一种电机模糊控制的工业机器人的制作方法

本发明属于工业机器人领域，特别涉及一种电机模糊控制的工业机器人。

背景技术：

随着当前工业自动化水平越来越高,在各行各业占有越来越重要的地位,它们能够娴熟、精准地执行多种复杂任务,这些任务由于环境或者其他因素的限制可能是人根本无法完成的。工业机器人的应用场景主要有汽车零部件制造和装配、机械自动化制造、有毒化工产品生产、标准流水线作业、高危环境设备安装、核辐射场地作业、极限环境作业等。

对伺服电机的精确控制是工业机器人如何实现精密加工的关键。

技术实现要素：

本发明要解决的技术问题是如何通过模糊控制实现对工业机器人伺服电机的精确控制，对此本发明提供一种电机模糊控制的工业机器人，

本发明的技术方案为：一种电机模糊控制的工业机器人，包括工业机器人控制系统、传感器系统、操控系统、网络集成控制系统、视觉跟踪系统以及执行机构，传感器系统与工业机器人控制系统连接，

操控系统通过网络集成控制系统接收传感器系统和视觉跟踪系统的数据并向工业机器人控制系统发送控制指令，工业机器人控制系统控制执行机构，传感器系统安装在执行机构上，实时监控执行机构的位姿状态，传感器系统、视觉跟踪系统还与工业机器人控制系统连接用于实时反馈执行机构的工作状态以及监控周围环境，

其中，工业机器人控制系统包括示教器、运动控制器，

其中，操控系统包括工控机，

其中，视觉跟踪系统包括rgb摄像机、激光扫描仪、跟踪摄像机，射频收发射装置，

其中，传感器系统包括多个六轴传感器、光学传感器、运动传感器、霍尔电流传感器，

其中，执行机构包括机械部分和电力部分，

机械部分包括底座、连接件、大臂、小臂、腕部、末端执行器以及旋转关节，

其中，跟踪摄像机安装在末端执行器的正下方，实时观察并测量运动工件相对于执行机构的位置，利用跟踪摄像机对运动工件进行图像采集，利用图像处理对运动工件的形状进行识别并获取工件中心，与上一次识别的结果进行比对，生成误差信号，将获得运动工件的误差信号作为反馈信号，输入工控机的模糊控制装置中，利用模糊控制方法计算出相应的控制信号，并将控制信号以运动指令的形式发送到执行机构。

本发明的有益效果：

(1)通过模糊控制自动有效实现工业机器人伺服电机的精确控制，减少了人工设定的反复修改带来的效率上浪费以及精度的不准确；

(2)使用光耦隔离电路极大提高了硬件的可靠性；

(3)使用二级通信,实现了对工业机器人的灵活控制；

(4)执行机构使用平行四边形，增加了整个结构刚度,增加系统稳定性；

(5)使用图像处理算法精确获得工件的中心位置，便于机器人的准确抓取。

附图说明

图1为本发明的工业机器人系统框图；

图2为本发明的执行机构的机械结构图；

图3为本发明的电模糊控制方法流程图；

图4为本发明的模糊控制方法原理图；

图5为本发明的工件中心位置获取流程图；

具体实施方式

下面结合附图对本发明作进一步的说明。

一种电机模糊控制的工业机器人，包括工业机器人控制系统、传感器系统、操控系统、网络集成控制系统、视觉跟踪系统以及执行机构，传感器系统与工业机器人控制系统连接，

操控系统通过网络集成控制系统接收传感器系统和视觉跟踪系统的数据并向工业机器人控制系统发送控制指令，工业机器人控制系统控制执行机构，传感器系统安装在执行机构上，实时监控执行机构的位姿状态，传感器系统、视觉跟踪系统还与工业机器人控制系统连接用于实时反馈执行机构的工作状态以及监控周围环境，

其中，工业机器人控制系统包括示教器、运动控制器，

其中，操控系统包括工控机，

其中，视觉跟踪系统包括rgb摄像机、激光扫描仪、跟踪摄像机，射频收发射装置，

其中，传感器系统包括多个六轴传感器、光学传感器、运动传感器、霍尔电流传感器，

其中，执行机构包括机械部分和电力部分，

网络集成控制系统搜索局域网内存在的工业机器人并连接到相应的运动控制器，运行运动传感器并清零六轴传感器，运动传感器采集执行机构的末端执行器位姿信息来引导工业机器人的运动，并实时显示在示教器的屏幕上。

工业机器人通信分为两级：第一级通信是操控系统与工业机器人控制系统的通信，采用串行通信技术或者网络通讯技术；第二级通信是工业机器人控制系统与传感器系统、视觉跟踪系统之间的通信，采用工业现场总线通信技术。

