余暕浩

（無(wú)錫工藝職業(yè)技術(shù)學(xué)院，江蘇 宜興 214206）

工業(yè)機(jī)器人的運(yùn)動(dòng)控制方法是其核心所在，涉及到多個(gè)學(xué)科的知識(shí)，是一項(xiàng)綜合性和復(fù)雜性非常強(qiáng)的系統(tǒng)。在工業(yè)機(jī)器人的運(yùn)行中，要考慮到重力、摩擦力、離心力等多個(gè)力的綜合作用，控制方法就是對(duì)這些力的克服與利用，保證工業(yè)機(jī)器人穩(wěn)定運(yùn)行的關(guān)鍵。隨著人工智能技術(shù)的進(jìn)步，智能運(yùn)動(dòng)控制方法的研究越來(lái)越成熟，是當(dāng)前的前沿課題之一，其可以進(jìn)一步提升工業(yè)機(jī)器人的控制水平，進(jìn)而促進(jìn)工業(yè)機(jī)器人的發(fā)展與進(jìn)步。

1 研究工業(yè)化機(jī)器人智能控制方法的重要意義

工業(yè)化機(jī)器人主要由機(jī)械本身、驅(qū)動(dòng)系統(tǒng)、傳感系統(tǒng)以及控制系統(tǒng)等四大系統(tǒng)組成，其中機(jī)械是工業(yè)機(jī)器人的主體結(jié)構(gòu)、驅(qū)動(dòng)系統(tǒng)是工業(yè)機(jī)器人的動(dòng)力組成、傳感系統(tǒng)是工業(yè)機(jī)器人對(duì)外界信息接收的主要部分，而控制系統(tǒng)是工業(yè)機(jī)器人的核心決策結(jié)構(gòu)，相當(dāng)于人類(lèi)的大腦。工業(yè)機(jī)器人的外形并不一定類(lèi)似于人體，而是根據(jù)其適應(yīng)環(huán)境與要求的不同，形態(tài)各異，但都具有一定的智能性和自主性?，F(xiàn)代制造業(yè)中，部分領(lǐng)域工業(yè)機(jī)器人的運(yùn)用以及較為成熟，比如汽車(chē)工業(yè)、電氣工程等行業(yè)中。工業(yè)機(jī)器人的應(yīng)用極大的提升了生產(chǎn)效率和生產(chǎn)質(zhì)量，隨著智能制造的發(fā)展，未來(lái)將在更多行業(yè)中發(fā)揮作用。

2 工業(yè)機(jī)器人智能運(yùn)動(dòng)控制方法的發(fā)展現(xiàn)狀

近年來(lái)，工業(yè)機(jī)器人智能運(yùn)動(dòng)控制方法有所進(jìn)步，其智能性與自主性也進(jìn)一步上升，目前，已經(jīng)出現(xiàn)了可以在自由度較高的裝置中進(jìn)行自動(dòng)化工作的工業(yè)機(jī)器人，其不僅可以依靠預(yù)置程序進(jìn)行工作，而且可以進(jìn)行自我識(shí)別與判斷，有一定的自主工作能力，必要時(shí)還可以人工遠(yuǎn)程介入，控制工業(yè)機(jī)器人進(jìn)行工作。

2．1 工業(yè)機(jī)器人的控制現(xiàn)狀

工業(yè)機(jī)器人的控制系統(tǒng)是其核心所在，相當(dāng)于人類(lèi)的大腦，直接決定了工業(yè)機(jī)器人的性能和質(zhì)量，也是制約工業(yè)機(jī)器人發(fā)展的主要系統(tǒng)之一。智能運(yùn)動(dòng)控制系統(tǒng)主要分為軟件部分與硬件部分，軟件部分相當(dāng)于人類(lèi)的意識(shí)思維，硬件部分相當(dāng)于人類(lèi)的腦干等物理組織。工業(yè)機(jī)器人與運(yùn)行中要進(jìn)行大量數(shù)據(jù)交換，不斷的接受信息然后根據(jù)接受到的信息，輸出命令進(jìn)行運(yùn)動(dòng)，可見(jiàn)工業(yè)機(jī)器人控制系統(tǒng)是需要多輸入、多輸出的非線性系統(tǒng)，具有強(qiáng)耦合、時(shí)變、非線性等特點(diǎn)。

