摘 要：基于科技社会高质量发展的宏观背景下，工业生产效率、质量、应用维度的要求得到提升，工业机器人的因势而生，正好能“对症下药”，因此，工业机器人的高速高精度控制意识已是大势所趋。基于此，本文以其概述为切入点，分析现阶段其控制应用的方法，进一步探讨其外部观测设备的实时精确定位，望能全面推动工业机器人的高速高精度控制实现。

关键词：工业机器人；高速高精度；控制方法；精准定位

在进行工业机器人精准控制研究时，其非线性特性调整为研究中的重中之重。简言之，常规方法通常是引入基于空气动力学模拟的精准控制，但是因为工业机器人关节中存在着齿轮及其驱动机制中的死区特征，所以有时使用这种控制技术并不能解决难题并达到实际要求，同时想要实现对工业机器人的动态惯性参数精准操控，还需要花费大量的研究人员和资金进行实验设计和数据辨识的过程，对成本消耗也是一个负担，因此如何在工业机器人中实现高速高精度的控制具有显著价值。

1、工业机器人高速高精度控制概述

在工作应用中，工业机器人可作为一种具有自动执行功能的机械装置，应用广泛，并且能够实现作业的全面自由度。基于计算机编程的工业机器人，其速度、精度的控制效率更为显著，能够有效提高工作效益。基于科学技术的高质量发展，为更好地适应现代生产需要，对工业机器人及高速高精密控制系统的高度智能、自动化开发已势在必行。制造业作为中国经济增长的重要支柱，虽然工业机器人技术在中国工业生产中的运用已经日益普遍，但是与发达国家比较，中国工业机器人的研究与设计水平仍具有很大差异，而且大部分的高精高速的工业机器人技术还是由海外引进。现阶段，全球各国大力推动发展工业机器人技术，高速高精度控制已是实现优化的关键要素，尤其是在作业操作的工业机器人关节高速、灵活优化等核心内容。

2、工业机器人高速高精度控制提升方法

工业机器人的定位精度差、产品可靠性低已成为限制其在工业生产领域中应用的关键因素。总的来说，影响机器人的定位精度的因子繁多、相互作用机制错综复杂。研究者一般把造成机器人位置误差的因子，依据来源和作用机制分为四类：第一类：参数因素，分布面广，造成的原因可能来源于各个环节；第二类：负载因素，造成的主要原因为工业机器人在运用中的力学结构变化；第三类：结构误差，主要为工业机器人自身的运作齿轮、安装以及关节间隙其中的误差导致；第四类：与实际工作的温度、湿度以及振动频率有关，如大中型机器人相比于中小型机器人受环境温度变动的影响更敏感等。为了有效达到高速高精度的控制效果，我国研究人员对此可误差补偿问题开展系统性研究，并提出多样化的解决办法，并取得显著成就，可基于补偿方法的作用原理与构建思路划分，主要分为以下三类。

2.1基于模型的标定方法

该方法在现阶段工业领域应用最为广泛，并且拥有成熟的一整套操作流程。例如瑞士ABB公司的Caliware误差标定软件、美国Metris公司的Rocal标定软件等都是当时比较有代表性的软件产品，在某些特定的场景中，以及在精度定位的工作中都取得显著的应用效益。在上述公司提出的方案中，其应用的基本原理都是根据现有机器人运动学模型，认为其中产生的误差都是因为此类定位精准的误差所导致，因此必须通过更加精密的外部检测装置以计算与预估实际运作与理想数据之前的误差范围，进而客观地辨识实际应用与理想模型之间的差距，以优化控制为目的，实现补偿绝对定位精度。现阶段，有关该领域的科研工作者对工业机器人的运动学模型的标定问题，也进行过大量研讨工作，并获得耀眼成绩。

对于工业机器人的研究，其运动学模型的构建往往是以精度控制与精准定位为核心内容，是不适宜进行全面的误差定位的，因为在理想建模中无法有效彰显其定位误差的真实原因，因此理想工业机器人的关键参数是非线性耦合的，加以多因素的相互影响与制约，因此很难进行合理区分和识别，其可靠性和准确度都无法提高。在诸多实验建模中，在达到高速高精度控制中也会面临一些其他的使用频率问题，为了能最大限度地达到高速高精度控制，在实际研究中可采用分层、多级的补偿策略，进行量化调整。并基于误差建模法，对参数与负载这两种因素产生的误差加以标定：首先，因参数导致的误差占据总误差因素的八成左右，因此必须建立合适的运动学误差模式，来更精确地描述实际误差状况。其次，工业机器人自身与外部的载荷变化而产生的变化误差，且由此产生自动化机器人柔性误差，可通过力学分析，优化误差模型，并在实际应用中，对工业机器人的运动姿态进行最优化。第三，工业机器人工作的温度会影响其构建作业空间的精度、速度与准度，进而可基于此类附加约束进行弥补。

