劉　磊，余汾芬

?

基于STM32的機械臂運動控制系統(tǒng)設(shè)計研究

*劉磊1，余汾芬2

（1. 安慶職業(yè)技術(shù)學院，安徽，安慶 246003；2.安慶醫(yī)藥高等?？茖W校，安徽，安慶 246052）

為了提高機械臂運動的準確性以及提高機械臂的控制效率，運用STM32處理器設(shè)計了一種機械臂運動控制系統(tǒng)。采用STM32作為主控系統(tǒng)的核心，通過角度位移傳感器構(gòu)成機械臂的感知模塊，利用舵機驅(qū)動電路構(gòu)成機械臂的運動模塊，從而形成機械臂運動控制系統(tǒng)的硬件單元。以模糊PID控制理論為軟件核心，對機械臂運動過程中的軌跡偏差進行計算，形成控制量。主控器STM32將根據(jù)控制量對機械臂的運動模塊發(fā)出調(diào)控信號，使得機械臂能夠快速回歸預定的運動軌跡。實驗結(jié)果表明，本文所設(shè)計的機械臂運動控制系統(tǒng)，能夠快速、準確地對機械臂的運動狀態(tài)進行控制，提高機械臂運動的準確性。

機械臂；運動控制；STM32；角度位移傳感器；模糊PID控制理論；運動軌跡

0 引言

機械臂是一種模擬人體手臂的機器[1]。機械臂的廣泛使用，不僅提高了生產(chǎn)制造的自動化及智能化程度，而且還提高了生產(chǎn)制造過程中的安全性，降低了人工勞動量[2]。

對機械臂運動的精準控制是提高生產(chǎn)效率、提高產(chǎn)品質(zhì)量的一項重要措施。對此，人們對機械臂的控制進行了大量的研究，當下出現(xiàn)了較多的機械臂運動控制系統(tǒng)，如Xu等人[3]提出了一種具有不確定運動學和動力學的自由漂浮空間機械手的自適應(yīng)零反作用運動控制，獲取自適應(yīng)控制基礎(chǔ)的線性表達式，在速度水平上開發(fā)了基于RNS的自適應(yīng)控制方法。如Kartashev等人[4]提出了一種機器人機械手的自動安全運動控制系統(tǒng)的設(shè)計，致力于改進機械手自動安全運動控制系統(tǒng)，使得該系統(tǒng)除了在過載情況下關(guān)閉動力傳動的主要功能外，還能夠檢查其所有部件的可操作性。郭洋等人[5]將PLC引入機械臂的控制，設(shè)計了一種擠奶機器人機械臂控制系統(tǒng)，利用PLC與CANOpen通信控制伺服電機，對機械臂的運動進行驅(qū)動，實現(xiàn)三自由度的擠奶控制。Tomasz等人[6]設(shè)計了一種基于非線性模型預測控制（NMPC）的自由漂浮空間機械臂控制系統(tǒng)，通過軌跡規(guī)劃模塊和模型預測控制器實現(xiàn)對機械臂的控制。雖然上述方法都能較好的實現(xiàn)機械臂運動的控制，但是運動控制的準確性較低，運動自由度維度較低。

對此，本文采用STM32控制器設(shè)計了一種基于STM32的機械臂運動控制系統(tǒng)設(shè)計的研究。本文首先對所設(shè)計系統(tǒng)的整體結(jié)構(gòu)進行了分析，然后對系統(tǒng)硬件單元進行了設(shè)計，最后對系統(tǒng)軟件單元進行了描述。整個系統(tǒng)以STM32控制器為核心，配以角度位移傳感器以及舵機控制輔助電路實現(xiàn)系統(tǒng)的主要硬件單元設(shè)計。引入模糊PID作為軟件的控制策略，獲取控制量，供STM32控制器以此為依據(jù)，對外圍硬件實現(xiàn)調(diào)控，以達到對機械臂運動的準確控制。

1 系統(tǒng)整體結(jié)構(gòu)設(shè)計

圖1 機械臂結(jié)構(gòu)的示意圖

圖2 機械臂運動控制系統(tǒng)的整體結(jié)構(gòu)

