基于模糊自適應與PID控制的六自由度工業機器人運動控制策略研究

張建榮　羅國虎　郭金妹

【摘 要】根據六自由度工業機器人的運動學特征，將模糊自適應控制與PID算法結合，也就是建立模糊邏輯系統，結合自適應算法的調整位置參數的能力，實現PID控制的自適應調整，從而使六自由度工業機器人運動控制平穩高效。然后利用Matlab軟件對模糊自適應PID算法進行仿真，證明該算法的有效性。

【關鍵詞】模糊自適應；PID；六自由度；運動控制

中圖分類號：TP24 文獻標識碼： A 文章編號： 2095-2457（2018）30-0005-002

DOI：10.19694/j.cnki.issn2095-2457.2018.30.002

Six-degree-of-freedom industrial robot based on fuzzy adaptive and PID control Research on motion control strategy

ZHANG Jian-rong LUO Guo-hu GUO Jin-mei

（Jiangxi Institute of Applied Technology， Ganzhou Jiangxi 341000， China）

【Abstract】According to the kinematics of the six-degree-of-freedom industrial robot， the fuzzy adaptive control is introduced into the PID algorithm. The fuzzy logic system is combined with the ability of the adaptive algorithm to adjust the position parameters to realize the adaptive adjustment of the PID control， so as to achieve the smooth and efficient operation control effect. The fuzzy adaptive PID algorithm is simulated by Matlab software， and the effectiveness of the algorithm is proved.

【Key words】Fuzzy adaptive； PID； Six degrees of freedom； Motion control

隨著“工業4.0”和“中國制造2025”的加速推進，工業機器人的需求增長非常快，工業機器人的應用領域越來越廣。其運動控制系統是工業機器人十分重要的組成部分，根據操作任務的要求，驅動機械臂中的各臺電動機完成特定任務。六自由度機器人是一種目前應用最廣泛的工業機器人，其運動控制的快速、正確性決定了其工作效率和性能。

1 擬解決的關鍵問題

模糊控制、專家控制、神經網絡控制、PID控制、自適應控制等是工業機器人運動控制系統的主要方法，為了達到更好的動態性能，最終實現控制要求，一些新的控制方法就出現了。在控制算法方面既要保證一定的魯棒性，又要滿足參數實時變化的要求。

目前，單一控制算法已經無法滿足對復雜的工業機器人運動控制，往往采用模糊控制等算法與PID控制或自適應控制相結合方法，這樣工業機器人運動控制的效果能實現多種控制方法融合的優點，具有很強的魯棒性。

因此，在工業機器人運動過程控制算法研究中，采用魯棒控制方法保證機器人的抗干擾能力，結合自適應等算法對實時變化的參數進行識別與調整，在盡量降低控制算法復雜程度又保證控制算法有效性是目前主要的研究方向。

2 采取的研究方法及實驗方案

2.1 對六自由度工業機器人采用經典的D-H參數法建模

將機器人抽象成一系列的連桿和關節，我們對各個桿件建立一個參考坐標系，從基座開始到第一關節，再到第二關節，通過矩陣變換都能得到每兩個相鄰關節的變換矩陣，最后將得到的所有變換矩陣進行結合即可得到總的變換矩陣。這個總的變換矩陣就是用D-H參數法表示的機器人運動學模型。

以KUKA六自由度工業機器人為對象建立D-H參數法運動學模型，其三維模型如圖2所示，各關節的坐標系如圖3所示。

根據該機器人的幾何參數，得到基于設定坐標系的D-H參數，將參數帶入D-H參數模型中進行矩陣變換，得出該機器人的D-H參數的正運動學模型，可以利用比如Lee和Ziegler的幾何法或Paul的代數法等機器人逆運動學求解方法，求出機器人各個關節的轉角。

2.2 采用模糊邏輯系統，結合自適應算法的調整位置參數的能力，實現PID控制的自適應調整，從而達到平穩高效運行的控制效果

由于六自由度工業機器人是一個多輸入多輸出的非線性耦合系統，在控制算法方面既要保證一定的魯棒性又要滿足參數實時變化的要求。

為了提高 KUKA 六自由度工業機器人的精度和可靠性，構建了如 3 圖所示的模糊自適應PID 控制系統結構。機器人接收到指令，然后從程序中采集速度、加速度、位移、力矩等相關參數輸入至運動系統中，機器人根據按照設定的參數和路線進行操作。同時檢測器檢測相應的參數，并實時與運動中實際值相比較，得到誤差e和誤差變化率ec作為模糊控制器的輸入變量語言，PID 的三個參數Kp、Ki、Ki為輸出。控制器包括模糊控制器和常規的PID 控制器，根據輸入輸出變量之間的模糊關系在線對 PID 參數進行自適應整定，實現對機器人運動系統的最佳控制。

2.3 模糊自適應PID算法的仿真

模糊自適應 PID 算法的仿真可以利用Matlab等仿真軟件進行，即利用 Matlab 中的simulink工具箱建立如圖 4 所示的仿真模型。在仿真過程中對三個參數（Kp、Ki、Ki）優化調整，就可以得到最優的控制曲線。

采用上述研究方法能夠有效的完成基于KUKA六自由度工業機器人的運動學建模，在運動學模型的基礎上得出高效的控制算法，通過Matlab軟件的仿真，能得出控制六自由度機器人高效穩定運動的最優算法。

3 系統仿真結果分析

將模糊自適應PID調速系統與沒加入智能算法的六自由度工業機器人控制系統系統進行比較，響應對比結果如圖5所示。

從上圖顯示的結果顯示，引入模糊自適應PID智能算法的六自由度工業機器人控制系統比未做處理的系統具有更好的適應性和控制效果，且控制平穩速度快，超調量小，表明六自由度工業機器人控制系統加入智能算法具有良好的控制效果。

4 小結

采用模糊自適應PID算法應用于六自由度工業機器人運動控制系統，實現對機器人運動過程中位移、力矩、速度、加速度等參數的精準控制，有效提高系統的控制精度和控制速度，從而減少機器人在生產中的誤差和降低生產成本，提高企業的生產效率和競爭力。

【參考文獻】

[1]田琦，李琪，姚鵬，趙媛.基于模糊PID的全方位移動機器人運動控制[J].電子科技.2011（09）.

[2]李佩娟，陳小惠.信息融合在移動機器人軌跡模糊跟蹤中的應用[J].計算機測量與控制.2007（11）.

[3]王英健，王玉鳳，范必雙.基于智能模糊控制的汽車自動駕駛系統[J].微機發展.2004（12）.

[4]肖納川，周力，肖鐸.基于模糊PID算法的電動車電機控制器研究[J].電源技術.2015（01）.

[5]呂東陽，王顯軍.基于模糊PID控制的電機轉臺伺服系統[J].計算機應用.2014（S1）.