首页 历史故事运动计划如何制定?

运动计划如何制定?

【摘要】:根据加速或制动运动,运动用红色或蓝色表示。图4.66机械人从储料容器中取料的过程不出所料,尽管计算能力大幅提高,但许多应用仍然难以在工业生产中实现储料罐取料。图4.67显示了市场广泛使用的组件机器人工作空间的基本设计。超过正常集成商能力的软件解决方案尤其有趣。与更传统的运动机构相比,软结构所面临的挑战是显而易见的。机器人的路径精度不仅取决于其机械“能力”,这种运动链的控制单元对运动行为也有很大的影响。

在许多应用中,运动学和搬运系统执行预先定义的运动序列。此定义的运动序列由操作员提供的设定点组成,例如机器人的运动轨迹。机器人在其加工区域内总是以相同的顺序移动到特定的位置,例如,进给位置和螺丝的装配位置。

图4.65描述了机器人将托盘移到加工区域3个工作点的运动顺序。根据加速或制动运动,运动用红色或蓝色表示。绿色代表一个恒定的速度。

图4.65 使用SCARA机器人从储存架上下料示意图

自动化中传感器的可用选项允许在运动序列方面有更多的可变性。例如,如果传感器识别出不合格零件,机器人可以改变其运动,而不是带着不合格零件移动到装配站的吊箱中。

对于可变送料位置的方案,零件可以在皮带上以未分拣状态展开,从而使工件的抓取点不同。然后在机器人路径中仅定义放置点。加工区域充满了混乱的运动。机器人对传感器信息做出反应,并移动到摄像机给定的点。

当拣配情况为三维时,路径规划更为复杂。在这里,由于其他组件或容器壁的原因,与机械手发生碰撞的可能性更大。

因此,“料箱中抓取”不仅仅需要定义工件在料仓中的简单位置。除了机械手手指的准确抓取点外,路径规划中还应包括角度位置和相邻部件的位置。为了避免与容器壁碰撞,机械手和机器人臂的几何结构也要考虑到运动路径的计算中。我们很快就意识到,随着第三维度的发展,工作量的增加有多大。

图4.66所示为机器人从储料容器中取料的过程。

图4.66 机械人从储料容器中取料的过程(来源:Fraunhofer IPA)

不出所料,尽管计算能力大幅提高,但许多应用仍然难以在工业生产中实现储料罐取料。这一过程的主要障碍是工件示教的复杂性和干涉轮廓。然而,在过去的几年中,简单性和系统性能得到了提高,来自消费者市场的应用的影响也在发挥着越来越大的作用。

游戏设备与三维图像处理是可用的——今天只需几百美元。例如,欧盟的一个研究项目正在提议部署这些低成本传感器,用于对机器人加工区域进行冗余监控。

在所描述的项目中,机器人的路径根据在加工区域中操作的人的运动而改变。这是人类和机器之间的一种新的协作形式。到目前为止,由于存在与工人碰撞的风险,那些与人类有潜在联系的机器人必须缓慢移动。有了这个机器人路径的新规划策略,应该可以在允许工人继续在附近工作的同时保持机器人的高速度。

图4.67显示了市场广泛使用的组件机器人工作空间的基本设计。在与人类合作的过程中,为防止碰撞制定了不同的步骤。

图4.67 使用两个游戏机摄像头进行定位的场景说明(来源:SYMBIO-TIC)

第一步,用户通过声音信号接收初始警告;第二步,接近的机器人停止,以避免碰撞;第三步,当人类接近时,机器人形成一个简单的向后运动。这使得机器人几乎不可能在工作状态下继续执行任务。因此,路径规划的第四步应该允许机器人通过改变路径来干预和执行主动回避运动(图4.68)。

图4.68 不同等级的碰撞规避(来源:SYMBIO-TIC)

这些来自市场广泛使用的技术(如Kinect、数码相机等)激励和支持工业生产技术,即使由于备件策略和组件的特定设计,直接使用组件仍然经常失败。快速变化的消费品在几年或几十年内仍无法满足工业对可用性的要求。

此外,游戏行业的组件仅在有限的操作领域中有用。由于系统的封闭设计,对某些应用的调整变得更加困难。然而,这些技术可以为工业组件提供一些基本的优势,如高分辨率摄像机芯片或快速的数据连接和接口

