制器發出命令給機械手臂4中的馬達驅動部41所間隔的時間(後續稱為插補時間)計算出各個馬達之位置命令,並將位置命令輸出給馬達驅動部41;馬達驅動部41獲得各個馬達的位置命令之後,即根據位置命令內容驅動機械手臂4,機械手臂4作動時會連帶產生扭矩回授(torque feedback)信號;動態模型計算部215,根據第一命令生成部212建立出的學習用之軌跡模型與馬達驅動部41處理形成的扭矩回授計算後獲得機械手臂4之學習動態模型,此學習動態模型可包含了慣性力項、柯氏力項、向心力項、重力項、彈性力項、摩擦力項、扭力項等七大項物理量,但動態模型包含的物理量不僅限於此。以下式1為機械手臂4動態方程式,其可構成學習時所需之軌跡模型之一實施例:(式1),其中:為所有馬達位置之集合;為所有馬達扭力之集合;為機械手臂4動態之慣性力項,與馬達位置有關;為機械手臂4動態之向心力與柯氏力項,與馬達位置與速度有關;為機械手臂4動態之重力項,與馬達位置有關;為機械手臂4之彈性力,與馬達位置有關;為機械手臂4動態之摩擦力,包含庫倫摩擦力與粘滯摩擦力,與馬達速度有關。機械手臂4之動態系統學習的方法,是透過第一命令生成部212形成如式1的軌跡模型,第一命令輸出部213將每一個馬達的位置命令傳給每一個馬達驅動部41;又動態模型計算部215接收從馬達驅動部41回授之扭矩值及第一命令生成部212輸出的軌跡模型可以分別得到慣性力項、柯氏力項、向心力項、重力項、彈力項、摩擦力項,進而確定機械手臂4之動態模型。動態模型記憶部214,將計算機械手臂4之動態模型結果予以儲存,此資料用於教導記憶模組22之動態補償單元22A。所學習之機械手臂4之動態模型可永久記憶保存,因此有學習過的機械手臂4不需重複學習。本發明之路徑教導修系統的動態學習模組21使機器自我學習出該些參數,無需使用者輸入此參數另外,學習出的動態模型結果可直接套用在相同物理材質及機械結構之機械手臂4,具有一定通用性,降低調適時間與時間成本。
圖4為教導記憶模組22之構成示意圖,此模組包含兩個單元,為動態補償單元22A和機構轉換單元22B。使用者可利用操作介面裝置3開啟動態補償單元22A,或是經由動態模型記憶部214中的資料以啟動教導記憶模組22。動態補償單元22A包含:動態模型讀取部221,讀取動態學習模組21中的動態模型記憶部214中已學習得的動態模型資料;扭矩命令計算部222,根據讀取之動態模型資料與馬達驅動部41所量測到的目前馬達位置座標做為馬達位置訊號,以計算出馬達所需的扭矩命令(torque command),此時的馬達位置訊號可視為初始值。扭矩命令輸出部223,將扭矩命令計算部222形成之扭矩命令訊號傳給馬達驅動部41,其中,馬達驅動部41處理由扭矩命令輸出部223所獲得扭矩命令訊號,並驅動機械手臂4後,以生成不同座標的馬達位置訊號,並將此馬達位置訊號回傳給扭矩命令計算部222處理,以形成閉迴路動態補償。如此周而復始,使用者可藉由操作介面裝置3終止此循環,以輸出最終的馬達位置訊號。機構轉換單元22B包含:機構轉換計算部225,其使用馬達驅動部41所量測到最終的馬達位置訊號,與讀取控制裝置2中資料設定檔25內包含的機械手臂4之機構參數,進而計算出機械手臂4的末端執行器(end-effector)42之位置點(forward kinematics);路徑記憶部224,將計算出之計算末端執行器42之位置點儲存為機械手臂4之路徑。馬達運動的產生一般是使用者進行直接教導所產生之作動,但使用本發明讓使用者感受不到移動機械手臂4的慣性力、柯氏力、向心力、重力、摩擦力、彈性力等作用力,因移動機械手臂4所需的力量由馬達來施加,故達到省力教導的效果,也達成不須外加感測器方式下進行直接教導,對於使用者不僅操作方便,成本也能降低。
圖5為路徑執行模組23之構成示意圖,此模組包含:路徑讀取部231,讀取儲存在路徑記憶部224的機械手臂4之路徑;第二命令生成部232,從控制器中的資料設定檔25讀取相關資料,此資料包含了運動參數及機構參數及插補時間(命令之間隔時間),並結合了上述機械手臂4之路徑資料和馬達位置訊號,計算出各個馬達之位置命令;第二命令輸出部233,根據第二命令生成部232計算出每一個馬達之位置命令,輸出給馬達驅動部41,使末端執行器42執行計算過後的路徑,形成軌跡曲線。以下詳述形成馬達之位置命令的過程,即第二命令生成部232的計算過程,其使用兩個常見逆運動學的方程式:(式2)、(式3) 其中:下標i
