当前位置: 首页 > news >正文

基于ARM+FPGA的驱控一体机器人控制器设计

目前市场上工业机器人,数控机床等多轴运动控制系统普遍采用运动控制器加
伺服驱动器的分布式控制方式。在这种控制方式中,控制器一方面完成人机交互,另
一方面进行 NC 代码的解释执行,插补运算,继而将计算出来的位置指令通过轴组模
块下发给各个伺服驱动器。下发过程通常是由现场总线完成,总线周期为 4 ms 或者
更小。伺服驱动器接收位置指令,位置细分后通过三环控制最终驱动电机。在这个过
程,通常是一个伺服驱动器驱动一个电机,六关节机器人就需要六个驱动器完成,各
个伺服驱动器各自独立地完成位置控制功能,从而实现机器人末端达到指定位置。各
个伺服驱动器的数据交互需要依靠总线完成,但是现场总线通信受通讯速率限制不
能完成一些实时数据(比如电流)交互,因此,轴与轴的数据并不能完全实时共享。
在实际应用中,分布式机器人控制系统结构相对分散,一些复杂控制算法,比如
结合机器人的运动学动力学的电流前馈加反馈线性化的伺服控制算法,多轴精确同
步控制算法等在分布式控制系统中实现有一定难度,而且现场总线需要一定的布线
成本。鉴于以上缺点,有必要进一步简化运动控制系统结构。
控驱一体的运动控制系统结构将原来相互独立的控制器和各个伺服驱动器结合
在一起,在 SoC
System-On-Chip )芯片上实现控驱一体。这样做的好处是:
(1)整个运动控制系统的结构更加紧凑,控制电柜体积更小,集成度更高,适用
于物理空间有限的工作环境,同时方便运输和安装。
(2)基于单芯片 SoC 架构方案替代多单元控制器对多单元电机的驱动方式,不依
靠现场总线完成通讯,降低硬件和软件互连的成本,同时充分利用嵌入式 SoC 芯片特
性,满足运动控制器的功能性要求和伺服驱动器的实时性要求,降低控制器成本。
(3)控制器与驱动器更加紧密的耦合,有利于高级复杂运动控制算法实现。比如
多轴同步控制,速度加速度前馈,抖动抑制,摩擦补偿等。让运动学和动力学控制算
法参与或者得到伺服驱动中的电流环的运算结果,伺服驱动器也可以预测轨迹规划
的运算结果,有助于提高机器人控制性能。
(4)片内总线替代现场总线, 通信的带宽更高和稳定性更好 。与现在的工业现场
总线的分布式控制系统相比,信息交换完全依靠片内总线完成,它是一种并行总线,
相比于轮询式的串行现场总线,不仅考虑昂贵的布线成本,而且通讯速率受到串行通
讯方式限制。采用并行总线可以很好地保证多轴数据交互的同步性和实时性。
(5)控制器与驱动器之间数据交互的实时性能更好,控制器可以更加方便和及时
地利用驱动器的反馈状态信息,控制器根据反馈信息实时调整控制策略,从而使实现
更好的控制性能。
(6)控制器与驱动器的通讯速率得到提高,控制器的插补周期可以进一步减小,
位置环的刷新周期可以进一步减小,有助于实现高速状态下的高精,实现真正意义上
的高速高精。
(7)有利于控制器以更高的频率采集驱动器的运动变量参数,更精确的描述参数
的变化趋势,方便对机器人运动状态进行更细致分析。
1.3 国内外研究现状
1.3.1 伺服驱动系统的研究现状及发展趋势
典型的机器人控制系统在结构上大致分为三个层次:控制器,伺服驱动器,机器
人本体。近年来,出现了交流伺服驱动器的两种不同发展方向。第一种是运动控制器
保持不变,伺服驱动器和伺服电机一体化集成;第二种是伺服电机保持不变,伺服驱
动器和运动控制器一体化集成。
将伺服驱动器和伺服电机一体化集成对伺服驱动器要求较高,必须具备小型化,
散热好,高频特性的特点。目前国内对这方面研究正处于起步阶段。国外方面,以色
列的 ELMO 公司推出的 Twitter 伺服驱动器便是一种微小型高功率密度驱动器,如图
1-1 所示。采用 “快速软开关技术”,实现大于 99%的效率以及几乎可忽略不计的电

