MODELADO, IDENTIFICACIN PARAMTRICA Y CONTROL DEL ROBOT SCORBOT-ER 5 PLUS

Alexander Constan*, Karoll Torres*, Jaime Arango**, Andrs Vivas*

*

Departamento de Electrnica, Instrumentacin y Control, Universidad del Cauca, Popayn (email: avivas@unicauca.edu.co).

**

Departamento de Elctrica, Electrnica y Computacin, Universidad Nacional de Colombia, sede Manizales.

Abstract: El robot Scorbot-ER 5plus es un robot industrial diseado para propsitos acadmicos. Aunque dicho robot posee un control programado de fbrica, es de gran inters para la investigacin implementar en l otros tipos de controladores para probar algoritmos diferentes. Para esto es necesario conocer su modelo matemtico as como los parmetros dinmicos. Este estudio desarrolla el modelado de dicho robot, identificando sus parmetros dinmicos por medio de la tcnica de mnimos cuadrados. Finalmente el modelo y la identificacin son validados en simulacin al implementarse un control clsico tipo PID y un control basado en el modelo (control por par calculado). Trayectorias de tipo industrial son utilizadas para evaluar el desempeo del controlador. Keywords: Control de robots, control por par calculado, identificacin paramtrica, identificacin por mnimos cuadrados. 1. INTRODUCCIN La inversin en robots industriales como parte de las polticas de automatizacin de las empresas, constituye una estrategia de gran aceptacin en el sector productivo, dado que con estos mecanismos se posibilita la fabricacin de gran variedad y cantidad de productos a precios competitivos, sin descuidar su calidad y seguridad. Esto se refleja igualmente en el sector acadmico, donde se hace necesaria la preparacin de los futuros profesionales que vayan a trabajar con este tipo de mquinas. Sin embargo las posibles modificaciones que se requieran efectuar sobre un sistema robtico instalado respecto a la tcnica de control que lo gobierna, resultan muy difciles si no se conoce el modelo matemtico del sistema real. Los programadores de las industrias quedan por lo tanto limitados a utilizar la estrategia de control dada por el fabricante. De otra parte existen mucho robots utilizados con propsitos acadmicos los cuales solo pueden ser controlados con los algoritmos rgidos instalados en fbrica, lo cual no permite que los estudiantes prueben en ellos algoritmos diferentes y de inters para numerosas investigaciones. Por estas razones es deseable conocer el modelo matemtico del robot, primero que todo para simular su comportamiento y una vez verificado ste, implementar nuevas estrategias de control y desempeo. El presente trabajo busca sentar las bases en nuestro pas para resolver el problema descrito anteriormente, trabajando con el robot manipulador Scorbot-ER 5plus de cinco grados de libertad del Departamento de Elctrica, Electrnica y Computacin, de la Universidad Nacional de Colombia, sede Manizales. Esto conlleva a la necesidad de aplicar tcnicas de identificacin que permitan estimar con relativa precisin los parmetros dinmicos del robot, para finalmente validar todo el modelo en un sistema de control basado en dicho modelo. 2. MODELADO DEL SCORBOT-ER 5 PLUS 2.1. Descripcin del robot Scorbot-Er 5 Plus El Scorbot-ER 5plus (Intelitek, 2008) mostrado en la Figura 1, es un robot serial tipo industrial diseado para propsitos acadmicos, compuesto por una secuencia de cinco articulaciones rotoides y seis eslabones rgidos, donde la base es el eslabn cero (0) y el rgano terminal el eslabn cinco (5). Cada articulacin es movida por un motor DC de 12 voltios, acoplado mediante un sistema de transmisin compuesto por correas dentadas y engranajes, donde las posiciones angulares son captadas por medio de encders pticos incrementales ajustados al eje de rotacin de cada motor. El control del robot puede realizarse de manera manual (lazo abierto) o estar a cargo del algoritmo PID (Proporcional Integral Derivativo) implementado de fbrica (Syd, 2000; Eshed Robotek, 1998). El Scorbot-ER 5plus tiene la particularidad que el movimiento en las dos ltimas junturas es causado por la interaccin de los motores 4 y 5 actuando simultneamente sobre el mismo eje de rotacin. Considerando que el movimiento Roll no tiene influencia en el desempeo del robot ante consignas definidas en un plano como las que hacen parte de este estudio, el robot se representar con un modelo de 4 grados de libertad que considere los