2．2 工業(yè)機(jī)器人智能控制方法存在的問(wèn)題

現(xiàn)階段，在工業(yè)機(jī)器人智能控制中還存在著一些問(wèn)題，比如高速穩(wěn)定性問(wèn)題、高速精確性問(wèn)題以及速度變換控制問(wèn)題。工業(yè)機(jī)器人控制系統(tǒng)中最為核心的組成就是控制算法，控制算法的優(yōu)化可以有效解決以上問(wèn)題。以往的工業(yè)機(jī)器人主要采用PID算法，但是PID算法的時(shí)效性差，需要在工作之前進(jìn)行漫長(zhǎng)的程序設(shè)置和檢測(cè)等規(guī)劃處理，而且如果在實(shí)際工作過(guò)程中受控對(duì)象或者出現(xiàn)其他問(wèn)題時(shí)，無(wú)法實(shí)現(xiàn)自適應(yīng)調(diào)整，需要人工進(jìn)行調(diào)整，適應(yīng)性較差。除此之外，PID算法的結(jié)構(gòu)非常復(fù)雜，設(shè)計(jì)繁瑣，極易出現(xiàn)錯(cuò)誤錯(cuò)誤，在進(jìn)行參數(shù)優(yōu)化時(shí)易出現(xiàn)選擇困惑，一定程度上限制了PID算法的應(yīng)用。為了解決以上問(wèn)題，近年來(lái)PID算法與智能算法結(jié)合應(yīng)用的研究較為前沿，比如灰色理論、神經(jīng)網(wǎng)絡(luò)控制理論以及模糊控制理論等。以上控制理論的出現(xiàn)，有效的提升了工業(yè)機(jī)器人智能性和自主性。綜合來(lái)看，我國(guó)的工業(yè)機(jī)器人控制水平與國(guó)外先進(jìn)水平相比，還有不足之處，需要繼續(xù)加強(qiáng)研發(fā)。

3 工業(yè)機(jī)器人智能運(yùn)動(dòng)控制方法

根據(jù)工業(yè)機(jī)器人運(yùn)行環(huán)境和實(shí)際工作需求的不同，目前工業(yè)機(jī)器的智能控制方式主要分為軌跡已知工業(yè)機(jī)器人的控制方式和軌跡位置工業(yè)機(jī)器人的控制方式。相對(duì)而言，軌跡已經(jīng)工業(yè)機(jī)器人的智能控制較為簡(jiǎn)單，其主要適應(yīng)于流水線式工業(yè)機(jī)器人，其工作過(guò)程中的所有軌跡移動(dòng)都是固定已經(jīng)的，因此主要與預(yù)置控制為主，只需要根據(jù)動(dòng)力學(xué)工程預(yù)置非線性PID控制器神經(jīng)網(wǎng)絡(luò)模型便可實(shí)現(xiàn)智能控制，通過(guò)PID曲邊的變化可以實(shí)時(shí)監(jiān)測(cè)并控制其在工作中的穩(wěn)定性；軌跡未知工業(yè)機(jī)器人智能運(yùn)動(dòng)控制實(shí)現(xiàn)較為困難，由于其移動(dòng)的軌跡都是不可知的，因此其需要具備較強(qiáng)的識(shí)別能力與判斷能力，且由于其工作過(guò)程重復(fù)性不高，不能通過(guò)簡(jiǎn)單的模型建立來(lái)實(shí)現(xiàn)，目前解決途徑主要是通過(guò)DNA算法改進(jìn)PID控制器，然后通過(guò)指數(shù)加權(quán)最小二乘法對(duì)工業(yè)機(jī)器人的工作流程實(shí)現(xiàn)實(shí)時(shí)辨別，可以較好的實(shí)現(xiàn)控制效果，避免不良影響。以下簡(jiǎn)單介紹一些工業(yè)機(jī)器人智能運(yùn)動(dòng)控制的算法：

3．1 機(jī)器人關(guān)節(jié)模型辨識(shí)算法

軌跡未知工業(yè)機(jī)器人智能運(yùn)動(dòng)控制中，其高速運(yùn)行狀態(tài)下較為關(guān)鍵的一個(gè)環(huán)節(jié)是機(jī)器人關(guān)節(jié)模型的即時(shí)辨別，只有即時(shí)辨別機(jī)器人關(guān)節(jié)模型的運(yùn)行狀態(tài)與運(yùn)行軌跡，才可以實(shí)現(xiàn)高效的智能控制。現(xiàn)階段應(yīng)用較廣的關(guān)節(jié)模型辨識(shí)算法是指數(shù)加權(quán)小二乘法，除此戶外還有改進(jìn)的RELS算法、兩段RLS-LS算法等。相比較其他兩種算法而言，指數(shù)加權(quán)小二乘法具有計(jì)算量較小，算法簡(jiǎn)單直接，對(duì)控制系統(tǒng)要求的較低。

3．2 改進(jìn)型免疫克隆算法

改進(jìn)性克隆選擇算法是基于生物免疫學(xué)抗體克隆選擇學(xué)說(shuō)基礎(chǔ)發(fā)展而來(lái)的一種控制算法，其最大的優(yōu)點(diǎn)是尋求最優(yōu)參數(shù)時(shí)不易陷入循環(huán)困局，具有將強(qiáng)的自主選擇能力。改進(jìn)性免疫克隆算法根據(jù)選擇策略的不同，其應(yīng)用的方向與選擇壓力也不同，但是主要的特性都是克隆和高頻變異，然后通過(guò)選擇策略進(jìn)行選擇的算法，選擇壓力的不同決定了子代發(fā)展方向的不同，較高的選擇壓力會(huì)導(dǎo)致子代的優(yōu)良個(gè)體復(fù)制率較高，而較低的選擇壓力子代的多樣性更高，在實(shí)際應(yīng)用中要根據(jù)不同的需求選擇不同的選擇策略來(lái)適應(yīng)實(shí)際需求。目前主要有四種選擇策略，分別是繁殖池選擇策略、等級(jí)選擇策略、錦標(biāo)賽選擇策略以及精英選擇策略，以下分別進(jìn)行介紹：