伺服电机保持不变,把伺服驱动器和运动控制器做一体化集成也是一种发展趋
势,即朝控驱一体方向发展。其优势包括:体积小,重量轻,成本低,可靠性高,部
署灵活,能够完成复杂的机器人算法,适合用于物理空间有限的工作场合等。目前国
内外公司已推出控驱一体化产品(如:固高、众为兴、台达、 KUKA ABB 等等),
大多采用分布式 CPU 方式进行控驱一体整合,国内用于 3C 机械臂,桌面机械臂等
对空间要求较高的场合,国外更多应用在人机协作,自动化生产线等场合。
国内,2018 年哈尔滨工业大学 HIT PEED 伺服组基于 zynq 平台开发出小批量
驱控一体化样机,一个芯片可以独立控制 4-6 轴,如图 1-2 所示(图片引自 2019 智
能制造&中国运动控制行业发展高峰论坛)。采用赛灵思公司的高性能 SoC 芯片,其
PL(Progarmmable Logic) 部分完成多轴电机驱动,带宽高、响应快, PS(Processing
System) 部分进行运动控制算法的实现和各类通讯及数据交互等功能。
总之,随着信号检测技术(例如高精度,低时延的采样技术),自动控制技术(例
如模糊控制,自适应,预测控制等),驱动控制技术(例如 PWM 调制技术,死区等
非线性因素补偿技术等),芯片技术( SoC 芯片技术)的发展,伺服系统发展趋势朝
着高性能,集成化和模块化,通用化和专用化,网络化和智能化的方向发展。

相关文章:

基于ARM+FPGA的驱控一体机器人控制器设计

目前市场上工业机器人,数控机床等多轴运动控制系统普遍采用运动控制器加 伺服驱动器的分布式控制方式。在这种控制方式中,控制器一方面完成人机交互,另 一方面进行 NC 代码的解释执行,插补运算,继而将计算出来的位…...

docker 安装 字体文件

先说一下我当前的 场景 及 环境,这样同学们可以先评估本篇文章是否有帮助。 环境: dockerphp8.1-fpmwindows 场景: 来了个需求,有一个默认背景图,可以理解为背景图是一个 "相框",相框里面就会放…...

Vue.js与ASP.NET的结合,实现企业级应用的开发和部署

在当今快速发展的互联网技术领域,企业级应用的开发和部署变得越来越重要。Vue.js和ASP.NET是两个在前端和后端开发中广泛使用的技术,将它们结合起来可以为企业级应用的开发和部署带来诸多优势。本文将通过代码示例介绍如何使用Vue.js和ASP.NET进行企业级…...

Uncaught SyntaxError: ‘‘ string literal contains an unescaped line break

今天在修改前端页面的时候,页面报错了,提示了这个信息 Uncaught SyntaxError: string literal contains an unescaped line break 问题指向这行代码,这就是通过JS渲染一个easyui的搜索框,仔细确认之后,发现没有任何问…...

Vue3+Vite+TypeScript常用项目模块详解

目录 1.Vue3ViteTypeScript 概述 1.1 vue3 1.1.1 Vue3 概述 1.1.2 vue3的现状与发展趋势 1.2 Vite 1.2.1 现实问题 1.2 搭建vite项目 1.3 TypeScript 1.3.1 TypeScript 定义 1.3.2 TypeScript 基本数据类型 1.3.3 TypeScript语法简单介绍 2. 项目配置简单概述 2.…...

数字电路(一)

1、例题 1、进行DA数模转换器选型时,一般要选择主要参数有( A)、转换精度和转换速度。 A、分辨率 B、输出电流 C、输出电阻 D、模拟开关 2、下图所示电路的逻辑功能为( B) A、与门 B、或门 C、与非门 D、或非门 分析该…...

Oracle也有回收站

在数据库管理中,数据的删除是一个常见的操作。然而,有时候我们可能会意外地删除了一些重要的数据。幸运的是,Oracle数据库提供了一个类似于回收站的功能,可以帮助我们恢复被删除的数据。本文将介绍Oracle数据库中的回收站功能以及…...

投稿注意!APA格式超全示例详解,原本28天能录用,可能要拖延2个月

为什么同一本期刊有论文28天录用,有论文10个月才录用?结合近期征稿的这本经管类SSCI期刊,小编(Unionpub学术)整理了部分影响录用的几个因素,准备提交此期刊的作者可自查参考下: (参…...

