Inteligentni Roboti I Sistemi-2001 PDF

PATH
Inteligentni roboti i sistemi
Gyula Mester
VIA TEHNIKA KOLA

Subotica, 2001
Gyula Mester, 2001.

_______________________________________________________________________________
Drugo izdanje
Prvo izdanje: novembra 2000. god.
SADRAJ
Predgovor.......................................................................................................3
Kinematika robota..........................................................................................7
Dinamika robota ............................................................................................75
Klasino upravljanje robota ...........................................................................107
Adaptivno upravljanje robota ........................................................................126
Hibridno upravljanje robota...........................................................................165
Neuronske mree ...........................................................................................181
Fuzzy sistemi upravljanja ..............................................................................203
Genetski algoritmi..........................................................................................242
Fuzzy-genetski sistemi...................................................................................247
Inteligentni sistem vozilo-autoput .................................................................253
Oznake ...........................................................................................................256
1
Predgovor
_______________________________________________________________________________
The present age is the age of

Intelligent Robots and Systems.
Predgovor
Uvodjenjem predmeta Inteligentni roboti i sistemi na elektro, mainskom i

informatikom odseku Vie tehnike kole u Subotici, nastala je potreba da se studentima
pripremi odgovarajua literatura iz ove oblasti. Autor od 1989 god. predaje predmet
Osnovi robotike', a od kolske 1998/99. god. predmet Inteligentni roboti i sistemi.
Izloeni materijal obuhvata gradivo prema planu i programu predmeta i bazira se na
dostupnoj literaturi iz ove oblasti kao i na publikovanim istraivakim rezultatima autora.
Upravljanje manipulacionim robotima se smatra kao najrazvijenija oblast primene
automatike a danas takodje se sve vie susreemo sa primenom inteliligentnih sistema. Cilj
ove knjige je da studentima elektrotehnike, mainstva i informatike omogui lake
savladjivanje gradiva iz ove savremene naune discipline. Knjiga se pojavljuje u
elektronskom obliku, na CD-u i na web adresi Vie tehnike kole u Subotici.
Industrijski roboti danas predstavljaju krajnji domet razvojnog niza industrijskih

automata, to su vienamanske maine koje zadovoljavaju savremene zahteve fleksibilne
automatizacije proizvodnje i ostvarivanja ekonomine i humanizirane proizvodne
tehnologije.
Industrijski roboti (manipulacioni roboti) se dele u tri generacije:
2
_______________________________________________________________________________
Programski roboti predstavljaju veinu dananjih industrijskih robota, imaju

upravljane pogone u svim zglobovima i njihov upravljaki sistem se lako prilagodjava
razliitim runim operacijama, posle svakog podeavanja ovi roboti ponavljaju isti
program u strogo odredjenim uslovima.
Adaptivni roboti se mogu samostalno, u veem ili manjem stepenu orijentisati u
okruenju koje nije sasvim odredjeno i na koje se adaptiraju.
Inteligentni roboti poseduju elemente vetakog intelekta, senzore koji ukljuuju
tehniku viziju i mikroprocesorsku obradu informacija, ovi roboti automatski generiu
reenja za svoja dalja delovanja u cilju obavljanja potrebnih tehnolokih operacija u
neodredjenoj ili promenljivoj sredini. Dananji savremeni inteligentni roboti opremljeni su
senzorima, prepoznaju govora i sposobni su za izvravanje sloenih zadataka. Robote
danas koristimo za sve sloenije zadatke, sve su inteligentniji i traeniji na tritu.
Prema podacima Internacionalnog Saveza Robotiara (IFR), broj robota koji se nalazi
u eksploataciji iznosi 750.000. Aplikacija robota je proirena u autoindustriji, kod
proizvodnje leektronskih delova, u automatizaciji tehnolokih procesa, u mainogradnji i u
procesu bojenja. Roboti u svetu naroito se koriste u tekim, monotonim procesima koji su
tetni za zdravlje oveka.
Sledea tablica daje pregled robota po pojedinim zemljama sveta na kraju 1999. god.:
Zemlja Broj robota

1 Japan 402000
2 USA 93000
3 Nemaka 81000
4 Italia 35000
5 Juna Koreja 34000
6 Francuska 18000
7 Velika Britanija 12000
8 panija 11000
9 Rusija 10000
10 Benelux drave 8000
Osnovne naune discipline koje se koriste pri izuavanju industrijskih robota su:
Mehanika, Teorija upravljanja, Elektronika i Raunarska tehnika.
3
Predgovor
_______________________________________________________________________________
Prvo poglavlje knjige obuhvata klasinu kinematiku robota u cilju formiranja

kinematikog modela manipulacionih robota. Obuhvata analizu geometrijskog modela i
razmatra problematiku odredjivanja poloaja hvataljke robota, direktan i inverzan
kinematiki problem i sintezu trajektorija.
Kinematiki model manipulacionih robota uspostavlja vezu izmedju pozicije i

orijentacije hvataljke u odnosu na predmete u radnom prostoru i uglova zakretanja u
zglobovima robota. Veoma je znaajan za sintezu kretanja manipulacionih robota du
eljenih putanja u radnom prostoru i za realizaciju upravljanja robotima.
U prvom odeljku se prouava geometrijski model - mehanika konfiguracija

manipulacionih robota. Razmatraju se zglobovi i segmenti robota, kinematiki par i
kinematiki lanac kao i minimalna konfiguracija i radni prostor minimalne konfiguracije
manipulacionih robota (radni prostor TTT, RTT, RRT i RRR strukture).
U u drugom odeljku se razmatra problematika odredjivanja poloaja manipulacioih

robota (pozicioniranje i orijemtacija hvataljke). Definiu se unutranje i spoljanje
koordinate, direktan i inverzan kinamtiki problem i pojam redundantnosti.
Trei odeljak obuhvata analizu direktnog kinematikog problema. Uvode se

homogene matrice transformacije, prikazuje se Denavit-Hartenbergov postupak i vri se
odredjivanje orijentacije hvataljke robota.
etrvrti odeljak obuhvata inverzan kinematiki problem. Razmatra se analitiko i

numeriko reavanje inverznog kinematikog zadatka i odredjivanje Jakobijeve matrice.
Prikazuje se odredjivanja Jakobijeve matrice pomou podmatrica koja odgovaraju
Dekartovim koordinatama i projekcijama ugaone brzine hvataljke.
Peti odeljak obuhvata prikazivanje sinteze kretanja u prostoru spoljanjih i

unutranjih koordinata.
4
_______________________________________________________________________________
esti odeljak prikazuje se nain odredjivanja brzina i ubrzanja pri sloenom kretanju
take. Izvodi se rekurzivni kinematiki model robota, pokretni koordinatni sistemi se
usvajaju prema Denavit-Hertenbergovom postupku.
Drugo poglavlje knjige obuhvata dinamiku robota u cilju formiranja dinamikog

modela manipulacionih robota. Obuhvata analizu matematikog modela mehanizma
robota, pogona robota i dinamiku analizu robota primenom raunara.
U prvom odeljku nakon uvoda ukazuje se na direktan i inverzni problem mehanike,

izbor metode prema primenjenim zakonima mehanike i prema nainu programske
implementacije na raunaru
U drugom odeljku se razmatra matematiko modeliranje mehanizma robota.

Prikazuje se izvodjenje rekurzivnog dinamikog modela primenom Newton-Euler-ovih
jednaina i daje se rekurzivni dinamiki model robota u koordinatnom sistemu segmenata.
Prikazuje se formiranja dinamikog modela primenom Lagrange-ovih jednaina II vrste.
Vri se analiza dobijenog dinamikog modela robota.
Pogoni manipulacionih robota se obradjuju u treem odeljku. Razmatraju se

matematikog modela aktuatora robota i to servomotora jednosmerne struje zajedno sa
prenosnikom. Razmatra se komplatan dinamiki model robota.
etvrti odeljak obuhvata osvrt na dinamiku analizu robota primenom raunara.
Tree poglavlje knjige obuhvata oblast klasinog upravljanja manipulacionim

robotima i to sintezu dinamikog upravljanja. Razmatra se decentralizovano upravljanje
PD regulatorom, dinamiko upravljanje na bazi referentnog modela i inverzna metoda
dinamikog upravljanja. Daje se primer sinteze dinamikog upravljanja robota sa 2 DOF.
etvrto poglavlje razmatra adaptivno poziciono upravljanje manipulacionim

robotima sa elastinim zglobovima. Prezentuje se i hardversko reenje adaptivnog
kontrolera. Rezultai simulacije prezentovani su sa odgovarajuim dijagramima.
5
Predgovor
_______________________________________________________________________________
Peto poglavlje obuhvata problematiku hibridnosg upravljanja (upravljanje pozicijom

i silom) manipulacionih robota sa elastinim zglobovima.
esto poglavlje razmatra upravljanje neuronskim mreama. Posebno se analiziraju

topologije neuronskih mrea i tkzv. backpropagation metoda.
Sedmo poglavlje obuhvata fuzzy sisteme upravljanja. Prikazuju se fuzzy skupovi i

operacija sa fuzzy skupovima. Daje se uvod u Fuzzy Logic Toolbox programski paket
Matlab-a.. Razmatramo fuzzy upravljanje ve maine, automatskog menjaa i klima
uredjaja. Analizira se adaptivno upravljanje robota primenom fuzzy supervizora.
Osmo poglavlje obuhvata uvod u genetske algoritme. Upravljanje robota fuzzy-

genetskim kontrolerom prikazano je u devetom poglavlju.
Deseto poglavlje daje uvod u inteligentne sisteme vozilo-autoput.
Realizaciji ove knjige su u velikoj meri doprineli i saradnici iz oblasti robotike i Soft
Computing-a Vie tehnike kole u Subotici. Molim itaoce da svoje primedbe i
eventualne ispravke poalju na E-mail adresu autora: gmester@vts.su.ac.yu.
Subotica, decembra, 2001. god.. Gyula Mester
6
Kinematika robota
_____________________________________________________________________________________________________________
1. KINEMATIKA ROBOTA
7
_____________________________________________________________________________________________________________
SADRAJ
1. KINEMATIKA ROBOTA ..............................................................................................7
1.1 GEOMETRIJSKI MODEL MANIPULACIONIH ROBOTA ............................10

1.1.1 Zglobovi robota...................................................................................................10
1.1.2 Segmenti robota ..................................................................................................12
1.1.3 Kinematiki par...................................................................................................13
1.1.4 Kinematiki lanac ...............................................................................................13
1.1.5. Minimalna konfiguracija manipulacionih robota..............................................17
1.1.6. Radni prostor minimalne konfiguracija.............................................................19
a. Radni prostor TTT strukture ................................................................................19
b. Radni prostor RTT strukture ................................................................................20
Radni prostor RRT strukture ...................................................................................20
d. Radni prostor RRR strukture...............................................................................21
1.2. ODREDJIVANJE POLOAJA MANIPULACIONIH ROBOTA...........................22

1.2.1. Uvod ...................................................................................................................22
Pozicioniranje hvataljke...........................................................................................23
Orijentacija hvataljke ...............................................................................................23
1.2.2. Unutranje koordinate .......................................................................................25
1.2.3. Spoljanje koordinate.........................................................................................26
1.2.4. Direktan kinematiki problem............................................................................28
1.2.5 Inverzan kinematiki problem............................................................................29
1.2.6. Redundantnost....................................................................................................30
8
Kinematika robota
_____________________________________________________________________________________________________________
1.3. DIREKTAN KINEMATIKI PROBLEM...............................................................31

1.3.1. Uvod...................................................................................................................31
1.3.2. Homogene matrice transzformacije...................................................................32
1.3.3. Denavit-Hartenbergova transzformaciona matrica ..........................................35
1.3.4. Odredjivanje orientacije hvataljke ....................................................................44
1.4. INVERZAN KINEMATIKI PROBLEM ..............................................................51

1.4.1. Uvod...................................................................................................................51
1.4.2. Analitiko reenje inverznog kinematikog problema .......................................53
1.4.3. Numerika reenja inverznog kinematikog problema......................................56
1.4.4. Odredjivanje Jacobijeve matrice .......................................................................58
1.5. SINTEZA TRAJEKTORIJA MANIPULACIONIH ROBOTA...............................60

1.5.1. Uvod...................................................................................................................60
1.5.2. Sinteza kretanja u prostoru spoljanjih koordinata...........................................61
1.5.3. Sinteza kretanja u prostoru unutranjih koordinata..........................................62
1.6. REKURZIVNA KINEMATIKA MANIPULACIONIH ROBOTA ........................64

1.6.1. Odredjivanje brzine i ubrzanja pri sloenom kretanju take.............................64
2.2.2 Rekurzivni kinematiki model robota .................................................................67
LITERATURA .....................................................................................................................72
9
_____________________________________________________________________________________________________________
1.1 GEOMETRIJSKI MODEL MANIPULACIONIH ROBOTA
Robot se sastoji od n krutih tela koji predstavljaju segmente medjusobno povezane

zglobovima.
1.1.1 Zglobovi robota

Opti sluaj kretanja krutog tela obuhvata translatorno kretanje po Dekartovim
koordinatama (x,z,y) i rotaciju oko ovih koordinata. Kod manipulacionih robota kretanja
takodje delimo na translaciju i na rotaciju. Tako sledi da zglobovi manipulacionih robota
imaju jedan stepen slobode kretanja i mogu biti:
a) rotacioni
b) translatorni
Rotacioni zglobovi obezbedjuju rotaciono kretanje jednog segmenta u odnosu na

drugi, ematski se prikazuju valjcima (slika 1.1) i predstavljaju se simbolom R.
z l2
l1
Slika 1.1. Rotacioni zglob sa ematskim prikazom
10
Kinematika robota
_____________________________________________________________________________________________________________
Translatorni zglobovi obezbedjuju translatoran pomeraj jednog segmenta u odnosu

na prethodni, ematski se prikazuju kvadrima (slika 1.2) i predstavljaju se simobom T.
l2 z
l1
q
Slika 1.2. Translatoran zglob sa ematskim prikazom
Na sl. 1.3. prikazan je manipulacioni robot tipa Puma sa 6 stepeni slobode kretanja
(svi zglobovi su rotacioni), a na slici 1.4. dat je ematski prikaz ovog robota.
q2
q3
q5
q1
q6
q4
Slika. 1.3. Manipulacioni robot PUMA
11
_____________________________________________________________________________________________________________
Slika. 1.4. ematski prikaz manipulacionog robota PUMA
1.1.2 Segmenti robota

Segment manipulacionog robota je kruto telo sa svojim kinematikim i dinamikim
parametrima (slika 1.5.). Kinematiki parametri se definiu prema Denavit-
Hartenbergovom pristupu:
duina segmenata i
uglovi izmedju osa zglobova,

a dinamiki parametri su:
mase i
momenti inercije segmenta.
q i-1 qi
Segment i
Zglob i
Zglob (i-1)
Slika 1.5. Segment manipulacionog robota
12
Kinematika robota
_____________________________________________________________________________________________________________
1.1.3 Kinematiki par

Kinematiki par je skup od dva susedna segmenta mehanizma povezana zglobnom
vezom. Posmatraemo kinematiki parove samo sa jednim stepenom slobode kretanja
(rotacija ili translacija).
1.1.4 Kinematiki lanac

Kinematiki lanac je skup od n povezanih kinematikih parova. Prema strukturi veza
ostvarenih u kinematikom lancu dele se na:
prost sloen
Kinematiki
lanac
- podela -
otvoren zatvoren
Slika. 1.6. Podela kinematikih lanaca
Kod prostog kinematikog lanca nijedan segment ne ulazi u vie od dva kinematika para.
Kod sloenog kinematikog lanca postoji bar jedan segment koji ulazi u vie od dva
kinematika para.
Otvoreni kinematiki lanac poseduje bar jedan segment koji pripada samo jednom
kinematikom paru.
Kod zatvorenog kinematikog lanca svaki segment ulazi u dva kinematika para.
13
_____________________________________________________________________________________________________________
Primeri tipova kinematikih lanaca prikazuju se na slici 1.7.:
prost, otvoren kinematiki lanac
prost, zatvoren kinematiki lanac
sloen, otvoren kinematiki lanac
sloen, zatvoren kinematiki lanac
Slika. 1.7. Tipovi kinematikih lanaca

14
Kinematika robota
_____________________________________________________________________________________________________________
Sa stanovita teorije mehanizama, aktivni mehanizmi u robotici su sloeni

kinematiki lanci u optem sluaju promenljive kinematike strukture [1]. Promenu
strukture kinematikog lanca industrijskog robota moemo da prikaemo u toku realizacije
zadatka uvlaenja radnog predmeta u otvor tj. pri montai. Posmatraemo robot sa 6
stepeni slobode, pre hvatanja radnog predmeta kinematiki lanac robota je prost i otvoren
(slika 1.8.).
U fazi prenoenja radnog predmeta kinematika ema se ne menja, ali poslednji lan
lanca - hvataljka i radni predmet zajedno - menja svoje dimenzije i masu, to utie na
promenu dinamike sistema (slika 1.9.).
Konano, u fazi uvlaenja predmeta menja se i kinematika ema mehanizma i

postaje prost i zatvoren kinematiki lanaca [1], (slika 1.10.):
Slika 1.8. Manipulacioni robot pre hvatanja radnog predmeta
15
_____________________________________________________________________________________________________________
Slika 1.9. Faza prenoenja radnog predmeta
Slika1.10. Faza uvlaenja radog predmeta u otvor
16
Kinematika robota
_____________________________________________________________________________________________________________
1.1.5. Minimalna konfiguracija manipulacionih robota

Minimalna konfiguracija manipulacionog robota podrazumeva kinematiki lanac sa
tri zgloba i tri stepena slobode kretanja. Na minimalnu konfiguraciju nadovezuje se
hvataljka robota. Najee manipulacioni robot poseduje mehanizam sa minimalnom
konfiguracijom pomou koje se vri tkzv. pozicioniranje tj. dovodjenje korena hvataljke
robota u eljenu poziciju u radnom prostoru. Poto zglobovi mogu biti rotacioni R i
translatorni T, tada u sluaju minimalne konfiguracije sa tri zgloba, mogu se sastaviti
sledee razliite kombinacije zglobova (Slika 1.11.):
Minimalna konfiguracija robota

Struktura emat Struktura ema
N
1 RRR 5 TRR
2 RRT 6 TTR
3 RTT 7 TRT
4 RTR 8 TTT
Slika 1.11. Prikaz moguih ema minimalne konfiguracije manipulacionih robota

17
_____________________________________________________________________________________________________________
Potrebno je naglasiti i to, da u okviru date eme moguih minimalnih konfiguracija

prema slici 1.11., postoji i veliki broj razliitih kombinacija robota u zavisnosti od
kinematikih parametara. Za radne zadatke montae esto se koristi robot tkzv. SCARA
SCARA (Selective Compliant Articulated Robot for Assembly) konfiguracije (Slika 1.12):
z1
q2
z0
q1 q3
z2
Sl. 1.12. Minimalna konfiguracija Scara robota
18
Kinematika robota
_____________________________________________________________________________________________________________
1.1.6. Radni prostor minimalne konfiguracija

Pod radnim prostorom minimalne konfiguracije manipulacionog robota
podrazumevamo onaj deo prostora u iju svaku taku moe da dodje vrh minimalne
konfiguracije tj. koren hvataljke. U daljem tekstu razmotriemo radne prostore nekih
minimalnih konfiguracija [7].
a. Radni prostor TTT strukture
TTT struktura ima tri translatorna zgloba (pravougaona ema). Na slici br. 1.12.
prikazan je primer ovakve minimalne konfiguracije robota sa radnim prostorom. Radni
prostor TTT strukture je kocka ili kvadar.
y
a
o x
Slika 1.13. TTT struktura sa radnim prostorom

19
_____________________________________________________________________________________________________________
b. Radni prostor RTT strukture
Minimalna konfiguracija RTT strukture (cilindrina ema) ima tri zgloba od kojih je
prvi rotacioni a druga dva translatorna. Na slici br. 1.14. prikazan je primer ovakve
minimalne konfiguracije robota sa radnim prostorom.. Radni prostor RTT strukture je
upalj cilindar.
z
y
b
x
o
Slika 1.14. RTT struktura sa radnim prostorom
Radni prostor RRT strukture
Kod RRT strukture prva dva zgloba su rotaciona a trei translatorni (sferna ema).
Na slici br. 1.15. prikazan je primer ovakve minimalne konfiguracije robota sa radnim
prostorom. Sada je radni prostor manipulacionog robota uplja lopta.
z
c
y
o
x
Slika 1.15. RRT struktura sa radnim prostorom
20
Kinematika robota
_____________________________________________________________________________________________________________
d. Radni prostor RRR strukture
RRR struktura manipulacionog robota poseduje tri rotaciona zgloba. Na slici br.
1.16. prikazan je primer ovakve minimalne konfiguracije robota sa radnim prostorom.
Radni prostor je lopta.
d
y
o x
Slika 1.16. RRR struktura sa radnim prostorom
Pod pretpostavkom da su parametri gore navedenih minimalnih konfiguracija (1.13.-

1.16.) identini, tj.:
- ako je maksimalno translatorno pomeranje 1,
- maksimalno zakretanje 180o i
- duina rotirajuih segmenata 1,
tada se moe konstatovati da je najvei radni prostor kod RRR strukture. Pri tome treba
imati u vidu i injenicu da je greka pozicioniranja vea kod manipulacionih robota sa
rotacionim zglobovima (zbog superponiranja greki pozicioniranja kod rotacionih
zglobova [1].
U praksi se najee primenjuju roboti sa rotacionim zglobovima, sa jedne strane

zbog obrtnog kretanja pogonskog motora a sa druge strane zbog upravljanja. Kod
translatornog zgloba potrebno je pretvoriti obrtno kretanje pogonskog motora u
translatorno kretanje to unosi zazore i gubitke u mehaniki sistem robota.
21
_____________________________________________________________________________________________________________
1.2. ODREDJIVANJE POLOAJA MANIPULACIONIH ROBOTA
1.2.1. Uvod
Najelementarniji zadatak koji se javlja kod upravljanja robotima je dovodjenje
hvataljke robota eljeni poloaj u radnom prostoru. Jedan od najjednostavnijih zadataka
kod manipulacionih robota je premetanje radnog predmeta iz jedne pozicije u drugu. Na
slici br. 1.17 prikazan je zadatak premetanja radnog predmeta iz poloaja 1 u poloaj 2.
Pri tome je potrebno dovesti hvataljku robota do pozicije u blizini predmeta i orijentisati
hvataljku da moe da uhvati radni predmet. Poloaj manipulacionog robota je dakle,
definisan eljenom pozicijom hvataljke u radnom prostoru i njenom orijentacijom [3].
Slika 1.17. Zadatak premetanja radnog predmeta iz poloaja 1 u poloaj 2

22
Kinematika robota
_____________________________________________________________________________________________________________
Sledea faza je hvatanje i premetanje radnog predmeta u novu poziciju (koja

definie novu poziciju i orijentaciju hvataljke) koja zahteva novi poloaj manipulatora
(poloaj 2). Kada se predmet dovede u poloaj 2, hvataljka se otvara i radi predmet se
postavlja na eljeno mesto. Zadatak pozicioniranja je najelementarniji zadatak
manipulacionih robota. Javlja se npr. kod montae pomou robota u fazi dovodjenja
radnog predmeta do mesta spajanja (naravno, sama faza spajanja je znatno
komplikovanija), takodje kod takastog zavarivanja se javlja zahtev za precizno
pozicioniranje (i orijentisanje) robota u poloaje u kojima se vri zavarivanje.
Pozicioniranje hvataljke
Pozicioniranje manipulacionog robota podrazumeva dovodjenje korena hvataljke u

eljenu taku radnog prostora. Za realizaciju zadatka pozicioniranja potrebno je 3 stepena
slobode kretanja (x, y, y).
Orijentacija hvataljke
Potpuna orijentacija hvatalke podrazumeva postavljanje hvataljke u tano odredjeni

uglovni poloaj (,,) u prostoru. Za realizaciju zadatka pozicioniranja zajedno sa
orijentacijom potrebno je 3+3 = 6 stepeni slobode kretaja.
Industrijski manipulacioni roboti proizvode se uglavnom sa 4, 5 ili 6 stepeni

slobode kretanja. Manipulacioni robot sa 4 stepena slobode kretanja moe da izvri
pozicioniranje, za ta je potrebno 3 stepena slobode (x,y,z), a sa preostalim etvrtim
stepenom slobode vri dopunska kretanja tj. orijentaciju po jednom uglu (), to je
dovoljno za izvrenje nekih jednostavnijih manipulacionih zadataka (prenoenje predmeta,
opsluivanje presa itd.). Delimina orijentacija podrazumeva samo da se odredjena osa
hvataljke poklopi sa eljenim pravcem u prostoru. Razlika pri realizaciji orijentacije po 1
ili po 2 ugla prikazana je kod zadatka montae na slici 1.18. i 1.19., [4]. Manipulacioni
robot sa 5 stepeni slobode kretanja moe da izvri zadatak pozicioniranja (x,y,z) zajedno sa
deliminom orijentacijom po dva ugla (,) (prenoenje tenosti, jednostavniji zadaci
montae, zavarivanje itd.). Manipulacioni robot sa 6 stepeni slobode kretanja moe u
23
_____________________________________________________________________________________________________________
principu da izvri bilo kakav maniulacioni zadatak, jer moe da realizuje potpuno
pozicioniranje (x,y,z) sa potpunom orijentacijom (,,) (sloeniji zadaci montae,
prenoenja itd.).
z
z'
Slika 1.18. Orijentacija prema 1 uglu

z'
Slika 1.19. Orijentacija prema 2 ugla
24
Kinematika robota
_____________________________________________________________________________________________________________
Zadatke pozicioniranja i orijentacije manipulacionih robota u principu moemo

realizovati preko:
a.) Unutranjih koordinata, i

b.) Spoljanjih koordinata.
1.2.2. Unutranje koordinate

Pod unutranjim koordinatama manipulacionog robota podrazumevaju se skalarne
veliine koje opisuju relativni poloaj jednog segmenta u odnosu na drugi segment
kinematikog para [1]. Kod rotacionog zgloba unutranja koordinata je ugao zakretanja u
zglobu, a kod translatornog zgloba unutranja koordinata je linearan pomeraj du ose
zgloba. Unutranje koordinate manipulacionih robota oznaavamo sa:
qi i = 1,2,...,n
i one ine vektor unutranjih koordinata:
q1
q
(1.1) q = 2
M

q n
q3
q4
q5
q2
q6
q1
Slika 1.20. Unutranje koordinate manipulacionog robota
25
_____________________________________________________________________________________________________________
Svaka unutranja koordinata moe da se menja u odredjenom opsegu:

q i min q i q i max
Moe da se konstatuje, da pri pozicioniranju kod rotacionih zglobova istovremeno se

menja i orijentacija hvataljke, pa je potrebno samo korigovati orijentaciju, dok kod
translatornih zglobova ovo nije sluaj.
1.2.3. Spoljanje koordinate

Spoljanje koordinate s opisuju poloaj i orijentaciju hvataljke manipulacionog
robota (posledji segment u kinematikom lancu) u odnosu na neki nepokretan koordinatni
sistem [1].
Pozicija hvataljke se opisuje sa tri Dekartove koordinate x, y i z, a referentni sistem

je vezan za bazu robota (ponekad se koriste i cilindrine i sferine koordinate).
Orijentacija hvataljke opisuje se sa modifikovanim Euler-ovim uglovima zakretanja

izmedju osa koordinatnog sistema vezanog za poslednji segment (hvataljku) i nepokretnog
koordinatnog sistema vezanog za bazu robota (,,). Razmatraemo uglove skretanja ,
propinjanja i valjanja prema slici 1.21:
- ugao skretanja (ROLL)

- ugao propinjanja (PITCH)
- ugao valjanja (YAW)
zn

On

yn
xn
Slika 1.21. Modifikovani Euler-ovi ROLL, PITCH, YAW uglovi

26
Kinematika robota
_____________________________________________________________________________________________________________
z
zn

on
qi yn
xn
z
o
x
y
y
x
Slika 1.22. Spoljanje koordinate hvataljke manipulacionog robota
Ugao skretanja odgovara rotaciji oko ose z nepokretnog sistema, ugao propinjanja
odgovara rotaciji oko novodobijene ose y (posle zakretanja za ugao ), a ugao valjanja
odgovara rotaciji oko novodobijene ose x (sve po pravilu desne ruke) [1].
Vektor spoljanjih koordinata s ine:
x, y i z koordinate neke take na hvataljci u odnosu na nepokretni koordinatni sistem i
, , uglovi, koje ose koordinatnog sistema vezanog za hvataljku zaklapaju sa osama

nepokretnog (apsolutnog) koordinatog sistema:
x
y

z
(1.2) s=

27
_____________________________________________________________________________________________________________
Vektor spojanjih koordinata s u optem sluaju ima m koordinata, gde je m broj

koordinata potreban da se opie neka klasa maipulacionih zadataka. Najee je m = 6.
Medjutim za odredjene klase manipulacionih zadataka dovoljan je manji broj spoljanjih
koordinata, tako naprimer za pozicioniranje hvataljke (bez orijentacije) m = 3, a vektor
spoljanjih koordinata glasi [3]:
x
(1.3) s = y
z
1.2.4. Direktan kinematiki problem

Odredjivanje vektora spoljanjih koordinata s za zadati vektor unutranjih koordinata
q je direktan kinematiki problem [1]. Direktan kinematiki problem se moe opisati
sledeom relacijom:
(1.4) s = f(q)
gde su:
q - vektor unutranje koordinate robota
s - vektor spoljanjih koordinata robota
f: RnRm - nelinearna, neprekidna diferencijabilna vektorska funkcija koja
preslikava unutranje koordinate u spoljanje
Na sledeoj emi prikazana je struktura direktnog kinematikog problema. Svakoj

vredosti vektora unutranjih koordinata q, odgovara vrednost vektora spoljanjih
koordinata s. U odeljku 1.2.3. detaljnije se razmatra direktan kinematiki problem.
q TRANSFORMACIJA s
UNUTRANJIH KOORDINATA U SPOLJANJE
Slika 1.23. Struktura direktnog kinematikog problema

28
Kinematika robota
_____________________________________________________________________________________________________________
1.2.5 Inverzan kinematiki problem

Odredjivanje vektora unutranjih koordinata za zadati vektor spoljanjih koordinata
je inverzan kinematiki problem [1] i moe da se opie sledeom relacijom:
(1.5) q = f -1(s)
Na sledeoj emi prikazana je struktura inverznog kinematikog problema:
s TRANSFORMACIJA q
SPOLJANJIH KOORDINATA U UNUTRANJE
Slika 1.24. Struktura inverznog kinematikog problema
Pregledna ema direktnog i inverznog kinematikog problema je data na slici 1.25.:
Inverzan kinematiki problem
s q3
q
z
zn q4

-1

f q2
q6
q5
yn
xn Tool-Center-Point
(TCP)
q1
y
f
x
vektor spoljanjih koordinata vektor unutranjih koordinata

s=|x, y, z, , , |T q=|q1, q2, q3, q4, q5, q6|T
Direktan kinematiki problem
Slika 1.25. Pregledna ema direktnog i inverznog kinematikog problema

29
_____________________________________________________________________________________________________________
Inverzan kinematiki problem je znatno sloeniji od direktnog problema, jer

obuhvata reavanje skupa nelinearnih trigonometrijskih jednaina (poto je veza izmedju
spoljanjih i unutranjih koordinata nelinearna). Reava se pri sintezi kretanja
manipulacionog robota, kada je trajektorija hvataljke zadata u prostoru spoljanjih
koordinata i potrebno je odrediti odgovarajuu promenu unutranjih koordinata. U odeljku
1.4. detaljnije se razmatra inverzan kinematiki problem.
1.2.6. Redundantnost
Manipulacioni robot se smatra neredundantnim u odnosu na odredjenu klasu
radnih zadataka opisanih u prostoru spoljanjih koordinata, ako je dimenzija vektora
spoljanjih koordinata m jednaka broju stepeni slobode manipulatora n [1], tj:
m = n.
Ako je:
n>m
manipulacioni robot je redundantan u odnosu na radni zadatak i postoji beskonano mnogo
vektora unutranjih koordinata koji odgovaraju jednom stanju hvataljke.
Ako je pak:
n<m
tada robot ne moe da izvri postavljeni zadatak. U daljem tekstu razmatraemo
problematiku neredundantnih manipulatora.
30
Kinematika robota
_____________________________________________________________________________________________________________
1.3. DIREKTAN KINEMATIKI PROBLEM
1.3.1. Uvod
Kao to je ve ranije konstatovano, odredjivanje vektora spojanjih koordinata s za
dati vektor unutranjih koordinata q je direktan kinematiki problem. U nekim prostijim
manipulacionim zadacima direktno se zadaju pomeranja u zglobovima. Posmatrajmo
manipulacioni robot na slici 1.26.:
Slika 1.26. Zadavanje zadatka preko unutranjih koordinata manipulacionog robota
31
_____________________________________________________________________________________________________________
U prvoj fazi hvataljka robota prenosi radni predmet iz poloaja A u poloaj B

putanjom AB i pri tome se menja unutranja koordinata q1 za /2. U drugoj fazi, pri
zaokretanju radnog predmeta u horizontalan poloaj, menja se unutranja koordinata q4
takodje za /2. U treoj fazi rada manipulacionog robota prenosi se predmet u poloaj C i
menja se unutranja koordinata q1 za -/2 a istovremeno se menja i unutranja koordinata
q2 sputajui radi predmet za duinu l. Poznavajui tako promenu unutranjih koordinata
q1, reavanjem direktnog kinematikog problema moemo da odredimo kretanje hvataljke
robota tj. spoljanje koordinate s [4]. Razmotrimo sada kako se uspostavlja veza izmedju
unutranjih i spoljanjih koordinata manipulacionih robota, u tom cilju neophodno je
opisati tzv. homogene matrice transformacije.
1.3.2. Homogene matrice transzformacije

Homogene matrice transformacije predstavljaju matrice reda 4x4 koje objedinjuju
informaciju o:
rotaciji dva koordinatna sistema i o
rastojanju izmedju njihovih koordinatnih poetaka.

Uvode se radi kompaktnijeg pisanja jednaina za izraunavanje vektora izraenih u odnosu
na razliite koordinatne sisteme [1]. Upoznajmo prvo matricu rotacije izmedju dva
koordinatna sistema (klasina matrica transformacije). Posmatrajmo dva koordinatna
sistema:
nepokretni Ox0y0z0 vezan za bazu robota i
pokretni u taki Onxzy vezan za hvataljku robota i odredjen jedininim vektorima e1,
e2 i e3 (slika 1.25.).
Za referentni koordinatni sistem usvojimo Ox0y0z0. Poloaj take O1 u referentnom

koordinatnom sistemu moemo da opiemo sa vektorom poloaja k, a orijentacija
pokretnog koordinatnog sistema u odnosu na referentni moe da se opie matricom rotacije
R prema sledeem:
32
Kinematika robota
_____________________________________________________________________________________________________________
e1x e2x e3 x
(1.6) R = e1y e2 y e3 y matrica rotacije
e1z e2z e3z
zo z
e3 y
e2
On
e1
k x
O
yo
x0
Slika 1.27. Prikaz koordinatnih sistema
Prema tome elementi matrice rotacije R (klasina matrica transformacije) su

projekcije jedininih vektora e1, e2 i e3 na koordinatne ose referentnog koordinatnog
sistema Ox0y0z0 [7]. Poznavajui poloaj take P u pokretnom koordinatnom sistemu,
preko vektora poloaja p odredimo sada poloaj take P u odnosu na referentni koordinati
sistem Ox0y0z0 (slika 1.28.):
(1.7) r=Rp+k
gde je:
r - vektor poloaja take P u koordinatnom sistemu Oxoyozo,
p - vektor poloaja take P u pokretnom koordinatnom sistemu
k - vektor poloaja take On u koordinatnom sistemu Oxoyozo,
R - matrica rotacije izmedju dva koordinatna sistema
33
_____________________________________________________________________________________________________________
U relaciji (1.7) vektor poloaja r izrazili smo tako to smo vektor p sa leve strane
pomnoili sa matricom rotacije R i sabrali sa vektorom k. Skalarni oblik izraza (1.7) je:
rx e1x e 2x e 3 x p1 k x
(1.8) r = e e 2y e 3 y p 2 + k y
y 1y
rz e1z e 2z e 3z p 3 k z
zo z
e3
e2 y
On
e1
k
x
P
O
yo
x0
Slika 1.28. Vektori poloaja
U cilju kompaktnijeg pisanja postavimo sada homogenu matricu transformacije reda

4x4 izmedju koordinatnih sistema (pokretnog i nepokretnog) u obliku:
R k
(1.9) H= tj.
000 1
e 1x e 2x e 3x e 4x
e e2y e 3y e 4 y
(1.10) H = 1y
e1z e 2z e 3z e 4z

0 0 0 1
tada se vektorska jednaina (1.7) moe pisati u kompaktnijem obliku:
(1.11) r=Hp
34
Kinematika robota
_____________________________________________________________________________________________________________
Skalarni oblik izraza 1.11 je sledei:

rx e1x e 2x e 3x k x p1
r e e2y e3y k y p 2
(1.12) y = 1y
r z e1z e 2z e 3z k z p3

1 0 0 0 1 1
Uvodjenje homogenih marrica transformacija je znaajno iz sledeih razloga:
Odredjuje orijentaciju pokretnog koordinatnog sistema u odnosu na

nepokretni koordinatni sistem.
Odredjuje poziciju koordinatnog poetka pokretnog koordinatnog sistema u

odnosu na nepokretni koordinatni sistem.
Ako znamo koordinatu neke take u pokretnom koordinatnom sistemu, tada

pomou homogenih matrica transformacije moemo napisati koordinatu iste
take u nepokretnom koordinatnom sistemu.
Prema tome, ukoliko postoji vie koordinatnih sistema, vektor poloaja neke take
izraava se samo preko proizvoda homogenih matrica transformacije (1.11), umesto preko
sukcesivnog mnoenja i sabiranja kao u relaciji (1.7), pa iz tog razloga homogene matrice
transformacije se redovno koriste pri kinematikom modeliranju manipulacionih robota.
1.3.3. Denavit-Hartenbergova transzformaciona matrica

Za transformacija unutranjih koordinata u spoljanje primenjujemo Denavit-
Hartenbergovu transformacionu matricu. Navedeni postupak Denavit i Hartenberg
publikovali su 1955 god. i zato je i nazvan kao Denavit-Hartenbergovu transformaciona
matrica. Sutina postupka je to da dva proizvoljna koordinatna sistema se uvek mogu
dovesti do preklapanja sa dve rotacije i dve translacije.
Posmatrajmo prost, otvoren kinematiki lanac sa n segmenata. Svaki segment se

opisuje sa tri parametra:
- duinom ai zajednike normale izmedju osa i-tog i i+1-vog zgloba,
35
_____________________________________________________________________________________________________________
- uglom zaokretanja i izmedju osa i-tog i i+1-vog zgloba u ravni upravnoj na ai - po

pravilu desne ruke
- svaka osa zgloba ima dve normale ai-1 i ai, rastojanje izmedju njih du ose i-tog
zgloba oznaiemo sa di.
Za reavanje direktnog kinematikog problema tj. za transformaciju unutranjih

koordinata u spoljanje potrebno je odrediti Denavit-Hartenbergovu matricu transformacije
(D matrica), u tom cilju na svaki rotacioni zglob segmenta postavimo po jedan pravougli
koordinatni sistem (slika 1.29.) i to prema sledeim pravilima:
1.- Koordinatni poetak Oi,xi, yi, zi se postavlja u taku preseka zajednike normale
izmedju ose i-tog i i+1-vog zgloba i same ose i+1-vog zgloba. U sluaju ako se ose
zglobova seku, koordinatni poetak Oi,xi, yizi se postavlja u taku preseka osa,
- osa z1 se poklapa sa osom i+1-vog zgloba,
- osa xi se postavlja du zajednike normale izmedju osa i-tog i i+1-vog zgloba i
orijentisana je od i-tog ka i+1-vom zglobu.
- osa yi zadovoljava uslov: xix yi = zi.
2.- Koordinatni poetak Oi-1xi-1yi-1zi-1 se postavlja u taku preseka zajednike

normale izmedju osa i-1-vog i i-tog zgloba i same ose i-tog zgloba,
- osa zi-1 se postavlja u pravcu ose zgloba i,
- osa xi-1 se postavlja du zajednike normale izmedju osa i-1-vog i i-tog zgloba i
orijentisana je od i-1-vog ka i-tom zglobu,
- osa yi-1 zadovoljava uslov: xix yi = zi.
Unutranja koordinata qi rotacionog zgloba je ugao izmedju osa xi-1 i xi (pravilo

desne ruke), jednaka je nuli kada su ose paralelne ili imaju isti smer.Ugaozakretanja i se
meri od ose zi-1 do z1, tj. kao ugao zaokretanja oko ose xi (po pravilu desne ruke).
Veliine i, ai i di (i = 1,2,...,n) se zovu Denavit-Hartenbergovi kinematiki

parametri.
36
Kinematika robota
_____________________________________________________________________________________________________________
Zglob i-1 Zglob i Zglob i+1

qi-1 qi qi+1
i
Segment i-1
Segment i
ai zi
Oi
di zi-1 yi xi
zi-2 yi-1
xi-1
a i-1 Oi-1
Oi-2
Slika 1.29. Koordinatni sistemi po Denavit-Hartenbergovom postupku
Koordinatni sistem Oi-1xi-1yi-1zi-1 moe sada sa dve translacije i dve rotacije preklopiti
sa koordinatnim sistemom Oixiyizi i to prema sledeim fazama:
1. Rotacija ose xi-1 oko ose zi-1 ugao q i (za translatorni zglob i), sada osa xi-1 postaje
paralelna sa osom x1 (sika 1.30.).
Ova rotacija se moe opisati sa sledeom homogenom matricom transformacije (koja

se oitava sa slike 1.30.):
37
_____________________________________________________________________________________________________________
cos q i sin q i 0 0
sin q cos q i 0 0
(1.13) D(qi) = i
0 0 1 0