表示第i
次的插補時間所獲得的值,為馬達驅動部所量測到的馬達位置訊號;、為分別為當前末端執行器42理想速度、位置,其由運動參數和機械手臂4之路徑和插補時間運算出的值;為當前末端執行器42的實際位置,可由式3所推得;為位置迴路增益,為一種運動參數,來自資料設定部25;為雅可比矩陣(Jacobian matrix),此矩陣的計算需馬達位置訊號( )
與機械手臂4之機構參數(m)
的資訊,其矩陣將馬達座標空間映射至末端執行器42之位置點的座標空間,其映射方式為習知技術,於此不再此贅述;式3所述為末端執行器42的實際位置之獲得方式,其中函數為機構參數與馬達位置訊號所構成的函數。藉由來自雅可比矩陣之逆運算所獲得的值,經式2推算可得知各馬達的移動量,再將不同差補時間下此移動量總和(Σ)
即可獲得馬達之位置命令。
上述實施例敘述了機械手臂4如何自我學習動態模型與自我補償之功能,使用者可以省力地、直覺地進行直接教導,且不需外加感測器,減少生產成本。學習出之動態模型結果可套用在相同之機械手臂4,具有一定通用性,降低調適時間與人力成本。
另外此系統可進行自動地或人工地進行教導路徑優化,以去除不理想的位置點、增加路徑精準性與平滑性,其另一實施例如圖6所示,類似於圖1所述之控制裝置2,本實施例較圖1差異在新增路徑優化模組24,為優化路徑以獲得使用者所需之路徑。路徑優化模組24其內部構件如圖7所示,路徑優化模組24包括路徑讀取部241,讀取儲存在路徑記憶部224的機械手臂4之路徑;路徑優化部242,自動將原始機械手臂4之路徑優化,或是變更路徑,使路徑平滑化以達成使用者的需求;此路徑優化部242更可包括自動優化部(未在圖中表示)及人工優化部(未在圖中表示),自動優化部包含一個或多個程式,當路徑自動優化部啟動時,程式會啟動路徑平滑功能而達成自動優化;人工優化部可包括路徑編修軟體(未在圖中表示),此路徑編修軟體可為圖形介面(GUI)或是文字介面,使用者可利用人工優化部中包含的軟體觀看此次教導路徑與教導路徑和周遭環境、加工工件之位置相對關係。如果路徑未達使用者所設定的標準,例如路徑不夠平滑、路徑過於機械化等等,使用者可使用此軟體設定軌跡的平滑度或是輪廓誤差以調整路徑的平滑性,或調整路徑中控制點(control point、node)的個數或位置來調整路徑避開外界干擾,以保證路徑平滑性與安全性,直到理想路徑。自動及人工優化部在使用上不限次數,亦不限先後順序,或是多次使用配合不同順序亦可;優化路徑記憶部243,將理想的路徑記錄轉換成機械手臂4之路徑加工檔案或是文件供給路徑執行模組23使用。加工檔案及文件並未限制格式,文字檔、點陣圖或是向量圖等,任何路徑執行模組23可讀取的文件格式都可以。
路徑優化模組24不僅可用在可以用在取放,同時也可以用在點膠、焊接、打磨,路徑精度要求較高之加工。路徑優化模組24可以電腦化或是人工的方法進行路線的修正,特別是教導路徑中可能有多種以上的環境因素未考慮,故造成路經無法達到使用者的需求,故以電腦化或是人工的方式優化是較好的選擇。路徑優化模組24提供了後續機械手臂4之路徑的修改,使學習路徑更精確。
圖8為本發明又一實施例,類似於圖6之控制裝置2構件,其包括動態學習模組21、教導記憶模組22、路徑執行模組23及路徑優化模組24。與圖6不同點在於路徑優化模組24和路徑執行模組23的執行順序不同。使用者可依照使用需求自行更改所述之順序,即先執行路徑執行模組23驅動該機械手臂4執行操作路徑後再使用路徑優化模組24優化操作順序,或是將路徑優化模組24生成的優化路徑加工檔用於路徑優化模組24亦可。路徑執行模組23與路徑優化模組24亦可執行多次。路徑執行模組23與路徑優化模組24執行的順序及次數不在本發明所限定之範圍內,本發明僅為其較佳實施例(兩模組皆使用一次)。
