SCARA机械手运动轨迹规划,控制算法的优缺点

       从SCARA机械手的控制策略出发，分别从运动学分析、参数辨识以及控制方法等角度，阐述SCARA机械手控制系统的发展趋势，并且指出未来SCARA机械手的发展需要解决的一些关键问题。

1 SCARA机械手运动轨迹规划及控制方法分析

1.1 SCARA机械手运动学分析

        SCARA机械手运动学分析是SCARA机械手运动控制研究的基础。SCARA 机械手可以看作是由四个关节和三个连杆按一定的顺序连接而成，根据关节与连杆参数进行矩阵变换，并且利用高斯消元法求解变换矩阵的逆，推导出SCARA机械手运动学方程。Yunbo H等人通过D-H理论建立坐标系，并通MATLAB软件对 SCARA机械手进行运动分析，直观地显示出机械手各关节的运动状态；Ji Yang Lee等人使用图像处理方法对SCARA机械手进行路径规划，该方法利用D-H参数将图像所提取出来的点转化为关节执行器轨迹，在找到标记点的位置和方向后，进行路径规划，该方法具有较高的时间效率。

        SCARA机械手运动学分析方法主要由3个步骤组成。首先利用D-H参数法建立SCARA机械手运动学模型，如 图6所示，各个参数设定如表1所示，其中J1、J2、J3旋转关节的轴线相互平行，实现SCARA机械手在平面内定位与定向；J4移动关节与平面垂直，实现末端执行件升降运动；接着利用齐次变换矩阵来描述SCARA机械手关节变量与末端位姿之间的关系，并通过高斯消元等方法求得SCARA 机械手运动学逆解，得到末端位姿与关节变量之间的关系；最后，利用MATLAB Robotics工具箱对SCARA机械手模型进行仿真，得到各关节变量随时间变化的关系，直观反应出机械手各关节的运动状态，验证正、逆求解过程的正确性以及机械手结构参数设计的合理性。

1.2 SCARA机械手参数辨识

       机械手参数辨识是获得高精度动力学方程的前提条件，是获得高精度运动控制算法的必要条件。SCARA机械手参数辨识的方法有很多，包括遗传算法、CAD法、实验测量法以及整体辨识法等。

      Fei F 等人将遗传算法粒子群优化算法运用到SCARA机械手参数辨识中，该方法将遗传算法与粒子群算法（GAPSO）中的交叉算子嵌入到遗传算法中，用来克服参数计算过程中过早收敛问题，对参数辨识的精度具有一定的改善作用; Arm-strong等人设计专门的测量平台，利用解体测量法对PUMA560机械手进行惯性参数辨识，该方法由于需要专门的实验装置，工作量大，而且容易忽略部件连接特性的影响；王树新等人运用CAD方法对动力学参数值进行计算，并且运用动力学模型以及关节实验结果来修正动力学参数，但是该方法没有考虑到机械手零部件的加工精度对动力学参数的影响，并不能十分精确地获得机械手实际的动力学模型，对机械手速度、精度都将造成影响。

      华南理工大学张铁等人采用整体辨识法对 SCARA 机械手进行参数辨识，该方法利用牛顿欧拉方法对SCARA机械手进行动力学建模，将摩擦力和关节力矩的影响因素纳入动力学模型，运用傅里叶级数进行轨迹激励实验，通过加权最小二乘法对参数进行精确辨识。同样采用整体辨识法，江南大学严浩等人对傅里叶级数轨迹激励进行了改进，使得SCARA机械手两个关节力矩测量值和预测值的残差均方根分别减小了11.5%和26.35%。

      整体辨识法与 CAD 法通常都分为两部分，一部分是通过数值模拟技术将各种因素考虑进动力学模型中，建立较为精确的动力学模型，另一部分是通过实验的方法给定机械手运动激励轨迹，通过采样获得机械手运动状态、关节力矩信号等，最后将两部分结合，把参数辨识问题转化成动力学参数最优解问题，能够获得较高的精度。而移传算法能够充分逼近任意复杂的非线性系统，并且能够学习和适应严重不确定系统的动态特性，非常适合使用在工作环境非常复杂的情况下。相比较整体辨识法、CAD法以及移传算法，解体测量法只有实验测量，缺乏数值分析，容易忽略连接处摩擦以及电机转子的转矩对动力学的影响，精确度比较差，而且需要特定的测量平台，不利于使用。

1.3 SCARA机械手控制方法

      SCARA机械手运行往往具有高速、高重复精度特性。在设计工作轨迹及控制时，要从快速响应、高精确及高稳定性角度出发，选择最合适的优化解，得到最优控制策略。目前对机械手轨迹跟踪的先进控制策略包括自适应控制、迭代学习控制、PID控制、神经网络控制以及滑模变结构控制等。

       基于PID控制原理， Oaki J等人利用扭转角速度反馈（TVFB） 方法来增强PID控制的抑制振动的能力，该方法以带有谐波减速器的SCARA机械手关节作为对象，将弹性因素考虑进动力学模型，然后将物理参数辨识器插入到PI速度控制器中，很好地改善了SCARA机械手末端的震动问题。基于神经网络算法，Freire E O 等人利用 RBF神经网络对二自由度 SCARA机械手模型进行模型识别，并将控制误差反向传给AN-PID控制器，通过控制器校正复杂环境下的SCARA机械手动力学的不确定性和变换引起的跟踪误差，使机械手具有鲁棒性和自适应能力。