机器人制造商正在为他们的设备提供越来越多的传感器接口。这些硬件输入也可以与软件连接,以帮助简化复杂的任务,如箱拣或无序的包装码垛。

换言之,传感器硬件与应用软件相连,应用软件评估传感器数据并相应地改变机器人的路径。

超过正常集成商能力的软件解决方案尤其有趣。这些解决方案可以真正使机器人扩展成为可能,因为它们实现了在单个特殊机器人项目中不具有经济可行性的功能。因此,能够通过摄像机信号控制多个机器人,并以逻辑上有用的方式将它们连接起来,这不是一件小事。例如,这种情况适用于多个机器人从一条传送带抓取并将糖果仁放在同一个托盘中(图4.69)。

图4.69 通过主传送带连接的用于糖果包装的自动化系统(来源:Robomotion)

在这种应用中,机器人必须能够相互交换信息,或者从末端连接上游机器人的工作情况。这意味着机器人的运动执行在以后的系统操作中通过传感器和线性控制软件进行控制。在设置自动化系统时,还不清楚机器人会走哪条路径。这取决于产品在传送带上的位置和托盘的位置。这类软件包是机器人制造商提供的一系列解决方案的一部分,但它们也由独立公司(如无序码垛)为多个机器人制造商提供。

因此,制造商开始为他们的机器人的某些应用程序建立一个“应用商店”,这个商店允许潜在的集成商甚至最终用户自己能够下载和安装应用程序。这些想法进展缓慢,可能是因为这些应用程序的开发人员几乎没有动力将软件提供给潜在的竞争对手。

单元许可证的价格也要高很多,因为只有少数客户会购买该软件,因此开发成本只能在少数客户之间分摊。

那些在机器人方面拥有专门软件知识的公司通常会自己推销这些软件。在这种情况下,控制机器人执行机械加工任务。在这里,机器人应该尽可能精确地跟随工件的预定轮廓。机器人的目标是实现尽可能高的“路径精度”。这意味着无论加工力的影响如何,运动学都应该精确地沿着所需的轮廓移动,而不会产生任何偏差。与更传统的运动机构相比,软结构所面临的挑战是显而易见的。

机器人的路径精度不仅取决于其机械“能力”,这种运动链的控制单元对运动行为也有很大的影响。机器人工具中心点移动的路径是通过支持点或插值点(图4.70)定义的,在两个点之间使用一条简单的直线。

图4.70 带有路径支持点和插值点的部分路径

这被定义为路径规划器的控制单元组件,它计算具有特定时间间隔的路径上的支持点(插值点)功能,也是影响路径质量的一个因素。

路径包含的支持点越多,路径就越精确。此外,整个控制系统,即监控电机的控制单元、驱动器和内置测量系统,对机械设计的准确性负责(图4.71)。因此,成熟的机器人制造商通常不仅通过销售自己的机械运动机构来保护自己的利益。在过去,出现与所需精度水平或使用寿命保证有关的问题太普遍了。因此,许多客户宁愿只有一个供应商。由驱动器、控制单元和机械臂组成的单元是设计这种控制电路的一个优点。

图4.71 沿工件轮廓生成机器人路径

如图4.72所示,整个链条代表由制造商负责的产品。消除某些单个零件可能会导致损坏,例如其他部件过载。在许多应用中,路径精度并非总是必需的。在许多情况下,达到准确的目标点就足以搬运工件。在两者之间移动的唯一要求是实现高速和碰撞保护。

在目标精度方面,可以区分重复精度和位置精度。制造商通常在其数据表中提供重复精度值,它们通常与实际值相对应。这意味着朝向一个点的运动在任何时候都是“重复”的。机器人手臂总是沿着同一个精确的轴运动到一个设定点。

图4.72 机器人生产商的核心能力——协调所有部件

换句话说,机器人总是以相同的接近方向朝着目标点移动。实际位置在一定的分散范围内变化,这包括在制造商数据表中(图4.73)。

图4.73 从一个方向接近时与编程设定点的偏差(重复精度)

根据运动设计,机器人的精度会有很大的波动,但现在这个范围实际上在0.01 mm以内。然而,对于只离线时运行程序的机器人空间坐标中的点,偏差更为明显。对于无法进行示教的情况,制造商提供经过精确测量并与控制单元参数对齐的专用设备,以达到良好的绝对精度水平。

