[发明专利]基于云边协同的运动控制误差补偿系统及方法有效
申请号: | 202010490517.9 | 申请日: | 2020-06-02 |
公开(公告)号: | CN111596614B | 公开(公告)日: | 2021-06-25 |
发明(设计)人: | 陈世超;孔令辉;朱凤华;熊刚;沈震;谭思敏;商秀芹;王飞跃 | 申请(专利权)人: | 中国科学院自动化研究所;东莞中国科学院云计算产业技术创新与育成中心 |
主分类号: | G05B19/404 | 分类号: | G05B19/404 |
代理公司: | 北京市恒有知识产权代理事务所(普通合伙) 11576 | 代理人: | 郭文浩;尹文会 |
地址: | 100190 *** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 协同 运动 控制 误差 补偿 系统 方法 | ||
1.一种基于云边协同的运动控制误差补偿系统,其特征在于,该误差补偿系统包括中心服务器、边缘服务器和终端机械臂控制单元;
所述中心服务器,用于构建机械臂和加工件的数字孪生系统,并建立运动控制系统的误差补偿仿真环境;还用于根据加工要求,调用相应的机械臂控制程序,并调用不同的误差算法进行仿真择优,将获得的最优误差算法存储并发送至所述边缘服务器;
所述边缘服务器,基于所述最优误差算法以及实时的加工数据,获取误差补偿量,与相应运动控制程序融合生成具有误差补偿效果的控制指令后发送至所述终端机械臂控制单元;所述实时的加工数据包括实时的机械臂位姿信息和环境参数;
所述终端机械臂控制单元,用于获取实时的加工数据并发送至所述边缘服务器;还用于将所述具有误差补偿效果的控制指令发送至机械臂;
其中,所述中心服务器包括加工设备模型库、加工件模型库、误差补偿算法模型库和数字孪生建模仿真平台;
所述加工设备模型库,用于存储终端加工设备以及夹具的数字模型,并在完成加工任务后更新设备的模型信息;
所述加工件模型库,用于存储成品和半成品加工件的数字模型以及接收所述数字孪生建模仿真平台生成的新的模型或更新的原存储模型;
所述误差补偿算法模型库,用于存储针对不同加工任务的误差算法以及根据加工任务进行误差补偿算法择优与下发;
所述数字孪生建模仿真平台,基于图形化编辑语言,通过拖拽方式建立对运动控制进行误差补偿方法试验的仿真环境并进行各误差补偿算法的仿真择优以及构建加工设备模型和夹具模型;还用于进行各误差补偿算法仿真择优之后的误差补偿算法库的在线更新:在每一次的误差补偿算法仿真择优之后,利用已有加工任务的仿真系统进行误差补偿算法的仿真择优,并对误差补偿算法库中已有加工任务原有误差补偿算法进行更新。
2.根据权利要求1所述的基于云边协同的运动控制误差补偿系统,其特征在于,所述边缘服务器包括加工任务客户端、数据采集模块、数据处理模块、误差补偿模块、控制指令生成模块、误差补偿算法库和运动控制算法库;
所述加工任务客户端,为边缘侧人机交互的入口,用于根据加工任务选择运动控制算法,并发起任务加工操作;
所述数据采集模块,用于接收所述终端机械臂控制单元上传的实时的加工数据;
所述数据处理模块用于对所述实时的加工数据进行预处理,获得预处理数据;
所述误差补偿模块,基于所述预处理数据,调用相应的误差补偿算法求解误差补偿量;
所述控制指令生成模块,基于所述预处理数据以及误差补偿量,结合加工任务相应的运动控制程序,获取具有误差补偿效果的控制指令;
所述误差补偿算法库,用于存储边缘侧部署的误差补偿算法以及接收并存储从所述中心服务器平台下发的误差补偿算法,并为加工任务提供相应误差补偿算法;
所述运动控制算法库,用于存储边缘侧部署的运动控制算法,并根据不同的加工任务选择相应的运动控制算法。
3.根据权利要求1所述的基于云边协同的运动控制误差补偿系统,其特征在于,所述实时的机械臂位姿运动参数和环境参数包括:
实时的机械臂的关节角、机械臂末端位姿、电机转速及扭矩、被加工件位置、装配夹具参数、外部负载和外部电压。
4.根据权利要求1所述的基于云边协同的运动控制误差补偿系统,其特征在于,所述加工设备模型库还用于存储机械臂动力学模型;
所述机械臂动力学模型,用于描述机械臂末端运动和各关节变量之间的关系。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学院自动化研究所;东莞中国科学院云计算产业技术创新与育成中心,未经中国科学院自动化研究所;东莞中国科学院云计算产业技术创新与育成中心许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010490517.9/1.html,转载请声明来源钻瓜专利网。