圖9揭露本發明機器手臂之路徑教導編修系統之優化步驟操作流程。本實施例的流程是使用圖7所述的路徑優化模組24進行。以下說明本實施例之進行流程: 步驟51:使用動態系統學習模組學習機器手臂動態模型。在此步驟中,藉由動態學習模組21中的第一命令生成部212產生軌跡模型與機械手臂4中馬達驅動部41的扭力回授值,可以建立出機器手臂動態模型 步驟52:使用者直接教導時,教導記錄模組啟動,記錄機械手臂4之末端執行器42的位置並且補償機械手臂4之動態以達到省力效果。在此步驟中,教導記錄模組啟動,其中的機構轉換單元22B將馬達之編碼器位置換算成末端執行器42之位置座標後以形成路徑;而動態補償單元22A將透過馬達編碼器的資訊自動計算每一個馬達在該位置、速度、加速度下之扭力命令,使馬達輸出該扭力命令值,因此,使用者在直接教導的過程中無須施加力於機械手臂4上,以達成省力的效果。 步驟53:路徑優化模組將記錄之路徑進行優化。在此步驟53是將步驟52中所記錄之機械手臂4的末端執行器42的路徑進行自動優化,將路徑去除雜點進行平滑化。 步驟54:使用者檢查自動優化之路徑是否理想,判斷是否以人工進行路徑編修。在此步驟中,使用者從操作介面裝置3使用路徑優化模組24,進行模擬來觀看機械手臂4執行教導路徑動作,觀看路徑是否有理想的平滑性、是否與周遭環境產生碰撞、干涉; 步驟55:使用者使用路徑編修軟體進行路徑優化達到理想路徑。在此步驟是根據步驟54來判斷,若路徑不理想,使用者可以在任意操作介面裝置3上使用路徑優化模組24的路徑編修軟體,以人工優化或是器件自動優化方式,針對已自動平滑軌跡進行再次編修,直到路徑理想為止。 步驟56:機械手臂執行優化的路徑加工檔案。在此步驟是根據步驟54判斷之後,若檢查自動優化之路徑為理想的路徑,無需經過優化,則徑執行模組23控制機械手臂4執行優化的教導路徑檔案。另外,步驟56也可以在步驟55經過人工優化路徑或是器件自動化路徑之後,路徑執行模組23控制機械手臂4執行優化後的教導路徑檔案。
綜上所述,本發明可達到省力教導的效果,且不須安裝感測器、讓機械手臂4學習得到動態模型。在直接教導之後,路徑優化模組24自動地將路徑優化,使用者也可在任何操作介面上,使用路徑編修軟體對軌跡進行編修,最後將理想的路徑轉化成機器人可讀取之加工檔。最後機器人執行此加工檔重現優化過的教導動作。不僅可減少生產成本,亦可達成路徑精確化之需求。
雖然本創作以前述之較佳實施例揭露如上,然其並非用以限定本創作,任何熟習本領域技藝者,在不脫離本創作之精神和範圍內,當可作些許之更動與潤飾,因此本創作之專利保護範圍須視本說明書所附之申請專利範圍所界定者為準。
1‧‧‧機械手臂教導控制系統
2‧‧‧控制裝置
21‧‧‧動態學習模組
211‧‧‧資料讀取部
212‧‧‧第一命令生成部
213‧‧‧第一命令輸出部
214‧‧‧動態模型記憶部
215‧‧‧動態模型計算部
22‧‧‧教導記憶模組
22A‧‧‧動態補償單元
221‧‧‧動態模型讀取部
222‧‧‧扭矩命令計算部
223‧‧‧扭矩命令輸出部
22B‧‧‧機構轉換單元
224‧‧‧路徑記憶部
225‧‧‧機構轉換計算部
23‧‧‧路徑執行模組
231‧‧‧路徑讀取部
232‧‧‧第二命令生成部
233‧‧‧第二命令輸出部
24‧‧‧路徑優化模組
241‧‧‧路徑讀取部
242‧‧‧路徑優化部
243‧‧‧優化路徑記憶部
25‧‧‧資料設定檔
3‧‧‧操作介面裝置
4‧‧‧機械手臂
41‧‧‧馬達驅動部
42‧‧‧末端執行器
51-56‧‧‧機器手臂之路徑教導編修系統之優化步驟操作流程
圖1為根據本發明所揭露的技術,表示機器手臂之路徑教導控制系統之示意圖。 圖2為根據本發明所揭露的技術,表示控制裝置內部構件之示意圖。 圖3為根據本發明所揭露的技術,表示動態學習模組構成示意圖。 圖4為根據本發明所揭露的技術,表示教導記憶模組構成示意圖。 圖5為根據本發明所揭露的技術,表示路徑執行模組構成示意圖。 圖6為根據本發明所揭露的技術,表示控制裝置內部構件另一實施例之示意圖。 圖7為根據本發明所揭露的技術,表示路徑優化模組內部構件示意圖。 圖8為根據本發明所揭露的技術,表示控制裝置內部構件再一實施例之示意圖。 圖9根據本發明所揭露的技術,表示之路徑教導編修系統之優化步驟操作流程圖。
Claims (10)
- 一種機械手臂教導控制系統,該系統包括一操作介面裝置、一控制裝置及一機械手臂,該操作介面裝置與該控制裝置連接,該操作介面裝置用以控制該控制裝置,該控制裝置與該機械手臂連接,該機械手臂中包含至少一馬達驅動部及一末端執行器,該馬達驅動部用以驅動該機械手臂,該控制裝置包括: 一動態學習模組,包括: 一資料讀取部,用以讀取在該控制裝置內的一資料設定檔; 一第一命令生成部,根據該資料設定檔建立一學習軌跡模型; 一第一命令輸出部,根據該學習軌跡模型後,計算出每一個馬達之該位置命令並輸出至該馬達驅動部,其中該馬達驅動部根據每一該馬達之該位置命令產生一馬達扭矩回授; 一動態模型計算部,根據該學習軌跡模型及該馬達扭矩回授得到該機械手臂之一學習動態模型;以及 