0 0 0 1

qi-1 qi qi+1
i
Segment i-1
Segment i
ai zi
Oi
di zi-1 yi xi
zi-2 yi-1
a i-1 Oi-1 xi-1

qi
Oi-2
Slika 1.30. Prikaz rotacije koordinatnog sistema Oi-1xi-1yi-1zi-1 za qi
2. Translacija za di (qi za translatorni zglob) du ose zi-1 do preseka osa zi-1i xi, sada
osa xi-1 se poklapa sa osom xi (slika 1.31.).
Ova translacija se moe opisati sa sledeom homogenom matricom transformacije

(koja se oitava sa slike 1.31.):
38
Kinematika robota
_____________________________________________________________________________________________________________
1 0 0 0
0 1 0 0
(1.14) D(di) =
0 0 1 di

0 0 0 1

qi-1 qi qi+1
i
Segment i-1
Segment i
zi-1
ai zi
yi-1
xi-1 Oi
di yi xi
zi-2
a i-1 Oi-1
Oi-2
Slika 1.31. Prikaz translacije rotiranog koordinatnog sistema Oi-1xi-1yi-1zi-1 za di
3. Translacija du ose xi-1 za ai (dolazi do preklapanja poetaka koordinatnih sistema,

slika 1.32.).
Ova translacija se moe opisati sa sledeom homogenom matricom transformacije

(koja se oitava sa slike 1.32.):
39
_____________________________________________________________________________________________________________
1 0 0 ai
0 1 0 0
(1.15) D(ai) =
0 0 1 0

0 0 0 1

qi-1 qi qi+1
i
Segment i-1
Segment i
ai zi-1 zi
yi-1
Oi
xi-1
xi
di yi
zi-2
a i-1 Oi-1
Oi-2
Slika 1.32. Prikaz translacije koordinatnog sistema Oi-1xi-1yi-1yi-1 ya a1
4. Rotacija oko ose xi ya ugao i (po pravilu desne ruke), dolazi do preklapanja
koordinatnih sistema Oi-1xi-1yi-1zi-1 i Oixiyizi (sl. 1.33). Ova rotacija se moe opisati
sledeom homogenom matricom transformacije:
40
Kinematika robota
_____________________________________________________________________________________________________________
1 0 0 0
0 cos sin i 0
(1.16) D( i) = i
0 sin i cos i 0

0 0 0 1

qi-1 qi qi+1
Segment i-1
Segment i
ai i zi, zi-1
Oi
xi, xi-1
di yi, yi-1
zi-2
a i-1 Oi-1
Oi-2
Slika 1.33. Prikaz rotacije koordinatnog sistema za ugao i
Gore prikazani niz transformacija i rotacija se moe predstaviti kao proizvod sledeih
homogenih matrica transformacije D:
i-1
(1.17) Di = D(qi) D(di) D(ai) D(i)
Zamenom matrica (1.13), (1.14), (1.15) i (1.16) u (1.17) i mnoenjem dobijamo

Denavit-Hartenbergovu homogenu matricu transformacije izmedju i-tog i i-1-vog
koordinatnog sistema koji odgovara rotacionom kinematikom paru:
41
_____________________________________________________________________________________________________________
cos q i sin q i cos i sin q i sin i a i cos q i

sin q cos q i cos i cos q i sin i a i sin q i
(1.18) i-1
Di = i
0 sin i cos i di

0 0 0 1
U sluaju translatornog kinematikog para koordinatni sistemi se usvajaju tako da je

ai= 0, rastojanje di postaje unutranja koordinata qi, a ono to je kod rotacionog zgloba
ugao zakretanja qi sada postaje fiksan parametar oznaen sa i , tj.:
ai = 0
di = qi
qi = i
Tako da homogena matrica transformacije u sluaju translatornog kinematikog para glasi:
cos i sin i cos i sin i sin i 0

sin cos i cos i cos i sin i 0
(1.19) i-1
Di = i
0 sin 1 cos i qi

0 0 0 1
Kada su poznate D homogene matrice transformacije izmedju susednih segmenata, tada

homogena matrica transformacije izmedju nepokretnog koordinatnog sistema (vezanog za
bazu manipulacionog robota) i koordinatnog sistema hvataljke (n-tog sistema) se dobija
kao proizvod D homogenih matrica transformacije izmedju susednih segmenata:
(1.20) 0
Tn = 0 D1 1 D 2 2 D 3 ...n 2 D n 1 n 1 D
Prve tri kolone homogene matrice tansformacije oTn predstavljaju matricu rotacije
izmedju koordinatnog sistema hvataljke i nepokretnog sistema manipulacionog robota a
etvrta kolona matrice oTn predstavlja projekciju vektora poloaja hvataljke robota u
nepokretnom koordinatnom sistemu tj. Dekartove koordinate vrha manipulatora (poto se
koordinatni poetak n-tog sistema smeta na vrh hvataljke).
42
Kinematika robota
_____________________________________________________________________________________________________________
Kada se za dati manipulacioni robot izvri pridruivanje koordinatnih sistema odrede

Denavit-Hartenberg-ovi parametri i, ai, di, (i = 1,2,...,n), tada homogene matrice
transformacije (1.18) i (1.19) postaju funkcije samo unutranjih koordinata qi. Ako se za
odredjeni manipulacioni robot izvri odredjivanje brojnih vrednosti matrice oTn tada je
mogue iz prve tri kolone matrice dobiti vrednosti tri (modifikovana) Eulerova ugla, to
zajedno sa Dekartovim koordinatama vrha hvataljke ini spoljanje koordinate
manipulacionog robota [1].
x
0R y
(1.21.) 0
Tn = n
z
0 0 0 1
Na taj nain kada se odrede Dekartove koordinate vrha hvataljke i tri Eulerova ugla
tada je u potpunosti reen direktan kinematiki problem.
Prema tome moe se konstatovati da odredjivanje matrice oTn za zadati vektor

unutrajih koordinata predstavlja, osnovni deo direktnog kinematikog problema.
Odredjivanje Eulerovih uglova za zadatu matricu oTn ne zavisi od tipa manipulacionog
robota.
Napomena: Kod manipulacionog robota uglovi i su obino 0o ili 90o, tj. ose
i-1
zglobova su ili paralelne ili upravne tako da se analitiki oblik elemenata Di matrica
(1.18) i (1.19) znatno pojednostavljuje.
43
_____________________________________________________________________________________________________________
1.3.4. Odredjivanje orientacije hvataljke

Orijentacija hvataljke manipulacionog robota u odnosu na nepokretan koordinatni
sistem vezanog za bazu robota vri se preko tri modifikovana Eulerova ugla , , [1].
Posmatrajmo dva koordinatna sistema i rotaciju izmedju njih:
- koordinatni sistem Oxoyozo je nepokretan i vezan za bazu robota,
- koordinatni sistem Onxyz je pokretan i pridruen hvataljci robota.
Matrica rotacije 0Rn koja preslikava koordinate iz sistema Onxyz u sistem Oxoyozo je
oblika:
e1 x e 2x e 3x
(1.22) 0
R n = e1y e2y e 3 y
e1z e 2z e 3z
Rotacija koordinatnog sistema Onxyz u odnosu na sistem Oxoyozo se moe prikazati

sa sledeim nizom rotacija (3 rotacije):
1. Rotacija koordinatnog sistema Onxyz za ugao skretanja oko ose z (slika 1.34.):
z=z'
On

y'

x x' y
Slika 1.34. Rotacija pokretnog koordinatnog sistema za ugao skretanja

44
Kinematika robota
_____________________________________________________________________________________________________________
Ovoj rotaciji odgovara sledea matrica rotacije R() (direktno se oitava sa slike 1.34.):
cos sin 0
(1.23) R ( ) = sin cos 0
0 0 1
2. Rotacija pokretnog koordinatnog sistema Onx'y'z' za ugao propinjanja oko ose y'
(slika 1.35).
z' z"
y'=y"
On
x'

x"
Slika 1.35. Rotacija pokretnog koordinatog sistema za ugao propinjanja
Ovoj rotaciji odgovara sledea matrica rotacije R():
cos 0 sin
(1.24) R() = 0 1 0
sin 0 cos
45
_____________________________________________________________________________________________________________
3. Rotacija pokretnog koordinatnog sistema Onx''y''z'' za ugao valjanja oko ose x''
(slika 1.36.):
z"' z"

y'"

On
y"
x''=x'"
Slika 1.36. Rotacija pokretnog koordinatnog sistema za ugao valjanja
Ovoj rotaciji odgovara sledea matrica rotacije R() :
1 0 0
0 cos sin
(1.25) R() =
0 sin cos
Sve tri rotacije zajedno su date na slici 1.37.
Navedeni niz rotacija (1), (2) i (3) odgovara sledeem proizvodu matrica transformacija:
(1.26)
o
R n = R ( )R ()R ()
46
Kinematika robota
_____________________________________________________________________________________________________________
z, z'
z''' 1
z"

2
3
On y'''
1

1
2 y', y"
x 2
x' y
3
x", x'"
Slika 1.37. Modifikovani Eulerovi uglovi
Zamenom matrica rotacije (1.23), (1.24) i (1.25) u matricu (1.26) sledi:
cos sin 0 cos 0 sin 1 0 0

o
R n = sin cos 0 0 1 0 0 cos sin

(1.27)
0 0 1 sin 0 cos 0 sin cos
(1.28)
cos cos cos sin sin sin cos cos sin cos + sin sin
o
R n = sin cos sin sin sin + cos cos sin sin cos cos sin
sin cos sin cos cos
47
_____________________________________________________________________________________________________________
Izjednaavanjem izraza (1.22.) i (1.28) sledi:

(1.29)
e 1x e 2x e 3x cos cos cos sin sin sin cos cos sin cos + sin sin
e e 2y e 3 y = sin cos sin sin sin + cos c cos sin sin cos cos sin
1y
e1z e 2z e 3z sin cos sin cos cos
Izjednaavanjem pojedinih vredosti elemenata matrica (1.29) dobijamo:
(1.30) e1x = coscos

(1.31) e1y = sincos
(1.32) e1z = -sin
(1.33) e2x = cossinsin-sincos
(1.34) e2y = sinsinsin+coscos
(1.35) e2z = cossin
(1.36) e3x = cossincos+sinsin
(1.37) e3y = sinsincos-cossin
(1.38) e3z = coscos
Dobili smo sistem od 9 jednaina sa tri nepoznate , i , ove jednaine nisu

nezavisne jer je matrica 0Rn ortogonalna. Uglove , i ,moemo da odredimo na sledei
nain, [1]:
a.) Mnoenjem obe strane jednaine (1.30) sa sin i (1.31) sa cos oduzimanjem
dobijamo:
(1.39) e1xsin- e1ycos = 0
i odavde sledi ugao :
e1 y
= arctg + 2k
(1.40) e1 x
48
Kinematika robota
_____________________________________________________________________________________________________________
b.) Ugao se moe izraunati mnoenjem (1.30) sa cos i (1.31) sa sin i

sabiranjem ovih izraza:
(1.41) e1xcos+ e1ysin = cos
e1z
= arctg + 2k
(1.42)
e1x cos + e1y sin
c.) Mnoenjem relacije (1.35) sa cos i (1.31) sa sin i oduzimanjem sledi:
e 2 z cos e 3z sin = 0
(1.43)
e 2z
= arctg + 2k
(1.44) e 3z
Postoji vie naina za odredjivanje uglova , i . Pri odredjivanju ovih uglova

mogu nastati problemi ako su veliine u imeniocima relacija (1.40), (1.42) i (1.44) male,
to se moe prevazii korienjem posebne raunarske funkcije. Jedini singularan sluaj
nastaje kada = +/- /2, odnosno: e1x =e1y = e2z= e3z = 0. U tom sluaju uglovi skretanja i
valjanja odgovaraju istoj rotaciji i odredjen je samo njihov zbir ili razlika. Tada relacija
(1.40) ne daje reenje za , tako da se moe birati proizvoljno. Poto je izabrano ugao
se odredjuje prema relacijama:
e2x
= arctg + 2k
(1.45) e2y za = -k/2
e2 x
= arctg + + 2 k za = k/2
e2 y
Odredjivanje vredosti k u relacijama (1.40), (1.42), (1.44) i (1.45) vri se tako da se

usvaja princip minimalne promene spoljanjih koordinata u dve susedne take u kojima se
reava direktan problem, jer kontinualnom kretanju manipulacionog robota mora
odgovarati kontinualna promena spojanjih koordinata [1].
49
_____________________________________________________________________________________________________________
Izraunavanjem uglova , i prema relacijama (1.40), (1.42) i (1.44) odredjena je

orijentacija hvataljke manipulacionog robota.
Odredjivanjem:
Dekartovih koordinata vrha hvataljke robota (pozicioniranje) i
tri modifikovana Eulerova ugla (orijentacija)

u potpunosti je reen direktan kinematiki problem.
50
Kinematika robota
_____________________________________________________________________________________________________________
1.4. INVERZAN KINEMATIKI PROBLEM
1.4.1. Uvod
Odredjivanje vektora unutranjih koordinata q za zadati vektor spoljanjih koordinata
s je inverzan kinematiki problem.
Manipulacioni roboti se pokreu posredstvom razliitih tipova aktuatora i to tako da

najee jedan aktuator pokree jedan zglob robota. Kretanje aktuatora se pretvara u
kretanje translatornog ili rotacionog zgloba. Svaki aktuator ima svoj servosistem koji
upravlja kretanjem aktuatora i ostvaruje njegovu eljenu poziciju, to znai da za svaki
aktuator treba zadati poziciju koju aktuator treba da postigne. Potrebno je za svaki zglob
definisati unutranju koordinatu koju treba postii i ovau eljenu koordinatu zadati na ulaz
odgovarajueg servo sistema. Poto se planiranje trajektorija obino vri u spoljanjim
koordinatama, to radi realizacije gornjih zahteva potrebno je spoljanje koordinate s
preraunati u unutranje koordinate q.
Prema tome inverzan kinematiki problem obuhvata odredjivanje unutranjih

koordinata koje odgovaraju zadatoj poziciji i orijentaciji hvataljke opisanih vektorom
spoljanjih koordinata:
(1.46) q = f -1(s)
51
_____________________________________________________________________________________________________________
Ako je zadat poloaj vrha tj. pozicija hvataljke (x,y,z) kao i orijentacija hvataljke (,
0
s ) tada je u potpunosti odredjena homogena matrica transformacije Tn izmedju
nepokretnog koordinatnog sistema vezanog za bazu manipulacionog robota i pokretnog
koordinatnog sistema hvataljke tj. n-tog sistema, tako da reavanje inverznog kinematikog
problema moemo predstaviti i na sledei nain:
(1.47) q = f -1(oTn)
Reavanje inverznog zadatka neuporedivo je sloenije od reavanja direktnog

kinematikog problema i ekvivalentno je traenju reenja skupa nelinearnih jednaina, jer
je vektorska funkcija "f " koja povezuje spojanje i unutranje koordinate nelinearna
trigonometrijska funkcija. Sloenost problematike reavanja inverznog zadatka u
mnogome zavisi od samog kinematikog lanca a odredjivanje inverzne vektorske funkcije
f-1 zavisi i od dimenzija vektora s i q, tako da su mogua tri sluaja [3]:
a. Broj spoljanjih koordinata jednak je broju unutranjih koordinata, tj. m = n, tada
je mogue jednoznano odrediti q koje odgovara datom s (sem u singularnim
poloajima).
b. Ako je m>n, tada nije mogue odrediti q koje zadovoljava s (osim u specijalnim
sluajevima).
c. Ako je m<n, tada posmatramo redundantne manipulacione robote i postoji vie
reenja za q koje zadovoljava dato s.
Za redundantne manipulatore, u optem sluaju reenje inverznog problema nije

jednoznano, ve postoji konaan skup reenja za unutranje koordinate koji odgovaraju
istoj poziciji i orijentaciji hvataljke.
Pri reavanju inverznog kinematikog problema razlikujemo dva pristupa:
1. Analitiko reavanje inverznog problema.
2. Numeriko reavanje zadatka.

Kod prvog pristupa vektor unutranjih koordinata se dobija u analitikom obliku svaki
manipulacioni robot posebno, a kod drugog pristupa reenje se trai poznatim metodama
numerike analize i ne zavisi od tipa manipulacionog robota.
52
Kinematika robota
_____________________________________________________________________________________________________________
1.4.2. Analitiko reenje inverznog kinematikog problema

Poto je vektorska funkcija f, koja preslikava unutranje koordinate u spoljanje,
sloena nelinearna funkcija od n promenljivih, to sledi da je analitiko odredjivanje
inverzne vektorske funkcije f-1 relativno sloen probloem, koji se ne moe reiti u optem
sluaju za proizvoljnu konfiguraciju manipulacionog robota. Tako za neke konfiguracije
robota moe da se odredi analitiko reenje inverznog kinematikog problema, dok za
druge konfiguracije to nije mogue. Medjutim, mora se konstatovati da za veliku veinu
industrijskih robota koji se proizvode u svetu postoji analitiko reenje inverznog
kinematikog problema [1].
Analitiko reenje inverznog kinematikog problema (ukoliko moe da se dobije za

konkretan manipulacioni robot), ima sledee prednosti u odnosu na numerika reenja:
a. Daje sva reenja (za robote sa 6 stepeni slobode ima 8 reenja)
b. Daje tana reenja bez nagomilavanja numerike greke.
c. Zahteva znatno manji broj numerikih operacija, pa je pogodno za primenu u sintezi

kretanja u realnom vremenu.
d. Mogu se direktno prepoznati singularna stanja u kojima manipulacioni robot gubi

jedan ili vie stepeni slobode kretanja.
Osnovni nedostatak analitikog reenja inverznog kinematikog problema to se ne

moe dobiti za proizvoljnu konfiguraciju robota. Analizirajmo naine dobijanja analitikih
reenja inverznog kinematikog problema za manipulacione robote sa 3 i 6 stepeni slobode
kretanja [3]:
1. n = 3
Za manipulacione robote sa tri stepena slobode kretanja, kod kojih se dve ose
zglobova medjusobno seku a dve su paralelne, mogue je dobiti analitiko reenje
inverznog kinematikog problema tj. eksplicitno odrediti unutranje koordinate qi u
funkciji spoljanjih koordinata.
53
_____________________________________________________________________________________________________________
Medjutim ak i kod robota sa tri (proizvoljna) stepena slobode kretanja nije uvek
mogue nai analitiko reenje inverznog kinematikog problema. Dokazano je da se
reavanje inverznog kinematikog problema sa tri stepena slobode moe svesti, u optem
sluaju, na traenje nula jednog polinoma etvrtog stepena, to je medjutim, numeriki
znatno nepovoljnije u odnosu na sluaj kada postoje eksplicitna reenja za svaki ugao
posebno.
2. n = 6
Kod manipulacionog robota sa 6 stepeni slobode kretanja, da bi se dobilo inverzno
reenje u analitikom obliku, potrebno je da se zadatak podeli u dva nezavisna
potproblema:
- prvi potproblem je odredjivanje reenja za unutranje koordinate za prva tri zgloba
q1, q2 i q3, tj. za minimalnu konfiguraciju manipulacionog robota,
- drugi potproblem je odredjivanje preostale 3 unutranje koordinate q4, q5 i q6 koje
su pridruene hvataljci robota.
Analitiko reavanje inverznog kinematikog problema se moe podeliti na dva

potproblema ako poslednja tri stepena slobode ine sferini zglob tj. sve tri ose se seku u
jednoj taki, to ujedno znai da hvataljka ima jedan segment [3].
U tom sluaju mogue je odrediti poziciju vrha minimalne kofiguracije i analitiko

reenje inverznog kinematikog problema za minimalnu konfiguraciju i tako odrediti prve
tri unutranje koordinate q1, q2 i q3. Zatim se za poznate vrednosti q1, q2 i q3 odredjuje
orijentacija poslednjeg segmenta i unutranje koordinate q4, q5 i q6 sferinog zgloba
hvataljke tako da se zadovolji zahtevana orijentacija hvataljke.
Na sledeem primeru manipulacionog robota sa 4 stepena slobode kretanja, (n = 4),

[3], pokazaemo analitiko reenje inverznog kinematikog problema (slika 1.38.).
ematki prikaz ovog robota, cilindrinog tipa RTT minimalne konfiguracije, sa

koordinatama teita hvataljke je dat na sledeoj slici:
54
Kinematika robota
_____________________________________________________________________________________________________________
l3 q3 l4
c q4
q2
z
l2 q1 zc
o y
yc xc
Slika 1.38. ematski prikaz manipulacioni robot sa cilindrinom strukturom
Veza (1.4) izmedju spoljanjih i unutranjih koordinata je
x c = (l3 + l 4 + q 4 )cos q1
(1.48) y c = (l3 + l 4 + q 3 )sin q1
zc = q 2 + l2
=q4
gde su:
s = [x c , y c , z c , ] - vektor spoljanjih koordinata,
T
xc, yc, zc koordinate teita hvataljke,

- Eulerov ugao,
li duina segmenata robota.
Analitika reenja inverznog kinematikog problema (1.46) kod ovog robota

moemo napisati na sledei nain:
y
q1 = arctg c
xc
q 2 = zc l2
(1.49)
(
q 3 = x c2 + y c2 )
0.5
l3 l 4
q4 =
55
_____________________________________________________________________________________________________________
Ovim smo analitikim putem odredili unutranje koordinate qi koje odgovaraju

zadatim spoljanjim koordinatama si. Kao to je ranije ve konstatovano, za neke
konfiguracije manipulacionih robota, kao i kod redundantnih robota, inverzan kinematiki
problem nije mogue reiti analitikim putem, te se za reavanje problematike mora
koristiti numeriki pristup.
1.4.3. Numerika reenja inverznog kinematikog problema

Inverzni kinematiki problem kod manipulacionih robota se moe reiti primenom
raznih standardnih numerikih postupaka. Ovi postupci su opti i ne zavise od tipa robota.
Za razliku od analitikog reenja, za zadat vektor spoljajih koordinata s oni daju samo
jedno reenje i to koje je najblie poetnom pogadjanju qo, [3]:
(1.50) q = f-1(s,qo)
Pri reavanju inverznog kinematikog problema numerikim postupcima kod

nerendundantnih robota, kada je broj spoljanjih koordinata jednak broju unutranjih
koordinata (m = n), najvie se koristi Newtonova metoda. Diferencirajmo po vremenu
funkcionalnu vezu izmedju spoljanjih s i unutranjih koordinata q robota:
s = f (q )
(1.51)
f
s& = q&
q
Uvedemo li sledeu oznaku:
f
(1.52) J (q ) =
q
gde je: J(q) Jakobijeva matrica parcijalnih izvoda funkcije f(q) dimenzija nxn.
Izraz (1.51) moemo napisati u obliku:
(1.53) s& = J (q )q&

56
Kinematika robota
_____________________________________________________________________________________________________________
Relacija (1.53) daje vezu izmedju vektora brzina spoljanjih koordinata s& i vektora
brzina unutrajih koordinata q& . Za zadate brzine spoljanjih koordinata na osnovu relacije
(1.53) treba odrediti brzine unutranjih koordinata:
q& = J 1 (q )s&
(1.54)
Poto je za neredundantne manipulacione robote Jakobijeva matrica kvadratna moe

da se odredi njena inverzna matrica. Inverzna matrica postoji ako je determinanta matrice
J(q) razliita od nule. U literaturi su obradjeni razliiti postupci kako se reava problem
singularnih taaka tj. oni poloaji manipulacionog robota za koje je det (J(q)) = 0, tj. u
kojima se ne moe odrediti inverzni Jakobijan [3].
Sada se moe odrediti vektor brzina unutranjih koordinata q& 0 za zadato s& 0 , tako to
se za trenutne vrednosti unutranjih koordinata odredi Jakobijan J(q), izvri se inverzija
matrice J(q) i na osnovu (1.54) izraunava q& 0 za zadato s& 0 .
Ovakav pristup je u literaturi poznat kao diferencijalni pristup i koristi se kod

brzinskog upravljanja manipulacionim robotima, kada operater preko komandne palice
zadaje brzine kretanja hvataljke u pojedinim pravcima ili oko pojedinih pravaca
nepokretnog koordinatnog sistema [3].
Ako je potrebno odrediti unutranje koordinate qo koje odgovaraju izraunatoj brzini

q& 0 vri se integracija:
t + t .
q (t + t ) = q (t ) +
o o
q o ( )d
t
U gornjim razmatranjima pretpostavili smo da su zadate brzine spoljanjih

koordinata s& 0 medjutim esto se zadaju eljene pozicije manipulacionog robota u
spoljanjim koordinatama pa je potrebno reiti inverzni kinematiki problem kada je zadata
pozicija so. Inverzni Jakobijan se moe iskoristiti za numeriko reavanje inverznog
kinematikog problema (po poziciji) primenom Newtonove metode [3]:
57
_____________________________________________________________________________________________________________
1.4.4. Odredjivanje Jacobijeve matrice

Numeriko reavanje inverznog kinematikog problema zahteva odrdjivanje
Jakobijeve matrice i njene inverzne matrice [3]. Jakobijeva matrica povezuje:
brzinu promene unutranjih koordinata sa brzinama promene spoljanjih koordinata i
spoljanje sile koje deluju na hvataljku i momente koji se prenose na zglobove

manipulatora.
Jakobijeva matrica ima veliki znaaj u sintezi kretanja manipulacionog robota i

zavisi od tipa vektora spoljanjih koordinata. U literaturi je pokazano da se Jakobijeve
matrice za sve vrste spoljanjih koordinata mogu dobiti ukoliko su poznate dve podmatrice
[3] i to:
a. Podmatrica koja odgovara Dekartovim koordinatama JD:
x&
y& = J q& J D R 3n
(1.55) D
z&
b. Podmatrica koja odgovara projekcijama ugaone brzine hvataljke J:
x
= J q& J R 3n
(1.56) y
Tako da se Jakobijeva matrica moe formirati na sledei nain:
J
J= D
(1.57)
J
58
Kinematika robota
_____________________________________________________________________________________________________________
Nain odredjivanja Jakobijana prikaimo na primeru manipulacionog robota sa

cilindrinom strukturom (slika 1.38.), [3]. Diferncirajmo po vremenu funkcionalnu vezu
izmedju spoljanjih i unutranjih koordinata manipulacionog robota (1.48):
x& c = (l3 + l 4 + q 3 )q& 1 sin q1 + q& 3 cos q1

.
(1.58) y& C = (l3 + l 4 + q 3 )q& 1 cos q1 + q& 3 sin q1
z& C = q& 2
& = q& 4
Izraz (1.58) moemo da napiemo u matrinom obliku na sledei nain:
x& C (l3 + l 4 + q 3 )sin q1 0 cos q1 0 q& 1

y& (l + l + q )cos q
C = 3 4 3 1 0 sin q1 0 q& 2
(1.59) z& C 0 1 0 0 q& 3

& 0 0 0 1 q& 4
Uporedivi izraze (1.53) i (1.59) sledi Jakobijeva matrica kao::
(l3 + l 4 + q 3 )sin q1 0 cos q1 0

(l + l + q )cos q 0 sin q1 0
3 4 3 1
(1.60) J(q)= 0 1 0 0

0 0 0 1
59
_____________________________________________________________________________________________________________
1.5. SINTEZA TRAJEKTORIJA MANIPULACIONIH ROBOTA
1.5.1. Uvod
U ovom odeljku posmatraemo sintezu trajektorija manipulacionih robota na
kinematikom nivou u odsustvu poremeaja tj. na nominalnom nivou [1]. Trajektorija
hvataljke robota se moe zadati na razliite naine:
Jedan od naina je preko obuavanja robota, kada operater vodi robot du eljene
trajektorije a upravljaki sistem memorie skup taaka kroz koji robot prolazi.
Ovakav nain zadavanja trajektorije ima niz nedostataka [3].
Drugi nain je da operater zada eljenu trajektoriju numeriki, preko terminala i

odgovarajueg programskog robotskog jezika. Potrebno je odrediti minimalan i
najpogodniji skup podataka preko koga moe da se zada eljena trajektorija, time se
olakava posao operateru i minimizira se broj podataka koji mora da se memorie [3].
Pored reavanja direktnog i inverznog kinematikog problema, sinteza kretanja ima

veliki znaaj pri kinematikom modeliranju manipulacionih robota i najee obuhvata [3]:
a. Zadavanje skupa pozicija bilo u prostoru spoljanjih ili unutranjih koordinata kroz
koje hvataljka treba da prodje.
b. Zadavanje trajektorije izmedju ovih taaka.

60
Kinematika robota
_____________________________________________________________________________________________________________
Izbor skupa taaka kroz koje hvataljka treba da prodje je uglavnom odredjen
tehnolokim zahtevima, rasporedom objekata i alata, rasporedom prepreka u radnom
prostoru itd. Zadavanje se obino vri u odnosu na nepokretni koordinatni sistem u bazi
manipulacionog robota. Mogue je naravno ovo zadavanje vriti u odnosu na nekoliko
fiksnih koordinatnih sistema rasporedjenih u prostoru pogodno u odnosu na alate, a zatim
vriti preraunavanje spoljanjih koordinata u odnosu na koordinatni sistem u bazi
manipulatora. Upravljaki algoritmi robota zahtevaju pored sinteze trajektorija i
poznavanje brzina, ugaonih brzina, ubrzanja i ugaonih ubrzanja. Sinteza kretanja izmedju
taaka se obino vri linearno u prostoru spoljanjih ili unutranjih koordinata [3].
1.5.2. Sinteza kretanja u prostoru spoljanjih koordinata

Sinteza kretanja u prostoru spoljanjih koordinata izmedju dve take A i B za zadato
vreme realizuje se na osnovu relacije [3]:
s( t ) = s A + ( t )(s B s A ) 0t
(1.61)
gde je potrebno na svakom integracionom intervalu t vriti reavanje inverznog

kinematikog problema. Ukoliko se ovo radi u realnom vremenu, (tj. u toku samog
kretanja) mogue je menjati trajektoriju u funkciji stanja razliitih senzora. U izrazu (1.61)
(t) odredjuje profil brzine vrha manipulatora i moe se birati na razliite naine (profil
moe biti trougaoni, trapezoidni, pravougaoni, parabolini, kosinusni, cikloidni itd).
Posmatrajmo najjednostavniji problem sinteze trajektorije na kinematikom nivou

izmedju dva zadata poloaja robota, definisana sa vektorima spoljanjih kooridnata sA i sB,
pri emu vrh hvataljke robota treba da se kree po pravoj liniji izmedju dva zadata poloaja
vrha. Poto je prava definisana sa dve take, to dodatni parametri za definisanje putanje
nisu potrebni, medjutim potrebno je definisati promenu brzine vrha hvataljke du prave.
Ako se predpostavi da brzina vrha hvataljke u poetnoj i krajnjoj poziciji treba da bude
jednaka nuli, moe se usvojiti trougaoni profil brzine, trapezoidni, parabolini i cikloidni
profil brzine.
61
_____________________________________________________________________________________________________________
Kada se na ovaj nain generiu trajektorije u spoljanjim koordinatama, tada je

potrebno odrediti unutranje koordinate u zglobovima manipulacionog robota. Ovo
preraunavanje moe da se realizuje na tri naina [3]:
a. Reavanjem inverznog kinematikog problema primenom relacije (1.46) nalazei

analitika ili numerika reenja. U tom sluaju dobijaju se trajektorije zglobova
q10 (t ) ijim diferenciranjem se dobijaju brzine q&10 (t ) i ubrzanja q&&10 (t ) du
trajektorija
za zglobove robota.
0 0
b. Primenom relacije (1.53), na osnovu s&1 (t ) izraunavamo q&1 (t ) ijom integracijom
0 0
dobijamo trajektorije zglobva q1 (t ) a diferenciranjem ubrzanja zglobova q&&1 (t ) du
trajektorija.
c. Diferenciranjem relacije (1.54) po vremenu sledi:

J 2
(1.62) &s& = Jq
&& + q&
q
iz ove veze mogu se odrediti ubrzanja zglobova koja odgovaraju ubrzanju spoljanjih
koordinata &s&0 (t ) :
J
(1.63) && = J 1 &s& q& 2
q
q
0
Sada izraunavamo ubrzanje zglobova du zadate trajektorije q&& (t ) ijom
0
integracijom dobijamo brzine q& (t ) du trajektorija zglobova, a integracijom brzine dobija
se trajektorija zgloba q10 (t ) , pri tome se podrazumeva da du izabrane trajektrije nema

singularnih taaka. Treba takodje ukazati na sloenost odredjivanja matrice J / q .
1.5.3. Sinteza kretanja u prostoru unutranjih koordinata

Ukoliko se radi o sintezi kretanja izmedju dve take u prostoru unutranjih
koordinata tada koristimo relaciju [1]:
(1.64) q(t) = q A + (t)(q B q A ) 0t

62
Kinematika robota
_____________________________________________________________________________________________________________
gde su:
qA i qB vektori unutranjih uglova u poetnoj i krajnjoj taki.
Vano je istai injenicu da linearna promena unutranjih koordinata ne obezbedjuje

linearnu promenu spoljanjih koordinata tj. pravolinijsko kretanje.
Generisanje trajektorija u spoljanjim i unutranjim koordinatama moe se obavljati:

off-line
tj. u fazi pripreme, obuavanja robota, pa se zatim trajektorija memorie, ili pak:
on line
tj. tokom kretanja robota du eljene trajektorije, to zavisi od tipa zadatka i od
mogunosti upravljakog sistema [3].
Sintezu trajektorija manipulacionog robota mogue je vriti na vie naina i ovaj

problem predstavlja oblast intenzivnog istrivanja. Problem postaje sloen ukoliko vreme
kretanja nije zadato ve ga treba minimizirati. Problem minimizacije vremena kretanja du
zadate putanje i optimalne raspodele brzine vrha hvataljke robota sa stanovita vremena ili
energije moe se tretirati na bazi kompletnog dinamikog modela manipulacionog robota
[1].
Napomena: Kompletna sinteza kretanja za robot tipa SCARA u unutranjim

koordinatama je prikazana u treem poglavlju.
63
_____________________________________________________________________________________________________________
1.6. REKURZIVNA KINEMATIKA MANIPULACIONIH ROBOTA
1.6.1. Odredjivanje brzine i ubrzanja pri sloenom kretanju take

U cilju postavljanja dinamikog modela potrebno je prethodno razmotriti kinematiko
modeliranje i odredjivanje kinematikih veliina brzina i ubrzanja pri sloenom kretanju
take. Posmatrajmo kretanje take P u nepokretnom Oxoyozo i pokretnom O x y z
koordinatnom sistemu [22]. Predpostaviemo da pokretni koordinatni sistem u odnosu na
nepokretni vri i translatorno i obrtno kretanje. Apsolutno kretanje take P opisuje se
vektorom poloaja r, dok se poloaj take u odnosu na pokretni koordinatni sistem opisuje
vektorom poloaja r . Koordinatni poetak pokretnog koordinatnog sistema O u odnosu
na nepokretni, zadaje se vektorom poloaja h (slika 1.39):
Slika 1.39. Prikaz nepokretnog i pokretnog koordinatnog sistema
64
Kinematika robota
_____________________________________________________________________________________________________________
Izmedju vektora r, r i h postoji veza u obliku:
(1.65) r = h + r
Ako uvedemo sledee oznake:
d( )
- diferenciranje po vremenu u odnosu na nepokretni koordinatni sistem,
dt
d ( )
- diferenciranje po vremenu u odnosu na pokretni koordinatni sistem,
dt
- ugaona brzina pokretnog koordinatnog sistema,
tada diferenciranjem relacije (1.65) po vremenu sledi:
dr dh d r
(1.66) = +
dt dt dt
poto je:
dr
(1.67) = v - vektor apsolutne brzine take P, i
dt
d r d r
(1.68) = + xr
dt dt
to izraz (1.66) za apsolutnu brzinu take P moemo napisati u sledeem obliku:
dh d r
(1.69) v= + xr +
dt dt
Diferenciranjem relacije za brzinu (1.69) po vremenu dobijamo apsolutno ubrzanje

take P:
d d r
(1.70) a=
dv d 2 h d
dt dt dt
(
= 2 + xr + )
dt dt

65
_____________________________________________________________________________________________________________
d r
(1.71)
d
dt
(
xr = )
d
dt
xr + x + xr
dt
d d r d 2 r d r
(1.72) = + x
dt dt dt 2 dt
Zamenom izraza (1.71) i (1.72) u izraz (1.70) i sredjivanjem dobijamo izraz za

apsolutno ubrzanje P u obliku:
r 2 r d r
(1.73) a=
d 2h
+
& xr
+ x (x r
)
+ + 2 x
dt 2 dt 2 dt
Pojedini lanovi izraza (1.69) i (1.73) predstavljaju:

dh
+ x r = v p - prenosnu brzinu take P,
dt
d r
= v r - relativnu brzinu take P,
dt
d 2h
dt 2
( )
& x r + x xr = a p - prenosno ubrzanje take P,
+
d 2 r
= a r - relativno ubrzanje take P, i
dt 2
d r
2x = a c - Coriolis-ovog ubrzanje take P.
dt
Izvedene relacije za brzine i ubrzanja pri sloenom kretanju take iskoristiemo pri
formiranju kinematikog modela robota.
66
Kinematika robota
_____________________________________________________________________________________________________________
2.2.2 Rekurzivni kinematiki model robota

Pri izvodjenju rekurzivnog kinematikog modela robota pokretni koordinatni sistemi
se usvajaju prema Denavit-Hartenberg-ovom postupku. Kinematiku segmenata opisujemo
u nepokretnom koordinatnom sistemu koji je vezan za bazu robota. Posmatrajmo i-ti
segment mehanizma manipulacionog robota sa i-tom i (i+1)-vom zglobnom vezom (Slika
1.40.). Uveemo sledea obeleavanja [22].
Oxoyozo nepokretni koordinatni sistem vezan za bazu robota,
Oi-1 - koordinatni poetak (i-1)-vog koordinatnog sistema,
zi-1 - vektor ose zgloba i,
pi-1 vektor poloaja koordinatnog poetka Oi-1 u odnosu na nepokretni koordinatni
sistem Oxoyozo,
vi-1 vektor brzine take Oi-1,
Oi koordinatni poetak i-tog koordinatnog sistema,
zi - vektor ose zgloba i+1,
pi vektor poloaja koordinatnog poetka Oi u odnosu na nepokretni koordinatni
sistem Oxoyozo,
pi vektor poloaja koordinatnog poetka Oi u odnosu na Oi-1,
s i - vektor poloaja centra mase i-tog segmenta u odnosu na Oi,

q i - unutranja koordinata zgloba i,
vi apsolutna brzina take Oi
i apsolutna ugaona brzina segmenta i,

i - relativna ugaona brzina segmenta i,
i 1 prenosna ugaona brzina segmenta i-1,

& i - apsolutno ugaono ubrzanje segmenta i,
ai apsolutno ubrzanje take Oi,

ai-1- apsolutno ubrzanje take Oi-1,
v apsolutna brzina centra mase i-tog segmenta,
i
a i - apsolutno ubrzanje centra mase i-tog segmenta

67
_____________________________________________________________________________________________________________
Poloaj koordinatnih poetaka Oi i Oi-1 u nepokretnom koordinatnom sistemu

odredjen je vektorima pi i pi-1. Relativni poloaj take Oi u odnosu na Oi-1 u nepokretnom
koordinatnom sistemu se odredjuje vektorom p i . Koordinatni sistem Oi-1xi-1yi-1zi-1 je
povezan sa osom i-tog zgloba i ima u odnosu na nepokretni koordinatni sistem brzinu vi-1 i
ugaonu brzinu i1 . Sistemi koordinata Oi-1xi-1yi-1zi-1 i Oixiyizi povezani su sa (i-1)-vim i i-
tim segmentima.
ai
segment i zi vi
ai 1 v i 1
zi-1 ci s-i zglob i+1
*
xi oi yi
p i
yi-1
oi-1 segment (i+1)
xi-1 zglob i
segment (i-1)
pi
pi 1
z0
o0 y0
x0
Slika 1.40. Prikaz vektora segmenta i