其中，机械部分包括底座、连接件、大臂、小臂、腕部、末端执行器以及旋转关节，旋转关节分别位于底座与连接件之间、连接件与大臂之间、大臂与小臂之间以及腕部与末端执行器之间，底座是承重基础部件，固定在地面或支架上，连接件是大臂的支撑部件，实现机器人的回转功能，连接件在底座上进行旋转，大臂是小臂的支撑部件，大臂的摆动改变末端执行器在水平方向上的行程，小臂的俯仰实现末端执行器在垂直方向上的位置变换，腕部的末端执行器旋转关节调整承载目标的旋转角度和位置。

底座的关节座与轴线垂直于地面的旋转关节联接，关节座安装在底座上，为大臂提供支撑，其上安装有大臂、小臂和保持腕部水平的连杆，大臂、小臂与连杆相互构成平行四边形，增加了整个臂部的刚度，通过串联平行四边形机构的叠加效应,满足腕部的易控性，腕部是法兰盘，根据用户的不同需要，在法兰盘上联接真空吸盘。

该结构增加整个臂部的刚度，平行四边形的相互作用,增加了整个机器人传动系统的刚度,减小了启动与急停情况下造成的机器人颤动，行程放大，减小系统惯量，节约成本，同时增加了系统的稳定性，搬运机器人利用“平行四边形”原理简化了机器人位姿的控制,降低了过程控制的难度,可以缩短机器人的工作周期和研发设计成本。

其中，电力部分包括编码器、解码电路、光耦隔离电路、永磁同步伺服电机(pmsm)、减速器以及智能功率控制模块(ipm)，霍尔电流传感器采集永磁同步伺服电机的u相和v相电流，反馈给运动控制器，编码器通过解码电路实时向运动控制器反馈永磁同步伺服电机实际位置，运动控制器通过串行总线接收目标位置信息，目标位置、实际位置和实际电流在运动控制器内做单轴逻辑控制，通过矢量控制的时序调度输出脉宽调制通过光耦隔离电路提供给智能功率控制模块并转换为功率控制信号，光耦隔离电路实现控制部分电路和功率部分电路完全隔离，极大提高了硬件的可靠性，智能功率控制模块驱动永磁同步伺服电机运转，永磁同步伺服电机输出轴与减速器，减速器与机械部分的旋转关节连接，减速器受运动控制器的控制，实现动作的精细化调整。

其中，跟踪摄像机安装在末端执行器的正下方，实时观察并测量运动工件相对于执行机构的位置，利用跟踪摄像机对运动工件进行图像采集，利用图像处理对运动工件的形状进行识别并获取工件中心，与上一次识别的结果进行比对，生成误差信号，将获得运动工件的误差信号作为反馈信号，输入工控机的模糊控制装置中，利用模糊控制方法计算出相应的控制信号，并将控制信号以运动指令的形式发送到执行机构，对执行机构的动作进行跟踪，跟踪过程如下：

步骤1，利用跟踪摄像机对运动工件进行图像采集，利用网线将采集到的图像信息传递给工控机，保存在工控机内存中；

步骤2，读取工件的图像信息，利用图像处理对运动工件的形状和质心特征进行识别，与上一次识别的结果进行比对，生成误差信号；

步骤3，将获得运动工件的误差信号作为反馈信号，输入工控机的模糊控制装置中，利用模糊控制方法计算出相应的控制信号，并将控制信号以运动指令的形式发送到执行机构；

步骤4，在执行机构获得接受指令信号后，按照要求完成动作运动，跟踪摄像机完成对运动工件的跟踪任务；

步骤5，工控机将控制指令发送给执行机构时，执行机构的伺服装置就会进入下一个伺服周期，来继续完成与之前伺服周期相同的任务。

其中，工控机的模糊控制装置具体为：模糊控制装置包括差分器、微分器、模糊化接口、输出量转换模块、推理机、知识库，负载估计模块将测得的伺服电机的测量负载电压通过带通滤波器提供给差分器，差分器将操作人员输入的设定负载电压与测量负载电压相减得到误差值e，误差值e经过微分器得到误差变化率de/dt，误差值e和误差变化率de/dt提供给模糊化接口，对误差值e和误差变化率de/dt进行模糊化赋值，分别得到模糊化误差值me和模糊化误差变化值mec，模糊化误差值me和模糊化误差变化值mec提供给推理机，推理机根据知识库中的输入输出隶属度矢量值以及逻辑推理规则对模糊化误差值me和模糊化误差变化值mec进行模糊推理得到模糊控制量mu，输出量转换模块将模糊控制量mu转换为实际控制量u，根据实际控制量u控制电源向伺服电机提供电压。

模糊控制装置为可编程逻辑控制器，可编程逻辑控制器与主控器的处理器之间采用rs232通信。

其中，模糊控制方法具体为：按照操作人员的语言变量的选取参量pl、pb、pm、ps、zo、ns、nm、nb、bl分别表示正超大、正大、正中、正小、零、负小、负中、负大、负超大，对应的模糊集{-n,-n+1,......,0,......,n-1,n},n＝4，n为初级模糊集变量；

