[发明专利]多关节机械臂智能控制方法、装置及系统

说明书

技术领域

本发明涉及工程机械领域，特别涉及一种多关节机械臂智能控制方法、装置及系统。 

背景技术

多关节超长臂架属于非线性耦合系统，随着臂架长度的增长及关节的增多，其操控难度逐步加大，很难进行精确控制。如何降低多关节超长臂架劳动强度及操控复杂度，成为本领域技术人员亟需解决的控制难题。 

发明内容

有鉴于此，本发明提出一种多关节机械臂智能控制方法、装置及系统，以进一步提高多关节机械臂的控制精度，降低操控的复杂度。 

第一方面，本发明公开了一种多关节机械臂智能控制方法，包括如下步骤： 

步骤S11，接收由操控器输入的机械臂末端的速度矢量；步骤S12，基于所述机械臂末端的速度矢量和当前机械臂的状态，对多关节机械臂的各个节臂进行轨迹预测；若预测所得的下一时刻的运动轨迹相对于当前时刻发生突变，则放弃该轨迹预测的结果；步骤S13，基于多关节机械臂的运动约束和轨迹预测的结果，确定最优规划解；步骤S14，根据所述最优规划解，确定各个节臂的油缸驱动量；步骤S51，根据所述油缸驱动量及执行机构的比例特性，确定驱动电流，所述驱动电流用于驱动多关节臂架及转塔的回转。 

进一步地，上述多关节机械臂智能控制方法中，所述步骤S13中，所述运动约束为液压系统流量极值约束，所述最优规划解为系统流量代价最小的规划解。 

进一步地，上述多关节机械臂智能控制方法中，在步骤S15后，还包括步 骤S16，检测被驱动后的多关节臂架的状态参数，并将所述多关节臂架的状态参数反馈至步骤S12，所述轨迹预测的结果根据输入的机械臂末端的速度矢量和多关节臂架的状态参数共同确定。 

进一步地，上述多关节机械臂智能控制方法中，所述步骤S16还包括如下子步骤：对获取的所述多关节臂架的状态参数进行信号滤波以及形变补偿，并将获取的结果反馈至所述步骤S12。 

本发明多关节机械臂智能控制方法工作原理如下：基于输出至控制器的机械臂末端速度和各关节臂的当前姿态进行臂架的轨迹预测。基于预测结果和约束，确定最优规划解，进而，确定各个关节臂的驱动量ΔL；最后，根据驱动量ΔL与电流i比例特性，精确确定驱动臂架所需的电流，进而实现多关节机械臂的高精度控制。并且，由于在进行轨迹预测的时候，若预测所得的下一时刻的运动轨迹相对于当前时刻发生突变，则放弃该轨迹预测的结果。因此，这种基于运动趋势的预测，在小振幅运动情况下可以确保臂架的运动状态不发生突变，即，可以很好的确保臂架的平稳运动。此外，对于本发明而言，操控者只需要通过速度输入装置输入机械臂末端的速度，该速度为操控者对臂架末端的控制意愿，即可通过完成上述各个步骤而实现对臂架动作的控制，因此，简单易行，极大地降低了操控的复杂度。 

第二方面，本发明还公开了一种多关节机械臂智能控制装置，包括：速度矢量接收单元、轨迹预测单元、最优规划解确定单元、油缸驱动量计算单元以及驱动电流计算单元。其中，速度矢量接收单元用于接收由操控器输入的机械臂末端的速度矢量；轨迹预测单元用于基于所述机械臂末端的速度矢量和当前机械臂的状态，对多关节机械臂的各个节臂进行轨迹预测，若预测所得的下一时刻的运动轨迹相对于当前时刻发生突变，则放弃该轨迹预测的结果；最优规划解确定单元用于基于多关节机械臂的运动约束和轨迹预测的结果，确定最优规划解；油缸驱动量计算单元用于根据所述最优规划解，确定各个节臂的油缸驱动量；驱动电流计算单元用于根据所述油缸驱动量及执行机构的比例特性，确定驱动电流，所述驱动电流用于驱动多关节臂架及转塔的回转。 

进一步地，上述多关节机械臂智能控制装置中，所述最优规划解确定单元中，所述运动约束为液压系统流量极值约束，所述最优规划解为系统流量代价最小的规划解。 

进一步地，上述多关节机械臂智能控制装置中还包括反馈单元，该反馈单元用于检测被驱动后的多关节臂架的状态参数，并将所述多关节臂架的状态参数反馈至所述轨迹预测单元，所述轨迹预测单元进一步根据输入的机械臂末端的速度矢量和所述多关节臂架的状态参数共同确定预测结果。 

进一步地，上述多关节机械臂智能控制装置的所述反馈单元还包括信号滤波及形变补偿子单元，用于对获取的所述多关节臂架的状态参数进行信号滤波以及形变补偿。