2.2非模型标定方法

基于工业机器人的速度、精度的影响因素繁多而复杂，参数之间互相耦合，企图使用解析模式来说明各种参数因子的相互作用是难以实现的。因此，不少研究者都提供了非模型的机器人定位精度标定技术。非模型标定方法无需解析参数模型与误差识别原理，仅利用实测曲线、神经网络、空间插值等手段，对局部空间的位置偏差做出预测和补偿。按照确定原则的差异程度，可粗略分成三种。

2.2.1基于曲线拟合的定位误差标定

该方法囊括误差测量、曲线拟合、误差插补。作用原理为：先对实际工作中产生的运动姿态进行测量，然后利用曲线拟合技术构建整个工作空间中的位姿误差分布曲线，然后再通过误差分布曲线估算目标位置上的定位误差，再将其补充至实际工作位置上。也因此，Alici等人建议可以利用傅里叶级数的正交设计多项式，对多自由度机器人的位置参数进行拟合。选取了合适的生成多项式级数，再根据所测姿态中的位置误差，再采用实测曲线方法就可以确定所生成的函数。再根据实际曲线结果，评估其无约束条件下的末端位置误差。

2.2.2基于空间插值的定位误差标定

该方法主要是通过将机器人作业空间分割成一组等间距的立方体网格，并利用计算方法测得各方格结点间的位置偏差，由此形成机器人正交空域内的位置偏差数据库。该技术的定位误差标定过程一般包括如下几步：网格规划、误差测量，并在实际应用中，对其中的任务目标点，可先定位出工业机器人节点中最小立体网络，并根据二者产生的定位误差进行空间插值计算，进而演算出此次定位节点的误差，进而达到高速高精度。有学者曾提出基于模糊插值的误差估计方法，与此标定方法进行比较得到，其应用性能是优于基于模糊插值的误差估计方法。

2.2.3基于神经网络的定位误差标定

该应用技术是20世纪80 年代发展起来的新兴科学技术，在应用中具有模拟性强、适应范围广、容错率高度的特点，可以进行自适应推理，其可根据自身的模拟性与自学性提的多次适应调整达到识别效果的提高。一般而言，由于人工神经网络系统对部分无法用建模思维代替的难题具有良好的应用效果，因此对需要高速高精度控制的工业机器人运动学建模也应显著的应用效益。该方法的应用，可通过工业机器人的空间位置，利用其传导的数据信号对工业机器人进行人工神经网络控制，并作出相对应的补偿，以此达到理想的状态，进而优化工业机器人的速率与精度。该技术尽管解决了参数识别不足和建模烦琐的问题，显著提升了标定准确度，但依旧面临技术不完善、标定过程计算工作量大以及标定效果在奇异点上显示不佳的不足，仍然未能建立一种可以广泛应用于实际的可操作系统化标定技术。诸如常熟的误差标定而言，其应用性质均属于综合应用技术，无法全面地对标定误差产生的原因与规律进行总结，只能对此类误差归结为关节角误差。基于应用原理而言，工业机器人非模型误差标定方法就是一个数学上的估计与补偿方案，只是该方案无法对多关节工业机器人进行构造特征与运动特点的分析，进而也无法总结其规律，根据现有的文献资料表明，其应用效益并不显著。

3、基于高速高精度外部观测设备的实时精确定位

上文提及的两种方法仍无法妥善处理其他问题，尤其是在工作现场环境存在的位置漂移问题。现阶段，针对工业机器人位置漂移的问题，较为科学、可行的补偿方法就是通过外部观测设备，对工业机器人进行实时精确定位，已达到有效的校正与减少误差产生。在该研究领域较为成功的应用案例就是，Metris公司生产的K系列光学或三维坐标测量机，可有效地对此类问题进行全面妥善处理。