确定量化因子，ke＝n/e,其中,ke为误差值量化因子，e为测量的最大误差值，kec＝n/ec，kec为误差变化率量化因子，ec为测量的最大误差变化率，

如果m≤kee≤m+1,m<n，则模糊化误差值me为经过四舍五入的kee,m为次级模糊集变量；

如果kee<-n，则模糊化误差值me为-n；

如果kee>n，则模糊化误差值me为n；

如果m≤kece≤m+1,m<n，则模糊化误差变化值mec为经过四舍五入的kece；

如果kece<-n，则模糊化误差变化值mec为-n；

如果kece>n，则模糊化误差变化值mec为n。

其中，知识库包括数据库以及规则库，

数据库中存放输入、输出变量的模糊隶属度矢量值，此矢量值是输入、输出量经过对应论域等离散化后所对应值的集合，所对应论域若是连续的，则可作为为隶属度函数，对于输入的模糊变量，隶属度函数保存于数据库中，在模糊推理关系中向推理机提供数据。

规则库中存储有模糊规则，模糊规则是操作人员长期积累的经验并结合专家知识的基础上形成的，由相关的逻辑关系的词汇来表达，例如if-then、else、end、and、or等。

通过模糊控制可以自动有效实现工业机器人伺服电机的精确控制，减少了人工设定的反复修改带来的效率上浪费以及精度的不准确。

其中，使用图像处理获取工件中心位置的具体过程如下：

步骤1，获取工件输送线和工件的原始图像，rgb摄像机的镜头光轴与工件输送线保持平行；

步骤2，图像增强，对原始图像中的rgb值分别进行滤波去噪。对原始图像的进行滤波去噪，噪声包括设备噪声、椒盐噪声、量化噪声，噪声的滤波过程如下式所示：

其中，以原始图像的中心为原点建立直角坐标系x-0-y，fr(x,y)、fg(x,y)、fb(x,y)分别为原始图像中位于坐标(x,y)的像素的r、g、b值函数，其中x＝(0,1,……255),y∈(0,1,……255)，而fr(x,y)、fg(x,y)、fb(x,y)为滤波后的r、g、b值函数，n×n为表示截取的窗口的尺寸，n＝(3,5,7......)，优选为n＝3，p表示窗口内的像素组成的点集；

该滤波方式对像素的rgb值分别进行滤波，抑制无用信息,很好的保留了原始图片的色彩的信息；

步骤,3，图像分割，获取工件目标图像。

步骤3.1，对rgb颜色空间进行转换，生成新的颜色空间u1u2u3。

经过滤波后的fr(x,y)、fg(x,y)、fb(x,y)经过下述转换变为相应的系数函数：

其中，u1(x,y)为红绿相关函数，u2(x,y)为红蓝相关函数，u3(x,y)为绿蓝相关函数；

步骤3.2，工件与工件输送线的区分。

构建工件与工件输送线的分割函数gs(x,y)，使用u1(x,y)、u2(x,y)作为判断条件：

其中，ts为分割阈值；

分割阈值ts可以为预先设定的固定值，例如ts＝4。

步骤4，图像去噪。

经过运算得到目标工件的图像，但是不可避免的存在一些小面积的噪声，即图像上的斑点噪声，这些斑点噪声显然不是工件的图像，需要滤除，这里使用数学形态学的开运算和闭运算进行去噪

步骤4.1，构建二值分割函数g'a(x,y)，在运算前首先将分割函数ga(x,y)进行二值化，二值分割函数为：

步骤4.2，使用开运算，先对二值图像进行腐蚀运算然后在进行膨胀运算；

步骤4.3，使用闭运算。先对二值图像进行膨胀运算然后在进行腐蚀运算；

步骤4.4，生成最终的工件目标函数gf(x,y)。经过开合运算后的二值图像与分割函数g'a(x,y)构成的二值图像进行与运算，在1值的区域将ga(x,y)的值按照坐标逐一赋值，构成最终的工件目标函数gf(x,y)；

步骤5，获取工件目标的中心位置(xcen,ycen)。其目的在于让工业机器人能够定位工件的位置，进而实现抓取。

运用高斯滤波器获取图像中的最大响应值，进而确定图像中目标的中心位置，构建高斯响应值函数为：其中，δ为尺度因子，可根据实际情况设定；

对gf(x,y)进行卷积计算，得到高斯卷积响应函数：

h(x,y)＝gf(x,y)*g(x,y)，

计算当h(x,y)的最大值时的坐标，即目标的中心位置(xcen,ycen)。

以上所述实施方式仅表达了本发明的一种实施方式，但并不能因此而理解为对本发明范围的限制。应当指出，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。