movimientos de la base, el hombro y el codo, adems de la inclinacin del efector final (Pitch). La descripcin geomtrica del robot y su respectiva tabla de parmetros se muestra en la Figura 2 y la Tabla 1 respectivamente. Para obtener dicha tabla se ha utilizado la descripcin de Khalil and Kleinfinger (1986).

2.2. Modelo dinmico del robot Scorbot-Er 5 plus El modelo dinmico representa matemticamente la relacin de fuerzas que actan sobre un cuerpo y el movimiento que en l se origina, involucrando determinados parmetros numricos propios de cada robot. Estos parmetros son once en total (Khalil and Dombre, 2002), divididos en: Seis tensores de inercia: XXj, XYj, XZj, YYj, YZj, YZj. Tres primeros momentos de inercia: MXj, MYj, MZj. Masa del cuerpo respectivo: Mj. Inercia del accionador respectivo: Iaj. Dichos parmetros poseen un valor determinado que se debe hallar por medio de un proceso de identificacin paramtrica (ver seccin 3.1). Para el caso del robot Scorbot-ER 5plus, el nmero total de parmetros a identificar sera de 44 (dada su representacin como un modelo de cuatro grados de libertad). En Khalil and Dombre (2002) puede verse como utilizando ciertas simplificaciones, muchos de los parmetros originales pueden anularse o reagruparse, lo cual simplifica bastante el modelo y sus correspondientes clculos. Los parmetros simplificados, llamados parmetros de base, para el robot Scorbot-ER 5plus se muestran en la Tabla 2. La letra R presente en algunos parmetros indica la presencia de otros parmetros reagrupados en l. Es de notar que dichos parmetros fueron hallados con el software SYMORO (Khalil and Creusot, 1997). Tabla 2. Parmetros de base del robot Scorbot-ER 5plus
XXj 0 XXR2 XXR3 XYj 0 0 0 0 0 XZj 0 0 0 0 0 YYj 0 0 0 0 0 YZj 0 0 0 0 0 ZZj ZZR1 ZZR2 ZZR3 ZZR4 0 MXj 0 MX2 MX3 MX4 0 MYj MY1 0 MY3 MY4 0 MZj 0 0 0 0 0 Mj 0 0 0 0 0 Iaj 0 0 I3 I4 0

Fig. 1. Vista general del robot Scorbot-ER 5plus.

Fig. 2. Modelo geomtrico del robot Scorbot-ER 5plus. Tabla 1. Parmetros geomtricos del robot Scorbot-ER 5plus
j 1 2 3 4 5 j 0 0 0 0 0 j 0 -/2 0 0 0 dj 0 0 D3 D4 D5 j 1 2 3 4 5 rj 0 0 0 0 0

XXR4 0

El modelo dinmico inverso (MDI) expresa las fuerzas o pares de las articulaciones en trminos de posiciones, velocidades y aceleraciones articulares. De manera prctica este modelo provee una representacin matemtica de la planta que puede ser utilizada en estrategias de control basadas en el modelo (control por par calculado, control robusto, control predictivo, etc.), de ah su importancia en el diseo de controladores avanzados. Su expresin ms simple es:
+ Q = A( q ) q

(1)

El parmetro j hace referencia a la variable articular de cada articulacin rotoide; dj hace referencia a la longitud de cada brazo del robot; j al ngulo entre los ejes zj; rj representa la distancia entres ejes xj; y j determina el tipo de articulacin (0 si es rotoide, 1 si es prismtica).