68
Kinematika robota
_____________________________________________________________________________________________________________
Rekurzivnim kinematikim relacijama odredjujemo brzinu i ubrzanje take Oi

segmenta i kao i ugaonu brzinu i ugaono ubrzanje segmenta i, ako su ove veliine
poznate kod segmenta i-1. Ovi izrazi se izvode primenom osnovnih relacija kinematike
krutog tela. Kretanje (i-1)-vog segmenta smatraemo prenosnim kretanjem a kretanje u i-
tom zglobu relativnim kretanjem [2]. Apsolutna ugaona brzina segmenta i i jednaka je
vektorskom zbiru njegove prenosne i-1 i relativne ugaone brzine i :

(1.74) i = i1 + i
diferenciranjem izraza (1.74) po vremenu dobija se zavisnost izmedju ugaonih

ubrzanja segmenta i i i-1:
d1 d i1 d i
(1.75) = +
dt dt dt
d i
(1.76) =
dt
d i 1
(1.77) =
& i 1 - apsolutno ugaono ubrzanje segmenta i-1,
dt

d i d i
(1.78) = + i 1 i
dt dt
Zamenom (1.76), (1.77) i (1.78) u (1.75) sledi izraz za apsolutno ugaono ubrzanje
segmenta i:

d i
(1.79) &i =
& i 1 + + i 1 i
dt
Vano je konstatovati da oznaka za diferenciranje d ( ) /dt se odnosi na pokretni

koordinatni sistem Oi-1xi-1yi-1zi-1.
Na osnovu relacija (1.69) apsolutna brzina take Oi se moe izraziti na sledei nain:
69
_____________________________________________________________________________________________________________
d p i
(1.80) v i = v i 1 + i 1 p i +
dt
Apsolutno ubrzanje take Oi na osnovu relacije (1.73) je:
d 2 p i d p i
(1.81) & i 1 p i + i 1 i 1 p i +
a i = a i 1 + 2
+ 2 i 1
dt dt
Poto je za nulti nepokretan segment kinematikog lanca, tj. za bazu robota koji je
fiksiran na platformi: vo = 0, o = 0,
& 0 = 0 , a uzimanjem u obzir sile tee: ao = g,
(g=9.8062 m/s2) , tada rekurzivni izrazi (1.74), (1.79), (1.80) i (1.81) omoguuju da se
postepeno odrede kinematike veliine kompletnog lanca manipulacionog robota idui od
prvog ka poslednjem segmentu.
Izvedeni izrazi (1.74), (1.79), (1.80) i (1.81) vae samo za kinematiki par sa
rotacionim zglobom, slini izrazi se mogu izvesti i za kinematiki par sa translatornim
zglobom. Moemo medjutim na pogodan nain, pomou tzv. indikatora definisati tip
zglobova kojima su segmenti vezani. Uvedimo u tom cilju niz indikatora i i definiimo ih
na sledei nain [2]:
0, ako je zglob rotacioni
i =
1, ako je zglob translatorni
Na ovaj nain zadavanjem vrednosti niza i (i = 1,.....,n), odredjujemo tip zglobova

manipulacionog robota.
Uvodjenjem sledeih obeleavanja:
(1.82) i = z i 1 q& i - relativna ugaona brzina segmenta "i"
d i
(1.83) = z i1q
&& i - relativno ugaono ubrzanje segmenta "i", i
dt
70
Kinematika robota
_____________________________________________________________________________________________________________
d p i
(1.84) = i p i
dt

d 2p i d i
(1.85)
dt 2
=
dt
(
p i + i i p i )
rekurzivne izraze (2.10), (2.15), (2.16) i (2.17) koje vae za rotacione i translatorne
zglobove moemo napisati u obliku:
- za ugaone brzine -
(1.86) i = i 1 + z i 1q& i (1 i )
- za ugaona ubrzanja -

(1.87) & i =
&& i + i1 (z i1q& i ) (1 i )
& i1 + z i1 q

- brzina take Oi
(1.88) v i = v i 1 + i x p i + z i1q& i i
- ubrzanje take Oi -
(1.89) a i = a i1 + ( )
& i p i + i i p i + [z i1 q
&& i + 2 i (z i1 q& i )] i
Na osnovu (2.24) i (2.25) brzina v i i ubrzanje ai centa mase i-tog segmenta, koji je
odredjen vektorom poloaja si u odnosu na taku Oi moe da se odredi na sledei nain:
(1.90) v i = v i + i si
(1.91) ai = a i + i si + i ( i si )
Relacije koje opisuju kinematiku kretanja i-tog segmenta potrebna su nam pri
formiranju dinamikog modela manipulatora.
71
_____________________________________________________________________________________________________________
Literatura
1. M.Vukobratovi,D.Stoki, N.Kiranski, D.Hristi, D.Vuji, M.Djurovi

UVOD U ROBOTIKU
Institut Mihajlo Pupin, Beograd, 1986.
2. M. Vukobratovi
Primenjena dinamika manipulacionih robota
Tehnika knjiga, Beograd.
3. M.Vukobratovi, D.Stoki
UPRAVLJANJE MANIPULACIONIM ROBOTIMA
Serija: Osnovi robotike, Tehnika knjiga, Beograd, 1986.
4. V.Potkonjak
ROBOTIKA
Nauna knjiga, Beograd, 1989.
5. Lantos Bla
ROBOTOK IRNYTSA
Akadmiai Kiad, Budapest, 1991.
6. G. Arz, A. Lipoth, I. Merksz

ROTOTMANIPULTOROK
LSI, Budapest, 1987.
7. J. Volmer
INDUSTRIEROBOER-ENTWICKLUNG
Hthing,Heidelberg, 1985.
72
Kinematika robota
_____________________________________________________________________________________________________________
8. A. Siegler
ROBOT IRNYTSI MODELLEK
9. G. Bgelsack, E. Kallenbach, G. Linnemann

ROBOTER IN DER GERATETECHNIK
VEB Verlag Technik, Berlin, 1984.
10. F. Nagy, A. Siegler

ENGINEERING FOUNDATIONS OF ROBOTICS
Prentice-Hall International, UK, 1987.
11. G. Aonja
PROGRAM ZA SIMULACIJU KRETANJA OSNOVNE KONFIGURACIJE ROBOTA
SCARA, JUROB 89, Zbornik radova, 5,1-5, Opatija, 1989.
12. R. P. Paul
ROBOT MANIPULATORS: MATHEMATICS, PROGRAMMING AND CONTROL
The MIT Press, 1981.
13. J. Lenari
KINEMATICS, ENCYCLOPEDIA OF ROBOTICS
New York, 1988
14. Pieper D. L., Roth B.

THE KINEMATICS OF MANIPULATORS UNDER COMPUTER CONTROL
Proc.II Iter.Congress on Theory of Machines and Mechanisms, Vol.2.Zakopane 1969.
15. D. E. Whitney
THE MATHEMATICS OF COORDINATED CONTROL OF PROSTHETIC ARMS
AND MANIPULATORS
Journal of Dynamic Systems, Measurement and Control, Vol.122, 303-309, 1982.
73
_____________________________________________________________________________________________________________
16. Wesley E. S.
INDUSTRIAL ROBOTS
New Jersey, 1985.
17. C. S. G. Lee
ROBOT ARM KINEMATICS
Tutorial on Robotics, IEEE Computer Society, Los Angeles, 1983.
18. R. P. Paul, B. Shimano, G. E. Mayer

KINEMATIC CONTROL EQUATIONS FOR SIMPLE MANIPULATORS
IEEE, Vol.SMC-11, No.6, 449-455, 1981.
19. R. P. Paul
MANIPLATOR CARTESIAN PATH CONTROL
IEEE, Vol.SMC-9, No11, 702-711, 1979.
20. A. Timenko, N. Kiranski, M. Vukobratovi

SYM-PROGRAMSKI PAKET ZA GENERISANJE SIMBOLIKIH MODELA
MANIPULATORA, Zbornik VI Jugoslovenskog simpozijuma za primenjenu robotiku i
fleksibilnu automatizaciju, 3-10, Novi Sad, 1989.
21. J. Y. S. Luh, M. W. Walker, R. P. C. Paul

ON-LINE COMPUTATIONAL SCHEME FOR MECHANICAL MANIPULATORS
Journal of Dynamic Systems, Measurement, and Control, Vol.102, 69-76, 1980.
22. A. miarowski, Jr., J. N. Anderson

RECURSIVE ALGORITHM FOR THE THIRD-ORDER MODEL OF ROBOT
IEEE, 8, 1684-1689, 1989.
23. Meter Djula

MEHANIKA INDUSTRIJSKIH ROBOTA I deo KINEMATIKA ROBOTA
Via tehnika kola Subotica, 1990.
74
Dinamika robota
_______________________________________________________________________________
2. DINAMIKA ROBOTA
75
_____________________________________________________________________________________________________________
SADRAJ
2. DINAMIKA ROBOTA......................................................................................75
2.1 UVOD ............................................................................................................77
2.2 MATEMATIKI MODEL MEHANIZMA ROBOTA.................................79

2.2.1 Rekurzivni dinamiki model robota ........................................................80
2.2.2 Rerurzivni dinamiki model robota u koordinatnom sistemu segmeneta83
2.2.3 Dinamiko modeliranje robota primenom Lagrange-ovih jednaina II
vrste..............................................................................................................................87
2.2.4 Analiza dinamikog modela robota ........................................................94
2.3 POGONI MANIPULACIONIH ROBOTA ...................................................96

2.3.1 Aktuatori robota......................................................................................96
2.3.2 Kompletan dinamiki model robota......................................................101
2.4 DINAMIKA ANALIZA ROBOTA PRIMENOM RAUNARA ............102
LITERATURA .......................................................................................................105
76
Dinamika robota
_______________________________________________________________________________
2.1 UVOD
Dinamiki model manipulacionih robota sastoji se iz:

dinamikog modela mehanizma i
dinamikog modela aktuatora (servomotor+reduktor) koji pokreu pojedine
zglobove mehanizma
Dinamika analiza robota dobija sve vei znaaj usled poveanja brzohodnosti
manipulacionih mehanizama, to dovodi do znaajnih dinamikih efekata. Dinamiki
model robota slui za:
projektovanje mehanizma robota,
optimalan izbor aktuatora, kao i za
projektovanje upravljakih sistema.
Na poetku, razvoj teorije i industrijske aplikacije dinamike robota se odvija

odvojeno. Primena dinamikih modela pri analizi robotskih sistema je naroito
uznapredovala razvojem odgovarajuih softverskih paketa kao i razvojem hardvera.
Metode dinamikog modeliranja manipulacionih robota moemo razvrstati prema:
a) vrsti problema koji se reava,
b) primenjenim zakonima mehanike, i
c) nainu programske implementacije metode.
Prema prvom kriterijumu zadatak razvrstavamo na modeliranje:

1. direktnog problema dinamike, i
2. inverznog problema dinamike.
Kod direktnog problema dinamike vri se odredjivanje pogonskih sila i momenata

kada je kretanje zadato, pod inverznim problemom dinamike podrazumeva se odredjivanje
kretanja robota kada su pogonske sile i momenti zadati.
77
_____________________________________________________________________________________________________________
Prema primenjenim zakonima mehanike mogu se prepoznati tri osnovne grupe

metoda:
1. metode na bazi Newton-Euler-ovih dinamikih jednaina,
2. metode na bazi Lagrange-ovih jednaina II vrste, i
3. metode na bazi Appel-ovih jednaina.
Prema nainu programske implementacije metode razlikujemo u osnovi tri vrste
metoda:
1. numerike metode,
2. simbolike metode, i
3. numeriko-simbolike metode.
Kod savremenih upravljakih sistema industrijskih robota zahteva se uestanost

odabiranja reda veliine 1kHz, to znai da za izraunavanje zakona upravljanja na
raspolaganju je vreme reda veliina 1 ms. S druge strane postupak modeliranja je izuzetno
sloen, pa je jedino reenje da se ti postupci automatizuju, to podrazumeva postavljanje
dovoljno opteg algoritma na raunarima [3]. Kao osnova za formiranje dinamikog
modela, zbog svoje fizikalne jasnoe, koristiemo Newton-Euler-ovu metodu i Lagrange-
ove jednaine II vrste. Najsavremeniji pristup dinamikom modeliranju industrijskih
robota je tehnika simbolikog modeliranja, gde se prilikom generisanja dinamikog
modela u viem programskom jeziku, parametri i ulazne veliine tretiraju kao simbolike
promenljive. Ovim putem se dobijaju modeli nekoliko puta manje sloenosti nego drugim
metodama modeliranja, to je osnovni uslov za generisanje modela za rad u realnom
vremenu. Naime, simblikim modelima uzima se u obzir konkretna struktura mehanizma
robota i eliminiu nepotrebne numerike operacije.
U narednim poglavljima se razmatra zadatak dinamikog modeliranja:

direktnog dinamikog
problema. Primenom metoda na bazi:
Newton-Euler-ovih i Lagrange-ovih jednaina II vrste,
Parametri manipulacionog robota se zadaju primenom:
Denavit-Hartenbergovog
pristupa kao aktuatori se koriste
servomotori jednosmerne struje.
78
Dinamika robota
_______________________________________________________________________________
2.2 MATEMATIKI MODEL MEHANIZMA ROBOTA
Pri matematikom modeliranju mehanizma robota polazi se od sledeih pretpostavki:

- kinematiki lanac je prost i otvoren,
- segmenti mehanizma se modeliraju kao kruta tela a povezani su sa zglobovima sa
jednim stepenom slobode,
- zglobovi izmedju segmenata su rotacioni (R) ili translatorni (T),
- svaki zglob je opremljen nezavisnim aktuatorom koji ga pokree,
- geometrija segmenata se zadaje prema Denavit-Hartenbergovom pristupu,
- zanemarujemo uticaj priguenja, zazora i vibracije podloge robota.
Posmatrajmo dinamiki model robota sa n zglobova. Svaki zglob pokree

odgovarajui aktuator, koji realizuje pogonski moment za pokretanje zgloba. Kretanje i-tog
zgloba opisujemo unutranjom koordinatom qi, koja za rotacioni kinematiki par
predstavlja ugao izmedju dva susedna segmenta, a za translatorni par linearni pomeraj
izmedju dva susedna segmenta.
Matematiki model mehanizma robota se formira primenom Newton-Euler-ovih

jednaina a na bazi rada Luh-a [20] i Lagrange-ovih jednaina II vrste. Razmatra se
direktan dinamiki problem1, tj. nalaenje pogonskog momenta ili upravljakog napona
servomotora da bi se ostvarilo zadato kretanje robota. U cilju postavljanja dinamikog
modela u poglavlju 1.6 razmotrili smo odredjivanje kinematikih veliina brzina i
ubrzanja pri sloenom kretanju take i rekurzivni kinematiki model robota.
1
U anglosaksonskoj literature se koristi naziv: inverzna dinamika.
79
_____________________________________________________________________________________________________________
2.2.1 Rekurzivni dinamiki model robota

Razmatranje rekurzivnog dinamikog modela robota vrimo prema Newton-Euler-
ovim jednainama, a prema slici 2.1., gde je prikazan namipulacioni robot tipa Puma [24].
Uvodimo sledee oznake (svi vektori su zadati u nepokretnom koordinatnom sistemu):
m i - masa i-tog segmenta,
J i - tenzor inercije i-tog segmenta u odnosu na njegov centar mase u nepokretnom
koordinatnom sistemu,
Fi - inercijalna i gravitaciona sila koja deluje na i-ti segment u centru mase,
N i - inercijalni moment koji deluje na i-ti segment u centru mase,
f i - sila kojom i-ti segment deluje na (i-1)-vi segment,
n i - moment kojom i-ti segment deluje na (i-1)-vi segment,
i - moment (sila) optereenja i-tog aktuatora.
Prikaz sila i momenata koji deluju na i-ti segment robota daje se na slici 2.3.
fi
(xi-1, yi-1, zi-1)
ci
oi-1 s i
ni oi
p*
i
fi+1
pi-1 (xi, yi, zi)
pi ni+1
z0
o0 y0
x0
Slika 2.1. Prikaz sila i momenata na zglobovima robota
80
Dinamika robota
_______________________________________________________________________________
Na osnovu rekurzivnih kinematikih relacija iz poglavlja 1.6 i primenom Newton-

Euler-ovih jednaina formiraemo izraze za sile i momente:
a) Odredjivanje sila
Inercijalne i gravitacione sile koje deluju u centrima masa se odredjuju prema
relaciji:
(2.1) Fi = m i ai i = 1,...., n
a sile kojima i-ti segment deluje na (i-1)-vi se odredjuju na sledei nain:
(2.2) f i = f i+1 + Fi i = n, n 1,...,1
b) Odredjivanje momenata
Euler-ove dinamike jednaine daju inercijalni moment koji deluje na i-ti segment u
centru mase:
d (J i i )
(2.3) Ni =
dt
(2.4) & i + i (J i i )
N i = J i i = 1,..., n
gde je J i tenzor inercije:
(
J xx = I xx + m i s iy2 + s iz2 )
J yy = I yy + m (s i
2
ix + s iz2 )
J zz = I zz + m (si
2
ix + s iy2 )
(2.5)
J xy = I xy m i s ix s iy
J xz = I xz m i s ix s iz
J yz = I yz m i s iy s iz
Momenti kojima i-ti segment deluje na (i-1)-vi segment odredjuju se prema sledeem
izrazu:
(2.6) (
n i = n i +1 + p i f i +1 + p i + s i Fi + N i ) i = n,..., i
81
_____________________________________________________________________________________________________________
Relacije (2.2) i (2.6), koje imaju rekurzivnu formu moemo iskoristiti za

odredjivanje sila i momenata koje deluju na segmente n-segmentnog manipulacionog
robota. Da bi uzeli u obzir i uticaj objekta manipulacije (radnog predmeta) na dinamiko
ponaanje robota, dovoljno je uzeti da fn + 1 i n n + 1 predstavljaju odgovarajuu silu i
moment, sa kojima objekat manipulacije deluje na hvataljku robota.
Ako je i-ti zglob robota rotacioni R, tada on realizuje rotaciju od q i radijana u
sistemu kooridnata O i 1 x i 1 y i 1z i 1 oko ose z i 1 . Prema tome, moment obrazovan pogonom
i-tog zgloba, mora biti ravan sumi projekcija momenta n i na osu z i 1 . Ako je i-ti zglob
translatoran T, tada on realizuje pomeranje q i jedinica duine u odnosu na sistem
koordinata O i 1 x i 1 y i 1z i 1 du ose z i 1 . U tom sluaju pogonska sila obrazovana tom
zglobu mora biti jednaka sumi projekcije sile f i na osu z i . Na osnovu ovih konstatacija
momenti (sile) optereenja aktuatora se odredjuju prema sledeem izrazu [22]:
(2.7) i = (1 i )n iT z i 1 + i f iT z i 1 i = n ,...,1
Moemo sada konstatovati da izvedene jednaine koje opisuju kretanje

manipulacionog robota predstavljaju sistem direktnih (kinematiki model) i obrnutih
rekurzivnih jednaina (dinamiki model). Direktne rekurzivne jednaine (1.86.-1.91)
omoguavaju izraunavanje kinematikih karakteristika segmenata na rekurzivni nain u
smeru od baznog sistema koordinata prema hvataljci. Obrnute rekurzivne jednaine Njutn-
Ojlera (2.2) i (2.6) slue za izraunavanje sila i momenta na rekurzivni nain u smeru od
hvataljke ka bazi robota.
Prema tome direktne jednaine omoguavaju redno izraunavanje kinematikih

veliina v i , a i , i , i segmenata manipulacionog robota u smeru od osnove ka hvataljci

(i = 1,..., n ) dok istovremeno, obrnute jednaine omoguavaju nam izraunavanje sila i
momenata (f i , n i ) , koji trebaju biti realizovani u zglobovima kretanja, redom u smeru od
hvataljke do baze robota (i = n,...,1) , prema slici 2.2.:
82
Dinamika robota
_______________________________________________________________________________
z0
e fn+1
in
nn+1
na
jed
a in e
qi jedn
d i rek t n e
ut
O0 o br n
y0
x0
Slika 2.2. Prikaz toka prorauna prema direktnim i obrnutim rekurzivnim jednainama
2.2.2 Rerurzivni dinamiki model robota u koordinatnom sistemu segmeneta

Nedostatak dobijenih rekurzivnih jednaina kinematikog i dinamikog modela
robota iz prethodnih poglavlja se sastoji u tome to se matrica J i , a takodje i geometrijski
parametri p i , p i 1 , p i , si budui da su izraeni u nepokretnom koordinatnom sistemu,

menjaju u procesu kretanja manipulacionog robota. Luh-Walker-Paul [20] usavrili su
razmatranu metodu, prelazei u jednaine kretanja sa brzinama, ubrzanjima, matricama
inercije, vektorima poloaja centra mase segmenata, silama i momentima izraenih u
odnosu na koordinatni sistem odgovarajueg segmenta. Ovim su postignuti sledei ciljevi:
osetljivo uproenje prorauna,
mogunost realizacije algoritma upravljanja manipulacionog robota u realnom
vremenu (on-line),
vreme izraunavanje upravljakih momenata pri korienju Luh-Walker-Paul -ove
metode je linearno proporcionalno broju zglobova i ne zavisi od realizovane
konfiguracije robota u procesu kretanja.
83
_____________________________________________________________________________________________________________
i 1
Neka je R i matrica rotacije reda 3x3, koja preslikava vektore iz koordinatnog
sistema O i x i y i z i (i-ti sistem) u koordinatni sistem O i 1 x i 1 y i 1 z i 1 (i-1-vi sistem). Matrica

i 1 i 1
R i je gornja leva podmatrica matrice Di :
cos q i sin q i co i sin q i sin i

(2.8) i 1
R 1 = sin q i cos q i co i cos sq i sin i
0 sin i cos i
Poto je:
i 1
(2.9) R iT = i R i 1
to sledi:
cos q i sin q i 0
(2.10) i
R 11 = sin q i cos i cos q i co i sin i
sin q i sin c os q i sin i cos i
Umesto odredjivanja:
& i , v i , a i , p i , s i , Fi , N i , f i , n i i i
i ,
u nepokretnom koordinatnom sistemu vezanog za bazu robota, izraunaemo:
i
R o i , i R o
& i , i R o v i , i R o a i , i R o FI , i R o N I , i R o n i i i R o i
u sistemu koordinata i-tog segmenta O i xi y i z i .
Relacije (1.86.-1.91) i (2.2), (2.6), (2.7) sada dobijaju sledei izgled:
84
Dinamika robota
_______________________________________________________________________________
(2.11) Kinematike jednaine i = i,..., n
- ugaone brzine::
i
R o i = i R i1 [ i 1
R o i1 + z o q& i (1 i ) ]
- ugaona ubrzanja:
i
& i = i R i 1
R o { i 1
& i 1 + z o q
R o [
&& i + ( i 1
)
R o i 1 (z o q& i ) (1 i )] }
- ubrzanje take O1 :
i
R o a i = i R i 1 i 1 R o a i 1 + i R o ( ) (
& i i R o p i + i R o i ) ( ) [( R i
o i
i
)]
R o p i +
[
+ i R i 1 z o q ( ) (
&& i + 2 i R o i i R i 1 z o q& i i )]
- ubrzanje centra mase i-tog segmenta Ci :
i
R o ai = i R o a i + i R o ( ) (
& i i R o si + i R o
&i ) ( ) [( R ) ( R s )]
i
o i
i
o i
(2.12) Dinamike jednaine i = n ,.n 1,...,1
- inercijalne i gravitacione sile:

i
R o Fi = m i i R o ai
- inercijalni momenti:
i
(
RoNi = i RoJi o Ri )( R & )+ ( R ) [( R
i
o i
i
o i
i
o Ji o Ri )( R )]
i
o i
- sile kojima i-ti segment deluje na (i-1)-vi:

i
R o f i = i R i +1 ( i +1
)
R o f i +1 + i R o Fi
- momenti kojima i-ti segment deluje na (i-1)-vi:

i
R o n i = i R i +1 [ i +1
R o n i +1 + ( i +1
R o p i x) ( i +1
)] (
R o f i +1 + i R o p i + i R o s i i R o Fi + i R o N i )( ) ( )
- momenti ili sile optereenja aktuatora:
(2.13) i = (1 i ) i R o n i ( ) (R
T i
) (
z + i R ofi
i 1 o )(R
T i
i 1 o z i )
85
_____________________________________________________________________________________________________________
gde je:
z o =(0,0,1)T
i
R o si - centar mase i-tog segmenta u sistemu koordinata O i x i y i z i
i
R op i - vektor relativnog poloaja poetka koordinatnog sistema O i x i y i z i izraen
u odnosu na koordinatni sistem O i x i y i z i i jednak:
ai
i
R o p i = d i sin i
d i cos i
i
R o J i o R i - matrica inercije i-tog segmenta izraena u sistemu koordinata
Oi x i yi zi .
Standarni vid poetnih uslova sa uzimanjem u obzi dejstva sile tee je sledei:
o =
& o = vo = 0 ;
ao = g x , g y , g z T
pri emu je:

g = 9.8062 m s 2 .
Tako smo dobili, sa raunske take gledita, efikasnije jednaine kretanja, koje
predstavljaju sisteme direktnih kinematikih i obrnutih dinamikih rekurzivnih jednaina i
koje omoguavaju izraunavanje kinematikih i dinamikih parametara kretanja svakog
segmenta robota u sistemu koordinata vezanih sa tim segmentom. Prikazani postupak je
naroito pogodan za aplikaciju na raunaru i u dananje vreme predstavljaju najefikasniju
metodu za dinamiko modeliranje robota [22].
Prema tome, pri formiranju konfiguracije robota, kinematiki parametri segmenata se

zadaju prema Denavit-Hartenbergovoj konvenciji, a mase i momenti inercije segmenata se
zadaju u odnosu na ose lokalnih koordinatnih sistema zamiljenih u centrima mase
segmenata.
86
Dinamika robota
_______________________________________________________________________________
2.2.3 Dinamiko modeliranje robota primenom Lagrange-ovih jednaina II

vrste
Za sintezu dinamike manipulacionih robota pogodno je primeniti Lagrange-ove
jednaina II vrste:
d T T
(2.14) + = i i = 1, ..., n
dt q& i q i q i
gde je:
T kinetika energija manipulacionog robota,
- potencijalna energija robota,
i pogonski moment/sila,
qi unutranja koordinata.
Dinamiko modeliranje robota primenom Lagrange-ovih jednaina II vrste

prikazaemo na konfiguraciji robota, sa dva rotaciona zgloba tj. sa dva stepena slobode
kretanja prema slici 2.3. Ako se prikazani robot kree u horizontalnoj ravni (bez uticaja
gravitacije), tada obuhvata prva dva stepena slobode SCARA robota (Selective Compliant
Articulated Robot for Assembly), ako se pak kree u vertikalnoj ravni obuhvata drugi i
trei segment PUMA robota.
Pozicija segmenta robota je opisana unutranjim koordinatama q1 i q2, mm je masa

servomotora zgloba 2, m3 je koristan teret.
Podaci segmenta 1:
11 duina pvog segmenta,
1c1 udaljenost teita prvog segmenta od centra zgloba 1,
m1 masa prvog segmenta,
J1 momenta inercije prvog segmenta u odnosu na teite segmenta.
Podaci segmenta 2:
12 duina pvog segmenta,
1c2 udaljenost teita drugog segmenta od centra zgloba 1,
m2 masa drugog segmenta,
J2 momenta inercije dugog segmenta u odnosu na teite segmenta.
87
_____________________________________________________________________________________________________________
m3
q2
lc2
c2
lc1
c1 o2 q1
mm
o1 X
Z, z0, z1 z2 z3, z4
c1 c2
J1, l1, m1 J2, l2, m2
Slika 2.3. Prikaz osnovne konfiguracije robota sa dva rotaciona zgloba
Za sastavlanje dinamikog modela mehanizma robota primeniemo Lagraneve

jednaine II vrste. U tom cilju je potrebno napisati izraz za kinetiku i potencijalnu
energiju robota. Kinetika energija robota pri kretanju se sastoji od:
- kinetike energije segmenta 1:
1 1
(2.15) T1 = J1q& 12 + m1 v c21
2 2
88
Dinamika robota
_______________________________________________________________________________
- kinetike energije segmenta 2:
1 1
(2.16) T2 = J 2 (q& 12 + q& 22 ) + m 2 v c21
2 2
- kinetike energije servomotora zgloba 2:
1
(2.17) T3 = 2
m m v 01
2
- kinetike energije korisnog tereta m3:
1
(2.18) T4 = 2
m 3 v 02
2
Za sastavljanje izraza za kinetiku energiju mehanizma robota:
(2.19) T = T1 + T2 + T3 + T4
potrebno je izraziti apsolutne brzine taaka pomou ugaonih brzina zglobova robota:
(2.20) v c1 = l c1q& 1
v 01 = l1q& 1
v c 2 = l12 q& 12 + 2l1l c 2 q& 1 (q& 1 + q& 2 ) cos q 2 + l c22 (q& 1 + q& 2 ) 2
v 02 = l1 q& 12 + 2l12 q& 1 (q& 1 + q& 2 ) cos q 2 + l 22 (q& 1 + q& 2 ) 2
Prema tome izraz za kinetiku energiju mehanizma robota glasi:

(2.21)
T=
1
2
[
J1q& 12 + m1l c21q& 12 + J 2 (q& 1 + q& 2 ) 2 +]
[ ]
+ m 2 l12 q& 12 + 2l1l c 2 q& 1 (q& 1 + q& 2 ) cos q 2 + l c22 (q& 1 + q& 2 ) 2 + m m l12 q& 1 +
[
+ m 3 l1q& 12 + 2l12 q& 1 (q& 1 + q& 2 ) cos q 2 + l 22 (q& 1 + q& 2 ) 2 ]
Potencijalna enegija robota se sastoji od:
89
_____________________________________________________________________________________________________________
- potencijalne enegije segmenta 1:
(2.22) 1 = m1gl c1 sin q1
- potencijalne energije segmenta 2:
(2.23) 2 = m 2 g[l 2 sin q 2 + l c 2 sin(q1 + q 2 )]
- potencijalne energije servomotora 2:
(2.24) 3 = m m gl1 sin q1
i potencijalne energije korisnog tereta:
(2.25) 4 = m 3 g[l1 sin q1 + l 2 sin(q1 + q 2 )]
Prema tome izraz za potencijalnu energiju mehanizma robota glasi:
= m1gl c1 sin q1 + m 2 g[l 2 sin q 2 + l c 2 sin(q1 + q 2 )] +

(2.26)
+ m m gl1 sin q1 + m 3g[l1 sin q1 + l 2 sin(q1 + q 2 )]
Zamenom izraza za T i u Lagraneve jednaine II vrste:
d T T
(2.27) + = i i = 1, 2
dt q& i q i q i
dobiemo dinamiki model mehanizma robota u matrinom obliku:
(2.28) && + C(q, q& )q& + g(q) =

H(q)q
sa elementima matrice:
H(q)1,1 H(q)1,2
(2.29) H (q) =
H(q) 2,1 H(q) 2,2
90
Dinamika robota
_______________________________________________________________________________
(2.30)
H(q)1,1 = J 1 + J 2 + m1l c1
2
(
+ m 2 l12 + l c2
2
) (
+ 2l1l c2 cos(q 2 ) + m 3 l12 + l 22 + 2l1l 2 cos(q 2 ) + m m l12 , )
H(q)1,2 = J 2 + m 2 l c2
2
( ) (
+ l1l c2 cos(q 2 ) + m 3 l 22 + l1l 2 cos(q 2 ) , )
H(q) 2,1 = J 2 + m 2 l c2
2
( ) (
+ l1l c2 cos(q 2 ) + m 3 l 22 + l1l 2 cos(q 2 ) , )
H(q) 2,2 = J 2 + m 2 l c2
2
+ m 3 l 22 .
C(q, q& )1,1 C(q, q& )1,2

(2.31) C(q, q& ) =
C(q, q& ) 2,1 C(q, q& ) 2,2
C(q, q& )1,1 = 2l1 (m 2 l c2 + m 3 l 2 )q& 1sin(q 2 ),
C(q, q& )1,2 = l1 (m 2 l c2 + m 3 l 2 )q& 1sin(q 2 ),

(2.32)
C(q, q& ) 2,1 = l1 (m 2 l c2 + m 3 l 2 )q& 1sin(q 2 ),
C(q, q& ) 2,2 = 0.
g (q )
(2.33) g (q) = 1
g 2 (q )
(2.34)
g 1 (q ) = m 1 gl c1 cos(q 1 ) + m 2 g(l1 cos(q 1 ) + l c2 cos(q 1 + q 2 )) + m m gl1 cos(q 1 ) + m 3 g(l1 cos(q 1 ) + l 2 cos(q 1 + q 2 ))
g 2 (q ) = m 2 gl c 2 cos(q 1 + q 2 ) + m 3 gl 2 cos(q 1 + q 2 )
q q& &q&
(2.35) q = 1 q& = 1 && = 1
q = 1
q 2 q& 2 &q& 2 2
Prema tome dinamiki model mehanizma robota u matrinom obliku glasi:
91
_____________________________________________________________________________________________________________
(2.36)
J1 + J 2 + m1l c1
2
(
+ m 2 l12 + l c2
2
) ( )
+ 2l1l c2 cos(q 2 ) + m 3 l12 + l 22 + 2l1l 2 cos(q 2 ) + m m l12
2 2
J1 + m 2 (l c 2 + l1l c 2 cos q 2 ) + m 3 (l 1 l 2 cos q 2 + l 2 )
(
J 2 + m 2 l c22
) ( )
+ l1l c2 cos(q 2 ) + m 3 l 22 + l1l 2 cos(q 2 ) &q&1
+

J 2 + m 2 l c2 + m 3l 2
2 2 &q& 2

2l1 (m 2 l c2 + m 3 l 2 )q& 2 sin(q 2 ) - l1 (m 2 l c2 + m 3 l 2 )q& 2 sin(q 2 ) q& 1

+ +

l1 (m 2 l c2 + m 3l 2 )q& 1sin(q 2 ) 0 q& 2
m1gl c1 cos(q1 ) + m 2 g(l1cos(q1 ) + l c2 cos(q1 + q 2 )) + m m gl1 cos(q1 ) +

+
m 2 gl c 2 cos(q1 + q 2 ) + m 3gl 2 cos(q1 + q 2 )
+ m 3g(l1cos(q1 ) + l 2 cos(q1 + q 2 )) 1
=

2
Ako se robot, prikazan na slici 2.3. kree samo u horizontalnoj ravni, tada isti
predstavlja osnovnu konfiguraciju SCARA robota sa dva stepena slobode kretanja, n=2,
tako da je vektor gravitacionih momenata g(q)=0.
Pogonski momenat P1 oko i-tog zgloba izaziva kretanje i-tog zgloba sa ubrzanjem q&&1
zavisno od momena inercije celog pokretnog dela mehanizma oko i-tog zgloba. Ovaj
momenat inercije je sloena funkcija trenutnih koordinata svih zglobova mehanizma posle
i-tog zgloba. Pored sopstvenog momenta inercije i-tog zgloba (J1,J2) na kretanje i-tog
zgloba utiu jo i unakrsni inercialni lanovi koji predstavljaju uticaje ubrzanja ostalih
zglobova mehanizma robota posle i-tog zgloba. Unakrsni inercijalni lanovi su takodje
sloene funcije trenutnih koordinata mehanizma. Uporedjenjem izraza (2.28) i (2.36), sledi
zakljuak da izraz za inercijalnu matricu H(q) koja je funcija vektora unutranjih
koordinata u konkretnom glasi:
92
Dinamika robota
_______________________________________________________________________________
(2.37)
J1 + J 2 + m1l c1
2
(
+ m 2 l12 + l c2
2
) ( )
+ 2l1l c2 cos(q 2 ) + m 3 l12 + l 22 + 2l1l 2 cos(q 2 ) + m m l12
H (q) =

(
J 2 + m 2 l c2
2
) ( )
+ l1l c2 cos(q 2 ) + m 3 l 22 + l1l 2 cos(q 2 )
(
J 2 + m 2 l c2
2
) ( )
+ l1l c2 cos(q 2 ) + m 3 l 22 + l1l 2 cos(q 2 )

J 2 + m 2 l c2
2
+ m 3 l 22
Pored toga na kretanje i-tog zgloba utiu i momenti usled ugaonih brzina zglobova,
takozvani Coriolis-ovi i centrifugalni momenti koji su srazmerni proizvodu ugaonih brzina
zglobova tako da je vektor Coriolis-ovih i centrifugalnih efekata u navedenom primeru:
2l1 (m 2 l c2 + m 3 l 2 )q& 2 sin(q 2 ) - l1 (m 2 l c2 + m 3 l 2 )q& 2 sin(q 2 )

(2.38) C(q, q& ) =
l1 (m 2 l c2 + m 3 l 2 )q& 1sin(q 2 ) 0
Coriolis-ovi i centifugalni momenti su direktno srazmerni ugaonim brzinama

zglobova i znaajne su samo kada se zglobovi obru velikim ugaonim brzinama tj. u fazi
poketanja i zaustavljanja zglobova nemaju bitan uticaj na dinamiku robota. Medjutim pri
veim ugaonim brzinama imaju znatan uticaj na tanost pozicioniranja ili praenja
trajektorija. Najzad na moment oko i-tog zgloba utie i gavitacioni moment koji deluje na
i-ti zglob i koji je, u optem sluaju, takodje sloena funkcija svih koordinata mehanizma i
menja se u toku kretanja i-tog zgloba:
m gl cos(q1 ) + m 2 g(l1cos(q1 ) + l c2 cos(q1 + q 2 )) + m m gl1 cos(q1 ) +
g(q) = 1 c1
m 2 gl c 2 cos(q1 + q 2 ) + m 3 gl 2 cos(q1 + q 2 )
(2.39)
+ m 3 g(l1cos(q1 ) + l 2 cos(q1 + q 2 ))

Prema tome, inercijalna matrica H(q) i vektori C(q, q& )q& i g(q) mogu biti veoma
sloene nelineane funkcije svih koordinata mehanizma. Na osnovu gornjih konstatacija se
vidi da je kretanje svakog zgloba jako spregnuto sa kretanjem svih ostalih zglobova i da
pogonski momenti aktuatora utiu na sve zglobove u mehanizmu. Pogonski moment
aktuatora predstavlja izlazni momenat servomotora, a ako postoji reduktor tada se radi o
izlaznom momentu reduktora.
93
_____________________________________________________________________________________________________________
2.2.4 Analiza dinamikog modela robota

Ako se momentne jednaine (2.7) ili (2.13) napiu za svih n zglobova mehanizma
robota dobija se ukupan model dinamike celog mehanizma, a to je sistem n skalarnih
diferencijalnih jednaina drugog reda koji se u matrinoj formi moe prikazati kao [2]:
(2.40) = H (q )q
&& + h(q, q& )
gde je:
=(1 , 2 ,... n )T - vektor pogonskih momenata ili sila dimenzija n x 1
H (q ) - inercijalna matrica dimenzija nxn koja je funkcija vektora unutranjih
koordinara mehanizma robota q.
q =(q 1 , q 2 ,...q n )T - vektor unutranjih koordinata dimenzija nx1.
h(q, q& ) =q& T C(q )q& + g(q ) - je vektor dimenzija nx1.
C(q )q& - je matrica Coriolis-ovih i centrifugalnih efekata dimenzija nxnxn

(trodimenziona matrica)
g(q ) - vektor gravitacionih efekata dimenzija nx1.
Tako izraz (2.40) moemo napisati i u sledeoj formi:
(2.41) = H (q )q
&& + q& T C(q )q& + g(q )
Dinamiki model mehanizma robota ini skup od n nelinearnih diferencijalnih

jednaina drugog reda koji se dobija bez obzira na izabrani pristup formiranja modela.
Pogonski momenat oko i-tog zgloba izaziva kretanje i-tog zgloba sa ubrzanjem &q& i
zavisno od momenta inercije celog pokretnog dela mehanizma robota oko i-tog zgloba.
Ovaj momenat inercije je sloena funkcija trenutih koordinata svih zglobova mehanizma
posle i-tog zgloba. Pored sopstvenog momenta inercije i-tog zgloba, na kretanje i-tog
zgloba utiu i unakrsni inercijalni lanovi koji predstavljaju uticaje ubrzanja ostalih
94
Dinamika robota
_______________________________________________________________________________
zglobova mehanizma robota posle i-tog zgloba. Unakrsni inercijalni lanovi su takodje
sloene funkcije trenutnih koordinata mehanizma. Pored toga na kretanje i-tog zgloba utiu
i momenti usled brzina zglobova, tkzv. Coriolisovi centrifugalni momenti koji su
srazmerni proizvodu brzina zglobova. Najzad, na moment oko i-tog zgloba utie i
gravitacioni moment koji deluje na i-ti zglob i koji je, u optem sluaju takodje sloena
funkcija svih koordinata mehanizma robota. Prema tome, inercijalna matrica H (q ) i vektor
h(q, q& ) =q& T C(q )q& + g(q ) mogu biti veoma sloene nelinearne funkcije svih koordinata
mehanizma [3].
Na osnovu gornjih konstatacija se vidi da je kretanje svakog zgloba jako spregnuto

sa kretanjem svih ostalih zglobova robota i da pogonski momenti aktuatora utiu na sve
zglobove u mehanizmu. Pogonski momenat aktuatora predstavlja izlazni momenat
servomotora, a ako postoji reduktor tada se radi o izlaznom momentu reduktora. Potrebno
je sada konstatovati da model (2.40) opisuje dinamiku mehanizma robota ne vodei rauna
o dinamici aktuatora. Da bi se dobio dinamiki model koji bi vodio rauna o kompletnoj
dinamici robota potrebno je uz model (2.40) uzeti u ozbir i matematike modele aktuatora,
kao i relacije koje prikazuju transformaciju momenata i ugaonih brzina kroz reduktore [11] .
95
_____________________________________________________________________________________________________________
2.3 POGONI MANIPULACIONIH ROBOTA
2.3.1 Aktuatori robota

Za pokretanje pojedinih zglobova robotskih mehanizama koriste se tri tipa aktuatora:
- elektromehaniki,
- elekrohidrauliki, i
- elektropneumatski.
Treba napomenuti da elektromehaniki aktuatori nalaze sve veu primenu kod

savremenih industrijskih robota i dominiraju u oblasti do 100 kg nosivosti, sa tendencijom
sve ire primene. Kao aktuatori, esto se koriste servomotori jednosmerne struje sa
permanentnim magnetom i sa konstantnim megnetnim poljem, kojim se upravlja putem
struje rotora, ija je ema prikazana na slici 2.4.
Servopogon obuhvata servomotor, regulator broja obrtaja, servoregulator i reduktor.

