機器人的運動控制方法看似非常簡單：有驅動器的支持末端執行器快速準確的到達指定的位置，當然也會涉及一些調整，和所有工程決策一樣，取決于給定應用的最優結果相關的優先級設置。機器人運動控制系統選型從基礎專用功能IC到高集成非常靈活的MCU，集成豐富的輔助和支持功能。

　　現在復雜的機器人手臂的控制，無論它們的大小與功率，都需要多軸同步管理才能實現動作控制?，F代電子器件——電動機、電源切換器件（MOSFET、IGBT）、設備驅動、控制系統（現在主要是數字化、之前是模擬控制）、反饋傳感器——使得精確的動作控制相比幾年前顯得更加簡單（如圖1所示）。然而與此同時對于系統性能需要也明顯增加了，所以現在整個項目的搭建也是相當的困難。

　　圖1：機器人基礎的動作控制系統，包括算法執行功能、電動機驅動、電源設備、反饋環節；機械傳動、電動機和傳感器（在大多數情況下）；關鍵節點設置電壓和電流測量和控制。

　　無論怎樣有一個實際情況是不可避免的：機器人是一個大型的機械系統，因此這部分實際系統必須是控制回路的重要組成部分。這就涉及到齒輪反彈、機械誤差、震動、電動機性能、旋轉慣性、動量、機械結構的彎曲程度、載荷變化等等。因此選擇哪種類型的電動機非常的重要——對于中/低功率應用場景，通常我們會在無刷直流電動機和步進電動機之間選擇。

　　另一個重要的決定則是傳感器反饋。大多數機器人應用系統采用某種類型的反饋傳感器來準確測量末端執行器的行程、加速度和加速度（重申一下：速度是行程對時間的導數，加速度是速度對時間的導數）。反饋傳感器可以采用霍爾效應傳感器、自動同步器或者光編碼器。由于上文提到的機械問題，盡管我們很容易的將編碼器安裝到電動機上，對于應用準確性的要求它可能也不能夠提供末端執行器精確的數據。因此傳感器需要安裝在距離負載端更近的位置。

　　一些運動控制應用沒有傳感器，這會降低成本和機械復雜度。不采用傳感器反饋，無傳感器的面向應用控制（FOC，也稱為矢量控制）利用的是電動機每相繞組電壓和電流的精確同步的數據；然后FOC采用復雜的框架參考進行實時轉換和矩陣計算來確定電動機的轉動位置。省去傳感器降低了硬件成本，但是需要更強的計算能力和更加復雜的編程設計。很多機器人設計還是傾向于使用傳感器，因為相對于直接的傳感器讀數，FOC不能夠提供相同水平的自信度、可行度和可靠性。

　　理解基礎的機器人系統配置

　　雖然公眾傾向于將“機器人”這個名詞與移動的、生活輔助或助手聯系起來，在工業領域大部分機器人系統都是靜止的，采用各種各樣的機械臂，通過之前的配置完成各種任務。最常見的設計如下：

　　? 笛卡爾機器人，設置三個線性的運動軸，分別分布在X、Y、Z平面上（如圖2所示）。這個設計主要用于挑選和放置機器、無縫應用和基礎的組裝。

　　圖2：笛卡爾機器人是最容易理解和控制的，分別等價為X、Y、Z平面的控制?

　　? 柱型機器人，所有運動都限制的一個圓形的區域內。它結合了Y平面的線性運動、Z平面的線性運動和圍繞Z軸的旋轉運動（如圖3所示）。這類機器人用于裝配、工具處理和點焊操作。

　　圖3：柱型機器人有兩個線性運動軸和一個旋轉軸?

　　? 球形或極性機器人結合了兩個旋轉節點和一個線性節點，機械臂通過反肘關節與基座連接（如圖4所示）。運動的定義則是通過一個極坐標系統，同樣限制在一個球形區域內。主要應用在焊接、鑄造和工具處理等場景中。

　　圖4：球形或極性機器人結合了兩個旋轉軸和一個線性軸，它需要根據參考系進行大量的計算密集型轉換操作?

