ロボットの制御方法は、コントロールの量と制御アルゴリズムに応じて、さまざまなタイプに分割されます。以下は、各タイプの一般的に使用されるロボット制御方法について説明します。
I.コントロールボリュームに従って分類
制御ボリュームが配置されているさまざまなスペースによると、ロボット制御は、関節空間で制御に分類され、デカルト空間で制御できます。タンデムマルチジョイントロボットの場合、ジョイントスペース制御はロボットの各ジョイントの変数の制御用であり、デカルトスペース制御はロボットの端にある変数の制御用です。さまざまな制御量によれば、ロボット制御は、位置制御、速度制御、加速制御、力制御、力位置ハイブリッド制御などに分類できます。これらのコントロールは、ジョイントスペース制御またはデカルト空間制御のいずれかです。
位置制御の目標は、制御されたロボットのジョイントまたは端を目的の位置に到達させることです。以下は、ロボットのジョイントスペース位置制御の例です。ジョイント位置の指定値を現在の値と比較することによって得られるエラーは、位置コントローラーへの入力として使用され、その出力は位置コントローラーの動作後のジョイント速度制御の指定値として使用されます。ジョイント位置コントローラーは、多くの場合、PIDアルゴリズムを使用し、ファジーコントロールアルゴリズムを使用することもできます。
まず、エンドツールの制御加速が計算されます。次に、各ジョイントの対応する加速度は、最終位置、速度および加速度の期待、および電流端の位置、ジョイント位置、速度に基づいて分解され、制御トルクは運動方程式を使用して加速制御を分解して計算されます。 、各ジョイントに対してトルク制御する必要があります。
関節力/トルクは直接測定するのは容易ではなく、関節モーターの電流が関節モーターのトルクをよりよく反映できるため、関節モーターの電流を使用して、関節力/トルク。フォースコントローラーは、関節モーターを制御して、力/トルクの望ましい値と測定値の間の偏差に基づいて、望ましい力/トルク特性を示します。
位置制御と力制御の2つの部分で構成されています。位置制御は、ロボット端のデカルト空間位置として与えられるPIコントロールであり、端のデカルト空間位置フィードバックは、運動学的計算後のジョイント空間の位置から得られます。図では、Tはロボットの運動学モデルであり、Jはロボットのヤコビマトリックスです。エンド位置の指定された値と現在の値の差は、Jacobiマトリックスの逆マトリックスを使用してジョイント空間の位置増分に変換されます。これは、PI操作後にジョイント位置増分の一部として使用されます。
力制御もPI制御されており、ロボットの端にあるデカルト空間力/トルクとして与えられ、フィードバックは力/トルクセンサーの測定から得られます。指定された値と最終力/モーメントの現在の値の違いは、ヤコビ行列の転置マトリックスを使用して、関節空間の力/モーメントに変換されます。ジョイントスペースの力/モーメントは、PI操作後のジョイント位置増分の別の部分として使用されます。位置制御部品の出力と力制御部分は、ロボットのジョイントの位置増分の望ましい値として一緒に追加されます。ロボットは、各ジョイントの位置を制御するために増分制御を利用します。図{1-5に示す力位置ハイブリッド制御は、RC（Raibert-craig）力配置ハイブリッド制御の単純化された形式であるフォースポジションハイブリッド制御の単純なスキームのみです。実際のアプリケーションで特定の環境のために作成する必要があります。
II、制御アルゴリズムに従って分類
制御アルゴリズムによれば、ロボットの制御方法は、PID制御、可変構造制御、適応制御、ファジー制御、ニューロンネットワーク制御およびその他の方法に分類できます。一部の文献では、既存のコントロールアルゴリズムをロジックしきい値制御、PID制御、スライドモード変数構造制御、ニューラルネットワーク制御、ファジーコントロールに分類します。これらの制御方法は分離されておらず、制御システムで一緒に使用されることがよくあります。
1、PIDコントロール
エンジニアリングの実践では、PID Regulationとも呼ばれるPID制御とも呼ばれる比例、積分、差動制御のための最も広く使用されているレギュレーター制御法則。 、調整が簡単で、産業管理の主な技術の1つになりました。制御されたオブジェクトの構造とパラメーターを完全に習得できない、または正確な数学モデルにアクセスできない場合、他のテクノロジーの制御理論は使用が困難です。システムコントローラーの構造とパラメーターは、エクスペリエンスとフィールドデバッグに依存する必要があります。 PID制御技術の適用を決定することが最も便利です。
つまり、システムと制御されたオブジェクトを完全に理解していない場合、またはPID制御技術に最も適したシステムパラメーターを取得するための効果的な測定手段ではない場合。実際には、PIとPDもあります。 Control.PIDコントローラーは、システムのエラー、制御の制御の量の比例、積分、差分計算の使用に基づいています。
2、可変構造制御
可変構造制御は、1950年代にソビエト連邦から開発された制御スキームです。いわゆる可変構造制御は、制御システムに複数のコントローラーを備えており、特定のルールに従って異なる状況で異なるコントローラーが使用されることを意味します。可変構造制御の使用には、他のコントロールでは見られない多くの利点があり、不確実なパラメーターを持つ非線形システムのクラスの制御を実現できます。
3、適応制御
いわゆる適応制御は、広範囲の変更を発生するシステムの入力または妨害を指します。設計されたシステムは、システムパラメーターまたは制御戦略を適応的に調整できるため、出力は設計要件、図のように基本構造を満たすことができます。図2-1に。適応制御は「不確実性」のシステムを扱い、ランダム変数の状態を観察し、システムモデルを認識することにより、この不確実性を減らすことを目指しています。結果は、多くの場合、特定の制御ターゲットの達成であり、つまり「最適な制御」が「効果的な制御」に置き換えられます。
適応制御システムは、モデル参照型の適応制御システム、自己修正制御システム、自己最適化制御システム、可変構造制御システム、およびその原則に応じてインテリジェントな適応制御システムに分類できます。これらのタイプの適応制御システムの中で、モデルが参照された適応制御システムと自己修正制御システムがより成熟し、一般的に使用されています。
4、ファジーコントロール
ファジーコントロールでは、入力はファジー変数になってファジー変数になり、ファジールールによって推論されるファジー変数がファジー出力を取得し、デフジー化後に制御用のクリア出力を取得します。ファジーコントロールが最初でした
1965年にカリフォルニア大学のザデー教授によって提案され、1974年に英国のeh Mamdaniは、ボイラーと蒸気エンジンの制御にファジーコントロールを適用しました。その後、ファジー制御が制御の分野で急速に開発され、多くの成功したアプリケーションを獲得しました。
5、ニューロンネットワークコントロール
ニューラルネットワーク制御は、1980年代後半に開発された自動制御の分野におけるフロンティアの分野の1つです。これは、インテリジェントコントロールの新しいブランチであり、複雑な非線形、不確実なシステムの制御問題を解決する新しい方法を開きます。ニューラルネットワーク制御は、（人工的な）ニューラルネットワーク理論と制御理論の組み合わせの製品であり、発展途上の規律です。数学、生物学、神経生理学、脳科学、遺伝学、人工知能、コンピューター科学、自動制御などを含む学問から理論、技術、方法、研究結果をまとめます。その基本構造は図2-2に示されています。
制御の分野では、学習能力を備えた制御システムは、インテリジェント制御システムに属する学習制御システムと呼ばれます。ニューラルコントロールは学習能力を備えており、インテリジェントコントロールの分野である学習制御に属します。これまでのところ、神経制御の発達は、10年以上の歴史しかありませんでしたが、さまざまな制御構造がありました。神経予測制御、神経逆系制御など。