【Python】Web学习笔记_flask(1)——模拟登录

安装flask pip3 install flask 第一部分内容&#xff1a; 1、主页面输出hello world 2、根据不同用户名参数输出用户信息 3、模拟登录 from flask import Flask,url_for,redirectappFlask(__name__)app.route(/) def index():return hello worldapp.route(/user/<uname…...

css单行文本省略号多行文本省略号

设置单行文本省略号的写法 &#xff1a; 先设置宽固定的宽度 &#xff1a;width: 300px; 设置不换行 &#xff1a;white-space:nowrap; 设置省略号&#xff1a;text-overflow: ellipsis; 裁剪多余的内容/溢出的内容&#xff1a;overflow: hidden; width: 200px; white-space:…...

信号槽中的函数重载

信号槽中的函数重载 QT4的方式QT5的方式函数指针重载函数QT5信号函数重载解决方案 总结 QT4的方式 Qt4中声明槽函数必须要使用 slots 关键字, 不能省略。 信号函数&#xff1a; 槽函数&#xff1a; mainwondow: cpp文件&#xff1a; #include "mainwindow.h"…...

计算机视觉(五)深度学习基础

文章目录 深度学习基础卷积神经网络与传统神经网络区别深度学习与神经网络的区别 目标函数选择合适的目标函数Softmax层 改进的梯度下降梯度消失的直观解释激活函数学习步长SGD的问题Momentum动量Nesterov MomentumAdagradRMSpropAdam 各种梯度下降算法比较关于算法选择的建议B…...

ES6学习-Generator

Generator 种异步编程解决方案 函数会返回一个遍历器对象语法上:Generator 函数是一个状态机&#xff0c;封装了多个内部状态。形式上:Generator 函数是一个普通函数;有两个特征。一是&#xff0c;function关键字与函数名之间有一个星号&#xff1b;二是&#xff0c;函数体内部…...

Flowable-服务-微服务任务

目录 定义图形标记XML内容界面操作 定义 Sc 任务不是 BPMN 2.0 规范定义的官方任务&#xff0c;在 Flowable 中&#xff0c;Sc 任务是作为一种特殊的服务 任务来实现的&#xff0c;主要调用springcloud的微服务使用。 图形标记 由于 Sc 任务不是 BPMN 2.0 规范的“官方”任务…...

opencv03-补充-vector的操作

opencv03-补充-vector的操作 参考&#xff1a;https://www.runoob.com/w3cnote/cpp-vector-container-analysis.html 构造方法(具体介绍看API文档) class Student {public:private:string name;};int main() {vector<int>();vector<int> v1;vector<Student&g…...

二叉树(C语言)

文章目录 1.树1.1概念1.2相关定义1.3 表示&#xff08;左孩子右兄弟&#xff09; 2.二叉树2.1概念2.2特殊的二叉树1. 满二叉树&#xff1a;2. 完全二叉树&#xff1a; 2.3二叉树的性质2.4练习 3.二叉树的存储结构1. 顺序存储2. 链式存储 4.完全二叉树的代码实现4.1堆的介绍1.堆…...

介绍下Django中的表单(forms)模块中的类forms.CharField

在Django中&#xff0c;forms.CharField() 是用于定义表单字段的类&#xff0c;它属于 Django 的表单&#xff08;forms&#xff09;模块。CharField 是用于处理字符型数据的表单字段类。它允许用户在表单中输入文本数据&#xff0c;并对该数据进行验证和处理。 forms.CharFie…...

元宇宙与数字孪生的异同?

随着数字孪生和元宇宙两个概念的爆火&#xff0c;人们对这两个“异物”也越来越好奇&#xff0c;这都是什么意思&#xff1f;听起来都差不多&#xff0c;是一样的嘛&#xff1f;本文就用最简单的话语带大家了解一下二者之间的异同。 首先来说数字孪生和元宇宙的概念 数字孪生是…...