　　這里提到的方法具有三個方向的自由度，使用了線性和旋轉的結合，然而一些應用場景僅需要一個或者兩個方向的自動度。更高級的機械臂或者鉸接式機器人集成了額外的線性和旋轉運動，具有像人一樣的靈活性（如圖5所示），一些更高級的機械臂能夠提供六、八甚至更多方向的自由度。

　　圖5：鉸接式機器人手臂集成了多個旋轉和線性運動模式，具有多個自由度，但是也需要在制動器和手臂之間進行仔細的協調。

　　其他一些設計適用不同的線性和旋轉運動的組合用于特定的應用場景，比如平行四邊形的實現方案，用于精確和快速地在短距離內實現移動，例如拾取和放置小型組件。隨著自由度的提升，對每個方向自由度快速、流暢、準確和同步控制的要求也呈指數級增長。

　　就軌跡配置文件而言

　　機器人的運動控制方法看似非常簡單：有驅動器的支持末端執行器快速準確的到達指定的位置，當然也會涉及一些調整，和所有工程決策一樣，取決于給定應用的最優結果相關的優先級設置。

　　舉個例子，如果結果偏離過大或者有可能出現碰撞，我們設置加速和減速過快來快速達到更高的運動速度，這樣操作能夠接收嗎？對于速度精確度控制值得嗎，要達到什么程度？加速度、速度和行程的選擇與從位置A到位置B期望的轉換有什么關聯？在某些特殊應用中定義“最優”的優先級和參數的標準是什么？

　　機器人運動控制和其它運動控制方面的專家已經制定了標準的軌跡配置規范，對于給定應用能夠提供各種方法來實現期望的平衡方案。所有選型都涉及到根據現在的情形和反饋信號進行實時的計算，但是某些應用可能會需要更重要、更高分辨率計算的需求。這些配置類型包括：

　　? 簡單的梯形配置，電動機以固定的加速度從零加速到期望的速度，并進行保持，然后以固定的加速度減速到零，到達指定的位置（圖6）。雖然較大的加速度能夠加速整個過程，但是整個過程可能不夠平緩，出現突然的變化，我們成為驟?；蛘唧E起，這樣反而會造成不準確和超量。

　　圖6：最簡單的運動軌跡配置方式就是梯形模式，分別設置常量加速度、常量速度、常量減速度，從起始點和目標點之間的運動控制是均勻的?

　　? S曲線型，這種方式比梯形模式更常見，加速度從零不斷上升，達到指定速度后不斷下降（圖7）。到達指定位置后，減速度逐漸上升然后在目標點附近減為零。實際上S型曲線可以劃分為七個不同的階段，與梯形模式的三個階段相對比。

　　圖7：相比梯形模式S曲線型控制更加的復雜，但是在轉換的實際路徑過程中不會出現突然的抖動（加速的突然變化）?

　　?波浪型運動控制，用戶設置一系列所要達到的位置點，運動控制器會平滑的通過所有這些點（圖8）。這種模式在靈活性和控制上都具有最大的優越性，對于高級的運行控制場景非常有必要。實現平滑的曲線控制和計算過程都非常的復雜，盡管需要非常大的計算量，但是由于舍入或截斷誤差需要在保證分辨率的情況下實現。

　　圖8：波浪型運動控制允許用戶在起始點和目標點之間定義一系列的位置標記點，控制器需要控制末端執行器平滑的通過這些點?

　　當然還有其他的運動控制配置模型，這與專用應用場景或者行業有關，無論哪種控制模式，首先要先明確需求然后是如何實現。眾所周知高效的PID閉環控制算法是驅動電動機和末端執行器最常用的方法，具有足夠高的準確度和精密度（參考1）。

　　單個軸的高效控制是非常好實現的，但是機器人的控制則變得非常的復雜，因為他需要擴展兩個、三個甚至更多的電動機以及不同的自由度，當其中一個獨立組件的狀態變化時，我們需要及時的同步和協調其他的組件，實現我們所期望的功能和性能要求。

　　標準vs自定義運動控制應用

　　對于標準的運動控制應用，采用專用固定功能的嵌入式IC能夠大大簡化系統設計，并且讓產品快速面市。相反，對于非標準的應用，運動控制模型需要我們自定義，如果各個運動軸之間的關聯比較復雜，必須適配異?；颡毺氐氖录敲丛O計團隊就需要采用全可編程的處理器。而且還需要處理器集成數字信號處理（DSP）功能來滿足計算密集型任務需求或者采用可編程邏輯器件（FPGA）。當我們考慮可編程器件時，除了IC器件本身的硬件功能外，供應商、第三方工具、可用的軟件模塊都是我們做出選擇是需要考慮的重要因素。