位置精度特指机器人程序不断改变朝向某一点的运动路径,例如,当传感器信号可以改变机器人单元中的顺序。这低于重复精度,在制造商数据表中很少提及。运动定位精度的定义如图4.74所示。设定位置上的进近方向在这里有所不同。

图4.74 从不同方向接近设定点时的偏差(位置精度)

为了从一个点到另一个点,机器人控制单元可以用来定义运动命令,然后按照程序顺序排列在一起。基本上,区分机器人是应该沿着最快的路径到达目标,还是应该按照预先定义的路径到达目标,这一点很重要。在上面的例子中,由于轴1的移动,可以到达点P2。不应更改轴2。在这个过程中,机器人做一个与机器人旋转轴相对应的圆周运动。对于所谓的PTP(点对点)移动,只启动到达目标点所需的轴。

移动路径由相应轴的连续目标实现产生。如果移动中涉及多个轴,则所有轴同时开始,并在达到设定位置时结束移动。这意味着轴有时用于不同的时间长度。PTP运动是机器人最快的运动,但在空间运动方面也是最不可控的。

相比之下,线性路径移动是一个几何上预先定义的路径,由控制器控制——一条直线。为了用TCP定义这条直线,需要协调多个轴。在图4.75中,可以看到轴2的移动,这是定义直线所必需的。这样可以再次达到精确的目标点P2。然而,两个轴不能以其最大加速度驱动,否则无法保持路径。TCP也必须以恒定的速度移动,因此轴速度的降低也是必要的。这意味着搬运过程的总时间较慢,因为尚未达到各个轴的最快速度,因此需要协调多个轴的同步。

在许多情况下,机器人运动不能达到最快的轴速度,这通常是由于应用程序中所涵盖的短路径造成的。为了实现高动力性,在这种情况下建造一个轻量化的手臂结构尤为重要。加速度比假设的最终轴速度更重要。

图4.75 PTP控制下的运动和线性路径控制

图4.76所示的速度介绍清楚地说明了与机器人运动顺序相关的问题。尽管驱动器可能以运动的完全加速开始,但它们必须以短运动(例如机械臂运动轴)再次减速,以便在正确位置及时停止。根据是否达到最终速度,各个轴的不同运动轮廓中的TCP会产生各种各样的目标实现时间。这也解释了简单定义从A到B的机器人节拍时间的困难。在制造商数据表中用标准循环记录这一点确实是常见的做法。然而,应用中的实际节拍时间在很大程度上取决于机器人加工区域内各点的位置。它只有助于在机器人单元中以完全相同的操作点配置进行模拟或节拍时间测试,这样可以很好地评估周期时间。

图4.76 机器人轴上的速度介绍

图4.77所示的图形显示了如何在X和Y方向上从一个点到相应点建立移动时间的图表。这些图表的形式强烈依赖于具体的运动形式。

另一个关键因素是为速度或节拍时间编程的相应运动路径。在运动程序中,可以将PTP和LIN或其他运动命令组合用于圆形路径。但是结合这些路径移动类型也使得预测准确的节拍时间变得更加困难。

图4.77 SCARA机器人定点速度分布

只能为各自的运动建立粗略的设计或布局指导方针,以实现最佳的组合情况。一个例子是用于定位基础机械手臂的设计规则。对于SCARA机器人来说,这包括左手或右手。在图4.78中,左臂和右臂机器人的区别可以在机器人的俯视图中看到。右手意味着机器人的手臂角度与人类使用右臂的方式类似。

规则规定,在从点P1到点P2的移动过程中,应始终运行机器人,使机器人的轴2不会从一只手移动到另一只手上。由于需要更长的路径,轴2的重新定向显然会导致节拍时间的延长。如果机械加工区的机器人操作点设计不当,程序员通常只能进行重新定位。

为了避免这种规划错误,对规划布局的仿真允许程序员和设计师在规划过程的早期阶段交换机器人在单元中的位置信息。这不仅是SCARA运动结构的例子。三角或关节运动形式也有其在工作空间位置的理想条件。尤其是对于六轴关节机器人,在定位加工区域时,运动范围内存在着强烈的非线性依赖性和模糊性(奇点)。

图4.78 以右手和左手(虚线)手臂位置接近点P2