Donde son las fuerzas o pares aplicados a las articulaciones, A es la matriz de inercia la cual depende de las posiciones articulares q y de la energa cintica del robot, y Q es el vector de gravedad conformado por los elementos de la energa potencial del sistema. Las aceleraciones articulares . estn representadas por q

Por su parte el modelo dinmico directo (MDD) relaciona las aceleraciones articulares con los pares, posiciones y velocidades articulares. Este modelo es muy til ya que permite realizar la simulacin en computador del robot, utilizando alguna herramienta de simulacin matemtica (por ejemplo el entorno Matlab/Simulink). Su expresin se deriva de la ecuacin (1) al despejar las aceleraciones articulares:
= A1 ( Q ) q

= W +Y X

(8)

donde W+ es la seudoinversa de W. Suponiendo que el vector de errores est centrado, la varianza se puede definirse como:

p =
2

Y W X

(2)

(r c)

(9)

Las expresiones completas de los modelos dinmicos directo e inverso del robot Scorbot-ER 5plus pueden verse en Constan y Torres (2008). 3. RESULTADOS 3.1 Identificacin de parmetros dinmicos Luego de determinar los parmetros inerciales de base del Scorbot-ER 5plus y los respectivos modelos MDD y MDI, el siguiente paso consiste en estimar el valor de dichos parmetros utilizando el mtodo de Mnimos Cuadrados (Ljung, 1999; Gautier, et al., 1995). El resultado de este procedimiento permitir entonces completar los modelos para la posterior implementacin de un controlador. El principio de mnimos cuadrados (Least Squares Estimation) resuelve el problema de estimar las incgnitas del modelo (parmetros organizados en el vector X ), utilizando para ello tanto los valores conocidos (entradas o cuplas ) como los observados (salidas o posiciones articulares q ). La Ecuacin (1) puede reescribirse como (Khalil and Dombre, 2002):
, q ) X + Y =W ( q , q

con r = nmero de medidas y c = nmero de parmetros a estimar. La desviacin estndar ser entonces:

xjr % = 100

xj
X j

(10)

La aplicacin del principio de mnimos cuadrados requiere que el nmero de medidas o datos tomados de las trayectorias (Figura 3), sea mucho mayor que el de parmetros (incgnitas). Del mismo modo la calidad del procedimiento depende de qu tan rica sea la informacin en la matriz de observacin, lo cual se refleja en el comportamiento del error acorde con sus propiedades estadsticas (Bona and Curatella, 2005; Wernholt, 2004; Swevers, et al., 2000).

(3)

donde W es la matriz de observacin, X es el vector de parmetros dinmicos a hallar y el vector de errores o residuos. La solucin en el sentido de mnimos cuadrados para los parmetros estimados es:

Figura 3. Tipo de trayectoria apropiada para la identificacin. En un sentido prctico debern concatenarse al menos cinco tablas de datos obtenidas a partir de distintos experimentos, pretendiendo que el proceso de identificacin se desarrolle con informacin suficiente y apropiada. Es decir, lo que se busca es conformar un nuevo movimiento que combine diferentes dinmicas, de modo que se relacionen los estimadores con desviacin estndar relativa y nmero de condicionamiento ms bajos, con el propsito de obtener una identificacin de parmetros ms acertada (Janot, et al., 2007; Vivas, 2004; Guegan, 2003; Richalet, 1998). La Tabla 3 muestra los resultados de identificacin obtenidos para los catorce parmetros a identificar, con su respectiva desviacin estndar. As mismo se muestra el error promedio en los parmetros identificados y el valor del condicionamiento (el cual debe ser lo ms pequeo posible). La teora de identificacin de robots establece que el mayor valor de desviacin estndar admitido debe ser alrededor de diez veces mayor al menor valor (Khalil and Dombre, 2002). Siendo el parmetro Ia4 aqul que tiene la menor desviacin