2 系統(tǒng)細節(jié)設(shè)計

2.1 系統(tǒng)硬件單元設(shè)計

根據(jù)機械臂運動控制系統(tǒng)的功能要求以及整體設(shè)計，機械臂運動控制系統(tǒng)的硬件單元可分為主控模塊、軌跡采集模塊、用戶操作模塊以及運動執(zhí)行模塊。每個模塊之間的信號流向如圖3所示。

從圖3可知，用戶操作模塊主要由液晶觸摸屏電路和功能按鍵電路組成。其中液晶觸摸屏采用的是研凌ITPC-A101型10寸觸摸屏，其具有寬視角、高靈敏度等特點。用戶可通過該液晶觸摸屏設(shè)定預定的運動軌跡，同時也可以該液晶觀察機械臂的運動狀態(tài)。功能按鍵電路由暫停、啟動、停止三個按鍵組成，供用戶在緊急情況下對機械臂進行動作控制。主控模塊主要由STM32F103C8T6控制器及晶體振蕩器等外圍器件組成。STM32F103C8T6是一款穩(wěn)定性能好、運算速度快的控制器。其自帶多個UART以及A/D接口，便于外圍液晶觸摸屏以及角度位移傳感器的連接。軌跡采集模塊主要依靠角度位移傳感器電路來實現(xiàn)。電路中采用霍爾角度位移傳感器對機械臂的位移以及角度進行監(jiān)測，實時采集機械臂的運動軌跡，并將運動軌跡轉(zhuǎn)換成電信號，傳入主控模塊，供控制器處理。運動執(zhí)行模塊主要通過舵機構(gòu)成。電路中的舵機采用PWM控制舵機，可通過控制器發(fā)出PWM波對舵機進行轉(zhuǎn)動調(diào)節(jié)，進而實現(xiàn)對機械臂的運動軌跡進行控制。 用戶通過液晶觸摸屏將標定運動軌跡信號傳入控制器，控制器不停接收角度位移傳感器傳入的監(jiān)測信號，將監(jiān)測結(jié)果送出到液晶觸摸屏上進行顯示。同時，控制器通過控制策略獲取控制量，輸出PWM波對舵機進行運動調(diào)節(jié)，實現(xiàn)機械臂運動軌跡的準確控制。

圖3 系統(tǒng)硬件單元設(shè)計

2.2 系統(tǒng)軟件單元設(shè)計

系統(tǒng)軟件單元部分主要實現(xiàn)硬件功能的初始化、運動軌跡的判定以及PWM波的輸出三大功能。硬件功能的初始化是對各個硬件單元的I/O口、寄存器以及初始角度等給定一個初始值，為系統(tǒng)的運行做好準備。運動軌跡的判定是對機械臂運動過程準確性的監(jiān)督以及調(diào)節(jié)的過程。PWM波是STM32F103C8T6控制器對機械臂運動控制的一種信號，軟件單元對PWM波的控制是以運動軌跡的判定結(jié)果為依據(jù)而進行的。在這三大功能里，運動軌跡的判定是軟件單元的核心。運動軌跡判定的準確與否關(guān)系到控制系統(tǒng)對機械臂運動控制的準確性。本文采用模糊PID算法作為機械臂運動控制系統(tǒng)軟件單元的控制策略，用于對運動軌跡執(zhí)行的準確性進行計算，并將計算出的控制量送于STM32F103C8T6控制器，控制器將根據(jù)控制量輸出PWM波，通過PWM波對舵機進行調(diào)節(jié)。具體的軟件控制流程如圖4所示。

圖4 軟件控制過程

從圖4可見，當完成硬件功能初始化后，程序就開始啟動運動軌跡的判定過程，其中運動軌跡的判定主要依靠模糊PID算法來實現(xiàn)。

運動軌跡的判定旨在計算當下機械臂運動軌跡與預定軌跡的偏移情況，該判定結(jié)果是影響整個系統(tǒng)準確度的關(guān)鍵，也是決定系統(tǒng)效率的關(guān)鍵所在。模糊PID算法是一種控制精度高、計算復雜度較低的控制策略[9-10]。