Na osovini servomotora prikljueni su tahogenerator i elektromehanika konica.
Upravljanje brojem obrtaja se vri jednosmernim upravljanjem napona na izlazu regulatora
[2].
Predpostaviemo da je izlazno vratilo motora direktno povezano sa

reduktorom, preko koga se vri pokretanje odgovarajueg segmenta robota, tada se
matematiki model servo motora, tj. diferencijalna jednaina elektrine ravnotee u kolu
rotora moe napisati u poznatoj formi:
di R
(2.42) u = LR + R i R + c E N q&
dt
96
Dinamika robota
_______________________________________________________________________________
gde je:
u upravljaki napon na ulazu u rotor [V],
LR induktivnost namotaja rotora [H],
iR upravljaka struja rotora [mA],
R otpor rotora [ ],
cE konstanta prporcionalnosti elektromotorne sile [V/s-1],
q& - ugana brzina izlaznog vratila reduktora [s-1],
N prenosni odnos reduktora.
i
R
L
u zglob
reduktor robota
Nq , N q& q , q&
Slika 2.4. ema servomotora jednosmerne struje
Difrencijalna jednaina obtanja rotora, tj. dinamika ravnotea na izlaznoj osovini

motora:
- pogonskog momenta,
- moment inercijalnih sila rotora,
- momenta priguenja i
- momenta spoljanjeg optereanja servomotora na izlaznom vratilu reduktora
glasi:
(2.43) && + B m q& + = N m

Jq
97
_____________________________________________________________________________________________________________
gde je:
J dijagonalna matrica momenta inercije rotora servomotora (i zupanika reduktora)
dimenzija nxn [kgm2]
Bm dijagonalna matrica koeficijenta viskoznog trenja dimenzija nxn [Nm/s-1],
- vektor momenta optereenja zgloba robota dimenzija nxn [Nm],
m vektor pogonskog momenta servomotora dimenzija nxn [Nm].
Veza izmedju pogonskog momenta servomotora i struje rotora je:
(2.44) m = cm i R
gde je:
cm dijagonalna matrica koeficijenta proporcionalnosti pogonskog momenta
dimenzija nxn.
Zamenom izraza (2.44) u izraz (2.43) sledi matrina jednaina dinamike ravnotee u
obliku:
(2.45) && + B m q& + = Nc m i R

Jq
Matematiki model aktuatora se moe napisati u prostoru stanja. Uvodjenjem vektora

stanja servomotora xi, dimenzije 3x1:
qi
(2.46) x& = q& i
i Ri
Relacije (2.42) i (2.45) se mogu napisati u prostoru stanja u sledeoj matrinoj formi [2]:
(2.47) x& i = A i x i + b i N(u i ) + f i i
gde je:
98
Dinamika robota
_______________________________________________________________________________
Ai matrica sistema, dimenzije 3x3,

bi vektor raspodele ulaza, dimenzije 3x1,
fi vektor raspodele optereenja, dimenzije 3x1,
N(ui) nelinearnost tipa amplitudnog zasienja, naime, napon na polovima motora
amplitudno je ogranien i dat je relacijom:
u mi za u i u mi

(2.48) N(u i ) = u i za u mi u i u mi
u za u i u mi
mi
to znai da amplituda ulaza ne moe prei neku maksimalnu vrednost umi prema
slici (2.5.). Napon ui je veliina koju moemo menjati i predstavlja upravljaku
promenljivu, tako da menjanjem napona upravljamo kretanjem robota.
N(ui)
umi
ui
-umi
Slika 2.5. Amplitudno ogranienje na ulaz servomotora
Matricu i vektore izraza (2.74) moemo napisati u sledeem obliku:

0 0
1 0 0
1
B cM N
(2.49) A 1 = 0 m , b 1 = 0 , f1 =
J J J
c N R 1 0
0 E
L L L

99
_____________________________________________________________________________________________________________
Matematiki model servomotora je dobijen kao sistem nelinearnih diferencijalnih

jednaina treeg reda sa konstantnim koeficijentima i sa nelinearnou tipa amplitudnog
zasienja. U cilju dobijanja jednostavnijeg modela zanemaruju se:
- induktivnost kola rotora (L 0 )
- uticaj priguenja (k 0 )
Tada je stanje motora odredjeno vektorom:

q
(2.50) xi = i
q& i
i model aktuatora u prostoru stanja (2.47) postaje matematiki model drugog reda u
kome su matrice sistema:
0 1 0 0
(2.51) A i = c c N
, b =
2 2 , f =
0 M E
i
cM N i 1
J R JR J
Matematiki modeli servomotora odgovaraju i modelima hidraulikih aktuatora

samo su druge fizike veliine u matricama (2.49) [3].
100
Dinamika robota
_______________________________________________________________________________
2.3.2 Kompletan dinamiki model robota

Na osnovu dinamikog modela mehanizma (2.40) i aktuatora robota (2.42 i 2.43)
moe da se sastavi kompletan model posmatranog sistema. U cilju dobijanja jednostavnijeg
modela zanemaruju se induktivnost kola rotora (L=0) i tako moemo izraziti struju rotora:
(2.52) i = R 1 (u c E Nq& )
Zamenom izraza (2.52) i (2.40) u (2.45) dobija se kompletan dinamiki model

mehanizma i aktuatora robota, kao n nelinearnih diferencijalnih jednaina drugoga reda u
sledeem matrinom obliku:
(2.53) [H(q) + J ]q&& + C(q, q& )q& + Bq& + g(q) =

gde je:
B = B m + Nc m R 1c E N
(2.54)
= Nc m R 1u
(2.55) M(q) = H(q) + J
(2.56) h(q, q& ) = C(q, q& )q& + Bq& + g(q)
relacija 2.53, tj. kompletan dinamiki model mehanizma i aktuatora robota moe da se
napie u jednostavnijem obliku:
(2.57) && + h(q, q& ) =

M(q)q
101
_____________________________________________________________________________________________________________
2.4 DINAMIKA ANALIZA ROBOTA PRIMENOM RAUNARA
Primena raunara pri dinamikom modeliranju robota je omoguila iru realizaciju

dinamike analize pri projektovanju mehanizma robota, pri optimalnom izboru aktuatora i
projektovanju upravljakih sistema. Ve je reeno da je danas najsavremeniji pristup
dinamikom modeliranju industrijskih robota tehnika simbolikog modeliranja, pri tome se
parametri i ulazne veliine robota tretiraju kao simbolike promenljive.
Kod dinamikog modeliranja osnovni cilj je odredjivanje pogonskih momenata na

zglobovima mehanizma robota na osnovu relacije (2.40), (direktni problem dinamike), u
tom cilju potrebno je sastaviti matrice H(q) i h( q, q& ). Kinematiki parametri robota se
zadaju prema Denavit-Hartbenbergovom pristupu (ai, di, i, i, ), a takodje se zadaju
odgovarajue mase i momenti inercije segmenata (dinamiki parametri).
Raunar automatski sastavlja mehanizam robota (ija se ema moe grafiki

prikazati na terminalu) i odredjuje [19]:
matrice-transformacije (direktan kinematiki problem),

Jakobijevu matricu,
poziciju zglobova robota,
pogonske momente na zglobovima robota,
vektor Coriolis-ovih i centrifugalnih efekata,
vektor gravitacionih efekata i
h( q, q& ) vektor.
102
Dinamika robota
_______________________________________________________________________________
Svaka izmena strukture mehanizma robota moe da se izvede jednostavno, izmenom

podataka u ulaznim informacijama, a ostatak procedure se obavlja automatski sve do
odredjivanja pogonskih momenata u zglobovima robota. Naravno ovo zahteva postavljanje
dovoljno opteg algoritma na raunarima.
Algoritam reavanja direktnog problema dinamike, tj. odredjivanje pogonskih

momenata na zglobovima robota je dat na sledeoj emi:
START
ULAZ
Zadavanje kinematikih i dinamikih parametara robota
H(q)
odredjivanje matrice inercije
h(q,q)
odredjivanje vektora
Coriolisovih, centrifugalnih i gravitacionih efekata
t
odredjivanje pogonskih momenata na zglobovima robota
IZLAZ
END
Slika 2.6. Algoritam reavanja direktnog problema dinamike
103
_____________________________________________________________________________________________________________
Primenom simbolike metode generiu se dva programa:
- off-line program za preraunavanje momenata, masa i tenzora inercije

preslikavanjem sa centra masa segmenata na lokalne koordinatne sisteme prema
Denvit-Hartenbergovoj konvenciji,
- on-line program, koji se formulie na bazi Newten-Euler-ovih jednaina, za
izraunavanje pogonskih momenata ili sila na osnovu zadatih unutranjih
koordinata, brzina i ubrzanja.
Off-line program se izraunava jednom u toku inicijalizacije, tako da se u drugom

programu ne vre operacije nad gore pomenutim parametrima, to efektivno smanjuje
vreme izraunavanja u on-line reimu rada. Potrebno je napomenuti da u cilju dinamike
analize robota primenom raunara, u svetu su razvijeni odgovarajui softverski paketi.
104
Dinamika robota
_______________________________________________________________________________
Literatura
1. M.Vukobratovi,D.Stoki, N.Kiranski, D.Hristi, D.Vuji, M.Djurovi

UVOD U ROBOTIKU
2. M.Vukobratovi
PRIMENJENA DINAMIKA MANIPULACIONIH ROBOTA
3. M.Vukobratovi, D.Stoki
4. V.Potkonjak
ROBOTIKA
Nauna knjiga, Beograd, 1989.
5. Lantos Bla
ROBOTOK IRNYTSA
6. G.Arz, A.Lipoth, I.Meksz
ROTOTMANIPULTOROK
7. J.Volmer
INDUSTRIEROBOER-ENTWICKLUNG
Hthing,Heidelberg, 1985.
8. A.Siegler
ROBOT IRNYTSI MODELLEK
9. G.Bgelsack, E.Kallenbach, G.Linnemann

ROBOTER IN DER GERATETECHNIK
VEB Verlag Technik, Berlin, 1984.
10. F.Nagy, A.Siegler
ENGINEERING FOUNDATIONS OF ROBOTICS
Prentice-Hall International, UK, 1987.
11. Djula Meter
MEHANIKA INDUSTRIJSKIH ROBOTA II deo DINAMIKA ROBOTA
Via tehnika kola Subotica, 1990.
105
_____________________________________________________________________________________________________________
12. R.P.Paul
13. D.E. Whitney

THE MATHEMATICS OF COORDINATED CONTROL OF PROSTHETIC ARMS
AND MANIPULATORS
Journal of Dynamic Systems, Measurement and Control, Vol.122, 303-309, 1982
14. Wesley E.S.

INDUSTRIAL ROBOTS
New Jersey, 1985.
15. R.P.Paul
MANIPULATOR CARTESIAN PATH CONTROL
IEEE, Vol.SMC-9, No11, 702-711, 1979.
16. A.Timenko, N.Kiranski, M.Vukobratovi
MANIPULATORA
Zbornik VI Jugoslovenskog simpozijuma za primenjenu robotiku i fleksibilnu
automatizaciju, 3-10, Novi Sad, 1989.
17. Dj.Meter, Z.Jege, S.Plel
MODELIRANJE ELEKTROMEHANIKIH PRENOSNIKA ROBOTICI
JUROB 88, Zbornik radova, 3, 80-85, Opatija, 1988.
18. Z.Jege, Dj.Meter
KOTRALABILNOST ELASTINOG MEHANIKOG REDUKTORA ROBOTA U
PRISUSTVU EKSCENTRINOSTI
JUROB 89, Zbornik radova, 4 195-201, Opatija, 1989.
19. Dj.Meter, L.Kutri, Z.Jege
PRILOG DINAMIKOM MODELIRANJU ELEKTROMEHANIKIH PRENOSNIKA
U ROBOTICI
III Simpozijum, Teorijska i primenjana mehanika, Skoplje, 1989.
20. J.Y.S.Luh, M.W.Walker, R.P.C.Paul

ON-LINE COMPUTATIONAL SCHEME FOR MECHANICAL MANIPULATORS
Journal of Dynamic Systems, Measurement, and Control, Vol.102, 69-76, 1980.
21. A.miarowski, Jr.,J.N.Anderson
RECURSIVE ALGORITHM FOR THE THIRD-ORDER MODEL OF ROBOT
IEEE, 8, 1684-1689, 1989.
22. M.Kiranski, M.Vukobratovi, N.Kiranski, A.Timenko

A NEW PROGRAM PACKAGE ROF THE GENERATION OF EFFICIENT
MANIPULATOR KINEMATIC AND DINAMIC EQUATIONS IN SYMBOLIC
Robotica, Vol. 6, 331-318, 1988.
106
Klasino upravljanje robota
_____________________________________________________________________________________________________________
3. KLASINO UPRAVLJANJE ROBOTA

_________________________________________________________________________
107
_____________________________________________________________________________________________________________
SADRAJ
3. KLASINO UPRAVLJANJE ROBOTA..................................................................107
3.1 UVOD ......................................................................................................................109

3.2. DECENTRALIZOVANO PD UPRAVLJANJE ROBOTIMA..............................112
3.3. DINAMIKO UPRAVLJANJE ROBOTIMA NA BAZI REFERENTNOG
MODELA.......................................................................................................................114
3.4 INVERZNA METODA DINAMIKOG UPRAVLJANJA ...................................117
3.5 SINTEZA DINAMIKOG UPRAVLJANJA .........................................................120
LITERATURA ..............................................................................................................124
108
_____________________________________________________________________________________________________________
3.1 UVOD
U ovom poglavlju prouavamo upravljanje pri praenju trajektorija, tj. slobodno

kretanje hvataljke manipulacionih robota u svom radnom prostoru bez kontakta sa
okolinom. Upravljanje industrijskim robotima se ostvaruje hijerarhijski u tri nivoa:
1. Strategijski nivo ima zadatak da planira trajektorije hvataljke robota u spoljanjim

koordinatama s.
2. Taktiki nivo upravljanja primenom inverznog kinematikog modela robota

ostvaruje transformaciju spoljanjih koordinata hvataljke robota u unutranje
koordinate zglobova.
3. Egzekutivni nivo upravljanja realizuje pozicije zglobova robota koje zadaje vii
taktiki nivo upravljanja.
Moemo zakljuiti da svi industrijski roboti danas imaju bar egzekutivni nivo
upravljanja (upravljanje u unutranjim koordinatama), a veina robota u eksploataciji i
taktiki nivo upravljanja tj. mogunost zadavanja spoljanjih koordinata hvataljke
(upravljanje u spoljanjim koordinatama) a tendencija razvoja ogleda se u ostvarivanju
strategijskog nivoa upravljanja. U zavisnosti od konkretnog zadatka, operater preko
odgovarajueg programskog jezika kojim komunicira sa upravljakim sistemom, zadaje
zadatke koje robot treba da izvri, a strategijski nivo treba da isplanira svaki pokret
hvataljke robota u spoljanjim referentnim koordinatama off-line pre izvrenja zadatka ili
on-line tj. u toku rada robota.
109
_____________________________________________________________________________________________________________
Veza izmedju vektora spoljanjih i unutranjih koordinata robota (direktan

kinematiki problem) je:
s d = f (q d )
s& d = Jq& d
(3.1)
&& d + J& q& d
&s&d = Jq
gde je: J = J (q d ) Jacoby-jeva matrica (Jacobijan) parcijalnih izvoda funkcije f (q d )
koja povezuje vektor brzina spoljanjih koordinata s sa vektorom brzine unutranjih

koordinata q. Taktiki nivo upravljanja na osnovu inverznog kinematikog modela robota
preraunava spoljanje referentne koordinate robota s d u unutranje referentne koordinate
zglobova q d :
q d = f 1 (s d )
q& d = J 1s& d
(3.2)
&& d = J 1 (&s& J& q& d )
q
ema hijerarhijskog upravljanja robotima data je na slici 3.1.
Strategijski Taktiki Egzekutivni

nivo upravljanja nivo upravljanja nivo upravljanja
sd qd q
Direktni dinamiki
f Robot
trajektorija
kinematika
Planiranje
Inverzna
s& d q& d q&

problem
1

J
&s&d q
&&d q
&&
J&
1
J
Povratne sprege
Slika 3.1. ema hijerarhijskog upravljanja robotima

110
_____________________________________________________________________________________________________________
Egzekutivni nivo upravljanja na osnovu informacija o poziciji, brzini i ubrzanju

zglobova robota obezbedjuje realizaciju trajektorija koje dobija od taktikog nivoa
upravljanja a time se ostvaruju i trajektorije hvataljke robota tj. postavljeni zadatak od
strane operatera.
Problematiku upravljanja robota moemo podeliti i na sledei nain:
A. Hvataljka robota treba da se kree taku-po-taku (point-to-point) tj. od jedne

pozicije do druge.
B. Hvataljka robota prati odredjenu kontinualnu trajektoriju (tracking control).
Pri eksploataciji industrijskih robota zahteva se ne samo precizno pozicioniranje

hvataljke u razliite take u radnom prostoru (problem A) ve i praenje kontinualnih
trajektorija (problem B) pri simultanom kretanju svih zglobova robota. Naravno ova druga
problematika je sloenija od prve. Analizirajmo sada problematiku upravljanja robotima na
egzekutivnom nivou.
111
_____________________________________________________________________________________________________________
3.2. DECENTRALIZOVANO PD UPRAVLJANJE ROBOTIMA
Klasini i uobiajeno primenjivani zakon upravljanja kod industrijskih robota

podrazumeva servosistemsko upravljanje zglobovima robota tj. upravljanje na bazi
povratnih sprega (feedback control) koje daju informacije i o poloajima i brzinama
zglobova i korienje lokalnih PD regulatora za svaki aktuator posebno tj. upravljanje u
unutranjim koordinatama.
(3.3) = k p (q d q) + k v (q& d q& )
gde je:
vektro pogonskih momenata,
kp dijagonalna matrica pozicionog pojaanja,
kv dijagonalna matrica brzinskog pojaanja,
qd vektor referentne (nominalne) unutranje koordinate (pozicije) zglobova,
q vektor stvarne pozicije zglobova,
q& d vektor referentne (nominalne) brzine zglobova.
q& vektor stvarne brzine zglobova.
ema decentralizovanog PD upravljanja robotima data je na slici 3.2. Princip rada

servosistema sa lokalnim povratnim spregama je oigledan sa slike 3.2. Senzor pozicije i
brzine daju informaciju o stvarnoj poziciji i brzini zgloba qi i q& i koja se vraa kao povratna
sprega i razlika izmedju referentne i stvarne pozicije (qd-qi) i brzine ( q& d - q& i ) se pojaava kp i
kv puta respektivno i tako dobijeni pogonski moment dovodi se na odgovarajui zglob
robota.
112
_____________________________________________________________________________________________________________
qd
- kp(qd-q)
+ kp
q
Robot
+
q, q& , q
&&
q&
q& d = k p (qd q) + k v (q& d q& )
+ kv
k v(q& d -q& )
-
Slika 3.2 Blok ema decentralizovanog PD upravljanja robotima
Medjutim navedeni zakon upravljanja imaju dva bitna nedostatka:
a. Primena klasinih lokalnih regulatora kod industrijskih robota je opravdana samo

za prostije kinematike strukture robotskog mehanizma i kod sporijih pokreta i ne daje
prihvatljive rezultate u radu za savremene robote sa izraenim dinamikim spregama i
visokim zahtevima u pogledu brzine kretanja i tanosti. Ova sloenija problematika se
reava uvodjenjem dinamikog upravljanja robota.
b. Karakter tehnolokih procesa pri eksploataciji robota zahteva direktno zadavanje

eljenog poloaja hvataljke (pozicija i orijentacija) a da upravljaki sistem automatski vri
preraunavanje odgovarajuih pozicija zglobova. Upravljaki sistemi savremenih robota
omoguuju direktno zadavanje spoljanjih koordinata hvataljke i njihovu transformaciju u
unutranje koordinate zglobova.
113
_____________________________________________________________________________________________________________
3.3. DINAMIKO UPRAVLJANJE ROBOTIMA NA BAZI REFERENTNOG

MODELA
Upravljanje koje vodi rauna o:
dinamikim spregama i
visokim zahtevima u pogledu brzine rada i tanosti

naziva se dinamiko upravljanje robotima. Dinamiko upravljanje robotima na bazi
referentnog modela (feedforward control) uzima u obzir:
dinamiku objekta sraunato na bazi ukupnog modela sistema za referentne

vrednosti unutranjih koordinata, i
servosistemsko upravljanje na bazi povratnih sprega (lokalni PD regulator).
Za date referentne (desired) trajektorije svih zglobova robota qdi diferenciranjem se

dobijaju referentne trajektorije brzina q& di i ubrzanja q
&& di zglobova. Sada se na osnovu
modela dinamike robota (2.40) mogu sraunati referentni (nominalni) pogonski momenti
d koje treba ostvariti u zglobovima da bi se zglobovi kretali po eljenim referentnim (a ne
stvarnim) trajektorijama:
(3.4) && d ) = H (q d )q
d (q d , q& d , q && d + h(q d , q& d )
Referentni pogonski moment d predstavlja dinamiki moment usled simultanog

kretanja svih zglobova, tj. uzima u obzir dinamiko sprezanje izmedju zglobova i
kompenzuje dinamiku celog robota (koja je veoma sloena funkcija svih koordinata,
ugaonih brzina i ugaonih ubrzanja zglobova) ali samo du referentne trajektorije. Stvarno
sprezanje izmedju zglobova nije kompenzovano referentnim upravljanjem.
114
_____________________________________________________________________________________________________________
Pogonski moment kod primene dinamikog upravljanja na bazi referentnog modela

se sraunava na sledei nain:
(3.5) = d (q d , q& d , q
&& d ) + k p (q d q) + k v (q& d q& )
gde je :
vektor pogonskih momenata,
d vektor pogonskih momenata sraunat na bazi referentog modela (ukupnog
modela sistema za referentne vrednosti unutranjih koordinata),
q& vektor stvarne brzine zglobova,
Principijelna ema dinamikog upravljanja na bazi referentnog modela prikazana je

na sledeoj slici 3.3:
-
qd
kp(qd-q)
+ kp
q
q
&&d d = d (q d ,q& d , q
&&d )
Robot Robot
+
q d , q& d , q
&&d q, q& , q
&&
q&
&d
+ kv
k (&d &)
-
Slika 3.3. Blok ema dinamikog upravljanja robota na bazi referentnog modela na
egzekutivnom nivou
115
_____________________________________________________________________________________________________________
Princip rada dinamikog upravljanja robota na bazi referentnog modela na

egzekutivnom nivou je oigledan sa slike 3.3. Referentni pogonski moment d koji uzima u
obzir dinamiko sprezanje izmedju zglobova i kompenzuje dinamiku celog robota ali samo
du referentne trajektorije sabira se sa pogonskim momentima lokalnih PD regulatora.
Blok ema dinamikog upravljanja robotima na bazi referentnog modela na

strategijskom/taktikom nivou zahteva reenje inverznog kinematikog problema i
prikazana je na slici 3.4:
Strategijski Takti~ki nivo

nivo upravljanja upravljanja
-
sd qd
kp(qd-q)
f + kp
Planiranje trajektorija
Inverzna kinematika
q
&s&d q
&&d d = d (q d ,q& d , q
&&d )
Robot Robot
J-1, J +
q d , q& d , q
&&d q, q& , q
&&
q&
s& d q& d
J-1 + kv
k v(q& d -q& )
Slika 3.4 Blok ema dinamikog upravljanja robota na bazi referentnog modela na
strategijskom/taktikom nivou
Dinamiko upravljanje robotima na bazi referentnog modela zahteva:
tano poznavanje parametra robota, to nije uvek sluaj, pa je efikasnost ove metode
upravljanja ograniena ak i u pogledu kompenzacije referentnog sprezanja izmedju
zglobova robota,
da se on-line sraunava kompletan model dinamike robota sa referentnim

koordinatama, to se kod sloenijih robota moe teko realizovati zbog hardverskih
ogranienja ak i sa savremenim mikroprocesorima, a u sluaju off-line sraunavanja
unapred poznatih pokreta robota potrebno je obezbediti izuzetno velike kapacitete
raunara.
116
_____________________________________________________________________________________________________________
3.4 INVERZNA METODA DINAMIKOG UPRAVLJANJA
Inverzna metoda dinamikog upravljanja (computed torque control) bazira se na on-

line sraunavanju pogonskih momenata u zglobovima robota na osnovu modela:
(3.6) = H (q)q
&& * + h(q, q& )
gde je vektor ubrzanja zgloba robota dat sa:
(3.7) && * = q
q && d + k p (q d q) + k v (q& d q& )
gde je:
H(q) inercijalna matrica sraunata na osnovu izmerenih tj. stvarnih vrednosti
koordinata zglobova q,
h(q, q& ) vektor Coriolis-ovih, centrifugalnih i gravitacionih momenata sraunat na
osnovu izmerenih tj. stvarnih vrednosti koordinata zglobova q i ugaonih brzina
zglobova q& ,
q
&& d vektor referentnog (nominalnog) ugaonog ubrzanja zglobova.
117
_____________________________________________________________________________________________________________
Osnovna ideja ove metode je da direktno ukljui dinamiki model robota u zakon
upravljanja (3.6). Kod inverzne metode dinamikog upravljanja, upravljaki sistem robota
na osnovu informacija sa senzora o koordinatama q i ugaonim brzinama q& zglobova
sraunava matricu H(q), vektor h(q, q& ) i generie pogonske momente na osnovu zakona
upravljanja (3.6). Inverzna metoda dinamikog upravljanja (kod krutog modela robota):
obezbedjuje kompenzaciju za promenljive Coriolis-ove, centrifugalne i
gravitacione momente,
pojaanja povratnih povratnih sprega se direktno podeavaju prema promenama
matrice inercije H(q) robota u toku izvravanja pokreta,
uveden je predkompenzacioni signal po referentnom ubrzanju q
&& * u cilju
kompenzacije kanjenja du referentne trajektorije.
Principijelna ema inverzne metode dinamikog upravljanja na egzekutivnom nivou

prikazana je na slici 3.5
-
qd kp(qd-q)
+ kp
q
q
&&d q
&& *
Robot Robot
+
q, q& , q
&& * q, q& , q
&&
q&
q& d
+ kv
k v(q& d -q& )
Slika 3.5. Blok ema dinamikog upravljanja robota na bazi inverzne metode na
egzekutivnom nivou.
ema dinamikog upravljanja na bazi inverzne metode na strategijskom/taktikom

nivou takodje zahteva reenje inverznog kinematikog problema i prikazana je na slici 3.6.
118
_____________________________________________________________________________________________________________
Strategijski Takti~ki nivo

nivo upravljanja
-
upravljanja
sd qd kp(qd-q)
f + kp
Planiranje trajektorija
Inverzna kinematika
q
&s&d q
&&d q
&& *
Robot Robot
J-1, J +
q, q& , q
&& * q, q& , q
&&
q&
s& d q& d
J-1 + kv
k v(q& d -q& )
Slika 3.6. Blok ema dinamikog upravljanja robotom na bazi inverzne metode na
strategijskom/taktikom nivou.
Inverzna metoda zahteva:
tano poznavanje parametara robota, to nije uvek sluaj, jer realno postoje
strukturne i nestrukturne neodredjenosti tj. egzistiranje nemodelirane dinamike
robotskog sistema (elastini uredjaji, umovi itd.), i
da se on-line sraunava kompletan model dinamike robota, to se kod sloenijih

robota moe teko realizovati zbog hardverskih ogranienja ak i sa savremenim
mikroprocesorima, a u sluaju off-line sraunavanja unapred poznatih pokreta
robota potrebno je obezbediti izuzetno velike kapacitete raunara.
119
_____________________________________________________________________________________________________________
3.5 SINTEZA DINAMIKOG UPRAVLJANJA
Sintezu upravljanja reavamo izborom:
1. dinamikog upravljanja na bazi referentnog modela, i
2. inverzne metode;
i to za upravljanje u unutranjim koordinatama na egzekutivnom i taktikom nivou za
modifikovani trapezoidni profil promene brzine. Potrebno je izabrati matricu pozicionog kp
i brzinskog pojaanja kv tako da se postigne zadovoljavajue praenje trajektorija pri
noenju korisnog tereta u radu robota.
Sinteza trajektorija, brzina i ubrzanja, kako u unutranjim tako i u spoljanjim

koordinatama izabrana je prema slici 3.7. Vreme izvrenja pokreta hvataljke robota je:
T=2T1+T2. Zadaje se referentna vrednost koordinate za vreme T=0 i T=2T2+T2 kao i
vrednost maksimalnih brzina i ubrzanja. Za pojedine vremenske periode sa slike 3.7.
prikazujemo zakon promene trajektorija, brzina i ubrzanja za unutranje koordinate sa
napomenom da iste relacije vae i za spoljanje kooridnate.
period AB
&q& d max
qd = t 3 + q A1
3T1
&q& r max
(3.8) q& d = t2
T1
2&q& d max
&q& d = t
T1
120
_____________________________________________________________________________________________________________
period BC
&q& d max q& d2 max
qd = t + &q& d max t 2 q& d max t +
3
+ q A1
3T1 3q& r max
&q& d max
(3.9) q& d = t 2 + 2&q& d max t + q& d max &q& d max T1
T1
2&q& d max
&q& d = t + 2&q& d max
T1
period CD
q& d2 max
q d = q& d max t + q A1
&q& d max
(3.10) q& d = q& d max
&q& d = 0
period DE
&q& d max q& d2 max &q& d max (T1 + T2 ) 2
qd = t + q& d max t
3
+ q A1 t+
3T1 &q& d max T1
&q& d max (T1 + T2 ) &q& d max (T1 + T2 ) 3
+ t2 +
T1 3T1
&q& d max 2&q& d max (T1 + T2 ) 2 &q& d max

(3.11) q& d = t2 + t + q& d max (T1 + T2 ) 2
T1 T1 T1
2&q& d max 2&q& d max (T1 + T2 )

&q& d = t2 +
T1 T1
period EF
&q& d max (2T1 + T2 )

2
&q& d max 23 21 T3
qd = t q& d max T12 + T1 T2 + 2T22 + 2
3
+ t
3T1 12 6 3T1 T1
&q& d max (2T1 + T2 ) 2 q& d max 2
t + q A1
T1 &q& d max
&q& d max 2&q& d max (2T1 + T2 ) &q& d max

(3.12) q& d = t2 t+ (2T1 + T2 ) 2
T1 T1 T1
2&q& d max 2&q& d max (2T1 + T2 )

&q& d = t
T1 T1
121
_____________________________________________________________________________________________________________
S, q
i i
0 A B C D E F t
S, q
i i
0 A B C D E F t
S, q
i i
0 A B C D E F t
Slika 3.7. Dijagrami trajektorija, brzina i ubrzanja

122
_____________________________________________________________________________________________________________
Izraz za pogonske momente zgloba 1 i 2 na osnovu relacije 3.5 za dinamiko

upravljanje na bazi referentnog modela moemo sada da napiemo na sledei nain:
(3.13)
[
1d = J1 + J 2 + m1l c1
2
(
+ m 2 l12 + l c2
2
) ( )
+ 2l1l c2 cos(q 2d ) + m 3 l12 + l 22 + 2l1l 2 cos(q 2d ) + m m l12 &q&1d +]
[
+ J 2 + m 2 l c2
2
( ) ( )]
+ l1l c2 cos(q 2d ) + m 3 l 22 + l1l 2 cos(q 2d ) &q& 2 d [2l1 (m 2 l c2 + m 3l 2 ) q& 2d sin(q 2r )]q& 1d
[ ]
l1 (m 2 l c2 + m 3l 2 ) q& 22d sin(q 2d ) + m1gl c1 cos(q1d ) + m 2 g(l1cos(q1d ) + l c2 cos(q1d + q 2d )) + m m gl1 cos(q1d ) +
+ m 3g[l1cos(q1d ) + l 2 cos(q1d + q 2d )] + k p11(q d1 q1) + k v11(q& d1 q& 1)
[
2 d = J 2 + m 2 lc2
2
( ) ( )]
+ l1lc2cos(q 2d ) + m 3 l 22 + l1l 2cos(q 2d ) &q&1d + J 2 + m 2lc2
2
[
+ m 3l 22 &q&2 d + ]
+ [l1 (m 2lc2 + m3l 2 )q& 1sin(q 2d )]q& 1d + m 2glc 2 cos(q1d + q 2 d ) + m 3gl 2 cos(q1d + q 2 d ) +
+ k p 22(q d 2 q 2) + k v 22(q& d 2 q& 2)
A izraz za pogonske momente moment zgloba 1 i 2 primenom metode inverzne

dinamike (3.6) glasi:
(3.14)
[
1r = J1 + J 2 + m1lc1
2
+ m 2 (l12 + lc2
2
+ 2l1lc2cos(q 2d ) ) + m 3 (l12 + l 22 + 2l1l 2cos(q 2d ) ) + m m l12 ]
[ ] [
&q&1d + k p11 (q1d q1 ) + k v11 (q& 1d q& 1 ) + J 2 + m 2 (lc2
2
+ l1lc2cos(q 2d ) ) + m 3 (l 22 + l1l 2 cos(q 2d ) ) ]
[ ]
&q&2 d + k p 22 (q 2d q 2 ) + k v 22 (q& 2d q& 2 ) [2l1 (m 2 lc2 + m 3l 2 )q& 2d sin(q 2r )]q& 1d
[l (m l
1 2 c2 ]
+ m 3l 2 )q& 22d sin(q 2d ) + m1glc1 cos(q1d ) + m 2 g[l1cos(q1d ) + +lc2cos(q1d + q 2d )] +
m m gl1 cos(q1d ) + m 3g [l1cos(q1d ) + l 2cos(q1d + q 2d )]
[
2 r = J 2 + m 2 l c2
2
( ) ( )][
+ l1l c2 cos(q 2r ) + m 3 l 22 + l1l 2 cos(q 2r ) &q&1r + k p1 (q 1r q 1 ) + k v1 (q& 1r + q& 1 ) + ]
[J 2 + m 2 l c2
2
][ ]
+ m 3 l 22 &q& 2 r + k p 2 (q 2r q 2 ) + k v 2 (q& 2r + q& 2 ) + [l1 (m 2 l c2 + m 3 l 2 )sin(q 2r )]q& 1 +
m 2 gl c 2 cos(q 1r + q 2 r ) + m 3 gl 2 cos(q 1r + q 2 r )
123
_____________________________________________________________________________________________________________
LITERATURA
1. M. Vukobratovi,D. Stoki, N. Kiranski, D. Hristi, D. Vuji, M. Djurovi

UVOD U ROBOTIKU
2. M. Vukobratovi, D. Stoki
3. Lantos Bla
ROBOTOK IRNYTSA
4. R. P. Paul
5. A. Timenko, N. Kiranski, M. Vukobratovi

MANIPULATORA
automatizaciju, 3-10, Novi Sad, 1989.
6. Duko Kati
"ALGORITAM UPRAVLJANJA MANIPULACIONIM ROBOTIMA NA BAZI
UENJA POMOU MODELA NEURONSKE MREE"
automatizaciju, str.179-186, Novi Sad, 1989. god.
124
_____________________________________________________________________________________________________________
7. Gyula Mester, Szilvester Pletl, Imre Rudas

"DYNAMIC MODELLING OF ROBOT JOINTS", Proceedings of IEEE International
Workshop on Emerging Technologies and Factory Automation, EFTA '92. Technology for
the Intelligent Factory, p.p. 561-565, Melbourne, Australia, 1992.
8. Gyula Mester, Szilvester Pletl, Gizella Pajor, Zoltan Jeges

"FLEXIBLE PLANETARY GEAR DRIVES IN ROBOTICS", Proceedings of 1992
International Conference on Industrial Electronics, Control and Instrumentation, IECON
'92., Vol. 2, p.p. 646-649, San Diego, California, USA, 1992.
9. Gyula Mester, Zoltan Jeges, Pletl Szilveszter, Gizela Pajor

Dinamika i upravljanje osnovne konfiguracije industrijskog robota sa elastinim
zglobovima. Zbornik radova 37. medjunarodnog godisnjeg skupa KOREMA, Zagreb,
1992, 1, pp. 644-648, ISBN 86-81571-11-7.
125
_____________________________________________________________________________________________________________
4. ADAPTIVNO UPRAVLJANJE ROBOTA
126
Adaptivno upravljanje robota
_____________________________________________________________________________________________________________
SADRAJ
4. ADAPTIVNO UPRAVLJANJE ROBOTA.......................................................126
4.1. ADAPTIVNO POZICIONO UPRAVLJANJE ROBOTA ...............................128

4.1.1. Uvod.................................................................................................................128
4.1.2. Adaptivno poziciono upravljanje krutog robota u unutranjim koordinatama130
4.1.3. Ispitivanje stabilnosti.......................................................................................132
4.2. ADAPTIVNO POZICIONO UPRAVLJANJE ROBOTA SA DVA ELASTINA

ZGLOBA .......................................................................................................................135
4.2.1. Uvod.................................................................................................................135
4.2.2. Dinamiki model robota sa krutim segmentima i elastinim zglobovima. ......136
4.2.3. Adaptivno upravljanje pozicijom robota sa krutim segmentima i elastinim
zglobovima u unutranjim koordinatama ..................................................................137
4.2.4. Hardversko reenje adaptivnog kontrolera .....................................................140
4.2.5. Simulacioni rezultati ........................................................................................141
I sluaj: Primena adaptivnog kontrolera tipa Slotine&Lee....................................144
II sluaj: Primena modifikovanog adaptivnog kontrolera tipa Slotine&Lee.........145
III sluaj: ................................................................................................................149
4.2.6 Zakljuak...........................................................................................................150
4.3. ADAPTIVNO POZICIONO UPRAVLJANJE SCARA ROBOTA SA

ELASTINIM ZGLOBOVIMA ...................................................................................151
4.3.1. Uvod.................................................................................................................151
4.3.2. Adaptivno upravljanje pozicijom SCARA robota sa krutim segmentima i
elastinim zglobovima u unutranjim koordinatama.................................................152
4.3.4. Zakljuak..........................................................................................................161
LITERATURA ..............................................................................................................162
127
_____________________________________________________________________________________________________________
4.1. ADAPTIVNO POZICIONO UPRAVLJANJE ROBOTA
4.1.1. Uvod
Klasini zakoni dinamikog upravljanja industrijskih robota pri praenju
kontinualnih trajektorija podrazumevaju dva pristupa [14]:
Prvi pristup obuhvata dinamiko upravljanje robotima na bazi referentnog

modela (feedforward controller) koji uzima u obzir dinamiku robota sraunato na
bazi ukupnog modela sistema za referentne (desired) vrednosti unutranjih
koordinata i servosistemsko upravljanje na bazi lokalnih povratnih sprega (feedback
control) (3.3.). Referentni pogonski moment d predstavlja dinamiki moment usled
simultanog kretanja svih zglobova, tj. uzima u obzir dinamiko sprezanje izmedju
zglobova i kompenzuje dinamiku celog robota, ali samo du referentne trajektorije.
Stvarno sprezanje izmedju zglobova nije kompenzovano referentnim upravljanjem.
Drugi pristup obuhvata metodu inverzne dinamike (computed torque control)

centralizovanog dinamikog upravljanja, koja se bazira na on-line sraunavanju
pogonskih momenata u zglobovima robota (3.4.). Kod metode inverzne dinamike
dinamikog upravljanja, upravljaki sistem robota na osnovu informacija sa senzora
o koordinatama q i ugaonim brzinama zglobova q& sraunava matricu H(q), vektor
128
_____________________________________________________________________________________________________________
h(q, q& ) i generie pogonske momente na osnovu zakona upravljanja. Pojaanja

povratnih sprega se direktno podeavaju prema promenama matrice inercije H(q)
robota u toku izvravanja pokreta, uveden je pretkompenzacioni signal po
referentnom ubrzanju q
&& d u cilju kompenzacije kanjenja du referentne trajektorije
Metoda inverzne dinamike takodje obezbedjuje kompenzaciju za promenljive

