一种机器人机械臂伺服系统整体性能调优方法与流程

1.本发明属于智能机器人关节伺服控制领域，具体涉及一种机器人机械臂伺服系统整体性能调优方法。


背景技术：

2.机器人多轴机械臂一般由4到7轴组成，常见的为6轴机器人，拥有6个自由度，意味着有6个伺服电机关节，相应的，有6台伺服驱动器驱动。在机器人出厂前，安装于现场时，均需要对机械臂性能进行调试，也就是要对6套伺服系统进行参数调试，使其性能最优，满足操作需要。
3.现有技术条件下，一般是人工依据经验调试伺服控制参数，逐轴依次调试，直至最终整体性能达到要求。有的伺服驱动器产品，具有一定的自动调整伺服参数的功能，确实能从一定程度上减轻调试工作量，节约调试时间，但后期机械臂安装于现场工作条件下时，还是需要进行进一步的的细调，而且是逐轴依次调试，依然存在着对调试人员的经验、知识要求较高、调试费时费力的问题。
4.还有的伺服驱动器提供有上位调试软件，可以在上位调试软件上看到调试效果，如伺服位置跟踪、速度跟踪等曲线，或者系统响应曲线等，调试人员可根据这些调试结果的好坏判断调试效果。这种调试方式在中高级伺服系统上比较常见，为伺服调试提供了很好的工具，提高了调试效率和效果。
5.多轴机械臂作为多轴伺服系统的载体，即使每一套伺服系统都经过参数调整，整体性能是否最优，还是要看最终执行效果是否满足操作要求。如果还不能满足最终要求，依然要回过头找原因，重新调试某伺服系统参数。
6.另外，现有技术条件下，机械臂末端定位精度的测定是一件比较麻烦的事情。表现在，需要其他辅助设备或者搭载特殊实验条件才能测试其定位精度及轨迹跟踪精度等指标。测定过程对辅助设备或者实验条件要求较高，需要专业的人员才能完成测试，计算，并最终得出精度数据。
7.因此，现有技术背景的主要的问题是：依据人工经验或者辅助调试软件对每一套伺服系统逐一进行参数调整，费时费力，手段传统落后，无法把控整体最终性能；并最终只能通过实验操作的方法验证是否满足要求。


技术实现要素：

8.有鉴于此，本发明实施例提供一种机器人机械臂伺服系统整体性能调优方法，利用机械臂数字孪生系统对多轴机械臂伺服系统参数进行调节；同时采用灰色关联法分析各轴关节伺服模组中哪一个综合性能最低，从而找到该轴进行控制参数调优，本发明以机械臂伺服系统的整体性能指标为控制参数进行性能调优，避免了传统技术的逐一参数调整方式，提高了整体调优进度并简化调优过程。
9.为了实现上述技术目的，本发明所采用的具体技术方案为：
10.一种机器人机械臂伺服系统整体性能调优方法，所述机械臂伺服系统包括至少两个依次连接的轴关节伺服模组；其特征在于，所述性能调优方法包括以下步骤：
11.s101：建立基于所述机器人机械臂各关节伺服模组的数字孪生模型所组成的机械臂数字孪生系统；
12.s102：在所述数字孪生系统中执行所述机械臂伺服系统的性能反馈动作；收集所述数字孪生系统执行所述性能反馈动作的期望结果数据以及真实结果数据；
13.s103：基于所述期望结果数据与所述真实结果数据得出灰色关联相关数据；
14.s104：基于所述灰色关联数据采用灰色关联算法评价各所述轴关节的执行综合性能；
15.s105：对综合性能较低的所述轴关节伺服模组进行调优。
16.进一步的，所述调优方法还包括s106：重复所述s102-s105进一步调优所述机械臂伺服系统。
17.进一步的，所述灰色关联相关数据包括所述轴关节伺服模组执行所述性能反馈动作的：位置跟踪误差e
θ
、位置环增益值k
p
、速度环增益值kv、速度环积分增益值ki以及速度误差ew；
18.所述位置跟踪误差e
θ
和速度误差ew基于所述期望结果数据与所述真实结果数据比对得出。
