机器人参考信号跟踪性能与抗扰动性能测试

            机器人能够实现参考信号的轨迹跟踪是非常的重要,并且在外部环境作用下需要进行抗扰动的控制设计。本次博文主要介绍机器人跟踪性能与抗扰动性能。机器人参考信号跟踪性能与抗扰动性能是评估机器人控制系统的重要指标,可以通过不同的输入参考信号来实现机器人控制系统跟踪性能的测试!

Trajectory Planning | Papers With Code

  1. 参考信号跟踪性能测试:

    • 设定一个理想的轨迹作为机器人的参考信号。
    • 让机器人按照设定的参考信号进行运动。
    • 使用传感器或视觉系统来监测机器人的位置或姿态。
    • 通过计算机算法将机器人实时位置与参考信号进行比较,得到跟踪误差。
    • 分析跟踪误差的大小和变化趋势,评估机器人的参考信号跟踪性能。
    • Robotics | Free Full-Text | Industrial Robot Trajectory Tracking Control  Using Multi-Layer Neural Networks Trained by Iterative Learning Control
    • 例如上图中的正弦参考信号跟踪控制,因此需要进行设计控制器使得输出信号能够跟踪上参考信号。
    • Modeling and Optimal Trajectory Tracking Control of Wheeled a Mobile Robot
    • 上面这个图在轨迹跟踪方面表现得就较为良好,因此可以获得较好的跟踪效果!
    • 当然可以测试其他信号来分析机器人对不同信号的跟踪性能:
    • trajectory-tracking · GitHub Topics · GitHub
    • 上面两个仿真结果说明机器人在不同控制方法下进行的轨迹跟踪控制,可以看出能够可以通过控制器的设计来实现对组合信号的跟踪!
  2. 抗扰动性能测试:

    • 引入一定幅度的扰动信号,例如施加外力、改变环境条件等。
    • 监测机器人在扰动作用下的运动表现。
    • 分析机器人的误差响应和恢复能力。
    • 结合机器人控制算法,评估机器人对扰动的抵抗能力。

在进行这些测试时,应注意以下几点:

  • 确保测试环境的稳定性和一致性,以减少外界因素对测试结果的影响。
  • 使用合适的传感器和测量设备,确保对机器人运动和状态的准确监测。
  • 测试中需要记录和分析的数据包括:参考信号、实际运动数据、跟踪误差、扰动信号等,以便进行后续的评估和分析。

通过这些测试方法和步骤,可以客观评估机器人的参考信号跟踪性能和抗扰动性能,并针对测试结果进行优化和改进。

注意,不仅仅机器人是在关节空间实现轨迹跟踪控制,在笛卡尔空间实现末端路径跟踪也是尤为重要的!

Online task-space trajectory planning using real-time estimations of robot  motion capabilities

方波信号之所以被广泛用于测试跟踪性能,具有以下几个原因:

  1. 高频内容:方波信号包含丰富的高频成分,这是由于方波信号的变化突然性导致的。高频成分对于控制系统的响应速度和动态性能具有重要影响。通过使用方波信号进行测试,可以评估控制系统对高频信号的追踪能力和响应速度,进而了解系统在快速动态应用中的表现。

  2. 频谱分析:方波信号的频谱特性非常明显,具有较为均匀的能量分布。其频率成分一般包括基频及其奇次谐波。通过对方波信号的频谱进行分析,可以了解控制系统在不同频率上的表现,并评估其在不同频段上的跟踪性能。

  3. 非线性特性:方波信号具有非线性特性,在变化点处出现突变。这种非线性特性能够更加全面地检验控制系统对于快速变化的参考信号的跟踪能力。对于控制系统而言,处理非线性的能力对于实际应用非常重要。

  4. 建模和仿真:方波信号是一种简单但代表性的信号形式,广泛用于控制系统的建模和仿真。通过使用方波信号来测试控制系统的跟踪性能,不仅可以在理论上对系统进行评估,还可以验证控制算法在实际应用中的性能。

综上所述,方波信号作为测试参考信号具有丰富的频谱内容,并且可以检验控制系统对高频成分、非线性特性和快速变化的响应能力。因此,使用方波信号进行跟踪性能测试,能够全面评估控制系统的性能,并为进一步改进和优化提供实际指导。

  1. 设定方波信号:

    • 确定方波的频率、幅度以及占空比。
    • 确定方波的起始时间和持续时间。
  2. 执行跟踪测试:

    • 将方波信号作为机器人的参考信号输入到控制系统中。
    • 监测机器人的位置或姿态,并记录实际跟踪的数据。
    • 使用计算机算法将机器人的实时位置与参考信号进行比较,得到跟踪误差。
    • 分析跟踪误差的大小和变化趋势,评估机器人对方波信号的跟踪性能。
  3. 评估跟踪性能:

    • 针对跟踪误差进行评估,包括最大偏差、稳态误差和响应时间等指标。
    • 分析跟踪误差的频谱特征,了解系统对不同频率的方波信号跟踪性能。
    • 可以绘制实际跟踪结果和期望方波信号之间的对比图,直观地评估跟踪性能。

在测试中,需要确保实时监测机器人的位置或姿态的准确性,并记录足够的数据进行分析。此外,还可以根据测试结果调整控制系统的参数或算法,进一步优化机器人的跟踪性能,以满足具体需求。

在使用正弦信号来生成方波信号时,频率和占空比是可以自由选择的,根据具体需求进行设定。

频率:方波信号的频率是指信号的周期性重复性,在时间上表示为每秒钟内重复的次数。可以根据应用场景的需要选择适当的频率。一般来说,频率较高的方波信号更易于检验控制系统的高频响应能力。

占空比:方波信号的占空比是指方波波形中高电平的时间与周期的比例。以百分比形式表示,通常情况下占空比取值范围是0%到100%之间。例如,50%的占空比表示高电平和低电平持续时间相等。占空比的选择取决于具体应用需求,不同占空比的方波信号可以用于测试不同工作周期的控制系统性能。

衡量控制系统跟踪性能的指标有很多,以下是一些常用的指标:

  1. 峰值偏差 (Peak Error):峰值偏差是参考信号与实际输出之间的最大差值,用于衡量系统在跟踪过程中的最大偏离程度。

  2. 稳态误差 (Steady-State Error):稳态误差是指系统在达到稳定状态后,参考信号与实际输出之间的持续偏差。常见的稳态误差指标包括绝对稳态误差 (Absolute Steady-State Error) 和相对稳态误差 (Relative Steady-State Error)。

  3. 超调量 (Overshoot):超调量是指系统响应过程中超过设定值的最大偏离量。对于一些需要快速响应且不允许超调的系统,超调量可以作为评估性能的重要指标。

  4. 上升时间 (Rise Time):上升时间是指系统从初始状态到达稳定状态所需的时间。较小的上升时间意味着系统响应速度较快。

  5. 调整时间 (Settling Time):调整时间是指系统从初始状态到达稳定状态并在规定范围内保持的时间。调整时间较短表示系统能够快速稳定下来。

  6. 频率响应特性:频率响应特性衡量了系统对不同频率输入信号的跟踪能力。常见的频率响应指标包括增益裕度 (Gain Margin) 和相位裕度 (Phase Margin)。

  7. 控制误差曲线 (Error Curve):控制误差曲线可以显示系统在跟踪过程中的动态性能。通过观察误差曲线的波形和变化趋势,可以评估系统的稳定性和精确性。

参考文献:

【1】https://paperswithcode.com/task/trajectory-planning

【2】Online task-space trajectory planning using real-time estimations of robot motion capabilities