Highly accurate offline trajectory planning for industrial robots based on detailed kinematic and dynamic models

Abstract

Aufgrund der zahlreichen Vorteile von Industrierobotern, wie beispielsweise Flexibilität, Wiederholgenauigkeit und Kosteneffizienz, werden diese immer häufiger für diverse Aufgaben in der Industrie herangezogen. Für viele Fertigungsprozesse ist es jedoch notwendig, die Absolutgenauigkeit von Industrierobotern weiter zu erhöhen. Jüngste Entwicklungen zeigen, dass sich die Nachfrage weg von standardisierten Produkten mit hoher Stückzahl hin zu individuellen Produkten mit geringer Quantität verschiebt. Um die Standzeiten aufgrund von notwendigen Prozessänderungen so kurz wie möglich zu gestalten, gewinnt die Offline-Planung an Bedeutung. Während sich die Wiederholgenauigkeit von Industrierobotern bereits im Millimeterbereich befindet, was durchaus als zufriedenstellend bezeichnet werden kann, besteht bei der Absolutgenauigkeit noch Verbesserungsbedarf für eine Vielzahl von Anwendungen. Derzeit werden sowohl online als auch offline Methoden zur Lösung dieses Problems erforscht. Online Methoden basieren auf geschlossenen Regelkreisen und stützen sich auf externe Sensoren wie z.B. der Inertialsensoren. Offline Methoden verwenden kalibrierte Modelle der Kinematik und/oder Dynamik des Roboters, um Referenztrajektorien für eine vordefinierte Aufgabe zu bestimmen, welche die Absolutgenauigkeit verbessern. In dieser Arbeit wird ein Offline-Ansatz entwickelt, der ein präzises kinematisches Modell sowie nicht konstante Getriebeübersetzungen und die nichtlineare Steifigkeit des Antriebes umfasst. Ein Optimalsteuerungsproblem wird gelöst, um optimale Motorbeschleunigungen für eine vordefinierte Trajektorie zu bestimmen, welche die Positionsfehler minimieren und als Referenztrajektorie für Drehzahlregler mit hoher Bandbreite verwendet werden. Die innerhalb dieser Arbeit entwickelte Methode erweist sich als geeignet, die Absolutgenauigkeit eines Industrieroboters zu erhöhen. Die Verbesserung durch Kalibrierung ist beträchtlich und liegt bei 70%. Daraus kann geschlossen werden, dass der höhere Aufwand in der Offline-Planungsphase in Kauf genommen werden sollte, um entsprechende Verbesserungen in der Präzision von Industrierobotern zu ermöglichen.

Industrial robots are widely used in the production industry due to their cost-efficiency, high repeatability, and programmability. For a number of manufacturing processes, improving the robot’s absolute accuracy is of crucial importance. Recent developments show that the demand shifts away from standardised products of high quantity towards individuality. Hence, to keep the production downtime due to changes in the process as short as possible, precise offline planning gains significance. While the repeatability of industrial robots being less than one millimeter is already satisfactory, the absolute accuracy still needs to be improved for a number of applications. Current research focuses on offline and online approaches to address this topic. The online approaches are typically based on adaptive or learning feedback controllers, which require additional sensors such as inertial measurement units. Offline approaches utilize calibrated models of the robot’s kinematics and/or dynamics to determine control input trajectories for a predefined task that improve the absolute accuracy. In this thesis, an offline approach is developed that encompasses a precise kinematic model as well as non-constant gear ratios and non-linear stiffness of the drive chain. An optimal control problem is solved to determine optimal motor accelerations for a predefined trajectory, which minimize the position errors and are used as a reference trajectory for high-bandwidth joint velocity controllers. The approach in this work is developed for an industrial robot with six degrees of freedom. Results demonstrate that the presented approach is suitable, since the absolute accuracy by calibration is improved by 70%. As a conclusion it can be stated that it is worth accepting a higher effort during the offline planning stage in order to achieve improvements in the precision of industrial robots.