一動態記憶模型記憶部,用以儲存該機械手臂之該學習動態模型; 一教導記憶模組,包括: 一動態補償單元,包括: 一動態模型讀取部,用以讀取儲存在該動態記憶模型記憶部中的該機械手臂之該學習動態模型; 一扭矩命令計算部,根據該動態模型記憶部所儲存該機械手臂之該學習動態模型及該馬達驅動部所量測的該馬達位置訊號形成一扭矩命令訊號; 一扭矩命令輸出部,接收扭矩命令計算部所形成之該扭矩命令訊號並產生一扭矩命令輸出至該馬達驅動部; 其中該馬達驅動部處理由該扭矩命令輸出部所獲得之扭矩命令訊號驅動該機械手臂,並生成該馬達位置訊號後,回傳至該扭矩命令計算部處理,以形成一閉迴路的動態補償; 一機構轉換單元,包括: 一機構轉換計算部,根據該馬達位置回授訊號與該機械手臂之一機構參數計算出該機械手臂之該末端執行器之一第一位置點;以及 一路徑記憶部,將該機械手臂之該末端執行器之該第一位置點儲存於為該機械手臂之一操作路徑;以及 一路徑執行模組,包括: 一路徑讀取部,用以讀取儲存在該路徑記憶部之該機械手臂之該操作路徑; 一第二命令生成部,根據執行該機械手臂的一執行軌跡曲線及該末端執行器的位置以計算出該每一該馬達的該位置命令;以及 一第二命令輸出部,將該第二命令生成部生成的每一該馬達的該位置命令輸出至該馬達驅動部, 藉此,該機械手臂將第二命令輸出部輸出的一資料以驅動該機械手臂執行該操作路徑。
- 一種機械手臂教導控制系統,該系統包括一操作介面裝置、一控制裝置及一機械手臂,該操作介面裝置與該控制裝置連接,該操作介面裝置用以控制該控制裝置,該控制裝置與該機械手臂連接,該機械手臂中包含一個或多個馬達驅動部及一個末端執行器,該馬達驅動部用以驅動該機械手臂;該控制裝置包括: 一動態學習模組,包括: 一資料讀取部,用以讀取在該控制裝置內的一資料設定檔; 一第一命令生成部,根據該資料設定檔建立一學習軌跡模型; 一第一命令輸出部,接收學習軌跡模型後,計算出每一個馬達之一位置命令並輸出至該馬達驅動部,其中該馬達驅動部根據每一該馬達之該位置命令產生一馬達扭矩回授; 一動態模型計算部,根據該學習軌跡模型及該馬達扭矩回授得到該機械手臂之一學習動態模型;以及 一動態記憶模型記憶部,用以儲存該機械手臂之該學習動態模型; 一教導記憶模組,包括: 一動態補償單元,包括: 一動態模型讀取部,用以讀取儲存在該動態記憶模型記憶部中的該機械手臂之該學習動態模型; 一扭矩命令計算部,根據該動態模型記憶部所儲存該機械手臂之該學習動態模型及該馬達驅動部所量測的該馬達位置訊號形成一扭矩命令訊號;以及 一扭矩命令輸出部,將每一該馬達所需的該扭矩命令傳送到該馬達驅動部; 其中該馬達驅動部處理由該扭矩命令輸出部所獲得之該扭矩命令訊號驅動機械手臂,並生成馬達位置訊號後,回傳至該扭矩命令計算部處理,以形成一閉迴路的動態補償; 一機構轉換單元,包括: 一機構轉換計算部,根據該馬達驅動部所量的每一該馬達位置訊號與該機械手臂之一機構參數計算出該機械手臂之一末端執行器之一第一位置點;以及 一路徑記憶部,將該該機械手臂之該末端執行器之該第一位置點儲存於為該機械手臂之一操作路徑; 一路徑優化模組,包括: 一路徑讀取部,用以讀取儲存在該路徑記憶部的該機械手臂之該操作路徑; 一路徑優化部,用以過濾該機械手臂之該操作路徑中至少一個雜點以優化該操作路徑;以及 一優化路徑記憶部,用以將該已優化的該操作路徑轉換成該機械手臂之一加工檔; 一路徑執行模組,包括: 一路徑讀取部,用以讀取儲存在該優化路徑記憶部之該機械手臂之該加工檔; 一第二命令生成部,根據執行該機械手臂的一執行軌跡曲線及末端執行器的位置以計算出每一該馬達的一位置命令;以及 一第二命令輸出部,將該第二命令生成部生成的每一該馬達的該位置命令輸出至該馬達驅動部, 藉此,該機械手臂根據該末端執行器的該最終位置點以及該機械手臂的該執行軌跡曲線以執行該操作路徑。
- 如申請專利範圍第2項所述的機械手臂教導控制系統,其中該路徑優化部包括一自動優化部及一人工優化部。
- 如申請專利範圍第2項所述的機械手臂教導控制系統,其中路徑優化部根據該操作路徑與一周圍環境、一加工工件的一位置相對關係進行模擬來該機械手臂的該操作路徑的動作以判斷是否調整該機械手臂之該操作。
- 如申請專利範圍第2項所述的機械手臂教導控制系統,其中該路徑人工優化部調整該機械手臂之該操作包括設定一軌跡平滑度及/或一輪廓誤差。
- 如申請專利範圍第1項或第2項所述的機械手臂教導控制系統,其中該每一該馬達之該位置命令透過該動態學習模組經由該馬達驅動部傳送至該機械手臂。