19.进一步的，基于所述灰色关联算法评价各所述轴关节伺服模组的执行差异的方法具体为：
20.设目标矩阵：
21.x0＝(x0(1)，x0(2)，x0(3)，x0(4)，x0(5))
22.将所述机械臂伺服系统的位置跟踪误差的测试结果以正交矩阵形式表达为：
23.xi＝(xi(1)，xi(2)，xi(3)，xi(4)，xi(5)),i＝1,2,
…
,n；其中n表示所述轴关节伺服模组的数量；
24.则测试结果和目标值之间的灰色关联系数表示为：
[0025][0026]
其中γ表示xi与x0在点k处的关联程度，其均值即为灰色关联度，如下式所示：
[0027][0028]
其中，k＝1，2，...，5；i＝1,2,
…
,n；ρ为常数。
[0029]
进一步的，搭建所述孪生模型的数据包括：
[0030]
θ(t)：所述轴关节伺服模组的实时随时间变化的角度值；
[0031]
ω(t)：所述轴关节伺服模组的实时随时间变化的速度值；
[0032]
i(t)：所述轴关节伺服模组的实时随时间变化的电流值；
[0033]
α(t)：所述轴关节伺服模组的实时随时间变化的加速度值。
[0034]
进一步的，搭建所述孪生模型的数据还包括所述轴关节伺服模组的：视觉传感器信息、力矩传感器信息以及安全传感器信息。
[0035]
进一步的，所述数字孪生系统还用于采集所述性能反馈动作的机械臂运动方程生成指令轨迹。
[0036]
进一步的，所述数字孪生系统设置有图形化界面；所述图形化界面用于显示各所述轴关节伺服模组在xyz空间的位姿变化轨迹以及所述指令轨迹。
[0037]
进一步的，所述位姿变化轨迹及所述指令轨迹基于质心点轨迹描述。
[0038]
进一步的，所述s101之前还包括初始参数调整过程；
[0039]
所述初始参数调整过程包括以下步骤：
[0040]
s201:将所述机械臂伺服系统的控制参数进行初始化调整；
[0041]
s202:以机械臂伺服系统中各所述轴关节伺服模组依据末端至根部的顺序依次进行控制参数初始化调整；
[0042]
s203:所述机械臂伺服系统执行设定轨迹运动；
[0043]
s204:基于所述数字孪生系统比对所述机械臂的末端执行器是否到达指定目标点，若是则所述初始参数调整过程完成，若否则执行以下步骤：
[0044]
s301:基于所述数字孪生系统挑选跟踪误差最大的所述轴关节伺服模组进行初始化调优；
[0045]
s302:初始化调优后的所述轴关节伺服模组的跟踪误差是否下降，若是跳转至所述s203，若否调整跟踪误差最大的所述轴关节伺服模组的继电反馈参数值或手动设置跟踪误差最大的所述轴关节伺服模组的轴控制参数；
[0046]
手动设置跟踪误差最大的所述轴关节伺服模组的轴控制参数后跳转至所述s301。
[0047]
采用上述技术方案，本发明还能够带来以下有益效果：
[0048]
本发明以机械臂伺服系统的整体性能指标为控制参数调节目标，基于数字孪生系统跟随实际机械臂伺服系统动作实时可见；具有参数自动调节、智能化、调节过程动态直观、调节效果可视化、结果数据即时呈现的优点；尤其是在数字孪生模型系统中，可实时显示各伺服关节跟踪轨迹曲线、跟踪误差数据，理论上无需实际测试各关节跟踪误差。因此从某种意义上说，可省去对实际机械臂伺服系统的动作精度测定工作，基于数字孪生系统给出的机械臂伺服系统动作精度在研发、测试阶段还是具有重要的指导意义和实际意义。
[0049]
本发明可以通过对实际测试的定位精度数据和基于数字孪生系统的定位精度数据之间的误差进行比较分析，能够更好的纠正、改进数字孪生系统，以输出更准确的结果。
[0050]