       上述研究主要采用单种控制方法对 SCARA 机械手进行控制，显然不能有效地避免各种控制策略的固有缺陷，将多种控制策略融合使用，能够优势互补。基于自适应控制与滑模变结构控制原理，江南大学许凡等人针对SCARA 机械手的抖动问题，提出一种模糊自适应滑模控制方法，实现对SCARA机械手精确控制。该方法设计了一种非奇异的快速终端滑模面，可在任意初始状态下收敛到平衡点，并且通过改进滑模控制的趋近率，优化了初始状态误差过大对力矩冲击的影响问题，同时采用双曲正切函数代替传统的符号函数，有效地消除高频抖振现象。同样基于滑模变结构控制与自适应控制，F. G. Rossomando等人提出一种离散滑模神经自适应控制方法，有效地改善了SCARA机械手在运动控制中的动态变化和不确定因素；基于自适应控制与迭代学习控制原理，华南理工大学张铁等人为了提高SCARA机械手重复精度，解决因重复运动而使末端位置误差累计扩大问题，提出了自适应迭代学习轨迹跟踪控制算法，使得SCARA机械手第一轴误差减小了1.61%。该算法结构主要分为3项，前两项为经典PD 反馈项，第三项为迭代项，前两项的反馈力矩与第三项的前馈力矩共同作用来调节力矩。第三项中的系数 随迭代次数的改变而改变，且每次改变都是基于上次迭代系数与本次轨迹误差而进行，算法的计算结果通过前馈力矩输出到SCARA机械手驱动器，实现轨迹跟踪控制。

        实际运用的控制方法往往是将几种控制策略相结合，达到最优控制。神经网络控制在非线性控制系统中具有较高的精确度，非常适合运用在工作环境非常复杂且具有高非线性和高时变性，但是其控制方法复杂，前期需要大量实验数据进行学习；相反，PID控制、自适应控制、迭代学习控制与滑模变结构控制在线性控制系统中具有较好的稳定性，并且控制方法较为简洁，控制器通常小巧便于安装，在SCARA机械手中广泛使用。应用于SCARA机械手的常用控制算法的主要优缺点如表2所示

2结论与展望
       本文主要从SCARA机械手的机械运动控制角度出发，分别阐述了国内外学者对SCARA机械手的研究现状以及研究方法，并对众多的研究与方法进行了比较与分析。

（1）随着制造业发展的速度不断的加快，工业生产对SCARA机械手的性能要求越来越高，传统的设计与研究方法已经越来越不能满足 SCARA 机械手快速发展的需求，而各种技术的不断创新，为SCARA机械手的研究提供了许多新的研究方法与设计理念，促进SCARA机械手向着高效、精确、低成本的方向发展。在结构设计方面，先进的减速器技术使得SCARA机械手结构越来越简单，体积越来越小巧；在零部件优化方面，三维软件、有限元分析技术、MATLAB仿真以及ADMAS软件的快速发展，众多的优化方法得以实现，促进了SCARA机械手向着小体积、高负载、高速度、低抖动的方向不断发展；在控制策略方
面，参数辨识方法逐渐多样化以及控制理论的不断完善，实现SCARA机械手在复杂的环境中依然具有高精度、高效率、高稳定性等优点；在运用方面，计算机技术的快速发展，促进SCARA机械手向着智能化、高控化方向发展。

（2） SCARA机械手控制技术现已实现了全数字化控制，目前开放式模块化控制系统成为新的研究热点，人机界面将更加友好，具有良好的语言及图形编辑界面。同 时，SCARA机械手的控制器向着标准化和网络化方向发展，进一步提高在线编程的可操作性，并且离线编程的使用化也将成为新的研究内容。在传感器方面，激光传感器等已在SCARA机械手中成功应用，下一步的研究重点集中在有效的可行性，特别在非线性及非平稳、非正态分布的情形下，使SCARA机械手由独立的系统，向群体系统发展，使远距离操作，监控维护及遥控型工厂成为可能。

（3）可重构机械手设计理念在众多轻型协作机械手中得到广泛的运用，该形式的机械手能够依靠不同的工作要求适当重新组合，以适应多变的工作环境，达到一机多用的目的，而传统的SCARA工业机械手尺寸结构都采用整体化生产，不便与拆装，每次停机调整所花时间较长，不能适应企业多样化生产。将可重构思想融入SCARA机械手的设计中，通过对大臂的模块化设计使得SCARA机械手能够在不多工作半径中轻松互换，为企业节约大量的成本与时间。不断提高可重构SCARA机械手的可行性是今后SCARA机械手结构研究的方向。

      昆山悦普达自动化科技有限公司主营众为兴scara机械手,数控车床上下料机械手,码垛机械手,六轴机械手,焊接机械手,搬运机械手,助力机械手,scara机械手越来越多的厂商选择川崎机械手，悦普达自动化科技跟随市场趋势，稳步推进川崎机械手产品的布局、事业部布局,扩大经营规模与业绩,现有产品可以满足柔性装配,伺服驱动,多级同步跟随工作站,机器人插件工作站等新技术应用。广泛应用于金属加工、3C、食品饮料、汽车装配等行业，以低成本、高品质、高产出的组合为企业服务理念，加速工厂自动化、无人化产业进程，广获客户的高度评价。

近些年来，自动化领域日新月异，我们努力成为市场的领跑者而不是追随者。公司注重打造团队的年轻化、多元化，勇于启用和培养新人，公司希望每位同事有不同的视野、想法和背景，并鼓励大家全力地投入，勇于尝试去做截然不同的事，突破自己的舒适区，不畏惧新的创意、新的知识、新的体验，学会重塑自己体验世界的方式！

因梦想而奋斗！是我们大家共同追求的理念。

在大家的共同努力下，未来，悦普达可以走得更高更远！