- 如申請專利範圍第1項或第2項所述的機械手臂教導控制系統,其中該馬達扭矩回授透過該馬達驅動部傳送至該動態學習模組之該動態模型計算部。
- 如申請專利範圍第2項所述的機械手臂教導控制系統,其中該控制裝置包括一路徑優化模組用以優化該機械手臂之該操作路徑。
- 如申請專利範圍第2項所述的機械手臂教導控制系統,其中該路徑優化模組包括: 一路徑讀取部,用以讀取該機械手臂已執行之該操作路徑; 一路徑優動化部,用以過濾該械手臂之已執行之該操作路徑之至少一個雜點以優化該已執行之該操作路徑;以及 一優化路徑記憶部,用以將該已優化的該已執行之該操作路徑轉換成該機械手臂之一加工檔。
- 如申請專利範圍第1項或第2項所述的機械手臂教導控制系統,其中該每一該馬達之該扭矩命令透過該動態補償單元經由該馬達驅動部傳送至該機械手臂。其中該馬達位置訊號透過該馬達驅動部傳送至該動態補償單元之該扭矩命令計算部以形成一閉迴路動態補償。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105143974A TWI594858B (zh) | 2016-12-29 | 2016-12-29 | 機械手臂教導控制系統 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW105143974A TWI594858B (zh) | 2016-12-29 | 2016-12-29 | 機械手臂教導控制系統 |
Publications (2)
Publication Number | Publication Date |
---|---|
TWI594858B TWI594858B (zh) | 2017-08-11 |
TW201822971A true TW201822971A (zh) | 2018-07-01 |
Family
ID=60189086
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW105143974A TWI594858B (zh) | 2016-12-29 | 2016-12-29 | 機械手臂教導控制系統 |
Country Status (1)
Country | Link |
---|---|
TW (1) | TWI594858B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI742635B (zh) * | 2020-04-27 | 2021-10-11 | 創博股份有限公司 | 教導位置與姿態的觸發與補償方法 |
TWI744676B (zh) * | 2018-08-10 | 2021-11-01 | 日商川崎重工業股份有限公司 | 資訊處理裝置、中介裝置、模擬系統以及資訊處理方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107972029A (zh) * | 2017-11-07 | 2018-05-01 | 苏州新代数控设备有限公司 | 机械手臂教导控制系统 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6285920B1 (en) * | 2000-02-18 | 2001-09-04 | Fanuc Robotics North America | Method of robot teaching with motion constraints |
TWI235903B (en) * | 2004-08-02 | 2005-07-11 | Univ Nat Formosa | Teaching method and system for robot |
TWI446305B (zh) * | 2012-07-11 | 2014-07-21 | Univ Nat Taipei Technology | 機械手臂的教導裝置及其教導方法 |
TWI530375B (zh) * | 2014-02-05 | 2016-04-21 | 廣明光電股份有限公司 | 機器手臂的教導裝置及方法 |
TWM485805U (zh) * | 2014-06-19 | 2014-09-11 | Chao-Shen Chou | 機械手臂控制系統 |