智慧农业:科技赋能农村发展

智慧农业发展前景灿烂多彩&#xff0c;正为农业带来新的转型升级。随着科技的不断发展&#xff0c;数字化、自动化和智能化技术逐渐渗透进农业领域&#xff0c;为农民提供了更多高效便捷的农业管理方式。智慧农业通过物联网、大数据、人工智能等先进技术&#xff0c;实现对农田…...

x86架构ubuntu22下运行WILL模拟器dophin

0. 环境 i5实体机ubuntu22 1. 安装依赖 $ sudo apt install build-essential git cmake ffmpeg libavcodec-dev libavformat-dev libavutil-dev libswscale-dev libevdev-dev libusb-1.0-0-dev libxrandr-dev libxi-dev libpangocairo-1.0-0 qt6-base-private-dev libblueto…...

网络编程(Modbus进阶)

思维导图 Modbus RTU&#xff08;先学一点理论&#xff09; 概念 Modbus RTU 是工业自动化领域 最广泛应用的串行通信协议&#xff0c;由 Modicon 公司&#xff08;现施耐德电气&#xff09;于 1979 年推出。它以 高效率、强健性、易实现的特点成为工业控制系统的通信标准。 包…...

OpenLayers 分屏对比(地图联动)

注&#xff1a;当前使用的是 ol 5.3.0 版本&#xff0c;天地图使用的key请到天地图官网申请&#xff0c;并替换为自己的key 地图分屏对比在WebGIS开发中是很常见的功能&#xff0c;和卷帘图层不一样的是&#xff0c;分屏对比是在各个地图中添加相同或者不同的图层进行对比查看。…...

大语言模型(LLM)中的KV缓存压缩与动态稀疏注意力机制设计

随着大语言模型&#xff08;LLM&#xff09;参数规模的增长&#xff0c;推理阶段的内存占用和计算复杂度成为核心挑战。传统注意力机制的计算复杂度随序列长度呈二次方增长&#xff0c;而KV缓存的内存消耗可能高达数十GB&#xff08;例如Llama2-7B处理100K token时需50GB内存&a…...

Java线上CPU飙高问题排查全指南

一、引言 在Java应用的线上运行环境中&#xff0c;CPU飙高是一个常见且棘手的性能问题。当系统出现CPU飙高时&#xff0c;通常会导致应用响应缓慢&#xff0c;甚至服务不可用&#xff0c;严重影响用户体验和业务运行。因此&#xff0c;掌握一套科学有效的CPU飙高问题排查方法&…...

AI,如何重构理解、匹配与决策?

AI 时代&#xff0c;我们如何理解消费&#xff1f; 作者&#xff5c;王彬 封面&#xff5c;Unplash 人们通过信息理解世界。 曾几何时&#xff0c;PC 与移动互联网重塑了人们的购物路径&#xff1a;信息变得唾手可得&#xff0c;商品决策变得高度依赖内容。 但 AI 时代的来…...

使用Matplotlib创建炫酷的3D散点图:数据可视化的新维度

文章目录 基础实现代码代码解析进阶技巧1. 自定义点的大小和颜色2. 添加图例和样式美化3. 真实数据应用示例实用技巧与注意事项完整示例(带样式)应用场景在数据科学和可视化领域,三维图形能为我们提供更丰富的数据洞察。本文将手把手教你如何使用Python的Matplotlib库创建引…...

面向无人机海岸带生态系统监测的语义分割基准数据集

描述&#xff1a;海岸带生态系统的监测是维护生态平衡和可持续发展的重要任务。语义分割技术在遥感影像中的应用为海岸带生态系统的精准监测提供了有效手段。然而&#xff0c;目前该领域仍面临一个挑战&#xff0c;即缺乏公开的专门面向海岸带生态系统的语义分割基准数据集。受…...

Chrome 浏览器前端与客户端双向通信实战

Chrome 前端&#xff08;即页面 JS / Web UI&#xff09;与客户端&#xff08;C 后端&#xff09;的交互机制&#xff0c;是 Chromium 架构中非常核心的一环。下面我将按常见场景&#xff0c;从通道、流程、技术栈几个角度做一套完整的分析&#xff0c;特别适合你这种在分析和改…...

什么是VR全景技术

VR全景技术&#xff0c;全称为虚拟现实全景技术&#xff0c;是通过计算机图像模拟生成三维空间中的虚拟世界&#xff0c;使用户能够在该虚拟世界中进行全方位、无死角的观察和交互的技术。VR全景技术模拟人在真实空间中的视觉体验&#xff0c;结合图文、3D、音视频等多媒体元素…...

stm32wle5 lpuart DMA数据不接收

配置波特率9600时&#xff0c;需要使用外部低速晶振...