3 實驗結(jié)果與分析

實驗在AMD雙核、500GB硬盤的計算機上，采用MALTAB7.10軟件進行。實驗中K、K、K的初始值分別設(shè)定為1.75、1.45、1.28。實驗中將文獻[15]與文獻[16]中的方法作為對比，以便更好地觀察本文算法的機械臂運動控制效果。實驗通過運動軌跡追蹤以及追蹤耗時兩個方面對機械臂運動控制系統(tǒng)的優(yōu)良性進行實驗分析。

不同方法控制機械臂對運動軌跡追蹤的結(jié)果如圖5所示。從圖5可見，文獻[15]方法、文獻[16]方法以及本文方法都能對標定運動軌跡進行追蹤。通過觀察不同方法的追蹤結(jié)果可見，文獻[15]方法追蹤標定運動軌跡過程中，追蹤曲線存在波動頻率高的問題，在運動軌跡變化時，追蹤曲線波動的幅度較大。文獻[16]方法追蹤標定運動軌跡過程中，追蹤曲線存在調(diào)節(jié)時間長的問題，當出現(xiàn)波動時，需要較長的時間才能使追蹤曲線貼合于標定運動軌跡。本文方法追蹤標定運動軌跡過程中，追蹤曲線較為平穩(wěn)，波動較小，調(diào)節(jié)時間較短，對標定運動軌跡貼合度較高。說明本文方法不僅能夠?qū)C械臂的運動過程實現(xiàn)較為準確地控制，而且還能實現(xiàn)對機械臂進行較為平穩(wěn)的運動控制。

不同方法控制機械臂追蹤標定運動軌跡的耗時結(jié)果如表1所示。從表1可見，與文獻[15]方法、文獻[16]方法相比，本文方法的耗時最短。其中文獻[15]方法的耗時為8.5674 s，文獻[16]的耗時為8.0471 s，本文方法的耗時為7.5813 s。說明本文方法對機械臂運動過程的控制效率較高，能夠較快的實現(xiàn)機械臂運動軌跡的控制。因為本文方法采用了運算速度較快、計算精度較高的STM32F103C8T6控制器作為硬件的核心，配以精度與靈敏度都較高的霍爾角度位移傳感器對機械臂的運動軌跡進行實時采集，引入模糊PID算法作為控制策略，精確計算出控制量供控制器使用，從而使得控制系統(tǒng)的控制準確度得以提高，控制時間得以降低。

圖5 不同方法控制機械臂對標定運動軌跡的追蹤結(jié)果

表1 不同算法的客觀評價結(jié)果

4 結(jié)語

本文采用STM32F103C8T6處理器作為硬件電路的核心，設(shè)計了一種基于STM32的機械臂運動控制系統(tǒng)。利用STM32F103C8T6處理器設(shè)計系統(tǒng)的主控模塊。通過霍爾角度位移傳感器對機械臂的運動軌跡進行實時采集。將采集結(jié)果送入STM32F103C8T6處理器，處理器再調(diào)用模糊PID控制策略，計算出控制量，并回傳給處理器。處理器利用控制量發(fā)出PWM波信息，對外圍舵機的動作進行調(diào)節(jié)，從而達到對機械臂運動過程控制的效果。實驗結(jié)果表明，本文所設(shè)計的機械臂運動控制系統(tǒng)，不僅能夠較為準確的控制機械臂運動，而且還能較快的實現(xiàn)機械臂運動的調(diào)控。

[1] 楊偉超,許德章.基于ADAMS的雙臂作業(yè)機器人的運動學分析及仿真[J]. 井岡山大學學報:自然科學版, 2016, 37(1): 80-84.

[2] Pham C V, Wang Y N. Robust adaptive trajectory tracking sliding mode control based on neural networks for cleaning and detecting robot manipulators [J]. Journal of intelligent & robotic Systems,2015,79(1):101-114.

[3] XU S F, Wang H L, Zhang D Z. Adaptive zero reaction motion control for free-floating space manipulators[J]. IEEE Transactions on Aerospace and Electronic Systems,2016, 52(3): 1067-1076.

[4] Kartashev V A, Safronov V V. Automatic safe motion control system for a robotic manipulator[J]. Journal of Computer and Systems Sciences International,2017,56(2):328-333.