Coriolis-ove, centrifugalne i gravitacione momente.
Dinamiko upravljanje robotima na bazi referentnog modela ili inverzne dinamike:

- vai samo za kruti model robota,
- zahteva tano poznavanje kinematikih i dinamikih parametara robota, to nije
uvek sluaj, jer realno postoje strukturne i nestrukturne neodredjenosti (umovi, itd.),
pa je efikasnost ovih metoda upravljanja ograniena ak i u pogledu kompenzacije
referentnog sprezanja izmedju zglobova robota,
- takodje esto puta nisu poznati parametri radnog predmeta (mase, dimenzije i
momenti inercije), te je kompenzacija dinamikog uticaja radnog predmeta oteana.
da se on-line sraunava kompletan model dinamike robota sa referentnim
koordinatama, to se kod sloenijih robota moe teko realizovati zbog hardverskih
ogranienja ak i sa savremenim mikroprocesorima, a u sluaju off-line sraunavanja
unapred poznatih pokreta robota potrebno je obezbediti izuzetno velike kapacitete
raunara.
Navedeni problemi primene gornjih koncepcija upravljanja ukazuju na potrebu uvodjenja

adaptivnog upravljanja za robote. Adaptivno upravljanje robota se moe podeliti na :
1. Adaptivno upravljanje sa referentnim modelom (Model Reference Adaptive
Control).
2. Samopodeavajue adaptivne sisteme upravljanja (Selftuning Adaptive Control).
Kod aplikacije adaptivnog upravljanja:

nije potrebno unapred poznavati parametre robota,
ali je potrebno poznavati
matematiki model robota.
129
_____________________________________________________________________________________________________________
Adaptivno upravljanje se moe uvesti na razliite naine i u sklopu upravljanja sloenim

robotskim sistemima predstavlja posebno atraktivnu oblast [1] [6]. Istraivanja, prema
prezentovanim radovima, naroito su intenzivirana zadnjih nekoliko godina. Zapaeni
rezultati u formiranju adaptivnih metoda upravljanja predloeni su od strane sledeih
autora: Slotine & Li [1], [2], i [3], Seraji, [4] Niemeyer and Slotine [5], Dessaint et al.
[16], Craig. [17], Lantos [18], Mester [10], [15] i [26]. Primenu adaptivnog upravljanja na
robote sa elastinim svojstvima obuhvataju radovi: [ 6 ], [10], [ 13 ], [ 15] i [26].
4.1.2. Adaptivno poziciono upravljanje krutog robota u unutranjim

koordinatama
Pri sintezi adaptivnog upravljanja robota primeniemo self-tuning pristup. Ako
znamo matematiki model krutog robota u matrinoj formi:
(4.1) && +C(q, q& ) q& +g(q)=

H(q) q
Tada, prema Arimotu (1985 god.), matematiki model robota moemo napisati u
sledeem modifikovanom obliku:
(4.2) && r ) p=
Y(q, q& , q& r , q
gde je:
Y(q, q& , q& r , q
&& r ) - matrica regresor koja se formira na osnovu krutog modela
mehanizma robota,
p - vektor nepoznatih parametara robota (geometrijske veliine, mase, momenti
inercije) reda m,
q& r - "referentna brzina":
q& r = q& d (q q d )
(4.3)
&&r = q
q &&d (q& q& d )
Uveemo sledeu oznaku:

(4.4) s = q& q& r
130
_____________________________________________________________________________________________________________
Za realizaciju adaptivnog upravljanja krutog robota predlae se zakon upravljanja u

sledeoj formi:
(4.5) (q)q
=H (q, q& )q& + g (q) k s
&& r + C r D
gde je:
kD - dijagonalna matrica pojaanja.
(4.6) && r ) p = H
Y ( q, q& , q& r , q && r + C (q, q& ) q& r + g (q)
(q )q
Blok ema predloenog adaptivnog pozicionog upravljanja krutog robota u

unutranjim koordinatama prikazana je na slici 4.1. :
q&
q&
+ k
r
D
q d , q& d , q
&& d q& r = q& d (q q d ) q& r , q
&& r
&& r = q
q && d (q& q& d )
q, q&
p
p& = Y T (q, q& , q
&& r )(q& q& r ) && )p
Y(q, q& , qr + ROBOT
q m
q& m
Slika 4.1. Blok ema adaptivnog pozicionog upravljanja krutog robota u unutranjim
koordinatama.
(q, q& ), g (q) matrice i vektore iz H(q), C(q, q& ), g(q) matrica i vektora
(q), C
H
dobijamo, ako vektor nepoznatih parametara robota p zamenimo vektorom parametara
estimacije p . Kod sastavljanja matrice regresora dovoljno je poznavati referentni vektor
ubrzanja q
&& d a nije potrebno poznavati vektor stvarnog ubrzanjak q
&& !
131
_____________________________________________________________________________________________________________
4.1.3. Ispitivanje stabilnosti
Za analizu stabilnosti birajmo funkciju tipa Ljapunov u sledeem obliku:
(4.7) V(t) =
2
[
1 T ~ T 1 p
s Hs + p ~ ]
gde je: simetrina, pozitivno-definitna dijagonalna matrica pojaanja.
(4.8) ~ = p p
p
Derivacija Ljapunovljeve funkcije po vremenu glasi:
(4.9) V
2
[
& (t) = s T Hs& + 1 s T H
&s +p ]
~ T 1 p
~&
Izrazimo li lan H q
&& prema (4.1) :
(4.10) && = Cq& g

Hq
Na osnovu izraza (4.4) moemo napisati:
(4.11) Hs& = H(q

&& q
&& r )
zamenom izraza (4.10) u (4.11) sledi:
(4.12) Hs& = Cq& g Hq

&& r
zamenom izraza (4.12) u (4.9) dobijamo:
(4.13) & (t) = s T [ - Cq& g Hq

V
1
2
[
&& r ] + s T H ]
~ T 1 p
& (q)s + p ~&
U izrazu (4.13) umesto napisaemo zakon upravljanja (4.5) i u cilju daljnjih

transformacija dodajmo na desnoj strani lanove Cq& r Cq& r :
132
_____________________________________________________________________________________________________________
q
& ( t ) = sT H
(4.14) V [ q& + g k s + Cq& Cq& Cq& g Hq
&&r + C r D r r
1 &
&&r + s T H
2
] [
s +~ ]
p T 1~
p&
Napisaemo (4.14) na sledei nain:
(4.15) V [q
& (t) = s T H && r Hq q& Cq& + g k s + Cq& Cq& g + 1 s T H
&& r + C r r D r
2
] [
&s +p ]
~ T 1 p
~&
~
H=H H
~
(4.16) C=C C
~
g = g g
izraz (4.15) moemo napisati kao:
(4.17) ~
& (t) = s T H
V [
q
~
&& r + Cq& r + ~ ] [
1 & (q)s + p
g k D s + Cs + s T H
2
]
~ T 1 p
~&
Uzimajui u obzir:
~ ~
(4.18) Y~
p = Hq&& r + Cq& r + ~
g
(4.19) V D
2
[
~ k s] s T Cs + 1 s T H
& ( t ) = s T [Yp ] ~ T 1 p
& (q)s + p ~&
gornju relaciju moemo transformisati na oblik:
(4.20) V D
2
[
~ k s] + 1 s T H
& ( t ) = s T [Yp ]~ T 1 p
& 2C s + p ~&
[ ]
& 2C s nula, to relacija (4.20) se pojednostavljuje:
Poto je s T H
(4.21) ~+p
& ( t ) = s T k D s + s T Yp
V ~ T 1 p
~&
133
_____________________________________________________________________________________________________________
Nakon daljnjih sredjivanja sledi:
(4.22) & ( t ) = s T k s + p
V D (
~ T 1 p
~& + + Y T s )
Poto stvarni parametri p za vreme procesa adaptacije se ne menjaju to emo izabrati

zakon adaptacije prema sledeem:
(4.23) p& = Y T (q, q& , q& r , q

&& r )s
odakle sledi:
(4.24) & = s T k s 0
V D
prema tome verifikovali smo stabilnost posmatranog sistema.
Adaptivni koncept upravljanja robota obezbedjuje bolje praenje trajektorija pri

pozicionom upravljanju u odnosu na klasine dinamike metode upravljanja (3. poglavlje).
Nedostatak adaptivnog upravljanja je u tome da bez potrebne modifikacije nemoe da se
upotrebi za upravljanje robota sa elastinim svojstvima.
U narednim poglavljima prouavaemo samopodeavajue modifikovano

adaptivno upravljanje robota sa elastinim zglobovima pri praenju kontinualnih
trajektorija [10], [15] i [26].
134
_____________________________________________________________________________________________________________
4.2. ADAPTIVNO POZICIONO UPRAVLJANJE ROBOTA SA DVA

ELASTINA ZGLOBA
4.2.1. Uvod
Elastina svojstva robota potiu od elastinosti:
zglobova i
segmenata.
Elastinost zglobova robota je glavni uzronik mehanikih vibracija tj. netanog

praenja kontinualnih trajektorija. Istraivanja su pokazala da ako zakon upravljanja ne
kompenzira uticaje elastinosti u zglobovima, tada pri primeni upravljakog sistema na
realne robote dolazi do nestabilnosti u eksploataciji. Prema tome zakon upravljanja nema
samo zadatak da kompenzira nelinearno ponaanje strukture robota i stalnu promenu mase
i momenta inercije radnog predmeta ve i da kompenzira elastine efekte u zglobovima
robota.
U ovom poglavlju razmatramo adaptivno poziciono upravljanje robota sa dva

elastina zgloba tj. sa 4 stepeni slobode kretanja [15] i to primenom modifikovane metode
Slotine & Li-a. Predloeni zakon adaptivnog upravljanja sastoji se od tri lana:
prvi lan zakona adaptivnog upravljanja obuhvata nominalni dinamiki pogonski
moment, tj. dinamiko upravljanje na bazi ukupnog krutog modela robota
(feedforward control),
drugi lan je decentralizovani upravljanje sa PD regulatorom (feedback control),
trei lan upravljakog zakona kompenzira elastine efekte u zglobovima robota.
135
_____________________________________________________________________________________________________________
U daljim razmatranjima sastaviemo dinamiki model robota sa elastinim

zglobovima. Prikazaemo predloeni zakon adaptivnog upravljanja pozicijom u
unutranjim koordinatama. Efikasnost predloenog zakona upravljanja prikazaemo
simulacijom SCARA robota sa dva elastina zgloba.
4.2.2. Dinamiki model robota sa krutim segmentima i elastinim zglobovima.

Razmotriemo manipulacioni robot sa krutim segmentima i elastinim zglobovima
sa 2n stepeni slobode kretanja (slika 4.2) [12].
Slika 4.2. Manipulacioni robot sa krutim segmentima i elastinim zglobovima.
Kompletan matematiki model neredundantnog manipulacionog robota

(mehanizma i aktuatora) sa krutim segmentima i elastinim zglobovima sa 2n stepena
slobode kretanja u matrinom obliku moe da se predstavi na sledei nain:
(4.25) && + C(q, q& )q& + Vq& + g(q) = c(t)(N 1q m q)

H(q)q
(4.26) && m + k am q& m + N 1c(t)(N 1 q m q) = m

J mq
136
_____________________________________________________________________________________________________________
gde je:
qRn vektor unutranjih koordinata zgloba robota dimenzija nx1,
qmRn - vektor koordinata servomotora zgloba robota dimenzija nx1,
H(q) simetrina, pozitivno-definitna matrica inercije robota dimenzija nxn,

Jm matrica inercije rotora servomotora dimenzija nxn,
C(q, q& ) q& - vektor Coriolis-ovih i centrifugalnih uticaja dimenzija nx1,
V dijagonalna matrica koeficijenata viskoznog priguenja dimenzija nx1,
g(q) vektor gravitacionih uticaja dimenzija nx1,
kam dijagonalna matrica koeficijenata viskoznog priguenja servomotora dimenzija nxn,
c(t) dijagonalna matrica promenljive krutosti reduktora dimenzija nxn,

N dijagonalna matrica prenosnog odnosa reduktora dimenzija nxn,
m vektor pogonskih momenata servomotora dimenzija nx1.
Leva strana matrine jednaine (4.25) opisuje dinamiku krutog robota. U ovom
izrazu moment na elastinom zglobu ustvari je pogonski moment krutog robota. Matrina
jednaina (4.26) opisuje dinamiku servomotora. U ovom izrazu moment na elastinom
zglobu jednak je momentu optereenja servomotora.
4.2.3. Adaptivno upravljanje pozicijom robota sa krutim segmentima i

elastinim zglobovima u unutranjim koordinatama
Kod adaptivnog upravljanja pozicijom manipulacionog robota sa krutim segmentima
i elastinim zglobovima a u unutranjim koordinatama, potrebno je poznavati matematiki
model robota a parametre robota nije potrebno unapred poznavati. Napisaemo
matematiki model krutog robota u matrinoj formi:
(4.27) && +h(q, q& )=
H(q) q
Tada, prema Arimotu (1985 god.), matematiki model robota moemo napisati u
sledeem modifikovanom obliku:
(4.28) Y(q, q& , q& r , q
&& r ) p=
gde je:
Y(q, q& , q& r , q
&& r ) - matrica regresor koja se formira na osnovu krutog modela robota,
137
_____________________________________________________________________________________________________________
p - vektor nepoznatih parametara robota (geometrijske veliine, mase, momenti

inercije) reda m,
q& r - "referentna brzina".
Zakon adaptivnog upravljanja robota sa krutim segmentima i elastinim zglobovima

u unutranjim koordinatama pri praenju nominalnih trajektorija predlae se u
modifikovanoj formi Slotine & Li-a :
(4.29) = FF + PD + e
Prema tome zakon adaptivnog upravljanja (4.29) se sastoji od tri dela:
prvi deo je adaptivni lan koji se formira na osnovu krutog modela robota i koji
kompenzira dinamiku robota (feedforward control):
FF = Y(q, q& , q& r , q
&& r )p
drugi lan je PD regulator (feedback control):

PD = k D (q& q& r ) = k D (q& d q& ) + k D (q d q)
trei lan je linearan korekcioni deo u zavisnosti od ugaone brzine rotora

servomotora i zgloba robota koji kompenzira elastine efekte u zglobovima [15]:
e = k e (q& N 1q& m )
Prema tome predloeni adaptivni zakon upravljanja postavlja se u sledeoj formi:

(4.30) && r )p k D (q& q& r ) k e (q& N 1q& m )
= Y(q, q& , q& r , q
gde je:
p - vektor parametara estimacije,
&& r ) p = H
Y(q, q& , q& r , q && r + C (q, q& ) q& r + g (q)
(q) q
q& r - "referentna brzina":

q& r = q& d (q q d )
(4.31)
&& r = q
q && d (q& q& d )
Estimacija parametara robota se vri on-line prema relaciji:

(4.32) p& = Y T (q, q& , q& r , q
&& r )(q& q& r )
138
_____________________________________________________________________________________________________________
gde je:
=diag(g1, g2, g3 ) simetrina, pozitivno definitna dijagonalna matrica pojaanja,
q d , q& d - nominalne (referentne) unutranje koordinate i njihove derivacije,
q , q& - stvarne (merene) unutranje koordinate i njihove derivacije,

kd, , ke dijagonalne matrice pojaanja.
Potrebno je istai da kod sastavljanja matrice regresora dovoljno je poznavati

referentni vektor ubrzanja q
&& d a nije potrebno poznavati vektor stvarnog ubrzanjak q
&& ! Sa
estimacijom parametara robota prema relaciji (4.32) on-line menjamo adaptivni zakon
(q, q& ), g (q) matrice i vektore iz H(q), C(q, q& ), g(q) matrica i
(q), C
upravljanja. H
vektora dobijamo, ako vektor nepoznatih parametara robota p zamenimo vektorom
parametara estimacije p . Vano je konstatovati da primena predloenog adaptivnog
algortima upravljanja (4.30) iziskuje i promenu koncepcije merenja, poto kod
industrijskih robota, senzori za merenje koordinata i brzina su locirani kod servomotora, a
ovde je potrebno meriti koordinatu i brzinu na zglobu robota!vektort q
&& ! Blok ema
predloenog adaptivnog pozicionog algoritma upravljanja u unutranjim koordinatama data
je na slici 4.3., gde je posebno naznaen nain kompenzacije uticaja elastinosti u
zglobovima robota.
q&
q&
+ k
r
D
q d , q& d , q
&& d q& r = q& d (q q d) q& r , q
&& r
&& r = q
q &&d (q& q& d)
p
q, q&
p& = Y (q, q& , q
T
&& r )(q& q& r ) && )p
Y(q, q& , qr + ROBOT
q m
q& m
Kompenzacija
elasticnosti
ke +
N 1
Slika 4.3. Blok ema adaptivnog upravljanja pozicijom robota sa elastinim zglobovima.
139
_____________________________________________________________________________________________________________
4.2.4. Hardversko reenje adaptivnog kontrolera

Hardverska struktura predloenog koncepta adaptivnog upravljanja prikazana je na
slici (4.4.). Adaptivni pozicioni kontroler je reen primenom digitalnog procesora DSP
56001. Ovo reenje je ekonomski opravdano i iz aspekta potrebnih prorauna tehniki
izvodljivo.
56001 XTAL
ROM RAM
ADDRESS BUS
DATA BUS
EPLD EPLD
D/A D/A
JOINT 1 JOINT 2
A m1
B m1
A m2
B m2
m1 m2
A1
B1
A2
B2
i*d1 i*d 2
0 1/t 0 1/t
i*q 1 i*q 2
m1 m2
j m 2/3 j m 2/3
e e
i*a i*b i*c i*a i*b i*c
ib ib
CURRENT CURRENT
REGULATORS ic REGULATORS ic
CRPWM
INVERTER
T1-T6 CRPWM
INVERTER
T1-T6
+ +
1 3 5 1 3 5
4 6 2 4 6 2
1 m1 2 m2
SM SM
3 3
R1 GEAR 1 Rm 1 R2 GEAR 2 R m2
R1, R2 , Rm1, R m 2 : RESOLVERS
Slika 4.4. Blok ema hardvera adaptivnog kontrolera.
140
_____________________________________________________________________________________________________________
4.2.5. Simulacioni rezultati

Predloeni adaptivni zakon upravljanja primeniemo na upravljanje SCARA robota
sa dva elastina zgloba tj. sa 4 stepeni slobode kretanja (slika 4.5.).
Slika 4.5. Prikaz SCARA robota sa dva elastina zgloba i 4 stepena slobode kretanja
Matematiki model krutog mehanizma posmatranog robota glasi:
m1l c1
2
+ m 2 (l12 + 2l1l c2 cosq 2 + l c2
2
) + I1 + I 2 2
m 2 (l c2 + l1l c2 cosq 2 ) + I 2 &q&1
&& +
m 2 (l c2 + l1l c2 cosq 2 ) + I 2
2 2
m 2 l c2 + I2 q 2
(4.33)
m 2 l1l c2 q& 2 sinq 2 (2q& 1 + q& 2 ) 1
+ =
m 2 l1l c2 q& 12 sinq 2 2
Izborom sledeih parametara robota:

141
_____________________________________________________________________________________________________________
p1 = I1 + I 2 + m1l c21 + m 2 (l12 + l c22 )

(4.34) p 2 = 2m 2 l1l c 2
p 3 = I 2 + m 2 l c22
Matricu regresor reda 2x3 na osnovu modela (4.33) moemo napisati u obliku:
&q& (&q& r1 + 0.5&q& r2 )cosq 2 (q& r1 + 0.5q& r2 )q& 2 sinq 2 &q& r2

(4.35) Y(q, q& , q& r , &q& r ) = r1
0 0.5(&q& r1cosq 2 + q& r1q& 1sinq 2 ) &q& r1 + &q& r2
Elementi gornje matrice su:
Y11 = &q& r1
Y12 = (&q& r1 + 0.5&q& r 2 ) cos q 2 (q& r1 + 0.5q& r 2 )q& 2 sin q 2
Y13 = &q& r 2
(4.36)
Y21 = 0
Y22 = 0.5(&q& r1 cos q 2 + q& r1q& 1 sin q 2 )
Y23 = &q& r1 + &q& r 2
Zakon estimacije parametara p se formira kao:
(4.37) p& = Y T (q, q& , q& r , q

&& r )(q& q& r )
U naem primeru:
p& 1

(4.38) p& = p& 2
p&
3
Biramo odgovarajuu simetrinu, pozitivno-definitnu dijagonalnu matricu pojaanja:

g 11 0 0
(4.39) = 0 g 22 0

0 0 g 33
p& 1 g11 0 0 Y11 Y21

& q& q& r1
(4.40) p 2 = 0 g 22 0 Y12 Y22 1
q& q& r2
p&
3
0 0 g 33 Y13 Y23 2
142
_____________________________________________________________________________________________________________
p& 1 = g11&q& r1 (q& 1 q& r1 )
(4.41) [(&q& + 0.5&q& r2 )cosq 2 (q& r1 + 0.5q& r2 )q& 2 sinq 2 ](q& 1 q& r1 ) +
p& 2 = g 22 r1
+ 0.5(&q& r1cosq 2 + q& r1q& 1sinq 2 )(q& 2 q& r2 )
p& 3 = g 33 [&q& r2 (q& 1 q& r1 ) + (&q& r1 + &q& r2 )(q& 1 q& r1 )]
Parametri simulacije su: Vreme simulacije je 2 s. Period estimacije parametara

iznosi: T=0.0005 s, (2000 Hz). Pojaanja su sledea:
kD(10,10), (2,2), ke(70,70), (10,10,10).
Podaci o robotu: q1 i q2 unutranje koordinate: m3=0.25 kg masa radnog predmeta.

Simulacija pokreta je izvrena za modifikovani trapezoidni oblik promene ugaone brzine
oba zgloba, a za sledee parametre robota:
prvi segment
masa m1 = 12 kg,
duina l1 = 0.6 m,
poloaj centra mase od prvog zgloba lc1 = 0.3 m,
moment inercije segmenta raunato za teite J1 = 0.36 kgm2.
drugi segment
masa m2 = 6 kg,
duina l2 = 0.4 m,
poloaj centra mase od drugog zgloba lc2 = 0.2 m,
moment inercije raunato za teite J2 = 0.08 kgm2,
reduktori (na oba zgloba)

N=7 prenosni odnos reduktora,
krutost zupanika pri sprezanju: c1 = c2 = 2*108 N/m,
promena krutosti u vremenu pri sprezanju je 3%,
servomotori (na oba zgloba)
moment inercije rotora Jm1 = Jm2 = 0.018 kgm2,

koeficijent priguenja kam= 0.1 Nms/rad.
143
_____________________________________________________________________________________________________________
Pri izvrenoj simulaciji referentne vrednosti unutranjih koordinata se menjaju u

granicama:
q1=0 q1=2 rad,
q2=-0.5 q2=1.5 rad.
Maksimalne vrednosti ugaonih brzina i ugaonih ubrzanja su:
q& 1 = q& 2 =3 rad/s,
&& 1 =10 rad/s2,

q
&& 2 =12 rad/s2.

q
Rezultati simulacije su prikazani na dijagramima 4.6.-4.21.:
I sluaj: Primena adaptivnog kontrolera tipa Slotine&Lee

Ako na robot sa krutim segmentima i elastinim zglobovima primenimo adaptivno
upravljanje tipa Slotine&Lee, to moe izazvati nestabilno ponaanje sistema kojim se
upravlja. Simulacioni rezulatati u ovom sluaju prezentovani su na dijagramima 4.6. i 4.7.
Sa priloenih dijagrama oitava se nestabilno ponaanje greke pozicije na zglobu 2 (slika
4.6.) i estimiranog prarametara p 3 (slika 4.7.).
0.01
0
-0.01 0 0.25 0.5 0.75 1 1.25 1.5 1.75
-0.02
-0.03
-0.04
-0.05
Slika 4.6. Primena adaptivnog (krutog) kontrolera na robot sa elastinim zglobovima,

greka pozicije zgloba 2.
144
_____________________________________________________________________________________________________________
Slika 4.7. Primena adaptivnog (krutog) kontrolera na robot sa elastinim zglobovima,

estimacija parametara p3.
II sluaj: Primena modifikovanog adaptivnog kontrolera tipa Slotine&Lee

Primenimo modifikovanu metodu adaptivnog upravljanja tipa Slotine&Lee (4.30 i
4.32) na posmatrani manipulacioni robot sa krutim segmentima i elastinim zglobovima.
Na poetku procesa upravljanja, kada jo estimacija parametara robota nije efikasna,
dominantni deo upravljakog signala potie od PD regulatora. Kasnije, kada estimacija
parametara robota postaje efikasnija, FF signal preuzima ulogu upravljanja robotom a PD
signal se postepeno smanjuje. Praenje kontinualnih trajektorija (referentne i stvarne
koordinate) na zglobovima 1 i 2 se vidi sa dijagrama 4.8.-4.11. Referentne i stvarne brzine
i ubrzanja su date na dijagramima 4.12.-4.15. Estimirani parametri su dati na dijagramima
4.16., pogonski momenti na oba zgloba su prezentovani na dijagramima 4.17.-4.18.
Slika 4.8. Prikaz promene referentne i stvarne koordinate zgloba 1 [rad].
145
_____________________________________________________________________________________________________________
Slika 4.9. Prikaz promene referentne i stvarne koordinate zgloba 2 [rad]
Slika 4.10. Greka koordinate zgloba 1, q1-qd1 [rad]
Slika 4.11. Prikaz promene referentne i stvarne brzine zgloba 1 [rad/s]

146
_____________________________________________________________________________________________________________
Slika 4.14. Prikaz promene referentnog i stvarnog ubrzanja zgloba 1 [rad/s2]
147
_____________________________________________________________________________________________________________
Slika 4.15. Prikaz promene referentnog i stvarnog ubrzanja zgloba 2 [rad/s2]
Slika 4.16. Promena parametara estimacije p1, p2 i p3
Slika 4.17. Prikaz pogonskog momenta zgloba 1 [Nm]

148
_____________________________________________________________________________________________________________
Slika 4.18. Prikaz pogonskog momenta zgloba 2 [Nm]
III sluaj:
Ako promenimo masu radnog predmeta sa m3= 0.25 kg na m3= 2 kg, promenu krutosti
u vremenu pri sprezanju sa 3% na 10%, tada nakon izvrene simulacije (sa modifikovanom
metodom) dobijamo sledee dijagrame:
149
_____________________________________________________________________________________________________________
Slika 4.21. Prikaz pogonskog momenta zgloba 1 [Nm].
4.2.6 Zakljuak
Prikazana je nova koncepcija adaptivnog upravljanja robota krutim segmentima i
elastinim zglobovima u unutranjim koordinatama pri praenju nominalnih trajektorija sa
kompenzacijom elastinih uticaja u zglobovima robota. Rezultati izvedene simulacije na
SCARA robotu sa dva elastina zgloba i 4 stepena slobode kretanja potvrdjuju opravdanost
predloene metode.
150
_____________________________________________________________________________________________________________
4.3. ADAPTIVNO POZICIONO UPRAVLJANJE SCARA ROBOTA SA

ELASTINIM ZGLOBOVIMA
4.3.1. Uvod
U prethodnom poglavlju razmatrali smo adaptivno upravljanje pozicijom SCARA
robota sa dva elastina zgloba. Celishodno je takodje da se izvri sinteza adaptivnog
upravljanja kompletnog industrijskog robota. U ovom poglavlju razmotriemo adaptivno
poziciono upravljanje SCARA robota sa 4 elastina zgloba i sa 8 stepeni slobode kretanja.
Pri aplikaciji algoritma adaptivnog upravljanja potrebno je poznavati matematiki model
manipulacionog robota dok nije potrebno unapred poznavati parametre robota poto se on-
line estimiraju.
lc1 l1
l2 q3
lc2
m3
J3
m1
J1 m2
q1
q2 J2 m4
J4
q4
Slika 4.22. ema manipulacionog robota tipa SCARA.
151
_____________________________________________________________________________________________________________
4.3.2. Adaptivno upravljanje pozicijom SCARA robota sa krutim segmentima i

elastinim zglobovima u unutranjim koordinatama
Zakon adaptivnog upravljanja SCARA robota sa krutim segmentima i elastinim zglobov-
ima u unutranjim koordinatama predlae se u modifikovanoj formi Slotine & Li-a:
(4.42) = FF + PD + e
Zakon adaptivnog upravljanja (4.42) se sastoji od tri dela:

prvi deo je adaptivni lan koji se formira na osnovu krutog modela robota i koji
kompenzira dinamiku robota (feedforward control):
FF = Y(q, q& , q& r , q
&& r )p
drugi lan je PD regulator (feedback control):

PD = k D (q& q& r ) = k D (q& d q& ) + k D (q d q)
trei lan je linearan korekcioni deo u zavisnosti od ugaone brzine rotora

servomotora i kompenzira elastine efekte u zglobovima [10]:

e = k e N 1q& m
Predloeni adaptivni zakon upravljanja postavlja se u sledeoj formi:

(4.43) && r )p k D (q& q& r ) k e N 1q& m
= Y(q, q& , q& r , q
gde je:
p - vektor parametara estimacije,
&& r ) p = H
Y(q, q& , q& r , q && r + C (q, q& ) q& r + k e q& r + g (q)
(q) q
q& r - " referentna brzina ":

q& r = q& d (q q d )
(4.44)
&& r = q
q && d (q& q& d )
Treba konstatovati da kod sastavljanja matrice regresora Y = Y(q, q& , q& r , q

&& r )
dovoljno je poznavati referentni vektor ubrzanja q

&& d a nije potrebno poznavati vektor
stvarnog ubrzanjak q
&& !
152
_____________________________________________________________________________________________________________
Estimacija parametara robota se vri on-line prema relaciji:

(4.45) p& = Y T (q, q& , q& r , q
&& r )(q& q& r )
gde je:
simetrina, pozitivno definitna dijagonalna matrica pojaanja,
q d , q& d - nominalne (referentne) unutranje koordinate i njihove derivacije,
q , q& - stvarne (merene) unutranje koordinate i njihove derivacije,

kd, , ke dijagonalne matrice pojaanja
Blok ema predloenog adaptivnog pozicionog algoritma upravljanja u unutranjim

koordinatama data je na slici 4.23., gde je posebno naznaen nain kompenzacije uticaja
elastinosti u zglobovima robota.
q&
q&
+ k
r
D
q d , q& d , q
&& d q& r = q& d (q q d ) q& r , q
&& r
&& r = q
q && d (q& q& d )
q, q&
p
p& = Y T (q, q& , q
&& r )(q& q& r ) && )p
Y(q, q& , q r + ROBOT
q m
q& m
Kompenzacija k

e q& m
elasticnosti ke e
N 1
Slika 4.23. Blok ema adaptivnog pozicionog algoritma upravljanja SCARA robota sa
elastinim zglobovima u unutranjim koordinatama.
Sa estimacijom parametara robota prema relaciji (4.45) on-line menjamo adaptivni

(q, q& ), g (q) i k matrice i vektore iz H(q), C(q, q& ), g(q) i
(q), C
zakon upravljanja. H e
k e matrica i vektora dobijamo, ako vektor nepoznatih parametara robota p zamenimo
vektorom parametara estimacije p . Vano je konstatovati da primena predloenog

adaptivnog algortima upravljanja ne iziskuje promenu koncepcije merenja, poto kod
industrijskih robota, senzori za merenje koordinata i brzina su locirani kod servomotora.
153
_____________________________________________________________________________________________________________

Predloeni adaptivni zakon upravljanja primeniemo na upravljanje SCARA robota
sa 4 elastina zgloba tj. sa 8 stepeni slobode kretanja (slika 4.22.). Matematiki model
krutog mehanizma posmatranog robota glasi:
(4.46)
I1 + I 2 + I 3 + I 4 + m1l c1 2
+ m 2 (l12 + 2l1l c2 cosq 2 + l c2
2
) + (m 3 + m 4 )(l12 + 2l1l 2 cosq 2 + l 22 )

I 2 + I 3 + I 4 + m 2 (l c2
2
+ l1l c2 cosq 2 ) + (m 3 + m 4 )(2l1l 2 cosq 2 + l 22 )
0

- I4
I 2 + I 3 + I 4 + m 2 (l c2
2
+ l1l c2 cosq 2 ) + (m 3 + m 4 )(l1l 2 cosq 2 + l 22 ) 0 - I 4 &q&1

I 2 + I 3 + I 4 + m 2 l c2
2
+ (m 3 + m 4 )l 22 0 - I 4 &q& 2
+
0 (m 3 + m 4 ) 0 &q& 3

- I4 0 I 4 &q& 4
l1q& 2 sinq 2 (2q& 1 + q& 2 )[m 2 l c2 + (m 3 + m 4 )l 2 ] 1

[m 2 l c2 + (m 3 + m 4 )l 2 ]l1q& 12 sinq 2
+ = 2
g(m 3 + m 4 ) 3

0 4
Matematiki model robota prema tome je nelinearan. Pogodnim izborom p

parametara robota matematiki model moemo napisati u sledeoj formi:
(4.47) && )p =
Y(q, q& , q (7)
Izborom sledeih parametara robota:
p = [p1 p7 ]
T
(4.48) p2 p3 p4 p5 p6
gde je:
154
_____________________________________________________________________________________________________________
p1=J1+J2+J3+J4+m1lc12+m2(l12+lc22)+(m3+m4)(l12+l22)
p2=2[m2l1lc2+l1l2(m3+m994)]
p3=J2+J3+J4+m2lc22+(m3+m4)l22
p4=m3+m4
(4.49) p5= J4
p6=ke1
p7=ke2
p8=ke3
p9=ke4
Matricu regresor Y = Y(q, q& , q& r , q

&& r ) reda 4x9, na osnovu modela (4.46) moemo
napisati u obliku:
Y11 Y12 Y13 0 Y15 Y16 0 0 0

0 Y22 Y23 0 Y25 0 Y27 0 0
(4.50) Y =
0 0 0 Y34 0 0 0 Y38 0

0 0 0 0 Y45 0 0 0 Y49
Elementi gornje matrice su:

(4.51)
Y11 = &q& r1
Y12 = (&q& r1 + 0.5&q& r 2 ) cos q 2 (q& r1 + 0.5q& r 2 )q& 2 sin q 2
Y13 = &q& r 2
Y15 = &q& r 4
Y16 = q& 1
Y22 = 0.5(&q& r1 cos q 2 + q& r1q& 1 sin q 2 )
Y23 = &q& r1 + &q& r 2
Y25 = &q& r 4
Y27 = q& 2
Y34 = &q& r 3 g
Y38 = q& 3
Y45 = &q& r 4 &q& r1 &q& r 2
Y49 = q& 4
155
_____________________________________________________________________________________________________________
Izabraemo sledeu simetrinu, pozitivno-definitnu dijagonalnu matricu pojaanja:
(4.52) = diag (g11,g22,g33,g44,g55,g66,g77,g88,g99),
Zakon estimacije parametara p se formira kao:
p& 1 = g11Y11 (q& 1 q& r1 )

p& 2 = g 22 [Y12 (q& 1 q& r1 ) + Y22 (q& 2 q& r 2 )]
p& = g [Y (q& q& ) + Y (q& q& )]
3 33 13 1 r1 23 2 r2
p& 4 = g 44 Y34 (q& 3 q& r 3 )

(4.53) p& 5 = g 55 [Y15 (q& 1 q& r1 ) + Y25 (q& 2 q& r 2 ) + Y45 (q& 4 q& r 4 )]
p& = g Y (q& q& )
6 66 16 1 r1
p& 7 = g 77 Y27 (q& 2 q& r 2 )

p& 8 = g 88 Y38 (q& 3 q& r 3 )
p& = g Y (q& q& )
9 99 49 4 r4
Parametri simulacije su:

Vreme simulacije je 1.2 s. Period estimacije parametara iznosi: T=0.0005 s, (2000 Hz).
Sledee vrednosti pojaanja obezbedjuju dobro praenje trajektorije:
kD= diag [50,20,4,20],
= diag [3,3,5,3],
= diag [100,100,100,1000,100,10,10,10,10].
Simulacija pokreta je izvrena za cikloidni profil promene brzine. Za vreme

simulacije referentne vrednosti unutranjih koordinata su:
q1=0 q1=1 rad,
q2=0.5 q2=1.5 rad,
q3=-0 q3=0.1 m,
q4=0.5 q4=1.5 rad.
Maksimalne vrednosti brzina su:

q& 1 = q& 2 = q& 4 = 2 rad/s,
q& 3 = 2 m/s.
156
_____________________________________________________________________________________________________________
Podaci o robotu: q1, q2, q3 s q4 unutranje koordinate: m3=0.25 kg masa radnog

predmeta.
prvi segment
masa m1=12 kg,
duina l1=0.6 m,
poloaj centra mase od prvog zgloba lc1=0.3 m,
moment inercije segmenta raunato za teite J1=0.36 kgm2.

drugi segment
masa m2=6 kg,
duina l2=0.4 m,
poloaj centra mase od drugog zgloba lc2=0.2 m,
moment inercije raunato za teite J2=0.08 kgm2,

trei segment
masa m3=2 kg ,
moment inercije raunato za teite J3=0.08 kgm2 ,
R3=0.142 m.
etvrti segment
masa m4= 1 kg,
moment inercije raunato za teite J2=0.08 kgm2.
reduktori (prvi, drugi i etvrti zgloba)

N=7 prenosni odnos reduktora,
krutost zupanika pri sprezanju: c=2*108 N/m.

servomotori
moment inercije rotora: Jm1=Jm2=0.018 kgm2, Jm3=Jm4=0.01 kgm2,
koeficijent priguenja: kam1= kam2= kam4=0.1 Nms/rad, kam3= 0.1 Nms/rad.
Rezultati simulacije su prikazani na dijagramima 4.24.-4.33.. Praenje kontinualnih

trajektorija (referentne i stvarne koordinate) na zglobovima i greke koordinata prikazane
su na dijagramima 4.24.- 4.29. Na dijagramima 4.30., 4.31. i 4.32. date su referentne i
stvarne brzine. Estimirani parametar robota je dat na dijagramu 4.33.
157
_____________________________________________________________________________________________________________
lc1 l1
l2 q3
lc2
m3
J3
m1
J1 m2
q1
q2 J2 m4
J4
q4

158
_____________________________________________________________________________________________________________
159
_____________________________________________________________________________________________________________
160
_____________________________________________________________________________________________________________
Slika 4.33. Promena parametra estimacije.
4.3.4. Zakljuak
Prikazano je adaptivno poziciono upravljanje SCARA robota sa 4 elastina zgloba i 8
stepeni slobode kretanja u unutranjim koordinatama. Upravljaki algoritam kompenzira
elastine uticaje u zglobovima i obezbedjuje dobro praenje kontinualnih trajektorija.
Rezultati izvedene simulacije potvrdjuju opravdanost predloene metode.
161
_____________________________________________________________________________________________________________
LITERATURA
[ 1 ] Slotine J. J. E., Li W.
"ON THE ADAPTIV CONTROL OF ROBOT MANIPULATROS"
The International Journal of Robotics Researh, Vol. 6, No. 3, pp. 49-59, 1987.
[ 2 ] Slotine J. J. E., Li W.
"ADAPTIV MANIPULATOR CONTROL: A CASE OF STUDY"
IEEE Transactions on Automatic Control, Vol. 33, No. 11, pp. 995-1003, 1988.
[ 3 ] Slotine J. J. E.,
"PUTTING PHYSICS IN CONTROL - THE EXAMPLE OF ROBOTICS"
IEEE Control Systems Magazine, pp. 12-18, 1988.
[ 4 ] H. Seraji, T. Lee, M. Delpech,

"EXPERIMENTAL STUDY ON DIRECT ADAPTIVE CONTROL OF A PUMA 560 INDUSTRIAL
ROBOT"
Journal of Robotic Systems, Vol. 7, No. 1, p.p. 81-105, 1990.
[ 5 ] G. Niemeyer, Slotine J. J. E.,

"PERFORMANCE IN ADAPTIVE MANIPULATOR CONTROL"
The International Journal of Robotics Research, Vol. 10, No. 2, pp. 149-161, 1991.
[ 6 ] Fathi Ghorbel, John Y. Hung, and Mark W. Spong

"ADAPTIVE CONTROL OF FLEXIBLE -JOINT MANIPULATORS"
IEEE Control Systems Magazine, pp. 9-13,1989.
[ 7 ] Nenad Kircanski, Aleksandar Timcenko, and Miomir Vukobratovic

"POSITION CONTROL OF ROBOT MANIPULATORS WITH ELASTIC JOINTS USING FORCE
FEEDBACK"
Journal of Robotics Systems,Vol. 7, No. 4, pp. 535-554, 1990.
[ 8 ] Lantos Bla
"ROBOTOK IRNYTSA"
162
_____________________________________________________________________________________________________________
[ 9 ] Zoltan Jege, Djula Meter, Branko ui

ANALIZA ROBUSTNOSTI ALGORITMA ADAPTIVNOG UPRAVLJANJA SA REFERENTNIM
MODELOM
Zbornik radova VII Simpozija o sistemima automatskog upravljanja,1.20-1.24, Zagreb-Tuheljske Toplice,
1991. god.
[ 10 ] Gyula Mester, Szilveszter Pletl, Gizella Pajor