本发明为现场调试工作带来良好体验，节省参数调试时间和工作量，提高效率。
附图说明
[0051]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。
[0052]
图1为本发明具体实施方式中整体性能调优方法的控制逻辑图；
[0053]
图2为本发明具体实施方式中机械臂伺服系统与数字孪生系统数据交互示意图；
[0054]
图3为本发明具体实施方式中数字孪生系统的动态显示示意图；
[0055]
图4为本发明具体实施方式中质心点轨迹计算逻辑框图；
[0056]
图5为本发明具体实施方式中数字孪生系统示意图；
[0057]
图6为本发明具体实施方式中初始参数调整过程流程框图。
具体实施方式
[0058]
下面结合附图对本发明实施例进行详细描述。
[0059]
以下通过特定的具体实例说明本发明的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。本发明还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本发明的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0060]
要说明的是，下文描述在所附权利要求书的范围内的实施例的各种方面。应显而易见，本文中所描述的方面可体现于广泛多种形式中，且本文中所描述的任何特定结构及/或功能仅为说明性的。基于本发明，所属领域的技术人员应了解，本文中所描述的一个方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。举例来说，可使用本文中所阐述的任何数目个方面来实施设备及/或实践方法。另外，可使用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或实践此方法。
[0061]
还需要说明的是，以下实施例中所提供的图示仅以示意方式说明本发明的基本构想，图示中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。
[0062]
另外，在以下描述中，提供具体细节是为了便于透彻理解实例。然而，所属领域的技术人员将理解，可在没有这些特定细节的情况下实践所述方面。
[0063]
在本发明的一个实施例中，提出一种机器人机械臂伺服系统整体性能调优方法，所述机械臂伺服系统包括至少两个依次连接的轴关节伺服模组；所述性能调优方法包括以下步骤：
[0064]
s101：建立基于所述机器人机械臂各关节伺服模组的数字孪生模型所组成的机械臂数字孪生系统；
[0065]
s102：在所述数字孪生系统中执行所述机械臂伺服系统的性能反馈动作；收集所述数字孪生系统执行所述性能反馈动作的期望结果数据以及真实结果数据；
[0066]
s103：基于所述期望结果数据与所述真实结果数据得出灰色关联相关数据；
[0067]
s104：基于所述灰色关联数据采用灰色关联算法评价各所述轴关节的执行综合性能；
[0068]
s105：对综合性能较低的所述轴关节伺服模组进行调优。
[0069]
本实施例针对多轴的机械臂伺服系统建立数字孪生系统，该数字孪生系统可通过集成于机械臂的通信总线，如canopen或者ethercat与机械臂伺服系统进行通信交互数据。机械臂伺服系统运行时，各伺服系统的运行参数将实时上传至数字孪生系统，如电机编码器数值、电流、速度、位置、指令以及相对应的时间信息等。数字孪生系统收到上述信息后进