就现阶段应用的外部检测仪器而言，多数采用非接触性的测量传感器进行评测。在工业机器人实际应用中，可按照测量范围进行划分，大区域范围内的测量可应用激光跟踪仪、iGPS等仪器，大区域范围内的测量可应用单双目视觉、激光测距传感器等仪器，其中关于声觉、力觉传感器可在特定场景中进行使用。在诸多应用场景中，简单的测量装置难以全面契合工业机器人高速高精度控制的实际需求，因此需要利用多种的传感器进行系统使用，以全面提高应用的精度与速度。现阶段长采用全局摄影测量相机，对工业机器人实现高精度监控：通常应用超过两个极其的测量仪器，构建交互应用空间与数据库，并可在其末端配置高速高精度地控制光源，使全局摄影测量相机可进行实时跟踪与数据传导，以全面克服在定位跟踪的精度局限。在实际作业中，可基于运动学插补、部件间距等均会不同程度地影响机器人的位置精度，因此看根据影响建立精确的三轴定位平台系统，而后将精确定位与误差数据传输至该系统中，进行资源整合，为末端效应器进行伺服调整，从而降低了直接调整机械人控制器所产生的因环节过高而带来的风险。

针对工业机器人外部观测设备的提升，对大型、多维机器人补偿作用尤为突出，但这种方式的生产成本较昂贵、机器维修较为麻烦。在此类应用中机器人已成为一个柔性的智能化平台，而末端机器人的定位精度与人工智能本身无关而只从外界精密检测装置获取，其控制系统和检测装置是相对单独的，缺少必要的连接与整合。

综上所述，在现阶段的常用的方法中，基于运动学模型的方法是应用范围最为广泛的，但受限于模型的不定性，在某些方面是无法进行优化控制的。但采用外部检测仪器的精度提升方式，却无法发挥其自身的某些优势，检测设备与工业机器人之间严重脱节。这样，就能够采用建立机器人关节的精确网格阵列和网格阵列精度控制器的方式，从而实现在机器人工作距离上的精确控制要求。根据精确计算、误差分析等技术，并根据工业机器人的运动参数以及其应用分布的规律，可通过分层误差补偿的方式进行高速高精度控制，以达到最佳应用效果，首先，可通过工业机器人关节角的运动特点，构建数据模型，从理论的角度上提高了其绝对定位精度；另一方面，通过利用多重的几何约束或观测量控制已建立网格阵列的控制点，使精确计算装置和工程机器人之间实现了深度结合，有效提升了工业机器人的控制精度。这些研究方案中的精细网格都是采用高精度外部检测装置进行监测，但因为节点数量较多，因此检测的工作量也相当大，必须通过某些高智能化的检测手段，比如激光跟踪仪或是视觉摄像头，来自动识别节点数量，从而形成残差数据库。基于此方法，能够显著地提高工业机器人的高速高精度控制效益，甚至可达到重复定位的精准效果，以实现高效控制。

在工业机器人实际运作中，其定位精准维持已是现阶段需要持续优化的关键内容，可借鉴上述控制防范，基于稳定性好、反应速率快的装置，结合几何约束法，构建高速高精度控制。并可基于定位漂移的应用规律，对工业机器人的多处控制点进行定位漂移预估，并进行仿真演示，进而有效修正各个控制点的误差，以新的残差库对工业机器人的运动轨迹进行预估。

4、结语

工业机器人趋向于精确化、高速化发展，因此在控制中需要着重考虑的因素也愈来愈多。但无论是运用哪种优化控制方法，其优化设计的目的都是在于构建一种能够保障工业机器人运行，结合多因素考虑，使其达到理想的“0”误差状态。在工业机器人模型构件中，需要基于海量的模型试验，相关设计人员要充分了解其控制、运动架构，实现科学建模，并分析其可能存在并干扰的因素，借鉴成功技术，进行仿真训练。作为工业机器人的操作者，也应全面了解其运用模型，在掌握其参数调整的基础上，通过应用反馈发现其中不足，并进行优化控制。

参考文献：

[1]吴炯杰. 工业机器人的高速高精度控制方法研究[J]. 中文科技期刊数据库（全文版）教育科学， 2016（11）：00175-00175.

[2]欧光连. 工业机器人的高速高精度控制方法探讨[J]. 数字通信世界， 2017（07）：175.

[3]李文进. 探究工业机器人的高速高精度控制方法[J]. 科技展望， 2016， 26（014）：72.

[4]黄爽， 杨庆华. 关于工业机器人的高速高精度控制方法的探讨[J]. 科技创新与应用， 2016（30）：1.

[5]崔立石. 工业机器人高速高精度控制方法研究与实践[J]. 丝路视野， 2019（28）：1.

[6]韩亚军， 张嘉， 刘家英. 高精度制造业中可重构工业机器人的轨迹规划控制研究[J]. 机床与液压， 2019（9）.

[7]徐文乾. 浅析基于鲁棒控制技术的工业机器人高速高精度控制方式概述[J]. 南方农机， 2018， 49（10）：1.