[5] 郭洋,吳澤全,蔡曉華. 基于PLC的擠奶機器人三自由度機械臂控制方法研究[J].農(nóng)業(yè)科技與裝備,2017, 276(6):15-17+21.

[6] Tomasz R, Karol S, Jurek ZS. Control System for Free-Floating Space Manipulator Based on Nonlinear Model Predictive Control (NMPC)[J].Journal of Intelligent & Robotic Systems,2017,85(3-4):491-509.

[7] Taira Y C, Sagara S C, Masahiro O. Motion and force control with a nonlinear force error filter for underwater vehicle-manipulator systems[J]. Artificial Life and Robotics, 2018, 23(1):103-117.

[8] Haibin D A V, Shaoping W V. A boundary control for motion synchronization of a two-manipulator system with a flexible beam[J]. Automatica, 2014,50(12):3088-3099.

[9] So G B, Jin G G. Fuzzy-based nonlinear PID controller and its application to CSTR[J]. Korean Journal of Chemical Engineering,2018,35(4):819-825.

[10] 宋昌寶,宋金澤,鄭曉圓. 基于模糊自適應(yīng)PID控制的機器人運動控制仿真研究[J].長春工程學院學報:自然科學版,2018,27(3):107-110.

[11] Shen J, Xin B, Cui H Q. Control of single-axis rotation INS by tracking differentiator based fuzzy PID[J]. IEEE Transactions on Aerospace and Electronic Systems. 2017,53(6):2976-2986.

[12] Shaharuddin N M, Darus I Z, Samin P M. Fuzzy iterative PID-type control of vortex induced vibration suppression[J]. Journal of Vibroengineering, 2017, 19(7):5137-5148.

[13] 柴鈺,王喬. 粒子群優(yōu)化模糊PID的履帶機器人運動控制研究[J].現(xiàn)代電子技術(shù),2018,41(18):49-53.

[14] Tao Y, Xie G, Chen Y D. A PID and fuzzy logic based method for Quadrotor aircraft control motion[J]. Journal of Intelligent & Fuzzy Systems,2016, 31(6): 2975-2983.

[15] 陳三風,韓鑫湛,邵斌. 基于回歸神經(jīng)網(wǎng)絡(luò)多機械臂運動控制研究[J].控制工程,2017,24(11):2211-2217.

[16] Batista J G. Technological Development and Implementation of a Robotic Arm Motioned by Programmable Logic Controller[J]. Urban and Civil Engineering, 2017, 11(2): 377-380.

Research on The Design of Manipulator Motion Control System Based on STM32

*LIU Lei1，YU Fen-fen2

(1. Anqing Vocational & Technical College, Anqing, Anhui 246003, China; 2. Anqing Medical College, Anqing, Anhui 246052, China)

To improve the accuracy of the manipulator motion and the control efficiency of the manipulator, a manipulator motion control system is designed by using STM32 processor.STM32 is used as the core of the main control system. The perception module of the manipulator is composed of angular displacement sensor, and the motion module of the manipulator is composed of the steering motor driving circuit. They form the hardware unit of the manipulator motion control system.Taking the theory of fuzzy PID control as the software core, the trajectory deviation of the manipulator is calculated to form the control quantity.The main controller STM32 will send the control signal to the motion module of the manipulator according to the control quantity, so that the manipulator can quickly return to the predetermined trajectory.The experimental results show that the motion control system of the manipulator designed in this paper can quickly and accurately control the motion state of the manipulator, which can improve the accuracy of the motion of the manipulator.

manipulator; motion control; stm32; displacement sensor; fuzzy pid control theory; motion trajector

1674-8085(2019)01-0073-05

TP391

A

10.3969/j.issn.1674-8085.2019.01.015

2018-10-04；

2018-11-26

2016年安徽省高等學校省級質(zhì)量工程項目(2016tszy052)

*劉 磊(1977-)，安徽安慶人，副教授，博士，主要從事先進制造技術(shù)、自動控制技術(shù)等研究(E-mail: lilei77@tom.com)；

余汾芬(1981-)，安徽安慶人，講師，碩士，主要從事計算機應(yīng)用技術(shù)、自動控制技術(shù)等研究(E-mail: YuFfeN1981ah@126.com).