行虚拟随动(在一些实施例中虚拟随动可根据图形界面进行显示)，同时数字孪生系统也将指令轨迹进行运行，可以动态比对各轴关节伺服模组的运行轨迹跟随对应的轨迹指令的情况，如跟踪误差等参数。
[0070]
当处于末端的轴关节伺服模组的质心点轨迹跟踪误差超过设定值，则采用灰色关联算法分析哪一个轴关节伺服模组综合性能最低，从而找到该轴进行控制参数调优。
[0071]
关节质心是指末端轴关节伺服模组(包括关节电机和减速器在内)的质量中心点。在实际机械臂伺服系统末端关节中，该点位于关节内部某处，为一个虚拟点；而在数字孪生系统中，对应的该点是一个实际存在的点，在xyz坐标系统中具有具体的坐标位置和移动轨迹，它反映的是实际机械臂末端轴关节伺服模组的质心点的坐标位置和移动轨迹。在数字孪生系统中，判断末端关节的轨迹以及轨迹跟踪误差时，从该质心点所在空间位置出发及其移动轨迹，以及最终轨迹点与指令轨迹之间的偏差程度来考察机械臂伺服系统控制的动作精度和性能。
[0072]
本实施例数字孪生系统采集所述性能反馈动作的机械臂运动方程生成指令轨迹(由期望结果数据得出)，同时采集机械臂伺服系统的数据生成反映的是实际机械臂伺服系统各轴关节伺服模组的真实运动轨迹(由真实结果数据得出)，该轨迹和指令轨迹同时动态的在数字孪生系统中同一坐标系下运行，各关节跟踪误差、动态响应等性能指标实时一目了然；同时，数字孪生系统中采用的灰色关联分析算法模块会分析出对机械臂伺服系统末端轨迹影响最大的某个轴关节伺服模组，进而对该轴关节伺服模组进行再次自动参数调优操作，得到的控制参数可下发配置到该轴伺服驱动器，从而使机械臂伺服系统整体系统性能达到最优。
[0073]
在一些实施例中，数字孪生设置有图形化界面，所述图形化界面用于显示各所述轴关节伺服模组在xyz空间的位姿变化轨迹以及所述指令轨迹。本实施例使数字孪生系统的运行、比对结果以更加直观的方式显示出来，便于工作人员进行分析。
[0074]
在一个实施例中，所述性能调优方法还包括s106：重复所述s102-s105进一步调优所述机械臂伺服系统。本实施例将调优方式设置为闭环，逐一找到性能最差的轴关节字符模组进行调优，直至数字孪生系统的运行结果与指令轨迹的偏差满足要求。
[0075]
本实施例的性能调优方法可设置在初始参数调整环节之后，机械臂伺服系统已具备基本性能水平，能满足大多数场合作业要求，如末端位置控制精度要求。然而，对有高性能、高精度要求的场合，需要再次细调控制参数。这对多关节机械臂伺服系统提出了新的要求，如包括axis 1(末端执行器轴关节伺服模组)、axis2、axis3、axis4、axis5和axis 6(与机械臂基座直接连接的轴关节伺服模组)的6关节机械臂伺服系统，详述如下：
[0076]
本实施例采用灰色关联算法来确定需要细调哪一个或哪几个关节轴伺服控制参数。
[0077]
进一步，当确定了要进行细调的轴关节伺服模组之后，系统对该轴进行细调参数操作(参数自整定操作)以获取更优的性能。关于对某轴关节伺服模组控制参数的细调有很多方法，本发明不规定具体方法，但依然可以用本发明实施例中的如继电反馈方法进行某轴的参数自整定操作。
[0078]
当需要细调参数的轴关节操作都完成之后，系统重新执行一组机械臂伺服系统轨迹指令，检查是否满足控制要求。控制逻辑如下图1所示。
[0079]
如图1所示，当允许系统要重新细调控制参数时，机械臂伺服系统接收数字孪生系统轨迹指令，共5组。在此过程中，数字孪生系统的后台数据库自动记录每组轨迹下每个轴关节伺服模组的控制参数和运行数据。5组轨迹指令执行完毕之后，系统执行灰色关联算法模块程序，得到需要进一步细调的轴关节伺服模组。则系统执行对该轴的伺服控制参数细调操作，得到新的控制参数，并下发至相应的伺服驱动器更新。则接下来，机械臂伺服系统依次执行一组共3个轨迹指令动作，如果均满足性能指标要求(以末端关节质心点轨迹跟踪误差为主要考核指标)，则细调结束；如果有一个不满足，则返回重新执行。