TWM509713U (zh) * | 2015-06-09 | 2015-10-01 | Leader Automation Co Ltd | 具軌跡教導之多關節機械手臂控制系統 |
TWM531338U (zh) * | 2016-04-22 | 2016-11-01 | Yaw Sheng Machinery Co Ltd | 自動化沾漿淋砂裝置 |
-
2016
- 2016-12-29 TW TW105143974A patent/TWI594858B/zh active
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI744676B (zh) * | 2018-08-10 | 2021-11-01 | 日商川崎重工業股份有限公司 | 資訊處理裝置、中介裝置、模擬系統以及資訊處理方法 |
TWI742635B (zh) * | 2020-04-27 | 2021-10-11 | 創博股份有限公司 | 教導位置與姿態的觸發與補償方法 |
Also Published As
Publication number | Publication date |
---|---|
TWI594858B (zh) | 2017-08-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106457565B (zh) | 用于对机器人进行编程的方法和系统 | |
Brunete et al. | Hard material small-batch industrial machining robot | |
US9149931B2 (en) | Robot system, robot control device and method for controlling robot | |
JP6781183B2 (ja) | 制御装置及び機械学習装置 | |
CN1903523B (zh) | 机器人程序评价、修正方法及机器人程序评价、修正装置 | |
JP4271232B2 (ja) | ロボットのオフラインプログラミングを実行するための装置、方法、プログラム及び記録媒体 | |
JP6851837B2 (ja) | 制御装置、ロボットシステム、制御方法、プログラム、記録媒体及び物品の製造方法 | |
Neto et al. | High‐level robot programming based on CAD: dealing with unpredictable environments | |
JP6669715B2 (ja) | 振動抑制装置 | |
TW201722658A (zh) | 機器人之直接教示方法 | |
JP4976883B2 (ja) | マニピュレータシステム | |
CN109746913B (zh) | 一种机器人姿势保持拖动示教的方法及系统 | |
CN111596614A (zh) | 基于云边协同的运动控制误差补偿系统及方法 | |
TWI594858B (zh) | 機械手臂教導控制系統 | |
CN114102636B (zh) | 遥操作机器人的焊缝打磨控制系统及其设计方法和应用 | |
JP2024177314A (ja) | ロボットシステム、プランニングシステム、ロボット制御方法、およびプランニングプログラム | |
CN202011020U (zh) | 用于根据运动控制参数集来控制工业机器人的系统 | |
JP2020055095A (ja) | 制御装置及び制御システム | |
CN107972029A (zh) | 机械手臂教导控制系统 | |
JP2021142596A (ja) | シミュレーション装置およびプログラム | |
JP2020110884A (ja) | ロボット制御装置、ロボット制御方法、及びロボット制御プログラム | |
JP2006281330A (ja) | ロボットシミュレーション装置 | |
TWM509713U (zh) | 具軌跡教導之多關節機械手臂控制系統 | |
CN117733829B (zh) | 多自由度工业机器人的关节力位协调自适应控制方法及系统 | |
CN114986525B (zh) | 一种基于多模态信息的机器人手持示教装置与方法 |