ADAPTIVE MOTION CONTROL OF RIGID-LINK FLEXIBLE-JOINT SCARA ROBOTS, PAMM,
Balatonalmdi, Hungaria, 1994.
[ 11 ] Gyula Mester, Szilvester Pletl, Imre Rudas

"DYNAMIC MODELLING OF ROBOT JOINTS"
Proceedings of IEEE International Workshop on Emerging Technologies and Factory Automation, EFTA
'92. Technology for the Intelligent Factory, p.p. 561-565, Melbourne, Australia, 1992.
[ 12 ] Gyula Mester, Szilvester Pletl, Gizella Pajor, Zoltan Jeges

"FLEXIBLE PLANETARY GEAR DRIVES IN ROBOTICS"
Proceedings of 1992 International Conference on Industrial Electronics, Control and
Instrumentation, IECON '92., Vol. 2, p.p. 646-649, San Diego, California, USA, 1992.
[ 13 ] R. A. Al-Ashoor, K. Khorasani, R. V. Patel, A. J. Al- Khalili

"ROBUST ADAPTIVE CONTROLLER DESIGN FOR FLEXIBLE JOINT MANIPULATORS
Robotics & Computer- Integrated Manufacturing,Vol. 9, No. 2, p.p. 101-112, 1992.
[ 14 ] Duko Kati
"ALGORITAM UPRAVLJANJA MANIPULACIONIM ROBOTIMA NA BAZI UENJA POMOU
MODELA NEURONSKE MREE"
Zbornik VI Jugoslovenskog simpozijuma za primenjenu robotiku i fleksibilnu automatizaciju, str.179-186,
Novi Sad, 1989. god.
[ 15 ] Gyula Mester, Szilvester Pletl, Gizella Pajor

"SINTEZA ADAPTIVNOG UPRAVLJANJA ROBOTA SA ELASTINIM ZGLOBOVIMA"
Zbornik radova XXXVII konferencije ETAN, str. 87-92, Beograd, 1993. god.
[16] L.-A. Dessaint, M. Saad, B. Hbert, K. A.-Haddad

"AN ADAPTIVE CONTROLLER FOR DIRECT-DRIVE SCARA ROBOT"
IEEE Transactions on Industrial Electronics, Vol. 39, No. 2, p.p. 105-111, 1992.
163
_____________________________________________________________________________________________________________
[17] J. Craig ,P. Hsu and S.S. Sastry

"ADAPTIVE CONTROL OF MECHANICAL MANIPULATORS"
The International Journal of Robotics Research, Vol. 6, No. 2, p.p. 16-28, 1987.
[18] B. Lantos
IDENTIFICATION AND ADAPTIVE CONTROL OF ROBOTS
Mechatronics, Vol. 3, No. 2, p.p. 149-166, 1993.
[19] J. Yuh, D. K. Tissue,

"DISCRETE-TIME ADAPTIVE CONTROL FOR MECHANICAL MANIPULATORS HAVING A JOINT
COMPLIANCE",
Journal of Robotics Systems, Vol. 8, No. 6, p.p. 745-765, 1991.
[20] B. Lantos,
IDENTIFICATION AND ADAPTIVE CONTROL OF ROBOTS,
[21] M. W. Spong,
MODELING AND CONTROL OF ELASTIC JOINT ROBOTS,
ASME J. DYNAMIC SYSTEMS MEASUREMENTS CONTROL, Vol. 109, p.p. 310-319, 1987.
[22] J. J. Slotine E., Li W.,

"ADAPTIVE STRATEGIES IN CONSTRAINED MANIPULATION",
IEEE Int. Conf. Robotics and Automation, Raleigh, pp. 595-601, 1987.
[23] R. Carelli, R. Kelly, R. Ortega,

ADAPTIVE FORCE CONTROL OF SINGLE LINK MECHANICAL DEVICES FOR ROBOTS,
p.p. 1013-1018.
[24] A. Bencsik, I. J. Rudas,

ADAPTIVE CONTROL OF FORCE CONSTRAINED ROBOT MANIPULATORS USING MASTER-
SLAVE SYSTEMS, Proceedings of IEEE International Workshop on Emerging Technologies and Factory
Automation, EFTA '92., p.p. 619-623, Melbourne, Australia, 1992.
[25] I. J. Rudas, . Tth,

EFFICIENT RECURSIVE ALGORITHM FOR INVERSE DYNAMICS,
Mechatronics, Vol. 3, No. 2, pp. 205-214, 1993.
[26] Gy. Mester, Sz. Pletl, G. Pajor,

"ADAPTIVE CONTROL OF RIGID-LINK FLEXIBLE-JOINT ROBOTS",
3rd International Workshop on Advanced Motion Control, Berkeley, California, USA, 1994.
164
Hibridno upravljanje robota
_____________________________________________________________________________________________________________
5. HIBRIDNO UPRAVLJANJE ROBOTA
165
_____________________________________________________________________________________________________________
SADRAJ
5. HIBRIDNO UPRAVLJANJE ROBOTA...................................................................165
5.1. HIBRIDNO UPRAVLJANJE ROBOTA SA ELASTINIM ZGLOBOVIMA .............................167

5.1.1. Uvod .................................................................................................................167
5.1.2. Model robota sa elastinim zglobovima u kontaktnim zadacima ....................167
5.1.3. Hibridno upravljanje pozicijom i silom robota sa elastinim zglobovima ......169
5.1.5. Zakljuak..........................................................................................................173
5.2. ADAPTIVNO UPRAVLJANJE POZICIJOM I SILOM ROBOTA SA ELASTINIM ZGLOBOVIMA

........................................................................................................................................174
5.2.1. Uvod .................................................................................................................174
5.2.2. Adaptivni zakon pozicionog upravljanja..........................................................174
5.2.3. Adaptini zakon upravljanja silom ....................................................................175
Upravljanje pozicijom............................................................................................176
Upravljanje silom...................................................................................................177
5.2.5. Zakljuak..........................................................................................................177
LITERATURA ..............................................................................................................178
166
_____________________________________________________________________________________________________________
5.1. Hibridno upravljanje robota sa elastinim zglobovima
5.1.1. Uvod
Arhitektura hibridnog upravljanja obuhvata upravljanje pozicijom i silom. Prema
tome u upravljaki algoritam, pored upravljanja pozicijom, u skladu sa ogranienjima
okoline inkorporira se i upravljanje silom. Razvoj algoritama hibridnog upravljanja
robotima u kontaktnim zadacima predstavlja savremenu istraivaku oblast u robotici. Kod
hibridnog upravljanja pozicijim i silom, upravljanje se realizuje u dva ortogonalna
podprostora u zavisnosti od radnog zadatka tj. pojedini stepeni slobode hvataljke upravljaju
se po sili, a pojedini po poziciji. U ovom poglavlju se istrauje adaptivno dinamikog
hibridno upravljanje robota sa elastinim zglobovima koja omoguuje praenje
kontinualnih trajektorija u pojedinim pravcima a u drugim upravljanje po sili pri
ogranienom kretanju hvataljke.
U ovom odeljku zakon hibridnog upravljanja sastoji se od adaptivnog upravljanja pri

praenju trajektorije sa PD regulatorom i dinamikim upravljanjem na bazi ukupnog
krutog modela robota obuhvatajui kompenzaciju elastinih uticaja u zglobovima i
upravljanja po sili. Rezultati simulacije su prikazani na osnovnoj konfiguraciji SCARA
robota sa elastinim zglobovima
5.1.2. Model robota sa elastinim zglobovima u kontaktnim zadacima

Posmatrajmo manipulacioni robot sa krutim segmentima i elastinim zglobovima sa
2n stepeni slobode kretanja. Segmenti mehanizma neredundantnih manipulacionih robota
167
_____________________________________________________________________________________________________________
sa n stepeni slobode se modeliraju kao kruta tela koja su povezana sa elastinim

zglobovima. Izlazno vratilo servomotora je direktno povezana sa elastinim reduktorom,
preko koga se vri pokretanje odgovarajueg zgloba robota. Posmatrajmo robot pri
ogranienom kretanju hvataljke tj. pri kontaktu sa povrinom okoline. Matematiki model
neredundantnog manipulacionog robota (mehanizma i aktuatora) sa elastinim zglobovima
u kontaktnim zadacima, sa 2n stepena slobode, u matrinom obliku se moe predstaviti na
sledei nain:
&& + C(q, q& )q& + g (q) + J T (q)F = c(t )(N 1q m q)

H (q)q
(5.1)
&& m + k am q& m + N 1 c(t )(N 1 q m q) = m
J mq
gde je:
n
qR vektor unutranjih koordinata dimenzija nx1,
qmRn vektor koordinata servomotora dimenzija nx1,

H(q) simetrina, pozitiv definitna matrica inercije dimenzija nxn,
Jm dijagonalna matrica momenta inercije rotora servomotora dimenzija nxn,
C(q, q& ) q& - vektor Coriolis-ovih i centrifugalnih efekata dimenzija nx1,
g(q) vektor gravitacionih uticaja dimenzija nx1,
kam dijagonalna matrica koeficijenta priguenja servomotora dimenzija nxn,
c(t) dijagonalna matrica promenljive krutosti reduktora dimenzija nxn,
N matrica prenosnog odnosa reduktora dimenzija nxn,
m pogonski moment servomotora dimenzija nx1,
J Jacobi-jeva matrica reda nxn,
F vektor spoljanji kontaktnih sila/momenata (tri komponente sila i tri komponente
momenta na hvataljci).
Kada hvataljka robota dolazi u kontakt sa okolinom tada nastaju sile reakcije i
elastine deformacije. Model radne okoline je esencijalan za analizu i projektovanje
168
_____________________________________________________________________________________________________________
algoritama za upravljanje silom. U optem sluaju sila reakcije u taki kontakta sa

okolinom je kompleksna funkcija pozicije, brzine i ubrzanja vrha hvataljke robota.
(5.2) F = f (s, s&,&s&)
Medjutim u praksi je uobiajeno da se koristi uproeni model radne okoline koji

uzima u obzir dominantne efekte kao to je model krutosti. Sila F kojom hvataljka deluje
na povrinu sa kojom je u kontaktu moe u prvoj aproksimaciji modelirati preko krutosti
povrine i davaa sile na vrhu robota na sledei nain:
(5.3) F = k pf (s s d )
gde je:
s-vektor spoljanjih koordinata robota reda nx1,
sd-vektor spoljanjih koordinata take dodira izmedju vrha robota i povrine reda
nx1,
kpf je matrica krutosti povrine i davaa sile reda nxn.
Stvarne koordinate hvataljke robota sraunavaju se preko direktne kinematike na

osnovu merenih unutranjih koordinata zglobova s=f(q).
5.1.3. Hibridno upravljanje pozicijom i silom robota sa elastinim zglobovima

Zakon hibridnog upravljanja pozicijom i silom sastoji se iz 4 dela:
prvi lan je adaptivni dinamiki upravljaki moment (feedforward control) koji se

formira na osnovu krutog modela robota,
drugi lan je decentralizovani PD regulator (feedback control),
trei lan je linearni korekcioni lan koji zavisi od ugaone brzine servomotora i
ugaone brzine zgloba robota i slui za kompenzaciju elastinih uticaja u
zglobovima robota,
etvrti lan slui za upravljanje silom (neadaptivni lan).
169
_____________________________________________________________________________________________________________
Za realizaciju adaptivnog dinamikog hibridnog upravljanja robota sa elastinim

zglobovima predlae se zakon upravljanja u sledeoj formi:
&& r )p (S) k De k e (q& N 1q& m ) + J T (q)(I S)[Fd + k f (Fd F) k fv s& ]

(5.4) = Y(S, q, q& , q
gde je:
Y(S, q, q& , q
&& r ) - matrica regresor koja se formira na osnovu krutog modela mehanizma
robota,
p vektor estimacije nepoznatih parametara robota (geometrijske veliine, mase,
momenti inercije) reda m,
kd, , ke dijagonalne matrice pojaanja,
S=diag (si) dijagonalna matrica selektivnosti iji i-ti elemenat na dijagonali ima
vrednost Si=1 ako se i-ti stepen slobode hvataljke robota upravlja po poziciji,
odnosno vrednost Si=0 ako se i-ti stepen upravlja po sili. Pomou ove matrice
selektivnosti upravljanje se realizuje u dva ortogonalna podprostora u zavisnosti od
radnog zadatka tj. pojedini stepeni slobode hvataljke upravljaju se po sili a pojedini
po poziciji. Vano je napomenuti da u jednom pravcu je mogue je samo jedna vrsta
upravljanja!
(5.5)
{ }
&& r = J 1 &s&d + (s& d s& ) J& J 1 [s& d + (s d s )]
q
e = J 1 [Jq& s& d + (s d s )]
Zakon on-line adaptivne estimacije parametara je sledei:
(5.6) p& = Y T (q, q& , q

&& r )e
=diag (g1, g2, g3 ) simetrina, pozitivno definitna dijagonalna matrica pojaanja.
Zakon adaptivnog upravljanja je poznat iz poglavlja 4. Zakon upravljanja silom je:
(5.7) F = J T (q)(I S)[Fd + k f (Fd F) k fv s&]
Blok ema predloenog adaptivnog dinamikog hibridnog upravljanja prikazana je na

slici 5.1 gde je posebno naznaen nain kompenzacije elastinih uticaja.
170
_____________________________________________________________________________________________________________

Fd + kD + IS J T (q )
sd s&d &s&d
e
e = J 1 [ Jq& s& d + (sd s )] kD
&&r = {&s&d + (s& d s& ) JJ 1 [s& d + (sd s )]}

q
s s& q&
k pf s q
&& r
q, q&

p

k vf Y(q, q& , q
&&r ) p& = Y T (q, q& , q
&&r )e Y(q, q& , q
&&r )p + ROBOT

+ s q&
q m
q&
q, q& q, q& m
s&
s
f
Kompenzacija q&
elasticnosti
ke +

N 1
q& m
Slika 5.1. Blok ema predloenog adaptivnog dinamikog hibridnog upravljanja

Verifikaciju predloene koncepcije adaptivnog upravljanja prikazaemo na primeru
osnovne konfiguracije SCARA robota (dva zgloba i 4 stepeni slobode kretanja) sa
elastinim zglobovima, obzirom na to da je dominantno dinamiko sprezanje kod ovog
robota izmedju prva dva zgloba (Slika 5.2). Posmatrani robot izvodi kretanje u
horizontalnoj ravni i simuliran je jednostavan zadatak hibridnog upravljanja po poziciji u y
pravcu i po sili u x pravcu ( sila je normalna na rafiranu povrinu, tangencijalna
komponenta sile i sila trenja se zanemaruje).
Dinamiki model krutog mehanizma robota je dat prema relaciji (4.33), parametre
robota biramo prema relaciji (4.34), matrica regresor reda 2x3 je dat relacijom (4.35) zakon
on-line adaptivne estimacije parametara p je dat u (4.41).
171
_____________________________________________________________________________________________________________
5.2. bra Simulacioni model robota
Pri izvrenoj simulaciji referentne vrednosti spoljanjih koordinata se menjaju u

granicama:
y=0, y=0.2 m,
x=0.8=const.
Maksimalne vrednosti ugaonih brzina i ugaonih ubrzanja su:

y& =0.5m/s,
&y& =3 m/s2,
x& = &x& =0,
Masa tereta je: 0.25 kg. Referentna vrednost normalne sile na povrinu: Fd=10 N.
Vreme simulacije je 1 s. Period estimacije parametara iznosi: T=0.001 s, (1000 Hz),
Pojaanja su sledea: kd(40,40), (40,40), ke(1000,1000), (20,20,20), kf (40,0.1),
kpf (10000,0), kvf (0.5,0).
Simulacija pokreta je izvrena za modifikovani trapezoidni oblik promene ugaone

brzine oba zgloba, a za parametre robota iz poglavlja 4.
Rezultati simulacije su prikazani na dijagramima5.3 i 5.4. Na dijagramu 5.3 dat je

prikaz promene referentne i stvarne spoljanje koordinate y, a dijagram 5.4 prikazuje
promenu referentne i stvarne sile u x pravcu.
172
_____________________________________________________________________________________________________________
0.25
0.2
0.15
0.1
yd
0.05 y
0
0 0.25 0.5 0.75 1
-0.05
Slika 5.3. Prikaz promene stvarne spoljanje koordinate y.
14
12
10
8
6 Fd
4 F
2
0
0 0.25 0.5 0.75 1
Slika 5.4. Prikaz promene stvarne sile F u x pravcu.
5.1.5. Zakljuak
Dat je prikaz hibridnog upravljanja pozicijom i silom osnovne konfiguracije SCARA
robota sa elastinim zglobovima (sa dva zgloba i 4 stepeni slobode kretanja). Zakon
hibridnog upravljanja je adaptivni po poziciji i neadaptivni po sili i kompenzira elastine
efekte u zglobovima robota. Na osnovu prezentovanih rezultata simulacije prikazano je da
predloeni algoritam adaptivnog hibridnog upravljanja pozicijom i silom omoguuje
zadovoljavajue praenje referentne trajektorije i upravljanje silom.
173
_____________________________________________________________________________________________________________
5.2. Adaptivno upravljanje pozicijom i silom robota sa elastinim zglobovima
5.2.1. Uvod
U prethodnom odeljku razmatrali smo hibridno upravljanje osnovne konfiguracije
SCARA robota sa elastinim zglobovima. (dva rotaciona zgloba sa 4 stepeni slobode
kretanja). Vano je medjutim da se analizira hibridno upravljanje kompletne konfiguracije
industrijskog robota. U ovom odeljku prouavamo hibridno upravljanje pozicijom i silom
SCARA robota sa 4 elastina zgloba i 8 stepeni slobode kretanja. Pri tome i upravljanje
pozicijom i upravljanje silom ima adaptivni karakter. Pri aplikaciji upravljakog algoritma
potrebno je poznavati matematiki model robota, medjutim:
parametre robota i
krutosti povrine i davaa sile na vrhu robota

nije potrebno poznavati poto se estimiraju on-line.
Posmatrajmo hibridno adaptivno upravljanje pozicijom i silom manipulacionog

robota tipa SCARA prema slici 4.21 u sluaju ogranienog kretanja hvataljke robota.
Dinamiki model robota u matrinom obliku je dat prema relaciji (5.1).
5.2.2. Adaptivni zakon pozicionog upravljanja

Zakon adaptivnog upravljanja pozicijom sastoji se iz 3 dela:
prvi lan je adaptivni dinamiki upravljaki moment (feedforward control) koji se

formira na osnovu krutog modela robota,
drugi lan je decentrolizovani PD regulator (feedback control),
174
_____________________________________________________________________________________________________________
trei lan je linearni korekcioni lan koji zavisi od ugaone brzine sevomotora i
slui za kompenzaciju elastinih uticaja u zglobovima robota.
Zakon adaptivnog upravljanja pozicijom prema tome glasi:
(5.8) && r )p k D (q& q& r ) k e N 1q& m

= Y(q, q& , q& r , q
Zakon adaptivne on-line estimacije parametara je:
(5.9) p& = Y T (q, q& , q& r , q

&& r )(q& q& r )
Vidi se prema tome da adaptivno poziciono upravljanje robota se poklapa sa reenjima

iz poglavlja 4.3 !
5.2.3. Adaptini zakon upravljanja silom

Predpostaviemo da su parametri robota i krutosti povrine i davaa sile na vrhu
robota nepoznate veliine koje on-line estimiramo. Kada radni predmet, koji prenosi
hvataljka robota, dolazi u dodir sa okolinom, tada nastaju elastine deformacije okoline i
silu reakciju moemo napisati u sledeem uproenom obliku:
Fe = k fe (q 3 q 3d )
(5.10)
gde je:
kfe matrica krutosti povrine i davaa sile na vrhu robota dimenzija nxn.
Adaptivni zakon upravljanja silom za trei translatorni zglob SCARA robota glasi:
(5.11) [
&& + F& + k (F F )
F = Fe + p 8 (q& 3 Rq& m3 ) p 4 (g + k vf q& 3 ) + +p 10 F d 0 d f d e ]
A zakon estimacije parametara robota i krutosti povrine i davaa sile na vrhu
hvataljke je:
175
_____________________________________________________________________________________________________________
p& 4 = g 44 [( g 0 q& 3 )](Fe Fd )

(5.13) p& 8 = g 88 q& 3 (q& 3 q& r 3 )
[ ]
p& 10 = g1010 &F&d + 0 F& d + k f (Fd Fe ) (Fe Fd )
gde je:
Fd , F& d , &F&d - referentna sila i njene derivacije,
0, kf, kvf, R pozitiv ne konstante.
Predpostaviemo da se sila reakcije koja se javlja pri kontaktu menja prema jednaini
cikloide:
Fd () 2t 2t
(5.14) Fd ( t ) = sin( )
2
Prema tome se moe zakljuiti da adaptivni zakon upravljanja silom ne zahteva

poznavanje parametara robota i krutosti okoline.

Efikasnost predloenog hibridnog zakona upravljanja testiraemo na industrijskom
robotu tipa SCARA, (slika 4.2.1). Dinamiki model krutog mehanizma robota dat je prema
relaciji (4.46). Na rotacionim zglobovima br. 1,2 i 4 robota simulacija reava problem
pozicionog upravljanja, a na treem vertikalnom translatornom zglobu problem upravljanja
silom. Parametre mehanizma robota biramo prema relaciji (4.49), matrica regresor reda
4x9 je dat na osnovu relacije (4.50 i 4.51), adaptivni zakon estimacije parametara p robota
se usvaja prema (4.53). Parametri simulacije su sledei:
Upravljanje pozicijom
Parametri pozicionog upravljanja se poklapaju sa podacima iz poglavlja 4.3, sa

sledeim razlikama:
kD= diag [50,20,4,20],
= diag [3,3,5,3],
= diag [100,100,100,1000,100,10,10,10,10].
176
_____________________________________________________________________________________________________________
Upravljanje silom
Veliina referentne sile u taki dodira: Fd()= 10 N.

Vreme simulacije: 3 s.
Konstante upravljanja silom: 0= 1, kf=2000, kvf=1, g44=0.5, g88= 20, g1010=0.2.
Krutosti povrine i davaa sile na vrhu robota: kfe=12000 N/m. (zadaje se samo zbog
simulacije!)
Ako kod SCARA robota pri ogranienom kretanju hvataljke primenimo predloeni
zakon hibridno adaptivnog upravljanja pozicijom i silom, tada u sluaju upravljanja pozicijom
rezultati su identini kao u poglavlju 4. i to prema slikama 4.23-4.32. Na slici 5.5. moemo
videti promenu referentne i stvarne sile F pri adaptivnom upravljanju silom.
Slika 5.5. Promena stvarne sile F.
5.2.5. Zakljuak
Prikazano je hibridno upravljanje pozicijom i silom kompletne konfiguracije SCARA
robota sa elastinim zglobovima (sa 4 zgloba i 8 stepeni slobode kretanja). Zakon
hibridnog upravljanja je adaptivni i po poziciji i po sili i kompenzira elastine efekte u
zglobovima robota. Na osnovu prezentovanih rezultata simulacije prikazano je da
predloeni algoritam adaptivnog hibridnog upravljanja pozicijom i silom omoguuje vrlo
dobro praenje referentne trajektorije i upravljanje silom.
177
_____________________________________________________________________________________________________________
LITERATURA
[1] J. J. Slotine, W. Li,

"ON THE ADAPTIVE CONTROL OF ROBOT MANIPULATORS",
[2] J.J. Slotine.,W. Li ,

"ADAPTIVE MANIPULATOR CONTROL: A CASE OF STUDY",
IEEE Transactions on Automatic Control, Vol. 33, No. 11, pp. 995-1003, 1988.
[3] J. J. Slotine,
"PUTTING PHYSICS IN CONTROL -THE EXAMPLE OF ROBOTICS",
IEEE Control Systems Magazine, pp. 12-18, 1988.
[4] H. Seraji, T. Lee, M. Delpech,

"EXPERIMENTAL STUDY ON DIRECT ADAPTIVE CONTROL OF A PUMA 560 INDUSTRIAL ROBOT",
Journal of Robotics Systems, Vol. 7, No. 1, p.p. 81-105, 1990.
[5] G. Niemeyer, J. J. Slotine,

"PERFORMANCE IN ADAPTIVE MANIPULATOR CONTROL",
[6] F. Ghorbel, John Y. Hung, and Mark W. Spong

"ADAPTIVE CONTROL OF FLEXIBLE -JOINT MANIPULATORS"
IEEE Control Systems Magazine, pp. 9-13,1989.
[7] N. Kircanski, A. Timcenko, and M. Vukobratovic

"POSITION CONTROL OF ROBOT MANIPULATORS WITH ELASTIC JOINTS USING FORCE
FEEDBACK" Journal of Robotics Systems,Vol. 7, No. 4, pp. 535-554, 1990.
[8] R. A. Al-Ashoor, K. Khorasani, R. V. Patel, A. J. Al- Khalili

"ROBUST ADAPTIVE CONTROLLER DESIGN FOR FLEXIBLE JOINT MANIPULATORS
Robotics & Computer- Integrated Manufacturing,Vol. 9, No. 2, p.p. 101-112, 1992.
178
_____________________________________________________________________________________________________________
[9] I. Rudas, Gy. Mester, "INDUSTRIAL ROBOT CONTROL IN CASE OF UNCERTAIN DYNAMICAL
PARAMETERS" Proceedings of IEEE/RSJ International Workshop on Intelligent Robots and Systems, Vol.
2, p.p. 937-942 IROS '91., 1991. Osaka, Japan.
[10] Gy. Mester, Sz. Pletl, I. Rudas

"DYNAMIC MODELLING OF ROBOT JOINTS",
Proceedings of IEEE International Workshop on Emerging Technologies and Factory Automation, EFTA
'92. Technology for the Intelligent Factory, p.p. 561-565, Melbourne, Australia, 1992.
[11] Gy. Mester, Sz. Pletl, G. Pajor, Z. Jeges

"FLEXIBLE PLANETARY GEAR DRIVES IN ROBOTICS",
Proceedings of 1992 International Conference on Industrial Electronics, Controland Instrumentation, IECON
'92., Vol. 2, p.p. 646-649, San Diego, California, USA, 1992.
[12] L.-A. Dessaint, M. Saad, B. Hbert, K. A.-Haddad

"AN ADAPTIVE CONTROLLER FOR DIRECT-DRIVE SCARA ROBOT"
IEEE Transactions on Industrial Electronics, Vol. 39, No. 2, p.p. 105-111, 1992.
[13] J. Yuh, D. K. Tissue,

"DISCRETE-TIME ADAPTIVE CONTROL FOR MECHANICAL MANIPULATORS HAVING A JOINT
COMPLIANCE", Journal of Robotics Systems, Vol. 8, No. 6, p.p. 745-765, 1991.
[14] J. Craig ,P. Hsu and S.S. Sastry,

"ADAPTIVE CONTROL OF MECHANICAL MANIPULATORS",
The International Journal of Robotics Research, Vol. 6, No. 2, p.p. 16-28, 1987.
[15] B. Lantos,
IDENTIFICATION AND ADAPTIVE CONTROL OF ROBOTS,
[16] M. W. Spong,
MODELING AND CONTROL OF ELASTIC JOINT ROBOTS,
ASME J. DYNAMIC SYSTEMS MEASUREMENTS CONTROL, Vol. 109, p.p. 310-319, 1987.
[17] J. J. Slotine E., Li W.,

"ADAPTIVE STRATEGIES IN CONSTRAINED MANIPULATION",
IEEE Int. Conf. Robotics and Automation, Raleigh, pp. 595-601, 1987.
[18] R. Carelli, R. Kelly, R. Ortega,

ADAPTIVE FORCE CONTROL OF SINGLE LINK MECHANICAL DEVICES FOR ROBOTS, IEEE,
p.p. 1013-1018.
179
_____________________________________________________________________________________________________________
[19] A. Bencsik, I. J. Rudas, ADAPTIVE CONTROL OF FORCE CONSTRAINED ROBOT

MANIPULATORS USING MASTER-SLAVE SYSTEMS, Proceedings of IEEE International Workshop
on Emerging Technologies and Factory Automation, EFTA '92., p.p. 619-623, Melbourne, Australia, 1992.
[20] I. J. Rudas, . Tth, EFFICIENT RECURSIVE ALGORITHM FOR INVERSE DYNAMICS,

Mechatronics, Vol. 3, No. 2, pp. 205-214, 1993.
[21] Gy. Mester, Sz. Pletl, G. Pajor, "ADAPTIVE CONTROL OF RIGID-LINK FLEXIBLE-JOINT
ROBOTS", 3rd International Workshop on Advanced Motion Control, Berkeley, California, USA, 1994.
[22] Slotine J. J. E., Li W.

"ADAPTIVE STRATEGIES IN CONSTRAINED MANIPULATION".
IEEE Int. Conf. Robotics and Automation, Raleigh, pp. pp. 595-601, 1987.
[23] Stoki Dragan

"ADAPTIVNO HIBRIDNO UPRAVLJANJE MANIPULACIONIM ROBOTIMA" Zbornik estog
Jugoslovenskog simpozijuma za primenjenu robotiku i flesibilnu automatizaciju, ETAN, Novi Sad, pp.161-
170, 1989.
[24]Gyula Mester
"Adaptive Force and Position Control of Rigid Link Flexible- Joint Scara Robots",
Proceedings of the IECON'94, IEEE, Bologna, 3, str. 1639-1644, 1994.
[25]Djula Meter, Silvester Pletl, Gizela Pajor, "ADAPTIVNO DINAMIKO HIBRIDNO UPRAVLJANJE
INDUSTRIJSKIH ROBOTA SA ELASTINIM ZGLOBOVIMA", Zbornik XX Jugoslovenskog kongresa
teorijske i primenjene mehanike, Kragujevac, 1993.
180
Neuronske mree
_____________________________________________________________________________________________________________
____________________________________________________________________
6. NEURONSKE MREE
__________________________________________________________
181
_____________________________________________________________________________________________________________
SADRAJ
6. NEURONSKE MREE...............................................................................................181
6.1. UVOD .................................................................................................................183
6.2. ARHITEKTURA NEURONSKIH MREA ..........................................................185

6.2.1. Osnovni pojmovi ..............................................................................................185
6.2.2. Neuron..............................................................................................................186
6.2.3. Topologija neuronskih mrea ..........................................................................187
6.2.4. Algoritam propagacije greke unazad .............................................................188
6.3 NEURONSKI KONTROLER SCARA ROBOTA SA ELASTINIM

ZGLOBOVIMA.............................................................................................................192
6.3.1. Uvod .................................................................................................................192
6.3.2. Sinteza neuronskog kontrolera.........................................................................192
Neuronska mrea prvog zgloba..............................................................................194
Neuronska mrea drugog zgloba............................................................................195
Neuronska mrea treeg zgloba .............................................................................196
Neuronska mrea etvrtog zgloba..........................................................................197
LITERATURA ..............................................................................................................201
182
Neuronske mree
_____________________________________________________________________________________________________________
6.1. Uvod
Konvencionalni zakoni dinamikog upravljanja industrijskih robota pri praenju

kontinualnih trajektorija obuhvataju dinamiko upravljanje na bazi:
referentnog modela (feedforward controller),
metodu inverzne dinamike centralizovanog dinamikog upravljanja (computed
torque control),
i baziraju se na poznavanju:
dinamikog modela robotskog sistema,
parametara robota.
Zbog postojanja strukturne (nepoznavanje svih parametara robota) i nestrukturne

neodredjenosti (nemodelirana dinamika) ovi zakoni upravljanja ne pruaju dovoljnu
robusnost. Navedeni metodi konvencionalnog upravljanja obuhvataju on-line proraun
kompletne dinamike robotskog sistema na bazi referentnih koordinata i u sluaju sloene
strukrure robotskog sistema nisu pogodni za aplikaciju u realnom vremenu (real-time).
Adaptivni pristupi upravljanja manipulacionim robotima:

na bazi referentnog modela, i
metoda Slotine & Li
zahtevaju poznavanje dinamikog modela robota, ne zahtevaju poznavanje parametara
sistema kojim se upravlja i takodje mogu tolerisati samo odredjeni nivo neodredjenosti i
mogu biti problematini pri implementaciji u realnom vremenu [5].
183
_____________________________________________________________________________________________________________
Savremene koncepcije upravljanja indsutrijskih robota spadaju u "soft computing"

metode i obuhvataju algoritme upravljanja na bazi:
neuronskih mrea,
fuzzy metode i
genetske algoritme.
U narednim poglavljima prouavaemo tkzv. "soft computing" metode upravljanja.

Analizu zapoinjemo sa prouavanjem upravljakih algoritama na bazi primene
neuronskih mrea.
184
Neuronske mree
_____________________________________________________________________________________________________________
6.2. ARHITEKTURA NEURONSKIH MREA
6.2.1. Osnovni pojmovi

Neuronske mree predstavljaju savremen pristup za primenu inteligentnih
upravljakih algoritama u realnom vremenu u robotici. Koncipirani su analogno biolokim
neuronskim mreama i pogodni su za upravljanje kompleksnih dinamikih sistema.
Neuronske mree sa svojom strukturom masivnog paraleleno distribuirajueg sistema
informacija, predstavljaju nadgradnju adaptivnih upravljakih sistema [5].
Osnovna ideja u vezi koncipiranja neuronskih mrea potie jo iz perioda 40-tih

godina (Hebb, 1949). 1958 god. Rosenblatt koncipirao Perceptron, Widrow sa saradnicima
razvija Adaline (1960), 1982-ben Hopefield je publikovao tkzv. Hopfield-ovu mreu.
Rumelhart i saradnici 1986 god. publikuju 'backpropagation' algoritam koji se danas iroko
primenjuje.
U nekim oblastima primene, gde drugi algoritmi ne daju zadovoljavajue rezultate

pogodna je aplikacija neuronskih mrea. Neuronske mree su uspeno primenjene kod
zadataka prepoznavanja i optimizacije, kod modeliranja-, upravljanja- i identifikacije
nelinearnih sistema. Pri aplikaciji neuronskih mrea nije potrebno poznavati ni
matematiki model ni parametre sistema.
Prve rezultate upravljanja sa uenjem manipulacionim robotima zasnovanih na

primeni modela neuronskih mrea objavio je Kawato 1987 godine [4]. Istraivanja iz ove
oblasti prema prezentovnim radovima naroito su intenzivirana zadnjih nekoliko godina.
185
_____________________________________________________________________________________________________________
Hardverska impementacija neuronskih mrea je omoguena naglim razvojem

raunarske tehnike. Neuronska mrea metodom uenja (learning algorithm)na osnovu
greke povratne sprege omoguuje brzo formiranje upravljkakog signala na bazi
paralelnog i kolektivnog procesiranja informacija [5].
U prvoj fazi -faza uenja, na osnovu repetitivnih kretanja robota, promenom

teinskih faktora vri se treniranje neronske mree u cilju kompenzacije dinamike robota
radi smanjenja odstupanja unutranjih koordinata od referentnih vrednosti istih koordinata
pri praenju kontinualnih trajektorija.
U drugoj fazi -faza generalizacije, kada neuronska mrea sa promenljivim teinskim

faktorima postaje mrea sa konstantnim teinskim faktorima, omoguena je primena
predloenog zakona upravljanja u realnom vremenu (real-time) na potpuno razliite
pokrete hvataljke robota.
Faza uenja je vremenski gledano due traje, a faza generalizacije obuhvata brzu
obradu signala.
6.2.2. Neuron
Neuron je osnovni graditeljski element neuronske mree. Ima vie ulaza i jedan izlaz.
Nelinearno ponaanje neurona obezbedjuje tkzv. funkcija aktivacije (obino sigmoidalna
funkcija). Na slici 6.1. prikazana je ema neurona:
y1 w1
y2 w2

+1
O
yi wi 0
Slika 6.1. Principijelna ema meurona

186
Neuronske mree
_____________________________________________________________________________________________________________
Sa slike se moe oitati da yi skalarni ulazi se mnoe sa tkzv. wi (i=1,...,N) teinskim

faktorima:
N
(6.1) h = w i yi
i =1
Nakon sumiranja ovako formiranih ulaznih signala, rezultujui h signal prolazi kroz
funkciju aktivacije, koja ulazni signal sabija izmedju vrednosti 0 i 1 (ovim se ostvaruje
automatska kontrola ulaznog signala):
1
(6.2) O=
1 + e h
Sigmoidalna funkcija je diferencijabilna unutar celog podruja, ostvaruje

nelinearnost unutar neurona, i vrlo lako se derivira:
(6.3) O ' (h ) = O(h )[1 O(h )]
6.2.3. Topologija neuronskih mrea

Neuroni su razvrstani u vie slojeva (layer). Jedan neuron u jednom sloju je obino
vezan sa svim ostalim neuronima susednog sloja. Svaka od veza izmedju dva neurona ima
svoj tkzv. teinski faktor, kojim se mnoi signal koji prolazi kroz tu vezu prolazi. Neuroni
unutar istog sloja nikada nisu medjusobno spojeni. Slojeve u neuronskoj mrei delima na
sledei nain:
ulazni sloj (input layer),
skriveni sloj (hidden layer) i
izlazni sloj (output layer).
Ulazni sloj slui samo za distribuciju signala do sledeeg sloja (ne vri obradu
signala). Izmedju ulaznog i izlaznog sloja moe biti jedan ili vie skrivenih slojeva. U
najveem broju sluajeva koristimo jedan skriveni sloj.
187
_____________________________________________________________________________________________________________
Na sledeoj slici se prikazuje jedna troslojna neuronska mrea. ulazni sloj ima tri
neurona, skriveni dva a izlazni sloj sadri jedan neuron.
ulazni sloj skriveni sloj izlazni sloj
Slika 6.2. Troslojna neuronska mrea
Vieslojna neuronska mrea odgovarajue topologije, nakon podeavanja teinskih faktora

u procesu uenja, sposobna je za aproksimaciju proizvoljne nelinearne funkcije. [2].
6.2.4. Algoritam propagacije greke unazad

Algoritam propagacije greek unazad (backpropagation) je najee primenjivan
algoritam u fazi uenja (Rumelhart, Hinton and Williams, 1986.). Posmatrajmo neuronsku
mreu sa dva aktivna sloja (slika 6.3.):
U prvom aktivnom skrivenom sloju izabraemo tri, u drugom aktivnom izlaznom

sloju dva neurona. Koristiemo sigmoidnu funkciju aktivacije. Obeleavanja su sledea:
Oi neuroni izlaznog sloja,
Vj neuroni skrivenog sloja,
yk ulaz,
wjk teinski faktori izmedju ulaznog i skrivenog sloja,
Wij teinski faktori izmedju skrivenog i izlaznog sloja.
188
Neuronske mree
_____________________________________________________________________________________________________________
ulazni sloj skriveni sloj izlazni sloj

y1
w11
V1
y2 W11 O1
V2
y3
O2
y4 W23
V3
w35
y5
yk wjk Vj Wij Oi
Slika 6.3. Neuronska mrea sa dva aktivna sloja
Cilj uenja je ustvari podeavanje teinskih faktora izmedju neurona na taj nain da
vektor na ulazu stvara eljeni vektor na izlazu. Na poetku procesa uenja svi teinski
faktori se moraju tako inicijalizirati da budu mali sluajni brojevi (izmedju 0 i 1).
Algoritam uenja je sledei:

1. Izabere se ulazni vektor u neuronsku mreu.
2. Izrauna se izlazni vektor iz mree.
3. Izrauna se greka izmedju izlaza iz mree i eljenog izlaza.
4. Teinski faktori se podese na taj nain da se minimizira greka.
5. Koraci od 1 - 4 se ponavljaju tako dugo dok greka nije
zadovoljavajue mala.
Faza uenja se sastoji iz dva dela:
189
_____________________________________________________________________________________________________________
Prolaz napred:
Cilj prolaza napred je odredjivanje izlaznog vektora neuronske mree na lsedei
nain.
- na osnovu ulaza u neuronsku mreu, primenom aktivacijske funkcije u skrivenom sloju
izraunava se izlaz iz skrivenog sloja,
- izlaz iz skrivenog sloja postaje ulaz u izlazni sloj,
- primenom aktivacijske funkcije u izlaznom sloju izraunava se vrednost izlaza iz
neuronske mree.
Proces uenja u fazi prolaza napred je sledei:
Ulaz u 'j' neuron skrivenog sloja se sraunava kao:
(6.4) hj=wjkyk
tako da je izlaz iz skrivenog sloja:
(6.5) Vj=g(hj).
Ulaz u 'i' neuron izlaznog sloja se sraunava kao:
(6.6) hi=WijVj
a izlaz iz izlaznog sloja:
(6.7) Oi=g(hi)
Prolaz unazad:
Cilj prolaza unazad je podeavanje teinskih faktora neuronske mree. Polazi se od
izlaza iz neuronske mree i primenom tkzv. delta pravila podeavamo prvo teinske
faktore izmedju izlaznog i skrivenog sloja, pa u sledeem potezu takodje izmedju
skrivenog i ulaznog sloja. Postupci podeavanja ovih teinskih faktora se razlikuju
medjusobno.
190
Neuronske mree
_____________________________________________________________________________________________________________
Proces uenja u fazi prolaza unazad je sledei:
Podeavanje teinskih faktora izmedju skrivenog i izlaznog sloja:
(6.8) Wij = iVj
gde je:
- faktor brzine uenja,
i - propagirana greka unazad.
(6.9) i = g (h i )[ i O i ]
gde je: i referentni izlaz.
Podeavanje teinskih faktora izmedju ulaznog i skrivenog sloja:
(6.10) wjk = jyk
a propagirana greka unazad se sraunava na sledei nain:
(6.11) j=g '(hj)Wiji
Za odredjivanje topologije neuronske mree (koliko slojeva i koliko neurona po

jednom sloju izabrati) nema optih pravila. U sledeem poglavlju razmatra se primena
neuronskih mrea za upravljanje manipulacionim robotom, kada se topologija neuronske
mree strogo determinie prema matematikom modelu manipulacionog robota.
191
_____________________________________________________________________________________________________________
6.3 NEURONSKI KONTROLER SCARA ROBOTA SA ELASTINIM