　　需要注意的是控制器與電動機驅動器是不同的，一般采用MOSFET/IGBT驅動/器件來控制電動機的功率，主要是兩個原因。首先這些功率器件需要能夠驅動電動機，獨立于控制器。其次基于MOSFET的高密度互補處理技術用于數字控制器與功率器件的處理過程完全不同。對于小型的電動機，我們可以將控制器、驅動器和電源器件集成在一起。盡管存在著根本上的差異，“控制器”通常指具備電源功能的模塊，因此一般會在關鍵詞搜索時造成困擾。

　　一些運動控制IC的實例展示了這些器件的使用范圍，基本的單功能器件如Toshiba TB6560AFTG是一款PWM斬波型步進電動機控制器和驅動IC，可用于雙極步進電動機的正弦信號輸入，實現微調（圖9）。采用QFN（方形扁平無引腳）封裝，物理尺寸7x7mm，采用一個時鐘信號就可以提供高性能的正向和反向雙極型步進電機的驅動，并且能夠給電動機繞組輸送2.5A的電流。

　　圖9：Toshiba TB6560AFTG是一款步進電動機控制器，具有微調功能，集成2.5A MOSFET功率模塊，能夠直接驅動電動機繞組。?

　　即使在微調模式下，步進電動機的一個問題就是在啟動和停止時它的輸出存在振動，盡管在很多應用中這不算是個問題，但是如果我們處理像玻璃器皿這樣的精致物品時就是一個大問題，還有可能導致整個系統的振動。因此，TB6560AFTG允許用戶調整驅動電流的上升/下降，并且建立完善的電流上升/下降的轉換，從而將振動減小到最低（圖10）。

　　圖10：在具體應用中，Toshiba TB6560AFTG需要很少的外部組件，并且接收系統處理器的高級指令，最后轉換為詳細的步進控制信號?

　　機器人運動控制系統的最頂端是一些高級的單元，例如TI C2000微控制器系列。C2000包括多個系列的器件，分別集成不同的功能，如基礎的處理功能、數字計算能力、輸入/輸出接口的數量和類型以及管家功能如定時器、看門狗和脈沖寬度調制發生器。

　　舉個例子，C2000分組下的TMS320 Delfino系列處理器（圖11）提供原生浮點支持，消除了定點開發的挑戰，當然它也支持帶有IQMath虛擬浮點引擎的原生器件之間的定點和浮點代碼的移植。這就系統中就不需要設計第二個集成單核或者雙核的處理器了，同樣能夠提供高效的數字信號處理的算數任務以及微控制器的系統控制任務。它們同樣也集成了三角數學單元（TMU）加速器，這樣就加速了很多控制回路中常見三角算法的執行速度，比如轉矩閉環算法。

　　圖11：TI C2000系列器件包括多個子系列，每個子系列有包含多個不同規格的器件；Delfino分組就包括一個強大的處理器和嵌入式協處理器，內部集成了很多基于硬件的功能，很大程度上降低了編程難度，加速了執行速度。?

　　支持這些處理器的是開發工具和套件，比如 LAUNCHXL-F28377S C2000 Delfino LaunchPad就是基于TMS320C28x 32位CPU處理器（圖12）。這款套件還集成了F28377S微控制器單元（MCU），能提供400MIPS的系統性能，介于200MHz C28x中央處理單元和200MHz實時控制協處理器之間。這款微控制器還包含1MB板載FLASH以及豐富的外圍設備比如16位/12位模數轉換器、比較器、12位數模轉換器、正弦濾波器、高分辨率脈寬調制器、增強的捕獲模塊、增強的積分編碼模塊、CAN總線網絡模塊等等。

　　圖12：一些工具如TI公司推出的LaunchPad對于開發、集成和評估基于C2000 Dlifino系列處理器應用的硬件和軟件功能至關重要?

　　除了MCU，LaunchPad內置了獨立的XDS100v2 JTAG仿真器，支持通過USB實現實時的系統內編程和調試。LaunchPad還設計了兩個40-pin的接口，支持兩個BoosterPacks的同時操作；包含一個免費無限制的CCS集成開發環境（IDE）；免費下載controlSUITE軟件包。

　　總結

　　機器人運動控制系統選型從基礎專用功能IC到高集成非常靈活的MCU，集成豐富的輔助和支持功能。盡管嵌入式器件看似功能有限，但是它們也支持多有不同的運動控制模型設計，設置嚴格的參數，這類器件供貨重組、成本低而且易于使用。對于一些高級的設計可能需要極其復雜的要求或者需要額外的互聯、控制燈需求，有平臺和開發套件的支持如代碼包的驗證、調試和程序開發工具以及工程驗證等，MCU能夠提供高效的解決方案。