= Arg min X

(4)

La solucin de la estimacin por mnimos cuadrados se obtiene siempre y cuando W sea de rango completo, de modo que se obtenga un vector en el mismo espacio dimensional de Y. Esta solucin se halla resolviendo (4) as:
Y W X min Y W X Expandiendo:
T T TY + W T X TW X min Y Y 2W X

}
}

(5)

(6)

El mnimo se obtendr entonces al derivar con respecto a X e igualando a cero, lo cual produce:

= W TW X

W TY

(7)

en porcentaje (3.8%), el mayor valor debera estar alrededor del 40%. El nico parmetro que supera esta convencin es el primer momento de inercia en el eje y del tercer cuerpo, cuyo valor de desviacin es del 51%. Sin embargo se ver en la prxima seccin que esto no es un impedimento para que el modelo estimado produzca un buen desempeo. Es de notar que existen diversas limitaciones en el proceso de adquisicin, debidas al controlador propietario y a caractersticas fsicas del manipulador (tiempo de muestreo mnimo, cuplas y velocidades mximas de los motores, programacin de trayectorias deseadas, etc). Los valores de desviacin estndar mostrados en la Tabla 3 fueron obtenidos experimentalmente y corresponden a los menores posibles, en las condiciones de muestreo realizadas.
Tabla 3. Resultados de la identificacin concatenando 10 trayectorias
Parmetro XXR2 XXR3 XXR4 ZZR1 ZZR2 ZZR3 ZZR4 MXR2 MXR3 MYR3 MXR4 MYR4 Ia3 Ia4 Promedio Condicionamiento Valor 0.0393 -0.0303 -0.0372 0.1097 0.0887 0.0131 -0.0081 0.0416 -0.0096 0.0043 0.0080 -0.0047 0.0875 0.1233 Desviacin (%) 41.3166 41.4353 25.2726 11.8313 4.4723 35.3439 27.4997 4.7268 24.5342 51.0884 20.2386 34.9295 6.9414 3.8671 23.8213 35.4386

sistema linealizado mediante realimentacin y desacoplado, produciendo globalmente mejores resultados, sobre todo en los casos sobre los cuales existen imprecisiones en los valores de los parmetros dinmicos, como es el tema de este estudio. En este artculo se mostrarn los resultados en cuanto a errores de seguimiento frente a una consigna cartesiana de tipo industrial. Esta consigna se define como un crculo de 0.3 m de radio, realizada sobre el plano xy. En Constan y Torres (2008) podrn verse otros resultados frente a consignas de tipo articular.

3.2.1 Control PID

El esquema clsico de un control PID (Proporcional Integral Derivativo) se muestra en la Figura 4. En este caso la consigna cartesiana industrial necesita transformarse en una consigna articular que pueda ser manejada por cada una de las articulaciones del robot. Esto se logra mediante el Modelo Geomtrico Inverso, bloque MGI en la figura.

Kp Ki

MGI

+ +

Robot

q

q

+ -

Kv

Fig. 4. Esquema del control PID. La ley de control est representada por:

Las unidades para los elementos del tensor de inercia son Kg.m2, para el primer momento de inercia son Kg.m, y para la inercia del accionador son Kg.m2.

q ) + K i (q q ) d = K p (q q ) + K v (q
d d d

(11)