ZGLOBOVIMA
6.3.1. Uvod
U poglavlju je predloena forma upravljanja SCARA robota sa elastinim zglobovima u
unutranjim koordinatama pri praenju nominalnih trajektorija a na egzekutivnom hijerarhijskom
nivou primenom modela neuronske mree kao kontrolera u otvorenoj grani [1]. Upravljanje se
predlae primenom poznate metode propagacije greke unazad. Neuronska mrea, koja je strogo
determinisana prema obliku dinamikog modela krutog robota slui kao generator inverznog
dinamikog modela za formiranje dinamikog predkompenzatora (feedforward control) . Kod
predloene forme hibridnog upravljanja sa PD regulatorom i kompenzatorom elastinih uticaja u
zglobovima, nije potrebno poznavati dinamike parametre, ali je potrebno poznavati dinamiki
model krutog robota.
Verifikacija predloene nove forme upravljanja pri sintezi trajektorija sa cikloidnim profilom
brzine, prikazana je rezultatima simulacije SCARA robota sa elastinim zglobovima.
6.3.2. Sinteza neuronskog kontrolera

Predloena arhitektura neuronskog kontrolera sastoji se iz tri sloja:
I. ulazni sloj (input layer) sa 13 neurona,
II. skriveni sloj (hidden layer) sa 13 neurona,
III. izlazni sloj (output layer) sa 4 neurona.
192
Neuronske mree
_____________________________________________________________________________________________________________
Dinamiki model robota sa elastinim zglobovima u matrinom obliku odgovara

relacijama 4.25 i 4.26. Dinamiki model krutog robota je dat izrazom (4.46). Primenjen je
hibridni pristup sa funkcionalnom dekompozicijom mree koja odgovara krutom
dinamikom modelu SCARA robota. U tom cilju, pogodnim izborom vektora parametara p:
( ) ( )
p1 J zz1 + J zz 2 + J zz 3 + J zz 4 + m1l c21 + m 2 l12 + l c22 + (m 3 + m 4 ) l12 + l 22
p
2 2[m 2 l1l c 2 + l1l 2 (m 3 + m 4 )]
p 3 J zz 2 + J zz 3 + J zz 4 + m 2 l c 2 + (m 3 + m 4 )l 2
2 2

p 4 m3 + m4
(6.12) p 5 = J zz 4

p 6 V1
p V2
7
p 8 V3
p
9 V4
potrebno je poznati kruti dinamiki model SCARA robota tranformisati na oblik:
(6.13) = Y(q, q& , q& r , q

&& r )p
sa 'referentnim' koordinatama:
(6.14) q& r = q& d (q q d )
gde je: - dijagonalna matrica poja;anja.
Matrica regresor Y = Y(q, q& , q& r , q

&& r ) koja se formira na osnovu krutog modela
SCARA robota (4.46) je reda 4x9, elementi ove matrice se prezentuju kasnije.
Y11 Y12 Y13 0 Y15 Y16 0 0 0

0 Y22 Y23 0 Y25 0 Y27 0 0
(6.15) Y =
0 0 0 Y34 0 0 0 Y38 0

0 0 0 0 Y45 0 0 0 Y49
Koncept upravljanja pojedinih zglobova SCARA robota primenom neuronskih

mrea prikazana je na sledeim slikama:
193
_____________________________________________________________________________________________________________
Neuronska mrea prvog zgloba
Slika 6.4. Struktura neuronske mree zgloba 1
Ulaz u neuronsku mreu su odgovarajui elementi matrice regresora::
1 1
Y11 = &q& r1 Y12 = (&q& r1 + &q& r 2 ) cos q 2 (q& r1 + q& r 2 )q& 2 sin q 2
2 2
(6.16) Y13 = &q& r 2 Y15 = &q& r 4
Y16 = q& r1 Y14 = Y17 = Y18 = Y19 = 0
Napisaemo sledei izraz:
6
(6.17) h j = w jk Y1k ; j = 1,..,6
k =1
Izabrana funkcija aktivacije je oblika:
4 h j

s 1 e s
(6.18) Vj = 4h j j = 1,..,6
2
1+ e
s

194
Neuronske mree
_____________________________________________________________________________________________________________
Derivacija funcije aktivacije:

4 h
4e s
(6.19) Sig (h ) = 2
4 h

1 + e s

Izlaz iz neuronske mree je:

6
(6.20) O1 = W1 j Vj = 1FF
j=1
Greka povratne sprege je:
(6.21) 1 = q& 1 q& r1
a odgovarajue relacije za podeavanje teinskih faktora su:
(6.22) W1 j = 11 Vj ; j = 1,..,6
(6.23) w ij = 11 W1iSig (h i )Y1 j i = 1,..,6 j = 1,..,6
Neuronska mrea drugog zgloba

195
_____________________________________________________________________________________________________________
Ulaz u neuronsku mreu su odgovarajui elementi matrice regresora:
1 2
Y22 = (&q& r1 cos q 2 + q& r1 sin q 2 ) Y23 = &q& r1 + &q& r 2
2
(6.24) Y25 = &q& r 4 Y27 = q& 2
Y21 = Y24 = Y26 = Y28 = Y29 = 0
7
(6.25) h j = w jk Y2 k ; j = 7,..,10
k =1

10
(6.26) O 2 = W2 j Vj = 2 FF
j=7
(6.27) 2 = q& 2 q& r 2
(6.28) W2 j = 2 Vj j = 7,..,10
(6.29) w ij = 2 W2iSig (h i )Y2 j i = 7,..,10 j = 1,..,7 .
Neuronska mrea treeg zgloba

196
Neuronske mree
_____________________________________________________________________________________________________________
(6.30) Y34 = &q& r 3 g Y38 = q& 3
Y31 = Y32 = Y33 = Y35 = Y36 = Y37 = Y39 = 0
8
(6.31) h j = w jk Y3k j = 11, 12
k =1
12
(6.32) O 3 = W3 j Vj = 3FF
j=11
(6.33) 3 = q& 3 q& r 3
(6.34) W3 j = 3 Vj j = 11, 12
(6.35) w ij = 3 W3i Sig(h i )Y3 j i = 11, 12 j = 1,..,8
Neuronska mrea etvrtog zgloba

197
_____________________________________________________________________________________________________________
Y45 = &q& r 4 &q& r1 &q& r 2
(6.36) Y49 = q& 4
Y41 = Y42 = Y43 = Y44 = Y46 = Y47 = Y48 = 0
9
(6.37) h j = w jk Y3k j = 13, 14
k =1
14
(6.38) O 4 = W4 j Vj = 4 FF
j=13
(6.39) 4 = q& 4 q& r 4
(6.40) W4 j = 4 Vj j = 13, 14
(6.41) w ij = 4 W4i Sig(h i )Y4 j i = 13,..,14 j = 1,..,9
ema predloenog koncepta upravljanja za SCARA robote prikazana je na slici

6.8., gde je posebno naznaen kompenzator elastinih uticaja u zglobovima robota.
198
Neuronske mree
_____________________________________________________________________________________________________________
Neuronski
kontroler
Kompenzacija
elasticnosti
Slika 6.8. Blok ema neuronska hibridne upravljake strukture
Verifikaciju predloenog koncepta upravljanja prikazaemo simulacionim

eksperimentom na SCARA robotu sa elastinim zglobovima (4.46) pri praenju
nominalnih trajektorija treeg (prizmatinog) zgloba q3 sa cikloidnim profilom brzine.
Vreme simulacije je 1 s. U fazi uenja izvodimo 30 repetitivnih kretanja sa sledeim
vrednostima parametara: kd=ke=4, =5, =0.0065. Inicijalne vrednosti teinskih faktora
birane su po zakonu sluajnih brojeva (max. 0.01). Simulacija pokreta je izvrena za
sledee parametre robota: prvi segment - masa m1=12 kg, duina l1=0.6 m, poloaj centra
2
mase lc1=0.3 m,moment inercije J1=0.36 kgm , drugi segment - masa m2=6 kg, duina
2
l2=0.4 m, poloaj centra mase lc2=0.2 m, moment inercije J2=0.08 kgm , trei segment -
2
masa m3=2 kg, moment inercije J3=0.08 kgm , etvrti segment - masa m4=2 kg, moment
inercije J4=0.08 kgm2, servomotori - moment inercije rotora Jm1=Jm2=0.018 kgm2,

Jm3=Jm4=0.01 kgm2, koeficijent priguenja kam=0.1 Nms/rad. Rezultati simulacije na
slikama 6.9., 6.10. i 6.11. prikazuju vrlo dobro praenje referentne trajektorije i brzine:
199
_____________________________________________________________________________________________________________
0.12
0.1
0.08 qd30
q30
0.06
0.04
0.02
0
0 0.25 0.5 0.75 1
Slika 6.9. Referentna i stvarna trajektorija zgloba 3 [m]
d e lta q 3 0
0.00006
0.00004
0.00002
0
0 0.25 0.5 0.75 1
-0.00002
-0.00004
-0.00006
-0.00008
-0.0001
Slika 6.10. Greka koordinate zgloba 3 q3-qd3 [m]
0.25
dqd30
dq30
0.2
0.15
0.1
0.05
0
0 0.25 0.5 0.75 1
-0.05
Slika 6.11. Referentna i stvarna brzina zgloba 3 [m/s]

200
Neuronske mree
_____________________________________________________________________________________________________________
U ovom poglavlju je prikazano upravljanje SCARA robota sa elastinim zglobovima u

unutranjim koordinatama pri praenju nominalnih trajektorija a na egzekutivnom hijerarhijskom
nivou primenom modela neuronske mree kao kontrolera u otvorenoj grani. Upravljanje se
predlae primenom poznate metode propagacije greke unazad. Neuronska mrea, koja je strogo
determinisana prema obliku dinamikog modela krutog robota slui kao generator inverznog
dinamikog modela za formiranje dinamikog predkompenzatora (feedforward control) . Kod
predloene nove forme hibridnog upravljanja sa PD regulatorom i kompenzatorom elastinih
uticaja u zglobovima, nije potrebno poznavati dinamike parametre, ali je potrebno poznavati
dinamiki model krutog robota. Rezultati izvedene simulacije potvrdjuju opravdanost
predloene metode. Simulacioni eksperimenti ukazuju na injenicu da vrednost faktora
brzine uenja dominantno utie na proces uenja i na rezultate simulacije.
LITERATURA
[1] Gyula Mester, Pletl Szilveszter, Gizela Pajor

Neural Network Applications for Rigid-Link Flexible-Joints Scara Robot Motion Control.
Zbornik radova konferencije ETRAN, pp.93-94, Nis, 1994. ISBN 86-80509-10-8.
[2] Horvth Gbor,"Neurlis hlzatok s mszaki alkalmazsaik" Budapesti Mszaki Egyetem, Budapest,
1995.
[3] Lantos Bla, "Neurlis rendszerek", Budapesti Mszaki Egyetem, Budapest, 1995.
[4] M. Kawato, K. Furukawa and R. Suzuki, A Hierarchical Neural-Network Model for Control and Learning
of Voluntary Movement, Biological Cybernetics, 57, pp. 169-185, 1987.
[5] Duko Kati"ALGORITAM UPRAVLJANJA MANIPULACIONIM ROBOTIMA NA BAZI UENJA

POMOU MODELA NEURONSKE MREE",Zbornik VI Jugoslovenskog simpozijuma za primenjenu
robotiku i fleksibilnu automatizaciju, str.179-186, Novi Sad, 1989. god.
[6] Duko Kati, Sinteza neronskog kontrolera za hibridno upravljanje manipulacionim robotima
XXXVI konferencija ETAN-a, Zbornik radova, 191-198, 1992.
[7]S. P. Chan, Real Time Control of Robot Manipulator Using a Neural Network Based Learning Controller
Proceedings IECON'93, pp. 1825-1830, Hawaii, USA, 1993.
201
_____________________________________________________________________________________________________________
[8]Narpat S. Gehlot and Pablo J. Alsina, A comparasion of control strategies of Robotic Manipulators using
Neural Networks, Proceedings of the IECON'92, pp.688-693, San Diego, USA, 1992.
[9] Marzuki Khalid and Shigeru Omatu, Control of Real-Time Processes Using Backpropagation Neural
Networks, Proceedings of the IECON'91, pp. 1443-1448, Kobe, 1991.
[10] J. Tanomaru and S. Omatu, Towards Effective Neuromorphic Controllers, Proceedings of the
IECON'91, pp. 1395-1400, Kobe, 1991.
[11] T. Shibata, T. Fukuda, K. Kosuge, F. Arai, M. Tokita and T. Mitsuoka, Hierarchical hybrid
Neuromorphic Control for Roboric Motions, Proceedings of the IECON'91, pp. 1465-1470, Kobe, 1991.
[12] T. Yamada , T. Yabuta, Remarks On An Adaptive Type Self-tuning Controller Using Neural
Networks, Proceedings of the IECON'91, pp. 1389-1394, Kobe, 1991.
[13] Bart Kosko, Neural Networks and Fuzzy Systems: a Dynamical Systems approach to Machine
Intelligence Prentice Hall, USA, 1992.
[14] D. F. Bassi, Connectionist Dynamic Control of Robotic Manipulators, Ph. D. Thesis, University of
Southen California, Los Angeles, 1990.
[15] P. Gugliemelmetti and R. Longchamp, Real-Time Identification of a Robot Manipulator Using a "Neural
Network" Approach, Proceedins of the Intelligent Motion Control, Vol. 1. pp. 217-222, Istambul, 1991.
[16] T. Fukuda and T. Shibata, Neural Network Applications for Robotic Motion Control, Proceedins of the
Intelligent Motion Control, Vol. 1. pp. SL-31-SL-36, Istambul, 1991.
[17] M. Kawato, Y. Uno, M. Isobe and R. Suzuki, Hierarchiacal Neural Network Model for Voluntary
Movement with Application to Robotics, IEEE Control Systems Magazine, Vol 8, No. 2, pp. 8-16, 1988.
[18] D. Psaltis, A. Sideris and A. Yamamura, A Multilayered Neural Network Controller,IEEE Control
Systems Magazine, Vol 8, No. 2, pp. 17-21, 1988.
[19] B. Bavarian, Introduction to Neural networks for Intelligent Control, IEEE Control Systems Magazine,
Vol 8, No. 2, pp. 3-7, 1988.
[20] P. J. Werbos, An Overview of Neural Networks for Control, IEEE Control Systems, pp.40-41, 1991.
[21] K. Narendra and K. Parthasarathy, Identification and Control of Dynamical Systems Using Neural
Network, IEEE Transactions on Neural Networks, Vol. 1. No. 1. pp. 4-15, 1989.
202
_____________________________________________________________________________________________________________
7. FUZZY SISTEMI UPRAVLJANJA
203
Fuzzy sistemi upravljanja
_____________________________________________________________________________________________________________
SADRAJ
7. FUZZY SISTEMI UPRAVLJANJA .................................................................203

7.1. UVOD .....................................................................................................................206
7.2. FUZZY SKUPOVI .................................................................................................207

7.2.1. Osnovni pojmovi ..............................................................................................208
7.2.2 Osnovne operacije sa fuzzy skupovima.............................................................209
Unija fuzzy skupa...................................................................................................209
Presek fuzzy skupova.............................................................................................209
Komplement fuzzy skupa ......................................................................................210
Jednakost fuzzy skupova........................................................................................211
7.3. FUZZY UPRAVLJAKI SISTEMI.......................................................................212

7.3.1. Fuzzyfikacija ....................................................................................................212
7.3.2. Fuzzy odluivanje.............................................................................................212
7.3.3. Fuzzy pravila....................................................................................................213
7.3.4. Defuzzyfikacija .................................................................................................213
Metoda centra gravitacije.......................................................................................213
Metoda geometrijskog centra.................................................................................213
Sugeno fuzzy model...............................................................................................214
7.4. MATLAB - FUZZY LOGIC TOOLBOX ..............................................................215
7.5. FUZZY UPRAVLJANJE VE MAINOM ..........................................................216

7.5.1. Uvod .................................................................................................................216
7.5.2. Fuzzy kontroler ................................................................................................216
Osnovni cilj razvoja kontrolera..............................................................................216
Odredjivanje ulazno/izlaznih veliina....................................................................217
Fuzzy pravila..........................................................................................................219
7.6. FUZZY UPRAVLJANJE AUTOMATSKOG MENJAA....................................222

7.6.1. Uvod .................................................................................................................222
7.6.2. Automatski menja - osnovni model.................................................................222
Odredjivanje ulazno/izlaznih veliina....................................................................222
Fuzzy pravila..........................................................................................................226
7.6.3. Automatski menja - proireni model ..............................................................226
204
_____________________________________________________________________________________________________________
7.7. FUZZY UPRAVLJANJE KLIMA UREDJAJA ....................................................228

7.7.1. Uvod.................................................................................................................228
7.7.2. Sobni klima uredjaj - osnovni model ...............................................................228
Odredjivanje ulazno/izlaznih veliina ...................................................................228
Fuzzy pravila..........................................................................................................229
7.7.3. Sobni klima uredjaj - proireni model .............................................................229
Fuzzy pravila..........................................................................................................231
7.7.4. Klima uredjaji motornih vozila........................................................................231
7.8. ADAPTIVNO POZICIONO UPRAVLJANJE ROBOTA SA FUZZY

SUPERVIZOROM ........................................................................................................233
7.8.1. Uvod.................................................................................................................233
7.8.2. Adaptivno i fuzzy upravljanje ..........................................................................233
7.8.4. Zakljuak..........................................................................................................240
LITERATURA ..............................................................................................................240
205
_____________________________________________________________________________________________________________
7.1. UVOD
The Future looks Fuzzy

Newsweek, May, 28, 1990.
Upravljanje fuzzy metodama spada u takozvane "Soft computing" metode i

predstavlja savremeni pristup za primenu upravljakih algoritama sloenih sistema.
Upravljanje na bazi fuzzy logike, prema prezentovanim radovima i industrijskim
aplikacijama naroito su intenzivirana u svetu zadnjih nekoliko godina. Osnovne postavke
fuzzy logike je prezentovao Zadeh 1965 god. u radu Fuzzy Sets, prvu aplikaciju u
zadacima upravljanja publikovao je Mamdani 1975 god. Hardverska implementacija fuzzy
upravljanja je omoguena naglim razvojem raunarske tehnike. Fuzzy pristup se najee
koristi za upravljanje sloenim sistemima u kojima je, primenom drugih klasinih i
neklasinih metoda, veoma teko utvrditi medjuzavisnosti izmedju pojedinih promenljivih.
Kod upravljanja sloenih sistema primenom fuzzy pristupa nije potrebno poznavati ni
matematiki model a ni parametre sistema. Fuzzy kontroler koristei znanje eksperta
impelmentira se bez poznavanja matematikog modela sistema kojim se upravlja, pokazuje
dovoljnu robusnost i vrlo je pogodan za upravljanje u realnom vremenu.
206
_____________________________________________________________________________________________________________
Prema Kelvin Selfu (1990) "Japan je zahvaen groznicom fuzzy logike". U 1996
godini je procenjeno da na razvoj fuzzy upravljanja se troi godinje oko 6 milijardi USD,
a u svetu je plasirano na trite gotovih proizvoda u vrednosti od 1 bilion USD baziranih na
fuzzy logici.
Fuzzy logika je dosada uspeno primenjena za upravljanje:

digitalnih video kamkordera,
digitalnih fotoaparata,
aparata za merenje krvnog pritiska,
maina za pranje vea,
usisivaa,
televizora,
air condition- uredjaja,
preistaa,
motornih vozila,
liftova,
industrijskih i mobilnih robota,
helikoptera,
mertroa,
eljeznikog vazdunog i renog saobraaja,
signalizacije raskrsnica,
saobraaja na auto-putu,inteligentnim sistemima vozilo-auto put IVHS.
Fuzzy upravljanje je celishodno primeniti kada je: objekat ili problem

upravljanja:nelinearan, ako postoje strukturne i nestrukturneneodredjenosti, matematiki
model objekta nije poznat, dinamiki-vremenski promenljiv, ako je objekat upravljanja
sloen.
207
_____________________________________________________________________________________________________________
7.2. FUZZY SKUPOVI
7.2.1. Osnovni pojmovi

Teorija fuzzy skupova ponikla je iz klasine teorije skupova. Fuzzy skup fuzzy set -
je skup elemenata sa slinim svojstvima i predstavlja osnovni element za predstavljanje i
obradu nepreciznosti. Fuzzy skup ustvari predstavlja proirenje diskretnih skupova.
Diskretan (crisp) skup je skup elemenata sa istim svojstvima. Pripadnost elemenata x

skupu A opisuje se u klasinoj teoriji skupova funkcijom pripadnosti A ( x ) na sledei
nain:
1, ako x A
(7.1) A (x) =
0, ako x A
U sluaju fuzzy skupova funkcija pripadnosti moe da ima bilo koju vrednost iz
zatvorenog intervala [0,1]. Za dati fuzzy skup prema tome moemo napisati:
(7.2) A : X [0,1]
gde je: A - funkcija pripadnosti fuzzy skupa A,

X je univerzalan skup.
Fuzzy funkcija pripadnosti A opisuje stepen pripadnosti elemenata nekom fuzzy

skupu. Na slici 7.1. prikazani su fuzzy skupovi A i B sa trougaonim funkcijama
pripadnosti.
208
_____________________________________________________________________________________________________________
A B
X
Slika 7.1. Fuzzy skupovi A i B
7.2.2 Osnovne operacije sa fuzzy skupovima
Ako su A, B F(X) dva fuzzy skupa, tada prema Zadehu standardne operacije nad
fuzzy skupovima su:
Unija fuzzy skupaZbir dva fuzzy skupa je unija fuzzy skupova i oznaava se na
sledei nain: A B
Unija odgovara operaciji ili'. Funkcija pripadnosti unije A B fuzzy skupova A i
B definie se na sledei nain:
AB (x) = max[ A (x), B (x)]
Umesto simbola max esto se upotrebljava simbol ' '. Na slici 7.2. prikazana je unija
fuzzy skupova A i B:
A B
X
Slika 7.2. Unija fuzzy skupova A i B
209
_____________________________________________________________________________________________________________
Presek fuzzy skupova
Zajedniki skup dva fuzzy skupa je presek fuzzy skupova i oznaava se na sledei
nain: A B
Presek odgovara operaciji i'. Funkcija pripadnosti preseka A B fuzzy skupova A i
B definie se na sledei nain
AB ( x ) = min( A ( x ), B ( x ))
Umesto simbola min, esto se upotrebljava simbol ' '. Na slici 7.3. prikazan je
presek fuzzy skupova A i B:
A B
Slika 7.3. Presek fuzzy skupova A i B

Komplement fuzzy skupa
Komplement fuzzy skupa A, A se definie funkcijom pripadnosti: A ( x ) = 1 A ( x )
Na slici 7.4. prikazan je komplement fuzzy skupa A:
210
_____________________________________________________________________________________________________________
A A
Slika 7.4. Komplement fuzzy skupa A
Pored tri osnovna standardna Zadeh operatora napisaemo i uslov jednakosti dva
fuzzy skupa:
Jednakost fuzzy skupova

Fuzzy skupovi A i B su jednaki ako su im jednake funkcije pripadnosti:
A (x) = B (x) .
za sve elemente x skupa X.
211
_____________________________________________________________________________________________________________
7.3. FUZZY UPRAVLJAKI SISTEMI
Fuzzy logika se danas najvie primenjuje u upravljakim zadacima. Posmatraemo

strukturu fuzzy upravljakog sistema prema sledeem (slika 7.5):
Fuzzyfikacija.
Fuzzy odluivanje.
Fuzzy pravila.
Defuzzyfikacija.
e Fuzzy u
Fuzzyfikacija Defuzzyfikacija
odlucivanje
Fuzzy
pravila
Slika 7.5. Struktura fuzzy upravljakog sistema
7.3.1. Fuzzyfikacija
Neka je normirani vektor e ulaz u fuzzy upravljaki sistem - tj. u modul fuzzyfikacije
[3]. Cilj normiranja je da ulazni signal prilagodimo opsegu funkcija pripadnosti. Zadatak
fuzzyifikacije (Fuzzification) je to da normiranoj crips promenljivoj odgovarajuu fuzzy
veliinu.
212
_____________________________________________________________________________________________________________
7.3.2. Fuzzy odluivanje

U modulu fuzzy odluivanje (Fuzzy inference machine), na bazi fuzzy pravila i
ulaznih veliina donosi se odluka o vrednosti izlaza. Izlaz je fuzzy skup, koji predstavlja
ulaz u modul defuzzyfikacije.
7.3.3. Fuzzy pravila

Fuzzy pravila (Fuzzy rule base) predstavljaju centralno mesto fuzzy kontrolera.
Sastavljaju se u zavisnosti od prirode problema na bazi znanja eksperta. u sledeem obliku:
ako je x=A tada je y=B
i sastoje se od jezikih promenljivih. Gde je:
xX - ulazna promenljiva,
yY - izlazna promenljiva,
X - skup ulaznih promenljivih,
Y skup izlaznih promenljivih,
A jezika promenljiva, antecedent,
B jezika promenljiva, konzekvent.
Jezike promenljive moemo zadati sa fuzzy skupovima.
7.3.4. Defuzzyfikacija
Ima zadatak da fuzzy veliine na izlazu iz modula fuzzy odluivanja pretvori u
crisp veliine, koji posle denormalizacije daju izlazni vektor u fuzzy kontrolera.
Poznajemo sledee metode defuzzyfikacije:
Metoda centra gravitacije (COG),
Metoda geometrijskog centra (COA),
Metoda centra gravitacije

esto korisena metoda defuzzyfikacije (Center of Gravity). Vri se odredjivanje
teita prema sledeem:
(y w )
r
i i
(7.3) y COG = i =1
w
r
i =1 i
gde je: y i - teite elemenata, w i - teinski faktor.

213
_____________________________________________________________________________________________________________
Metoda geometrijskog centra

slian je prethodnom postupku, koristi numeriku integraciju. Na slici 7.6. prikazuje
se korienje COA defuzzyfikacione metode, ako su fuzzy pravila:
Ako je x=A1 tada je y=B1 ;
Ako je x=A2 Ako je y=B2
Ako je x=A3 Ako je y=B3
Slika 7.6. Center of Area metoda defuzzyifikacie
Sugeno fuzzy model

Sugeno fuzzy model su publikovali Tagaki, Sugeno s Kang. Opti oblik Sugeno
fuzzy modela je:
(7.4) Ha x1 = A1,i,,xn=An,i akkor yi = fi(xi,,xn)
gde je:
xi, i [1,n] ulazne promenljive,
fi proizvoljna n-dimenziona deterministika funkcija.
Ako je fi konstanta, tada je Sugeno model nultog reda, ako su ulazne funkcije
linearne tada je Sugeno model prvog reda.
214
_____________________________________________________________________________________________________________
7.4. MATLAB - FUZZY LOGIC TOOLBOX
Za generisanje fuzzy kontrolera koristiemo softverski paket Matlab sa dodatnim

modulima Simulink i Fuzzy Logic Toolbox. Pored mogunosti programiranja Matlab-ov
Fuzzy Logic Toolbox sadri i grafiki interfejs za direktno korienje. [6].
Cilj ovog interaktivnog grafikog interfejsa Fuzzy Logic Toolbox-a je u tome da

prosean korisnik softvera moe da razvija fuzzy kontroler bez dubljeg poznavanja tehnike
programiranja. Grafiki interfejs sadri pet prozora. Prozori prema redosledu otvaranja su
sledei:
1. FIS (Fuzzy Inference System ) Editor editor fuzzy sistema odluivanja.
2. Membership function Editor editor funkcija pripadnosti.
3. Rule Editor editor fuyyz pravila.
4. Rule viewer pregled fuzzy pravila.
5. Surface viewer pregled kontrolne povrine.
U pojedinim prozorima meniji su sledei:
1. File (sa uobiajenim WINDOWS naredbama)
editovanje novog sistema,
otvaranje ranije memorisanog sistema,
zapisivanje sistema,
izlaz.
2. Edit ( sa mogunostima editovanja, zapisivanja, brisanja )
3. View (obezbedjuje preglednost prozora i pokretljivost)
4. Options (moe da se koristi sa Rule viewer s Surface viewer)
215
_____________________________________________________________________________________________________________
7.5. FUZZY UPRAVLJANJE VE MAINOM
7.5.1. Uvod
Pri eksploataciji ve maine, vremensko trajanje pranja podeavamo u zavisnosti od
koliine prljavog vea i stepena zaprljanosti. U cilju automatizacije ovog procesa, u ve
mainu moemo ugraditi senzore, koji e detektovati koliinu prljavog vea i zaprljanosti
istog, te moemo podesiti trajanje pranja vea. Meutim, klasine metode nam ne pruaju
mogunost matematikog modeliranja meuzavisnosti izmeu koliine vea, stepena
zaprljanosti i vremensko trajanje pranja, niti nam omoguavaju korektno definisanje
ulazno izlaznih zavisnosti, tako da tzv. automatske ve maine po pojave fuzzy tehnike
nisu zapravo bile automatske (full automatic), poto je korisnik runo podeavao trajanje
pranja. Navedeni problem je u potpunosti reen primenom fuzzy tehnike.
Za utvrdjivanje svih vanih parametara za pranje potrebni su senzori. Senzori

detektuju koliinu prljavtine, i vrstu prljavtine (koliinu masnoe), dok e izlaz iz fuzzy
kontrolera biti vreme pranja vea.
Da bismo potpuno automatizovali ve mainu, treba je proiriti sa dve jedinice:

snezorskom jedinicom, koja detektuje koliinu prljavtine i vrstu prljavtine,
fuzzy kontrolerom, koji odreuje vremensko trajanje pranja vea.
7.5.2. Fuzzy kontroler
Osnovni cilj razvoja kontrolera

Razvoj fuzzy kontrolera ve maine za odredjivanja vremena trajanja pranja vea.
216
_____________________________________________________________________________________________________________
Odredjivanje ulazno/izlaznih veliina

Prvo odredjujemo ulazno/izlazne veliine i opsege tih veliina. Na slici 7.7. prikazujemo
blok emu fuzzy kontrolera. Kontroler ima dva ulaza i to: stepen zaprljanosti vea i vrsta
prljavtine. Ova dva ulaza obezbeuje ugraena senzorska jedinica. Stepen zaprljanosti
vea se moe odrediti preko zaprljanosti vode u bubnju (tj. prozirnosti vode). Prljavije
rublje izaziva veu zaprljanost vode. Vrsta prljavtine se moe odrediti pomou tzv.
vremena zasienja (saturation time). U datom sluaju, vreme zasienja je vreme kada je
promena istoe vode jednaka nuli. Na primer, u slucaju masnih neistoa, poto je u
odnosu na druge tipove zaprljanosti mast slabije rastvorljiva u vodi, vreme zasienja je
due. Izlazna funkcija je trajanje pranja vea.
stepen zaprljanosti vea

vreme
Fuzzy pranja
kontroler
vrsta prljavtine
Slika 7.7. Blok ema fuzzy kontrolera
Na slici 7.8. su prikazane fuzzy particije tj. na koje jezike promenljive delimo prvu
ulaznu veliinu stepen zaprljanosti vea. Ulazni skup X1 smo podelili na tri jezike
promenljive:
Malo_prljavo(Small)
Srednje_prljavo(Medium)
Jako_prljavo(Large)
dok su odgovarajue funkcije pripadnosti trouglastog oblika.
Na slici 7.9. prikazane su fuzzy particije tj. na koje jezike promenljive delimo drugu
ulaznu veliinu vrstu prljavtine. Ulaznu skup X2 smo podelili na tri jezike promenljive:
217
_____________________________________________________________________________________________________________
malo srednje jako

1 prljavo prljavo prljavo
0.8
Degree of membership
0.6
0.4
0.2
0 10 20 30 40 50 60 70 80 90 100
stepen zaprljanosti vea
Slika 7.8. Funkcije pripadnosti prvog ulaza X1
Nije_masno(NotGreasy)
Srednje_masno(MediumGreasy)
Masno(Greasy)
dok su odgovarajue funkcije pripadnosti trouglastog oblika. Domene ulaznih funkcija smo
normirali (0-100), saglasno sa opsegom merenja senzora.
nije masno srednje masno masno

1
0.8
0.6
0.4
0.2
0 10 20 30 40 50 60 70 80 90 100
vrsta
prljavtine
Slika 7.9. Funkcije pripadnosti drugog ulaza X2
218
_____________________________________________________________________________________________________________
Na slici 7.10. prikazane su fuzzy particije tj. na koje jezike promenljive delimo
izlaznu veliinu iz kontrolera vreme pranja vea. Izlaznu skup Y smo podelili na pet
jezikih promenljivih:
Jako_kratko(VeryShort)
Kratko(Short)
Srednje(Medium)
Dugo(Long)
Jako_dugo(VeryLong)
dok su fuzzy funkcije pripadnosti trouglastog oblika. Domen izlazne funkcije je: T Y =
[0-60] minuta.
jako kratko kratko srednje dugo jako dugo

1
0.8
0.6
0.4
0.2
0 10 20 30 40 50 60
vreme pranja
Slika 7.10. Funkcije pripadnosti izlaza Y
Na slici 7.11. prikazujemo blok emu fuzzy kontrolera, gde se moe oitati broj
funkcija pripadnosti i fuzzy pravila.
Fuzzy pravila
Za fuzzy upravljanje ve mainom je dovoljno ako na osnovu ekspertskog znanja
postavimo pravila koja kvalitativno opisuju rad sistema u obliku:
Ri: Ako je stepen zaprljanosti=Ai,1 i vrsta prljavtine je=Ai,2 tada je vreme pranja T=Bi
gde su Ai,1, Ai,2 i Bi jeziki promenljive koje su predstavljene fuzzy skupovima.
219
_____________________________________________________________________________________________________________
ve
stepen
maina
zaprljanosti vea
(3)
(mamdani)
7 pravila
vreme
pranja (5)
vrsta prljavtine
(3)
Sistem ve maina: 2 ulaza, 1 izlaz, 7 pravila
Slika 7.11. Blok ema fuzzy kontrolera
Fuzzy pravila je potrebno podeavati (fine tuning). U datom sluaju fuzzy pravila su:
R1: Ako je stepen zaprljanosti jako prljavo i vrsta prljavtine je masno tada je vreme
pranja jako dugo.
R2: Ako je stepen zaprljanosti srednje prljavo i vrsta prljavtine je masno tada je vreme
pranja dugo.
R3: Ako je stepen zaprljanosti jako prljavo i vrsta prljavtine je srednje masno tada je
vreme pranja dugo.
R4: Ako je stepen zaprljanosti srednje prljavo i vrsta prljavtine je srednje masno tada je
vreme pranja srednje.
R5: Ako je stepen zaprljanosti malo prljavo i vrsta prljavtine je srednje masno tada je
vreme pranja srednje.
R6: Ako je stepen zaprljanosti srednje prljavo i vrsta prljavtine je nije masno tada je
vreme pranja kratko.
R7: Ako je stepen zaprljanosti malo prljavo i vrsta prljavtine je nije masno tada je vreme
pranja jako kratko.
Upravljanje ve mainom se vri primenom MAMDANI algoritma. Na slici 7.12.
prikazujemo tkzv. kontrolnu povrinu (control surfaces), koja prezentuje vezu izmedju dva
ulaza i izlaza za kompletan opseg upravljanja. Priloena tabela prikazuje strukturu fuzzy
kontrolera u Matlab - Fuzzy Toolbox programskom okruenju.
220
_____________________________________________________________________________________________________________
50
40
output1
30
20
100
100
80
50 60
40
20
input2 0 0
input1
Slika 7.12. Kontrolna povrina fuzzy upravljanja ve mainom
1. Name ve maina 41. [0 50 100 0]

2. Type mamdani 42. [50 100 150 0]
3. Inputs/Outputs [2 1] 43. [-50 0 50 0]
4. NumInputMFs [3 3] 44. [0 50 100 0]
5. NumOutputMFs 5 45. [50 100 150 0]
6. NumRules 7 46. OutMFParams [9 10 11 0]
7. AndMethod min 47. [19 20 21 0]
8. OrMethod max 48. [29 30 31 0]
9. ImpMethod min 49. [39 40 41 0]
10. AggMethod max 50. [59 60 61 0]
11. DefuzzMethod centroid 51. Rule Antecedent [3 3]
12. InLabels input1 52. [2 3]
13. input2 53. [3 2]
14. OutLabels output1 54. [2 2]
15. InRange [0 100] 55. [1 2]
16. [0 100] 56. [2 1]
17. OutRange [0 60] 57. [1 1]
18. InMFLabels kicsi 51. Rule Consequent 5
19. srednje prljavo 52. 4
20. jako prljavo 53. 4
21. nije masno 54. 3
22. srednje masno 55. 3
23. masno 56. 2
24. OutMFLabels nagyon_rovid 57. 1
25. kratko 51. Rule Weigth 1
26. srednje 52. 1
27. dugo 53. 1
28. jako dugo 54. 1
29. InMFTypes trimf 55. 1
30. trimf 56. 1
31. trimf 57. 1
32. trimf 51. Rule Connection 1
33. trimf 52. 1
34. trimf 53. 1
35. OutMFTypes trimf 54. 1
36. trimf 55. 1
37. trimf 56. 1
38. trimf 57. 1
39. trimf
40. InMFParams [-50 0 50 0]
221
_____________________________________________________________________________________________________________
7.6. FUZZY UPRAVLJANJE AUTOMATSKOG MENJAA
7.6.1. Uvod
Danas se fuzzy logika esto primenjuje kod motornih vozila (automatski menja,
upravljanje motora, upravljanje brzinom kretanja, klima uredjaji itd.). U ovom poglavlju
razmatra se fuzzy upravljanje automatskog menjaa. Analiziraemo upravljanje:
osnovnim modelom i
proirenim modelom..

Razvoj fuzzy kontrolera automatskog menjaa.
7.6.2. Automatski menja - osnovni model

Blok ema fuzzy kontrolera automatkog menjaa motornih vozila dat je na slici 7.13.
Za date uslove fuzzy kontroler bira najpodesniji stepen prenosa. Prvo je potrebno odrediti
ulazno/izlazne veliine i opseg tih veliina. U datom sluaju fuzzy kontroler ima 4 ulaza:
1. poloaj pedale za gas,
2. brzina kretanja vozila,
3. broj obrtaja motora,
4. snaga motora.
Odgovarajue signale ovih 4 ulaznih veliina dobijamo sa odgovarajuih senzora.