[0080]
本发明实施例中，当末端轴关节伺服模组的质心轨迹不能满足控制精度如定位精度要求时，说明机械臂伺服系统伺服关节性能还未调整至最优，还有进一步优化调整的必要，但6个关节轴中，到底哪一个伺服关节性能需要调节？本实施例利用灰色关联分析方法来确定该轴。
[0081]
灰色关联分析基本原理，即图1中“执行灰色关联算法模块”相关基本原理如下：
[0082]
末端轴关节伺服模组质心轨迹误差与机械臂伺服系统各关节伺服性能好坏具有高相关性；假设每一关节伺服系统均具有最优性能，如高带宽，低超调等，在不考虑其他影响因素时，如轨迹指令传输速度，外部扰动影响等，机械臂伺服系统整体运行应具有高响应带宽，各轴位置控制精度高，从而能保证末端轴关节伺服模组质心轨迹跟踪误差小，实现高精度跟踪轨迹指令的目的。然而，当末端轴关节伺服模组质心跟踪轨迹误差较大时，且每一轴关节伺服性能都达到要求时，仍然需要找出对末端轴关节伺服模组质心跟踪轨迹误差影响最大的那一个轴进行控制参数优调，以实现更好更优的性能，从而保证末端轴关节伺服模组质心轨迹跟踪误差在要求范围以内。
[0083]
在一个实施例中，所述灰色关联相关数据包括所述轴关节伺服模组执行所述性能反馈动作的：位置跟踪误差e
θ
、位置环增益值k
p
、速度环增益值kv、速度环积分增益值ki以及速度误差ew。
[0084]
所述位置跟踪误差e
θ
和速度误差ew基于所述期望结果数据与所述真实结果数据比对得出。这5个数据作为评价源数据，对每一个轴关节伺服模组进行综合性能评价。
[0085]
在本实施例中，基于所述灰色关联算法评价各所述轴关节伺服模组的执行差异的方法具体为：
[0086]
设目标矩阵：
[0087]
x0＝(x0(1)，x0(2)，x0(3)，x0(4)，x0(5))
[0088]
将所述机械臂伺服系统的位置跟踪误差的测试结果以正交矩阵形式表达为：
[0089]
xi＝(xi(1)，xi(2)，xi(3)，xi(4)，xi(5)),i＝1,2,
…
,n；其中n表示所述轴关节伺服模组的数量；
[0090]
则测试结果和目标值之间的灰色关联系数表示为：
[0091][0092]
其中γ表示xi与x0在点k处的关联程度，其均值即为灰色关联度，如下式所示：
[0093]
[0094]
其中，k＝1，2，...，5；i＝1,2,
…
,n；ρ为常数。
[0095]
所述ρ取0.5。
[0096]
本实施例以轴关节伺服模组的数量为6组举例说明，数据矩阵表格如下表所示：
[0097]
表1测试数据(举例)
[0098][0099]
对表中数据依次进行标幺化、求最值等处理之后，系统分别计算6个轴的灰色关联度：ξ(x0，xi)；得值最高的表示该轴伺服综合性能最优，得值最低的表示该轴伺服性能最低。则系统将自动对最低性能的轴关节伺服模组重新进行控制参数自动调优操作。
[0100]
在一个实施例中，搭建所述孪生模型的数据包括：
[0101]
θ(t)：所述轴关节伺服模组的实时随时间变化的角度值；
[0102]
ω(t)：所述轴关节伺服模组的实时随时间变化的速度值；
[0103]
i(t)：所述轴关节伺服模组的实时随时间变化的电流值；
[0104]
α(t)：所述轴关节伺服模组的实时随时间变化的加速度值；
[0105]
各轴关节伺服模组相关运行参数实时上传至数字孪生系统，驱动数字孪生系统中对应的孪生模型执行相同动作。整体配置如图2所示。