3.2 Control del robot Scorbot-ER 5plus

Con el fin de validar el modelo identificado se implementaron dos controladores, uno que no tiene en cuenta el modelo (control PID), y otro basado en el modelo (control por par calculado). Estas dos clases de estrategias son ampliamente utilizadas en la industria para el control de robots (Khalil and Dombre, 2002; Ollero, 2001; Sciavicco and Siciliano, 1996). El control PID se caracteriza por la facilidad de su implementacin, la amplia teora desarrollada al respecto y la baja carga computacional requerida en su funcionamiento. Sin embargo las caractersticas propias de un manipulador (no linealidad, dinmicas acopladas), representan su mayor obstculo y hacen que su desempeo no sea el ms adecuado frente a cargas o velocidades elevadas. Por otra parte el control por par calculado (Computed Torque Control CTC) tiene la ventaja de utilizar un modelo matemtico de la planta, lo cual le permite trabajar con un

d d son respectivamente, la posicin y Los trminos q y q velocidad deseadas, expresadas en unidades articulares. Los elementos Kp, Kv y Ki son matrices diagonales y definidas positivas, cuyos elementos son respectivamente las ganancias proporcional, integral y derivativa para cada articulacin.

Para la sintonizacin de las ganancias del PID se utiliz como base el bloque Signal Constraint de Matlab/Simulink. La Figura 5 muestra el error cartesiano en el seguimiento de la trayectoria circular. Puede verse que el error mximo es de menos de 120 micras, lo cual puede considerarse como aceptable en un contexto de requerimientos industriales.

3.2.2 Control por par calculado (CTC)

El control por par calculado pretende involucrar el modelo de la planta en la propia estrategia de control, logrndose cancelar las no-linealidades del modelo dinmico del robot, lo que tiene especial importancia cuando se requiere gran velocidad de trabajo o se pretende mejorar el desempeo del lazo de control.

1.2

x 10

-4

u (t ) = K p ( q q ) K v q
d

(14)

Error cartesiano (m)

0.8

X
0.6

Kp

qd
Kv

0.4

MGI

Desacoplamiento y compensacin no lineal q

(q) A
Robot

q
0.2

(q,q ) H
0 0 500 1000 1500 2000 2500 3000 Tiempo (ms) 3500 4000 4500 5000

Control lineal

Fig. 5. Error articular del control PID. Tericamente esta tcnica de control asegura la linealizacin mediante realimentacin y el desacople de las ecuaciones del modelo dinmico del sistema, proporcionando un comportamiento uniforme cualquiera que sea la configuracin del robot en un determinado momento (Khalil and Dombre, 2002; Ollero, 2001; Sciavicco and Siciliano, 1996). Dado que los trminos dinmicos de (1) son altamente nolineales y acoplados, se propone la siguiente linealizacin tomando el vector de control u como una funcin del estado del manipulador:
( q ) u (t ) + Q (q ) =A

Figura 6. Esquema del control CTC. Como en el caso anterior, el control CTC se sintoniz haciendo uso del bloque Signal Constraint de Matlab/Simulink. La Figura 7 muestra el error cartesiano en el seguimiento de la trayectoria circular. El error mximo esta vez es de menos de 40 micras, mostrando un mejor comportamiento que el PID.
6 x 10
-5

(12)
Error cartesiano (m)

y Q son estimaciones de las dinmicas reales del Donde A manipulador (A y Q respectivamente). En el caso ideal y sin presencia de perturbaciones, el problema se reduce entonces a =A y Q =Q. un caso de control lineal, donde A Comparando las ecuaciones (1) y (12), el nuevo vector de control u(t) tendra la forma de la aceleracin articular:

500

1000

1500

= u(t ) q

2000 2500 3000 Tiempo (ms)

3500

4000

4500

5000

(13) Fig. 7. Error articular del control CTC. Como se esperaba los errores de seguimiento son menores en el caso del controlador CTC ya que ste involucra el modelo matemtico de la planta. Igualmente para el caso particular del robot Scorbot, como las desviaciones estndar obtenidas fueron relativamente altas para algunos parmetros (Tabla 3), se observa como el control CTC reacciona mejor frente a estos errores en los parmetros dinmicos. Varios estudios demuestran su superioridad frente al control PID en diversos desempeos, como rechazo de perturbaciones, cambios en los valores de los parmetros dinmicos, consignas ms rpidas, etc. (Vivas, 2006; Vivas y Mosquera, 2005). 4. CONCLUSIONES El presente artculo mostr el modelado del robot Scorbot-ER 5plus de cinco grados de libertad. Con el fin de implementar controladores ms sofisticados que el simple PID que este robot trae de fbrica, se hizo necesaria la identificacin de los valores de sus parmetros dinmicos. Dichos parmetros fueron reducidos utilizando la tcnica de parmetros de base,