Izlazna veliina je odabrani stepen prenosa u menjau.
222
_____________________________________________________________________________________________________________
menjac motorno
Fuzzy kontroler
vozilo
pedala za gas
brzina kretanja vozila
broj obrtaja motora
snaga motora
Slika 7.13. Blok ema fuzzy upravljanja automatskim menjaem
Na slikama 7.14.-7.17. su prikazane fuzzy particije tj. na koje jezike promenljive

delimo ulazne veliine (4) stepen zaprljanosti vea. Ulazne skupove X1 ,X2, X3 i X4
podelili smo na 4 jezike promenljive, dok su odgovarajue funkcije pripadnosti dati u
obliku Gauss-a. Izlaznu skup Y smo podelili na pet jezikih promenljivih, a odgovarajue
funkcije pripadnosti su u obliku singltona (7.18.).
mali srednji veliki vrlo veliki

1
0.8
0.6
0.4
0.2
0 10 20 30 40 50 60 70 80 90 100
pedala za gas %
Slika 7.14. Funkcije pripadnosti prvog ulaza X1 - pedala za gas

223
_____________________________________________________________________________________________________________
mala srednja velika vrlo velika

1
0.8
0.6
0.4
0.2
0 20 40 60 80 100 120 140 160 180 200

brzina kretanja vozila km/h
Slika 7.15. Funkcije pripadnosti drugog ulaza X2- brzina kretanja vozila
mali srednji veliki vrlo veliki

1
0.8
0.6
0.4
0.2
0 1000 2000 3000 4000 5000 6000 7000 8000

broj obrtaja motora min -1
Slika 7.16. Funkcije pripadnosti treeg ulaza X3 - broj obrtaja motora

224
_____________________________________________________________________________________________________________
mala srednja velika vrlo velika

1
0.8
0.6
0.4
0.2
0 20 40 60 80 100 120
snaga motora KW
Slika 7.17. Funkcije pripadnosti etvrtog ulaza X4- snaga motora
No1 No2 No3 No4 No5

1
0.8
0.6
0.4
0.2
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

menjac
Slika 7.18. Funkcije pripadnosti izlaza Y - stepen prenosa u menjau

225
_____________________________________________________________________________________________________________
Fuzzy pravila
Na osnovu gore navedenih fuzzy skupova i funkcija pripadnosti i na bazi znanja
eksperata sastavljaju se fuzzy pravila. Naprimer:
Ri: Ako je poloaj pedale za gas mali (Low) i brzina vozila mala (Low) i broj obrtaja motora
mali (Low) i snaga motora velika (High) tada je izabrani stepen prenosa u menjau No_1.
Fuzzy pravila je potrebno podeavati (fine tuning). Fuzzy upravljanje menjaa

motornog vozila vrimo primenom MAMDANI algoritma.
7.6.3. Automatski menja - proireni model

Prezentovani sistem fuzzy upravljanja automatskog menjaa odgovara samo
idealnim uslovima eksploatacije jer ne uzima u obzir uslove saobraaja. U zavisnosti od
uslova saobraaja vozai motornih vozila upravljaju sa vozilom u raznim reimima vonje.
Naprimer u toku vonje na uzbrdici, nizbrdici ili u sluaju jakog vetra, voza bira nii
stepen prenosa menjaa. Proireni model automatskog menjaa prikazan je na slici 7.19.
Na osnovni model sa slike 7.18. dodajemo modul 'Fuzzy odluivanje B':
Fuzzy
kontroler B
nacin
voznje
menjac motorno
Fuzzy kontroler A
vozilo
pedala za gas
brzina kretanja vozila
broj obrtaja motora
snaga motora
Slika 7.19. Automatski menja - proireni model

226
_____________________________________________________________________________________________________________
brzina vozila
promena brzine
Fuzzy
uzbrdica/nizbrdica kontroler B
ubrzanje vozila
nacin
voznje
Slika 7.20. ema fuzzy kontrolera B
Na bazi fuzzy kontrolera B sastaviemo nova fuzzy pravila:

R1: Ako je brzina vozila mala (Low) i promena brine vozila mala (Small) i uzbrdica je
pozitivno velika (Positiv Large) i ubrzanje vozila srednje (Medium) tada je nain vonje
vonja na strmoj uzbrdici (Steep_Uphill_Mode).
R2: Ako je brzina vozila srednja (Medium) i promena brzine mala (Small) i nizbrdica je
negativno velika (Negative_Large) i ubrzanje malo (Small) tada je nain vonje vonja na
strmoj nizbrdici (Steep_Uphill_Mode).
Izlaz iz fuzzy kontrolera B nain vonje utie na izbor stepena prenosa u menjau
vozila. Naprimer:
R3: Ako se kreemo na strmoj uzbrdici (Steep_Uphill_Mode) tada je stepen prenosa u menjau
No_2
R4: Ako se kreemo na blagoj nizbrdici (Gentle_Downhill_Mode) tada je stepen prenosa u
menjau No_3
Napomena: Kod naina vonje moemo da vodimo rauna i o promeni ugla

upravljaa (volana) motornog vozila. naime pratei promenu ugla upravljaa moemo
izvui informaciju o tome da li na auto-putu ima ili nema vetra, ova vana informacija
naravno utie i na izbor stepena prenosa u menjau.
227
_____________________________________________________________________________________________________________
7.7. FUZZY UPRAVLJANJE KLIMA UREDJAJA
7.7.1. Uvod
Kod sloenih procesa, regulisanje temperature se esto primenjuje. Ovi procesi mogu
biti nelinearni i izloeni spoljanim promenljivim uticajima, tako da klasini postupci
regulisanja temperature esto ne zadovoljavaju postavljene ciljeve. Eksploatacija klima
uredjaja danas je sastavni deo komfornijih ivotnih uslova. Klimatizacija cele godine
garantuje konforniji ivot oveka i obezbedjuje optimalne uslove za boravak u odredjenoj
sredini. U ovom poglavlju razmatramo problematiku fuzzy upravljanja klima uredjajima i
to prema sledeim zadacima:
Sobni klima uredjaj - osnovni model.
Sobni klima uredjaj - proireni model.
Klima uredjaj motornih vozila.

Razvoj fuzzy kontrolera klima uredjaja.
7.7.2. Sobni klima uredjaj - osnovni model

Posmatraemo sobni klima uredjaj. Zadatak sadri regulisanje izlazne temperature.
Izlaznu temperaturu moemo regulisati sa toplim i hladnim ventilima. Blok emu sobnog
klima uredjaja - osnovni model sa fuzzy kontrolerom vidimo na slici 7.21.
Prvo je potrebno odrediti ulazno/izlazne veliine i opseg tih veliina. U datom sluaju
fuzzy kontroler ima jedan ulaz a to je temperatura vazduha u sobi (slika 7.22.), ovaj signal
obezbedjuje ugradjeni temperaturni senzor u sobi. Iz fuzzy kontrolera imamo dve izlazne
veliine, tj. upravljake signale (control signal) za topli i hladni ventil.
228
_____________________________________________________________________________________________________________
hlad. ventil
Fuzzy vazduh
Klima Soba
kontroler
top. ventil
senzor
temperature
Slika 7.21. Blok ema fuzzy upravljanja sobnog klima uredjaja - osnovni model
hled. ventil
temperatura Fuzzy upravljacki

kontroler signali
top. ventil
Slika 7.22. Blok ema fuzzy kontrolera - sobni klima uredjaj - osnovni model
Fuzzy pravila
Fuzzy pravila za sobni klima uredjaj - osnovni model, moemo sastaviti prema sledeem:
R1: Ako je temperatura sobe niska tada maksimalno otvoriti topao ventil.
Fuzzy pravila takodje je potrebno podeavati (fine tuning).
7.7.3. Sobni klima uredjaj - proireni model

Finalni cilj eksploatacije klima uredjaja je konforan boravak oveka u datoj sredini iz
aspekta toplotnih procesa. Na ovo pored temperature prostorije znaajno utie i relativna
vlanost vazduha..Prema tome, ranije razmatrani klima uredjaj - osnovni model samo
229
_____________________________________________________________________________________________________________
delimino ispunjava ove zahteve.Proiriemo sada posmatrani sistem sa fuzzy

upravljanjem relativne vlanosti vazduha. Zadatak prema tome obuhvata regulisanje:
izlazne temperature i
relativne vlanosti vazduha.
Temperaturu i dalje reguliemo otvaranjem i zatvaranjem toplog i hladnog vazduha.

Fuzzy kontroler klima uredjaja i sobu proirujemo sa jo jednom jedinicom:
- u fuzzy kontroler ugradiemo jo jedan ulaz za relativnu vlanost vazduha,
- u sobu ugradjujemo senzor za merenje relativne vlanosti vazduha,
- klima uredjaj proirujemo sa ventilom za regulaciju vlanosti.
Blok ema ovako proirenog klima uredjaja se vidi na slici 7.23.
nedvessgtartalom
hideg szelep rzkel
meleg szelep
Fuzzy leveg
Klma Szoba
szablyoz
nedvessgtartalom
szelep hmrsklet
rzkel
Slika 7.23. Blok ema fuzzy kontrolera sobnog klima uredjaja - proireni model
Prvo odredjujemo ulazno/izlazne veliine. Na slici 7.24. prikazujemo blok emu

fuzzy kontrolera proirenog klima uredjaja. Kontroler ima dva ulaza i to: temperatura i
relativna vlanost vazduha, ulazne signale obezbedjuju odgovarajui senzori. . Iz fuzzy
kontrolera imamo tri izlazne veliine, tj. upravljake signale (control signal) za topli,
hladni ventil i za ventil za regulisanje relativne vlanosti.
230
_____________________________________________________________________________________________________________
hlad. ventil
}
temperatura
Fuzzy top. ventil upravljacki
kontroler signali
ventil relativne
relativna vlaznost vlaznosti
Slika 7.24. Fuzzy kontroler proirenog modela sobnog klima uredjaja
Fuzzy pravila
Fuzzy pravila za sobni klima uredjaj - proireni model, moemo sastaviti tako da
fuzzy pravila za za osnovni model proirujemo sa uticajem relativne vlanosti prema
sledeem:
R1: Ako je temperatura sobe niska tada malo otvoriti topao ventil.
ili
R2: Ako je relativna vlanost mala, tada malo otvoriti ventil relativne vlanosti.
Fuzzy pravila takodje je potrebno podeavati (fine tuning).
7.7.4. Klima uredjaji motornih vozila

Osnovni zadatak klima uredjaja kod motornih vozila je obezbedjenje konfora iz
aspekta toplotnih procesa u kabini vozila. Ovaj zadatak u odnosu na sobne klima uredjaje
mnogo sloeniji, poto pored temperature i relativne vlanosti u kabini motornog vozila
mora se uzeti u razmatranje i uticaj:
sunevih zraka,
brzine kretanja vozila i
zamagljivanje stakala.
231
_____________________________________________________________________________________________________________
Na slici 7.25. prikazana je blok ema fuzzy kontrolera za motorna vozila. Japanski
putniki automobili novije proizvodnje imaju ugradjene klima uredjaje ovog tipa. Ovi
uredjaji imaju prednost u odnosu na klasina reenja klima uredjaja jer se bolje
prilagodjavaju za brzu promenu temperature prilikom otvaranje/zatvaranja vrata vozila i
promene . Az jabb tpus Japn gpkocsikba beptett ilyen fuzzy szablyozsi tpus
vremena u toku vonje.
hlad. ventil
senzor spoljanje
temperature
senzor unutranje
temperature
Fuzzy
top. ventil
senzor kontroler upravljacki
vetra klima signali
uredjaja
senzor zracenja motornih
vozila ventil relativne
vlaznosti
senzor
vlaznosti
Slika 7.25. Principijelna ema fuzzy kontrolera klima uredjaja motornih vozila
232
_____________________________________________________________________________________________________________
7.8. ADAPTIVNO POZICIONO UPRAVLJANJE ROBOTA SA

FUZZY SUPERVIZOROM
7.8.1. Uvod
Fuzzy upravljanje manipulacionih robota moemo reiti na dva naina:
PD fuzzy kontrolerom i
fuzzy supervizorom (supervisor).
U ovom poglavlju prikazujemo adaptivno upravljanje SCARA robota sa elastinim

zglobovima sa fuzzy supervizorom. Kod primene adaptivnog upravljakog algoritma
potrebno je poznavati matematiki model robota, a nije potrebno poznavati parametre
robota poto se oni estimiraju on-line.
7.8.2. Adaptivno i fuzzy upravljanje

Napisaemo modifikovani adaptivni zakon upravljanja Slotine & Li-a na sledei
nain:
(7.5) = Y(q, q& , q& r , q
&& r )p k D ( t )(q& q& r )
a zakon estimacije parametara robota kao:
(7.6) p& = Y T (q, q& , q& r , q

&& r )(q& q& r )
Adaptivni zakon upravljanja (7.5) sastoji se iz dva dela:

prvi deo adaptivnog dinamikog upravljanja se bazira na krutom modelu robota
(feedforward control),
drugi deo je decentralizovano PD servosistemsko upravljanje (feedback control)
gde vrmenski promenljivo pojaanje kD obezbedjuje fuzzy supervizor (supervisor):
(7.7) k D ( t n ) = k D ( t n 1 ) + k D ( t n )
233
_____________________________________________________________________________________________________________
Fuzzy upravljanje manipulacionih robota spada u savremenene upravljake algoritme

sa sledeim osobinama:
laka implementacija,
pogodna je za kompleksne sisteme kao manipulacioni robot,
fleksibilna je i robustna.
Fuzzy supervizor ima dva ulaza: greke pozicije i greka brzine, i jedan izlaz:
vremenski promenljivo pojaanje PD regulatora kD. Fuzzy skupove delimo na pet jezikih
promenljivih:
negativno veliko (NB),
negativno malo (NS),
zero (Z),
pozitivno malo (PS) i
pozitivno veliko (PB),
a odgovarajue funkcije pripadnosti su trougaonog oblika.
Na slici (7.26.) prikazujemo funkcije pripadnosti i fuzzy pravila fuzzy supervizora, a

na slici (7.27.) se moe videti blok ema adaptivnog upravljanja pozicijom primenom
fuzzy supervizora.
Slika 7.26. Principejelna ema fuzzy supervizora
234
_____________________________________________________________________________________________________________
.
q
kD
. .. . .. .
q d, q d, q d qr , qr qr
.
RL-FJ q q
ROBOT
.
Slika 7.27. Adaptivno upravljanje pozicijom primenom fuzzy supervizora
Predloeni algoritam adaptivnog i fuzzy upravljanja primeniemo na upravljanje

SCARA robota sa 4 elastina zgloba (slika 4.22.). Kod posmatranog robota kruti dinamiki
model dat je u matrinom obliku izrazom (4.46). Zadatak simulacije je poziciono
upravljanje po zglobovima 1,2,3 i 4.
Parametre robota biramo prema relaciji (4.49), matricu regresor dimenzije 4x9 prema
(4.35) a zakon estimacije parametara robota p prema relaciji (4.53).
Simulacioni parametri odgovaraju podacima iz poglavlja 4.3, sa tom razlikom da na

poetku simulacije dijagonalna matrica pojaanja kD= diag [50,20,4,20] ima samo
inicijalnu vrednost a kasnije se menja u toku vremena.
Rezulati simulacije su dati na dijagramima 7.28. 7.40. Promenu koordinata na

zglobovima i greku praenja koordinata prikazujemo na dijagramima 7.28.- 7.33. Referentna
i stvarna brzina zgloba 4 je prikazana na dijagramu 7.34. Na dijagramima 7.35.-7.38.
prikazujemo promenu parametara kD za vreme pokreta robota. Dijagram 7.39. prikazuje
kontrolnu povrinu.
235
_____________________________________________________________________________________________________________
1.0
0.8
0.6
q1,qd1
0.4
0.2
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
Slika 7.28. Referentna i stvarna koordinata prvog zgloba [rad]
0.006
0.004
0.002
q1-qd1
0.000
-0.002
-0.004
-0.006
0.0 0.2 0.4 0.6 0.8 1.0 1.2

t
Slika 7.29. Greka koordinate prvog zgloba q1-qd1 [rad]
1.6
1.4
1.2
q2,qd2
1.0
0.8
0.6
0.4
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
Slika 7.30. Referentna i stvarna koordinata drugog zgloba [rad]
236
_____________________________________________________________________________________________________________
0.002
0.001
q2-qd2 0.000
-0.001
-0.002
-0.003
-0.004
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
Slika 7.31. Greka koordinate drugog zgloba q2-qd2 [rad]
1.6
1.4
1.2
q4,qd4
1.0
0.8
0.6
0.4
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
Slika 7.32. Referentna i stvarna koordinata etvrtog zgloba [rad]
0.002
0.000
q4-qd4
-0.002
-0.004
-0.006
0.0 0.2 0.4 0.6 0.8 1.0 1.2

t
Slika 7.33. Greka koordinate etvrtog zgloba q4-qd4 [rad]
237
_____________________________________________________________________________________________________________
2.0
1.5
dq4/dt, dqd4/dt
1.0
0.5
0.0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
Slika 7.34. Referentna i stvarna brzina etvrtog zgloba [rad/s]
80
70
60
50
40
kd11
30
20
10
0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
Slika 7.35. Promena parametara kd11
35
30
25
20
kd22
15
10
0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
238
_____________________________________________________________________________________________________________
60
50
40
30
kd44 20
10
0
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
80 kd11
70
60
kd11,kd22, kd44
50 kd44
40
30 kd22
20
10
0.0 0.2 0.4 0.6 0.8 1.0 1.2
t
Slika 7.38. Zajedniki prikaz promene parametara kd
Slika 7.39. Kontrolna povrina
239
_____________________________________________________________________________________________________________
7.8.4. Zakljuak
Prikazano je adaptivno upravljanje pozicijom SCARA robota sa 4 elastina zgloba u
unutranjim koordinatama primenom fuzzy supervizora. Zakon upravljanja kompenzira
elastine uticaje u zglobovima, obezbedjuje dobro praenje trajektorija i ne obuhvata
poseban lan za kompezaciju elastinosti. Rezultati simulacije verifikuju zajedniku
aplikaciju adaptivnog i fuzzy upravljakog algoritma.
LITERATURA
1. Kczi T. Lszl, Tikk Domonkos

Fuzzy rendszerek, Typotexx Kiad, Budapest, 2000.
2. Vrs Gbor
Bevezets a neurlis s minst szmtstechnikba , LSI oktatkzpont, Budapest, 1997.
3. Dr. Lantos Bla

Fuzzy rendszerek, Budapesti Mszaki Egyetem, Folyamatszablyozsi Tanszk, Budapest,
1995.
4. Dr. Horvth Gbor

Neurlis hlzatok s mszaki alkalmazsaik, Budapesti Mszaki Egyetem, Budapest,
1995.
5. MATLAB Reference Guide,

High-Performance Numeric Computation and Visualization Software (The MATH Works Inc.)
6. Horvth Mtys, Dr. Szalay Tibor

A mestersges intelligencia gyakorlati alkalmazsai, Oktatsi segdlet, Gbor Dnes
Fiskola, 1999.
7. Kosko B. "Neural Networks and Fuzzy Systems", Prentice-Hall International, USA,

1992.
240
_____________________________________________________________________________________________________________
8. O. Kaynak, I. J. Rudas "Application of Soft Computing Methodologies in

Mechatronics", Proceedings ofthe First Asian Control Conference(ASCC). , pp. 53-56, Tokyo, Japan.
9. Gy. Mester and Sz. Pletl,

"Fuzzy-Neuro Control and its Implementation for a Robot Manipulator"
Proceedings of Teaching Fuzzy Systems Joint Tempus Workshop, pp. 1-4, Budapest,
Hungary, 1995.
10. Gy. Mester,
"Neuro-Fuzzy-Genetic Trajectory Tracking Control of Flexible Joint robots"
Proceedings of the I International Conference on Advanced Robotics and Intelligent
Automation, pp. 93-98, Athens, Greece, 1995.
[8]. Gyula Mester, Szilveszter Pletl
Application of Intelligent Control Algorithm for Robot Manipulators.
ERUDIT, pp 121-125, Bari, Italy, 1997.
241
_____________________________________________________________________________________________________________
8. GENETSKI ALGORITMI
242
Genetski algoritmi
_____________________________________________________________________________________________________________
8.1. Osnovni pojmovi
Genetski algoritmi (GA) su raunarski modeli evolucije, mogu se posmatrati kao

stohastiki algoritmi pretraivanja i oponaaju bioloku evoluciju. Genetski algoritmi
pripadaju robustnim modelima optimiuacije. [4].
Genetske algoritme razvili su J.H. Holland (1975) i D. E. Goldberg (1989) u SAD.
Populacije su jedan skup reenja genetskih algoritama. Elementi populacije imaju

razliita svojstva. Populacije u nizu - jedan za drugim - nazivamo generacijama. Genetski
algoritam istrauje optimum na celoj kriterijumskoj povrini i kod novijih generacija daje
skup boljih reenja. Osobine elemenata populacije reprezentujemo hromosomima, gde
svaki bit odredjuje jednu osobinu. Ako na poziciji stringa imamo vrednost 1, tada element
poseduje odredjenu osobinu, ako je 0 tada ne poseduje. Genetski algoritam operie sa
generacijama hromosoma i da bi svaka sledea generacija dala bolje rezultate, uvedena je
tkzv. fitnes funkcija (fitness function).
Podela genetskih algoritama se moe izvriti na sledei nain:

Genetski algoritami sa jednom populacijom (Simple GA - SGA) i
Multipopulacioni genetski algoritami (Multi-Population GA - MPGA).
Glavna razlika izmedju SGA i MPGA je to da SGA operie sa jednom populacijom a

MPGA istovremeno sa vie populacija. Kod multipopulacionog genetskog algoritama se
dozvoljava migracija izmedju subpopulacija.
8.1. Osnovni operatori GA
Postupak optimizacije se zasniva na principu selekcije, reprodukcije, ukrtanja i

mutacije. Prema tome osnovni operatori genetskih algoritma su:
243
_____________________________________________________________________________________________________________
Selekcija.
Reprodukcija.
Ukrtanje.
Mutacija.
selekcija
odredjuje da li jedinka uetvuje u stvaranju sledee generacije.
reprodukcija
je proces kada jedan string postaje deo sledee generacije (slika 8.1.).
Reprodukcija
stari hromosomi fitness novi hromosomi

vrednost
0 1 1 0 1 0 0 1 85 0 1 1 0 1 0 0 1
0 1 1 0 1 1 0 1 68
Slika 8.1. Primer reprodukcije
Ukrtanje (crossover)
je nain generisanja novih hromosoma. Kod jedne generacije hromosomi ukrtanjem
svojih osobina stvaraju generaciju sa novim osobinama (slika 8.2.).
244
Genetski algoritmi
_____________________________________________________________________________________________________________
0 1 1 0 1 0 0 1
staro
0 1 1 0 1 1 0 1
ukrtanje
0 1 1 0 11 01 0 1
novo
0 1 1 0 11 10 00 11
Slika 8.2. Primer ukrtanja
mutacija
sa mutacijom bit jednog stringa, metodom sluajnog uzorka se menja. Cilj mutacije
je izbegavanje lokalnih minimuma (slika 8.3.).
0 1 1 0 1 0 0 1
staro
mutacija
0 1 1 0 1 1 0 1 novo
Slika 8.3. Primer mutacije
Struktura genetskog algoritma je sledea:
1. Generisanje prve populacije hromosoma metodom sluajnih brojeva.

2. Procena svakog hromosoma populacije (fitness funkcija)
3. Generisanje novih hromosoma primenom osnovnih operatora.
245
_____________________________________________________________________________________________________________
4. Procena novih hromosoma.

5. Generisanje nove populacije (sledee generacije).
6. Ako je rezultat optimizacije zadovoljavajui prekid algoritma.
Blok dijagram genetskog algoritma se vidi na slici 8.4.:
Start G=0 1
Fitness
Coding of evalution
parameters
Selection
Initial
Generation
Reproduction
1
Crossover
Mutation
End
8.4. bra Blok dijagram genetskog algoritma
246
Fuzzy-Genetski sistemi
9. FUZZY-GENETSKI SISTEMI
247
_____________________________________________________________________________________________________________
9.1. FUZZY-GENETSKO POZICIONO UPRAVLJANJE SCARA

ROBOTA SA ELASTINIM ZGLOBOVIMA
9.1.1. Uvod
U ovom poglavlju razmatra se fuzzy-genetsko poziciono upravljanje u unutranjim
koordinatama SCARA robota sa elastinim zglobovima. Fuzzy upravljanje je tipa PD.
Genetski algoritam koristimo za optimizaciju funkcija pripadnosti i za optimizaciju fuzzy
pravila.
9.1.2. Fuzzy-genetski kontroler

Fuzzy kontroler ima dva ulaza. Ulazne veliine su: greka pozicije i greka brzine.
Izlaz iz fuzzy kontrolera je pogonski moment na zglobu robota . Ulazne veliine delimo
na pet jezike promenljive:
negativno veliko (NB),
negativno malo (NS),
zero (Z),
pozitivno malo (PS) s
pozitivno veliko (PB),
a odgovarajue funkcije pripadnosti su u obliku trougla.. Funkcije pripadnosti kod izlaza su
u obliku singltona. Slika (9.1) prikazuje optimizovane funkcije pripadnosti fuzzy
kontrolera. Funkcije pripadnosti u obliku trougla odredjujemo sa tri parametara.
Hromosomi genetskog algoritma delimo na dve grupe:

5x5=25 elemenata za fuzzy pravila i
15x3=45 elemenata za reprezentovanje funkcija pripadnosti.
Jedan primer za hromosome glasi:
0434322124241144301002222023142213002434113000222202310421243240300001
U gore navedenom primeru 0, 1, 2, 3 i 4 reprezentuju jezike promenljive: NB, NS,

ZE, PS s PB.
248
optimized membership functions of position error

1.0 NB NS ZE PS PB
0.8
0.6
0.4
0.2
0.0
-0.0125 -0.0100 -0.0075 -0.0050 -0.0025 0.0000 0.0025 0.0050 0.0075 0.0100 0.0125
optimized membership functions of change of position error

NB NS ZE PS PB
1.0
0.8
0.6
0.4
0.2
0.0
-0.10 -0.05 0.00 0.05 0.10
optimized membership functions of joint torque

1.0
NB NS ZE PS PB
0.8
0.6
0.4
0.2
0.0
-20 -10 0 10 20
Slika 9.1. Optimizovane funkcije pripadnosti
Oblik fitness fukcije je:
(9.1) Fitness = -(10(qdi-qi)2+(dqdi-dqi) i=1,2,3,4
Genetski algoritam prema zakonu sluajnih brojeva generie prvu generaciju.

Ukupan broj generacija je 50, parametri ukrtanja i mutacija su: 0.02, 0.01.
249
_____________________________________________________________________________________________________________

Efikasnost predloenog fuzzy-genetskog algoritma upravljanja prikazaemo na
upravljanju SCARA robota (prema slici 4.22.) sa elastinim zglobovima. Simulacioni
zadatak reava poziciono upravljanje treeg zgloba robota. Matematiki model krutog
mehanizma robota je dat prema (4.33). Parametri robota odgovaraju podacima iz poglavlja
4.3.
Rezultati simulacije prezentovani su na slikama 9.2. 9.5. Praenje koordinate i brzine

treeg zgloba je prikazano na slikama 9.2. s 9.3., greka praenja trajektorija treeg zgloba
(bez optimizacije/sa optimizacijom) prikazana je na slici 9.4. Slika 9.5. prikazuje kontrolnu
povrinu.
0.10
qd3
0.08 q3
0.06
0.04
0.02
0.00
0.0 0.2 0.4 0.6 0.8 1.0

t[s]
Slika 9.2. Referentna i stvarna koordinata zgloba 3
dqd3
0.20 dq3
0.15
0.10
0.05
0.00
0.0 0.2 0.4 0.6 0.8 1.0

t[s]
Slika 9.3. Referentna i stvarna brzina zgloba 3

250
0.0000 q3-qd3
-0.0002
using GA
-0.0004
-0.0006
without GA
-0.0008
-0.0010
0.0 0.2 0.4 0.6 0.8 1.0

t[s]
Slika 9.4. Greka praenja koordinate zgloba 3
20
-20
-0.01
0 0.1
0.05
0
9.5. bra Kontrolna povrina
251
Inteligentni sistem vozilo - autoput
_____________________________________________________________________________________________________________
10. INTELIGENTNI SISTEM

VOZILO-AUTOPUT
253
_____________________________________________________________________________________________________________
PATH
Razvoj inteligentnih sistema vozilo-autoput (IIntelligent Vehicle-Highway System)

predstavlja savremeno istraivako podruje u oblasti raunarskih, telekomunikacionih i
upravljakih naunih disciplina. U okviru ovih istraivanja realizuje se automatsko
upravljanje motornih vozila na autoputu. Jedan od vodeih centara u svetu iz ove oblasti je
Univerzitet u Berkliju Kaliforniji, gde se odvija viegodinje istraivanje u okviru naunog
projekta California Path (California PATH -Program on Advanced Technology for the
Highway). Prema planovima vlade SAD ve od 2002 godine treba da se realizuje prvi
inteligentni sistem vozilo-autoput. Slina istraivanja se sprovode i u Japanu u okviru
naunog projekta ITS (Intelligent Transport System). Japanci do 2010 god. planiraju
poetak serijske proizvodnje robotom upravljanih motornih vozila. U Evropi u Benelux
zemljama se vre istraivanja u oblasti razvoja inteligentnih sistema vozilo-autoput.
Ciljevi istraivanja razvoja inteligentnih sistema vozilo-autoput su sledei:

poveanje kapaciteta postojeih autoputeva,
poveanje bezbednosti saobraaja na postojeim autoputevima,
(bez gradnje novih autoputeva).
Metodologija istarivanja obuhvata kombinaciju savremenih:

raunarskih,
upravljakih i
telekomunikacionih
254
Inteligentni sistem vozilo - autoput
_____________________________________________________________________________________________________________
tehnologija kroz aktivan i fleksibilan odnos inteligentnih sistema vozilo-autoput. U razvoju

inteligentnih sistema vozilo-autoput veoma je znaajna aplikacija savremenih fuzzy
tehnologija. Danas poznati fuzzy istraiva Bart Kosko u okviru PATH projekta uspeno
obavlja istraivanje na temi Adaptivno - fuzzy upravljanje saobraaja.
Prvi eksperimentalni sistem inteligentno vozilo-autoput realizovan je u Kaliforniji

izmedju San-Diega i Los Anelosa u duini od 8 milja. Na ovom delu autoputa putnika
vozila grupisani u konvojima automatski se kreu bez vozaa (koncept voda vozila -
platoon). U asfalni kolovoz ugradjeno je 92000 magnetnih senzora. U putnikim vozilima
su pak ugradjeni raunari i mini kamere. Kamere posmatraju put ispred vozila
(konfiguraciju puta, krivine), putniko vozilo koje se prati, a raunar na osnovu
prikupljenih informacija iz kamera i sa senzora sa kolovoza. automatski upravlja
automobilima u toku kretanja bez vozaa. (odredjuje pravac kretanja, upravlja pedalom za
gas i konicama vozila). Na ovaj nain konvoj od 8-10 putnikih vozila se bezbedno kree
sa brzinom od 140-150 km/h, tako da je uzduno medjuodstojanje izmedju vozila 1.5 2
metara. Konvoj vozila se kree na osnovu upravljakih signala iz .centralnog upravljakog
sistema. Ako je frekvencija saobraaja prevelika ili postoji prepreka na putu tada raunar
podeava optimalnu brzinu kretanja radi postizanja ravnomernog toka saobraaja. Sledea
slika (video prilog) prikazuje kretanje jednog konvoja putnikih vozila bez vozaa na
autoputu San-Diego - Los Aneles (kliknuti na sliku).
255
_____________________________________________________________________________________________________________
LITERATURA
1. Gyula Mester, Szilveszter Pletl

Application of Optimal Fuzzy-Genetic Control for SCARA type robot
manipulators. RAAD Budapest, Hungary, 1996, pp. 525-528. ISBN 963-420-482-
1.
2. Dr. Lantos Bla
Fuzzy rendszerek
Budapesti Mszaki Egyetem, Folyamatszablyozsi Tanszk, Budapest, 1995.
3. Gyula Mester, Szilveszter Pletl
Comparison Between Two Types of Membership Functions of Optimal Fuzzy-
Genetic Control.
Proceedings 13th International Conference on CAD/CAM Robotics & Factories of
Future, pp. 453-458, Pereira, Columbia, 1997.
4. Gyula Mester
"Neuro-Fuzzy-Genetic Controller Design for Robot Manipulators".
Proceedings of the IECON'95, IEEE, Orlando, Florida, USA, Vol. 1, pp. 87-92,
1995.
5. Gyula Mester
"Neuro-Fuzzy-Genetic Trajectory Tracking Control of Flexible Joint robots".
Proceedings of the I International Conference on Advanced Robotics and
Intelligent Automation", pp. 93-98, Athens, Greece, 1995.
6. Gyula Mester, Szilveszter Pletl, Attila Nemes, Tibor Mester
Structure Optimization of Fuzzy Control Systems by Multi-Population Genetic
Algorithm
Proceedings of the European Conference on Intelligent Techniques and Soft
Computing, EUFIT98, Vol. 1, pp.450-456, September 7-10,1998, Aachen,
Germany..
7. Gyula Mester, Attila Nemes, Tibor Mester
Fuzzy-Genetic Modeling of Traffic-Generated Urban Noise Pollution
Zbornik radova Simpozijuma o raunarskim naukama i informacionim
tehnologijama YuInfo 99, str. 1-4, Kopaonik, 1999.
8. C. Karr,
"Applying Genetics to Fuzzy logic"
AI Expert, Vol. 6, No. 3, 8-43, 1991.
9. H. Ishigami, T. Fukuda, T. Shibata and F. Arai
"Structure optimization of fuzzy neural network by genetic algorithm"
Fuzzy Sets and Systems, 71,pp.257-264,1995.
252
Oznake
_______________________________________________________________________________
OZNAKE
s - vektor spoljanjih koordinata,

d( )
- diferenciranje po vremenu u odnosu na nepokretni koordinatni sistem,
dt
d ( )
- diferenciranje po vremenu u odnosu na pokretni koordinatni sistem,
dt
- ugaona brzina pokretnog koordinatnog sistema,
v apsolutna brzine take,
vp prenosna brzina take,
vr relativna brzina take,
vi apsolutna brzina take Oi,
a apsolutno ubrzanje take,
ap prenosno ubrzanje take,
ar relativno ubrzanje take,
ac Koriolisovo ubzanje take,
Oxoyozo nepokretni koordinatni sistem vezan za bazu robota,
Oi-1 - koordinatni poetak (i-1)-vog koordinatnog sistema,
zi-1 - vektor ose zgloba i,
pi-1 vektor poloaja koordinatnog poetka Oi-1 u odnosu na nepokretni koordinatni
sistem Oxoyozo,
vi-1 vektor brzine take Oi-1,
Oi koordinatni poetak i-tog koordinatnog sistema,
zi - vektor ose zgloba i+1,
pi vektor poloaja koordinatnog poetka Oi u odnosu na nepokretni koordinatni
sistem Oxoyozo,
pi vektor poloaja koordinatnog poetka Oi u odnosu na Oi-1,
s i - vektor poloaja centra mase i-tog segmenta u odnosu na Oi,

q i - unutranja koordinata zgloba i,
vi apsolutna brzina take Oi
256
_______________________________________________________________________________
i apsolutna ugaona brzina segmenta i,

i - relativna ugaona brzina segmenta i,
i 1 prenosna ugaona brzina segmenta i-1,

ai apsolutno ubrzanje take Oi,

ai-1- apsolutno ubrzanje take Oi-1,
v i apslutna brzina centra mase i-tog segmenta,
a i - apsolutno ubrzanje centra mase i-tog segmenta
i - indikator
m i - masa i-tog segmenta,
J i - tenzor inercije i-tog segmenta u odnosu na njegov centar mase u nepokretnom
koordinatnom sistemu,
Fi - inercijalna i gravitaciona sila koja deluje na i-ti segment u centru mase,
N i - inercijalni moment koji deluje na i-ti segment u centru mase,
f i - sila kojom i-ti segment deluje na (i-1)-vi segment,
n i - moment kojom i-ti segment deluje na (i-1)-vi segment,
i - moment (sila) optereenja i-tog aktuatora.
i 1
R i - matrica rotacije reda 3x3,
T kinetika energija manipulacionog robota,
- potencijalna energija robota,
1 duina segmenta,
1c udaljenost teita segmenta od centra zgloba,
mi masa segmenta,
J momenta inercije segmenta u odnosu na teite segmenta
H (q ) - inercijalna matrica dimenzija nxn,
h(q, q& ) vektor Coriolis-ovih, centrifugalnih i gravitacionih momenata dimenzija nx1,
C(q ) - je matrica Coriolis-ovih i centrifugalnih efekata dimenzija nxnxn,

g(q ) - vektor gravitacionih efekata dimenzija nx1,
u upravljaki napon na ulazu u rotor [V],
257
Oznake
_______________________________________________________________________________
LR induktivnost namotaja rotora [H],

iR upravljaka struja rotora [mA],
R otpor rotora [ ],
cE konstanta prporcionalnosti elektromotorne sile [V/s-1],
q& - ugana brzina izlaznog vratila reduktora [s-1],
N prenosni odnos reduktora.
J dijagonalna matrica momenta inercije rotora servomotora (i zupanika
reduktora) dimenzija nxn [kgm2],
Bm dijagonalna matrica koeficijenta viskoznog trenja dimenzija nxn [Nm/s-1],
- vektor momenta optereenja zgloba robota dimenzija nxn [Nm],
vektor pogonskig momenta dimenzija nxn [Nm].
cm dijagonalna matrica koeficijenta proporcionalnosti pogonskog momenta
dimenzija nxn.
Ai matrica sistema, dimenzije 3x3,
bi vektor raspodele ulaza, dimenzije 3x1,
fi vektor raspodele optereenja, dimenzije 3x1,
N(ui) nelinearnost tipa amplitudnog zasienja,
J = J (q d ) Jacoby-jeva matrica (Jacobijan),

d vektor pogonskih momenata sraunat na bazi referentog modela,

&& d
q vektor referentnog (nominalnog) ugaonog ubrzanja zglobova.
ai - duina zajednike normale izmedju osa zglobova

D - Denavit-Hartenbergova homogena matrica transformacije
di - rastojanje izmedju dve normale ai du ose zgloba
f - vektorska funkcija preslikavanja unutranjih koordinata u spoljanje koordinate.
258

Inteligentni Roboti I Sistemi-2001 PDF

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Inteligentni Roboti I Sistemi-2001 PDF

Uploaded by

Copyright:

Available Formats

PATH

Inteligentni roboti i sistemi

VIA TEHNIKA KOLA

Gyula Mester, 2001.

Prvo izdanje: novembra 2000. god.

The present age is the age of

Uvodjenjem predmeta Inteligentni roboti i sistemi na elektro, mainskom i

Industrijski roboti danas predstavljaju krajnji domet razvojnog niza industrijskih

Programski roboti predstavljaju veinu dananjih industrijskih robota, imaju

Zemlja Broj robota

Prvo poglavlje knjige obuhvata klasinu kinematiku robota u cilju formiranja

Kinematiki model manipulacionih robota uspostavlja vezu izmedju pozicije i

U prvom odeljku se prouava geometrijski model - mehanika konfiguracija

U u drugom odeljku se razmatra problematika odredjivanja poloaja manipulacioih

Trei odeljak obuhvata analizu direktnog kinematikog problema. Uvode se

etrvrti odeljak obuhvata inverzan kinematiki problem. Razmatra se analitiko i

Peti odeljak obuhvata prikazivanje sinteze kretanja u prostoru spoljanjih i

Drugo poglavlje knjige obuhvata dinamiku robota u cilju formiranja dinamikog

U prvom odeljku nakon uvoda ukazuje se na direktan i inverzni problem mehanike,

U drugom odeljku se razmatra matematiko modeliranje mehanizma robota.

Pogoni manipulacionih robota se obradjuju u treem odeljku. Razmatraju se

etvrti odeljak obuhvata osvrt na dinamiku analizu robota primenom raunara.

Tree poglavlje knjige obuhvata oblast klasinog upravljanja manipulacionim

etvrto poglavlje razmatra adaptivno poziciono upravljanje manipulacionim

Peto poglavlje obuhvata problematiku hibridnosg upravljanja (upravljanje pozicijom

esto poglavlje razmatra upravljanje neuronskim mreama. Posebno se analiziraju

Sedmo poglavlje obuhvata fuzzy sisteme upravljanja. Prikazuju se fuzzy skupovi i

Osmo poglavlje obuhvata uvod u genetske algoritme. Upravljanje robota fuzzy-

Deseto poglavlje daje uvod u inteligentne sisteme vozilo-autoput.

Subotica, decembra, 2001. god.. Gyula Mester

1. KINEMATIKA ROBOTA ..............................................................................................7

1.1 GEOMETRIJSKI MODEL MANIPULACIONIH ROBOTA ............................10

1.2. ODREDJIVANJE POLOAJA MANIPULACIONIH ROBOTA...........................22

1.3. DIREKTAN KINEMATIKI PROBLEM...............................................................31

1.4. INVERZAN KINEMATIKI PROBLEM ..............................................................51

1.5. SINTEZA TRAJEKTORIJA MANIPULACIONIH ROBOTA...............................60

1.6. REKURZIVNA KINEMATIKA MANIPULACIONIH ROBOTA ........................64

1.1 GEOMETRIJSKI MODEL MANIPULACIONIH ROBOTA

Robot se sastoji od n krutih tela koji predstavljaju segmente medjusobno povezane

1.1.1 Zglobovi robota

Rotacioni zglobovi obezbedjuju rotaciono kretanje jednog segmenta u odnosu na

Slika 1.1. Rotacioni zglob sa ematskim prikazom

Translatorni zglobovi obezbedjuju translatoran pomeraj jednog segmenta u odnosu

Slika 1.2. Translatoran zglob sa ematskim prikazom

Slika. 1.4. ematski prikaz manipulacionog robota PUMA

1.1.2 Segmenti robota

uglovi izmedju osa zglobova,

momenti inercije segmenta.

Slika 1.5. Segment manipulacionog robota

1.1.3 Kinematiki par

1.1.4 Kinematiki lanac

Slika. 1.6. Podela kinematikih lanaca

Primeri tipova kinematikih lanaca prikazuju se na slici 1.7.:

prost, otvoren kinematiki lanac

prost, zatvoren kinematiki lanac

sloen, otvoren kinematiki lanac

sloen, zatvoren kinematiki lanac

Slika. 1.7. Tipovi kinematikih lanaca

Sa stanovita teorije mehanizama, aktivni mehanizmi u robotici su sloeni

Konano, u fazi uvlaenja predmeta menja se i kinematika ema mehanizma i

Slika 1.8. Manipulacioni robot pre hvatanja radnog predmeta

Slika 1.9. Faza prenoenja radnog predmeta

Slika1.10. Faza uvlaenja radog predmeta u otvor