（1）繁殖池選擇策略。繁殖池選擇策略是現(xiàn)階段應(yīng)用最廣的免疫克隆算法選擇策略，其主要步驟是先從父代中選擇親和力較強(qiáng)的多個(gè)個(gè)體，然后依據(jù)親和力的強(qiáng)度計(jì)算出對(duì)應(yīng)的繁殖數(shù)量，然后分別進(jìn)行克隆復(fù)制形成新的不同種群，也被稱(chēng)謂繁殖池，最后從繁殖池中隨機(jī)抽取進(jìn)行交配，產(chǎn)生的子代種群取代當(dāng)前種群成為下一個(gè)種群，如此，不斷進(jìn)行優(yōu)化，是一種選擇壓力較高的選擇策略。

（2）等級(jí)選擇。等級(jí)選擇策略的選擇壓力較低，是一種注重子代多樣性的選擇策略。其主要的步驟為，首先按照父代的親和力對(duì)其進(jìn)行排序，但是其被選擇的概率并不依據(jù)其親和力的大小而是按照次序一次進(jìn)行選擇，如此可以避免親和力較高的父代繁殖過(guò)多的子代，而親和力較小的子代繁殖較少，這種選擇策略其后代的多樣性更好。

（3）錦標(biāo)賽選擇。錦標(biāo)賽選擇策略是一種比較選擇策略，其主要分為兩個(gè)部分，第一部分是先在群體中選擇兩個(gè)個(gè)體，然后人工選定一個(gè)標(biāo)準(zhǔn)量，在隨機(jī)選擇一個(gè)比較量，如果比較量高于標(biāo)準(zhǔn)量，那么選擇兩個(gè)個(gè)體中親和力較高的個(gè)體，如果比較量低于標(biāo)準(zhǔn)量，則選擇兩個(gè)個(gè)體中親和力較差的個(gè)體。選擇完成后將未選擇的個(gè)體放回群體之中，如此反復(fù)進(jìn)行。

（4）精英選擇。精英選擇策略最為簡(jiǎn)單，其就是對(duì)親和力最高的個(gè)體進(jìn)行選擇，保證親和力最高的父代肯定可以遺產(chǎn)到子代，精英選擇策略可以快速的尋找到最優(yōu)參數(shù)解，且無(wú)需多所有父代進(jìn)行克隆，因此操作簡(jiǎn)便，程序較少，但是其缺點(diǎn)是多樣性較低，主要是依靠個(gè)體的高頻變異實(shí)現(xiàn)。

3．3 改進(jìn)型DNA算法

改進(jìn)型DNA算法是一種較新的算法，是基于生物學(xué)與化學(xué)為基礎(chǔ)的一種控制算法，主要的參考來(lái)源和算法機(jī)制是對(duì)生物體遺傳物質(zhì)DNA的研究和發(fā)展。DNA是生物體主要的遺傳物質(zhì)，其結(jié)構(gòu)為反向雙螺旋結(jié)構(gòu)，穩(wěn)定性非常強(qiáng)，之間的連接時(shí)通過(guò)不同的核酸分子進(jìn)行配對(duì)組合而成，而遺傳信息的關(guān)鍵是堿基對(duì)的排序。對(duì)DNA分子的遺傳機(jī)制進(jìn)行研究借鑒，主要的應(yīng)用方向?yàn)閷ふ襊ID最優(yōu)增益系數(shù)。

4 結(jié)語(yǔ)

工業(yè)機(jī)器人的應(yīng)用可以極大的提高人類(lèi)的生產(chǎn)力，降低工業(yè)制造中人力參與的程度，提高生產(chǎn)效率和生產(chǎn)質(zhì)量，并且生產(chǎn)的安全性更強(qiáng)。隨著人工智能技術(shù)、信息技術(shù)以及機(jī)械制造技術(shù)的進(jìn)步，智能制造成為未來(lái)制造業(yè)的主要方向之一，智能制造離不開(kāi)工業(yè)機(jī)器人的大規(guī)模參與，但是現(xiàn)階段工業(yè)機(jī)器人的智能控制算法還存在一些問(wèn)題沒(méi)有解決，限制了工業(yè)機(jī)器人的應(yīng)用與智能制造的發(fā)展?？刂葡到y(tǒng)是工業(yè)機(jī)器人的核心，對(duì)智能運(yùn)動(dòng)控制方法展開(kāi)研究有助于推動(dòng)工業(yè)機(jī)器人的進(jìn)步和發(fā)展，對(duì)于我國(guó)智能制造的推進(jìn)有重要的戰(zhàn)略意義。