[0106]
在本实施例中，搭建所述孪生模型的数据还包括所述轴关节伺服模组的：视觉传感器信息、力矩传感器信息以及安全传感器信息。
[0107]
关节伺服驱动器实时传送关节电机角度，速度，加速度及电流值到对应的孪生模型中，以驱动此孪生模型运动。另外安装于机械臂伺服系统上的视觉传感器，力矩传感器，安全传感器等传感器数据也实时传输至数字孪生中作为数字孪生系统的感知系统模型控制输入。
[0108]
在一个实施例中，当机械臂伺服驱动系统完成调优参数调整或初始参数调整后，可通过数字孪生系统将得到的最新控制参数下发至对应的机械臂伺服系统实际伺服驱动器中，从而完成更新控制参数的任务。
[0109]
在一个实施中，所述数字孪生系统还用于采集所述性能反馈动作的机械臂运动方程生成指令轨迹。所述数字孪生系统设置有图形化界面；所述图形化界面用于显示各所述轴关节伺服模组在xyz空间的位姿变化轨迹以及所述指令轨迹。所述位姿变化轨迹及所述指令轨迹基于质心点轨迹描述。
[0110]
本实施例可在图形化界面上看到机械臂伺服系统各轴关节伺服模组的运动状态
及在xyz空间的位姿变化轨迹，和指令轨迹对比后可直观看出轨迹跟踪误差大小或以数据曲线显示。也可单独对某一参数进行跟踪显示、分析，为参数调整工作提供帮助，如图3所示。
[0111]
图3中，xy平面为水平平面；xz为垂直平面，xyz坐标原点处于机械臂伺服系统基座原点。
[0112]
为说明简单起见，设仅在xz平面内让机械臂伺服系统执行一定的轨迹运动，让末端执行器抬高一个角度。则数字孪生系统依据机械臂伺服系统物理尺寸等已知数据，计算出末端轴关节伺服模组的质心点所在初始位置及其行走的轨迹曲线。当机械臂伺服系统执行完指令轨迹时，系统界面会显示该质心点的指令轨迹、实际运行轨迹和最终轨迹点位置，并显示最终停止点的轨迹误差数据。
[0113]
除此之外，图形界面还可以用来显示、分析某单个轴关节伺服模组的轨迹及误差曲线等。
[0114]
在本实施例中，以机械臂伺服系统包括6个轴关节伺服模组为例，在执行质心点轨迹计算之初，需要采集6个轴的初始状态，即各自的关节电机的编码器的反馈角度值θ
x
(k0)；x为1～6，表示6个轴；还要采集视觉传感器初始定位数据d
xyz
(k0)；为了提高视觉传感器定位数据的准确性，有必要在机械臂伺服系统所在平台或环境中设置一个特别的固定放置参照物，本实施例中，可在机械臂伺服系统所在平台上贴一个二维码，则机械臂伺服系统视觉传感器通过拍摄二维码可确定当前末端关节所在空间位置；以及，在机械臂伺服系统动作结束时，通过拍摄二维码也确定所在机械臂伺服系统末端最终空间位置，从而辅助数字孪生系统中的质心轨迹计算模块提高计算精度。
[0115]
需要指出，该二维码并非必须，也可以以环境中其他具有固定位置的物理对象来代替。更需要指出的是，视觉传感器数据不是计算质心点轨迹必须，仅是为了辅助提高其计算准确度。理论上，知道了机械臂伺服系统初始位姿数据之后，仅依据各关节电机编码器实时角度和机械臂伺服系统运动方程及机械臂伺服系统物理尺寸数据等即可得出质心点所在空间位置数据。
[0116]
如图4所示，在机械臂伺服系统动作过程中，数字孪生系统实时采集各关节电机编码器角度信息和视觉传感器位置坐标信息，并和前次的值比较生成差值，从而计算当前质心所在空间位置，最终生成质心空间轨迹点数据。
[0117]
在一个实施例中，所述s101之前还包括初始参数调整过程；
[0118]
所述初始参数调整过程包括以下步骤：
[0119]
s201:将所述机械臂伺服系统的控制参数进行初始化调整；
[0120]
