مدل سازي طراحي مسير بهينه و كنترل ربات موازي-كابلي افزونه

Modeling, optimal path planning, and tracking control of a cable driven redundant parallel robot

در اين مقاله مدل‌سازي ديناميكي، طراحي مسير بهينه و كنترل يك ربات افزونه كابلي ارائه شده است. طراحي مسير در ربات‌هاي موازي مستلزم در نظر گرفتن ويژگي‌هاي سينماتيكي ربات براي تشخيص تكينگي و بررسي ساختار ديناميكي آن براي تعيين محدوديت‌هاي عملگري مي‌باشد. بدين منظور سينماتيك و سينتيك ربات افزونه كابلي تحليل شده است. در اين مدل‌سازي، كابل‌هاي ربات بصورت صلب و بدون جرم در نظر گرفته شده‌اند و از كشيدگي و شكم‌يافتن كابل صرف‌نظر شده است. سپس، يك روش طراحي مسير مبتني بر نمونه‌گيري تصادفي و بر اساس درخت جستجوي تصادفي سريع براي افزايش نرخ همگرايي به سوي هدف ارائه مي‌گردد. در اين الگوريتم پارامترهاي مسافت، تعداد جستجو و امنيت به عنوان قيود بهينگي تعريف مي‌شوند. براي بررسي عملكرد الگوريتم در جلوگيري از برخورد با موانع، تعدادي مانع نيز در فضاي كاري در نظر گرفته شده است. براي تعقيب مسير بهينه يك كنترل‌كننده پيش‌خور بر روي ربات پياده‌سازي و مانور ربات در حضور موانع تحليل شده است. نظر به افزونگي ربات، تحليل تفكيك افزونگي براي توزيع بهينه نيروها انجام مي‌شود. الگوريتم‌هاي طراحي مسير و كنترل بروي ربات كابلي آزمايشگاه ارس پياده‌سازي شده و نتايج آزمايشگاهي بيانگر كارايي راهكار پيشنهادي مي‌باشد.

In this paper, dynamic modeling, optimal path planning and control scheme on a redundant parallel cable robot is presented. Path planning in parallel robots necessitates the consideration of robot’s kinematics to discern the singularities in the workspace. Also, dynamics analysis is required to consider actuation constraints. To this end, kinematics and dynamics of cable driven redundant parallel robot is derived. In this modeling, cables are assumed to be rigid with negligible mass and hence, tension and sagging along the cable are neglected. Next, a sampling-based algorithm upon rapidly-exploring random tree is developed to increase the convergence rate. In this scheme, distance, epochs and safety are considered as optimization constraints. To evaluate the performance of the proposed algorithm in collision avoidance, a number of obstacles have been considered too. Tracking of the planned path has been handled using a feed-forward controller in the presence of obstacles. Regarding the redundancy feature of robot, a redundancy resolution scheme is considered for optimal force distribution. Path planning and control algorithms are implemented on the RoboCab (ARAS Lab.) and experimental results reveal the efficiency of the proposed schemes.