s202:以机械臂伺服系统中各所述轴关节伺服模组依据末端至根部的顺序依次进行控制参数初始化调整；
[0121]
s203:所述机械臂伺服系统执行设定轨迹运动；
[0122]
s204:基于所述数字孪生系统比对所述机械臂的末端执行器是否到达指定目标点，若是则所述初始参数调整过程完成，若否则执行以下步骤：
[0123]
s301:基于所述数字孪生系统挑选跟踪误差最大的所述轴关节伺服模组进行初始化调优；
[0124]
s302:初始化调优后的所述轴关节伺服模组的跟踪误差是否下降，若是跳转至所
述s203，若否调整跟踪误差最大的所述轴关节伺服模组的继电反馈参数值或手动设置跟踪误差最大的所述轴关节伺服模组的轴控制参数；
[0125]
手动设置跟踪误差最大的所述轴关节伺服模组的轴控制参数后跳转至所述s301。
[0126]
如图5所示，数字孪生系统安装在一计算机上，计算机和机械臂伺服系统之间有通信线缆连接。
[0127]
执行初始参数调整时，先执行axis 1(末端执行器轴关节伺服模组)，然后依次执行axis2、axis3、axis4、axis5最后执行axis 6(与机械臂基座直接连接的轴关节伺服模组)。
[0128]
在一个实施例中，系统采用的参数自整定方法是继电反馈法，执行期间，各关节伺服轴均不执行任何肉眼可见的动作轨迹，仅呈现持续约1秒的微振状态即可完成一个轴的参数调整及初始化。因此，执行完6个轴，需要约6秒时间。
[0129]
各轴初始参数设定之后，数字孪生系统会自动向机械臂伺服系统发送一组关节动作指令，则实际机械臂伺服系统会按照动作指令执行相应的动作，实际关节动作在数字孪生系统界面实时显示，如果各轴关节伺服模组的位置控制跟踪误差在规定的设定值之内，则参数初始化操作完成。如果某轴跟踪误差高于设定值，则需要重新单独执行该关节的参数调整，或者手动设置，直至满足要求。
[0130]
整体调整过程逻辑框图如图6所示。
[0131]
图6中：
[0132]
err_axisx：表示x轴的位置跟踪误差，x为1，2，3，4，5，6中的一个；
[0133]
err0_axisx：表示重新执行了x轴的参数调整之后的位置跟踪误差；
[0134]
max(err_axisx)：表示axis 1、axis2、axis3、axis4、axis5和axis 6中跟踪误差最大的那个轴的跟踪误差；
[0135]
如前文所述，执行初始参数调整是从axis 1到axis 6依次进行。执行一遍之后，系统判断末端关节质心是否到达指定轨迹目标点(指与轨迹目标点误差在设置范围内)，如果到达，则完成；如果没有到达(指与轨迹目标点误差在设置范围外)，则会从axis 1到axis 6中找出关节位置跟踪误差最大的那个轴重新进行参数调整，如果本次调整后的跟踪误差比第一次误差小，则重新执行整体机械臂伺服系统轨迹运动，并判断末端关节质心点是否到达轨迹目标点。如果本次调整后的跟踪误差比第一次误差大，则有2个选择，要么手动调整该轴参数，要么调整继电反馈的参数设定值，然后重新执行该轴的参数调整，并判断跟踪误差。
[0136]
图6步骤中关节位置跟踪误差和末端关节质心轨迹跟踪误差是不同的概念。关节位置跟踪误差指的是关节伺服电机驱动器内部运行的以电机编码器位置反馈为基础的位置控制环的位置跟踪误差；而末端关节质心轨迹跟踪误差指的是，该质心在机械臂伺服系统运动轨迹指令作用下，在xyz坐标系物理空间走过的位置轨迹到达终点的空间位置坐标与轨迹指令在该终点的空间位置坐标之间的误差。
[0137]
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。