Para el clculo de la ley de control indicada en la anterior ecuacin, se requiere calcular las dinmicas inversas del manipulador. El sistema indicado por esta ecuacin es lineal y desacoplado con respecto al vector u, el cual representa un nuevo vector de entrada que tiene la accin de un doble integrador. La Figura 6 muestra el esquema de la estrategia CTC. Este esquema consta de dos bucles de control, el primero de ellos (lazo interior) se basa en el modelo dinmico del manipulador, cuya funcin es obtener la deseada relacin entrada/salida lineal y desacoplada. El lazo exterior por su parte es el encargado de procesar el error, se encarga de estabilizar todo el sistema llevndolo a alcanzar el comportamiento deseado. Teniendo en cuenta la posicin deseada qd, el control por par calculado establece la accin correctiva u de la siguiente manera:

obtenindose al final catorce incgnitas. La identificacin se Khalil, W. and Dombre, E. (2002). Modeling identification and realiz utilizando la tcnica de mnimos cuadrados, control of robots. London: Hermes Penton Science. probndose el algoritmo respectivo con diversas trayectorias experimentales con el fin de excitar todos los parmetros a Khalil, W. and Kleinfinger, J.F. (1986). A new geometric ser estimados. Los resultados de la identificacin mostraron notation for open and closed-loop robots. In Proceedings of buenas desviaciones estndar para la mayora de parmetros the IEEE International Conference on Robotics and Automation, San Francisco, USA, pp. 1174-1180. estimados. Los parmetros identificados permitieron completar el modelo dinmico del manipulador, el cual fue probado en simulacin con dos estrategias de control: el clsico PID y un controlador basado en el modelo (control por par calculado). Se utiliz como consigna industrial un crculo de reducido dimetro. Los resultados mostraron errores bastante bajos en el seguimiento de la trayectoria. Como era de esperarse el control por par calculado, dado que involucra el modelo matemtico de la planta, obtuvo mejores resultados en el seguimiento de la consigna deseada. Ljung, L. (1999). System identification: theory for the user. New Jersey: Prentice Hall. Ollero, A. (2001) Robotica: manipuladores y robots mviles. Madrid: Marcombo. Paul, R.C. (1981). Robot manipulators: mathematics, programming and control. Cambridge: MIT Press. Richalet J. (1998). Practique de lidentification. Paris: Herms Science Publications.

Posteriores trabajos buscarn la implementacin real de Sciavicco, L. and Siciliano, B. (1996). Modeling and control of controladores basados en el modelo sobre el robot Scorbot- robot manipulators. London: McGraw Hill. ER 5plus, con el fin de validar de manera experimental la Swevers, J., Ganseman, C., Chenut, X. and Samin, J.C. (2000). identificacin realizada y probar otras estrategias de control Experimental identification of robot dynamics for control. In avanzadas sobre l. Proceedings of the IEEE International Conference on Robotics and Automation, San Francisco, USA, pp. 241-246. REFERENCIAS Syd, C. (2000). Scorbot ER-Vplus y Scorbot ER-IX. Informe Bona, B. and Curatella, A. (2005). Identification of industrial interno IACI00-01 de Universidad Nacional de Quilmes, robot parameters for advanced model-based controllers Argentina. design. In Proceedings of the IEEE International Conference on Robotics and Automation, Barcelona, Spain, Vivas, A. and Mosquera, V. (2005). Predictive functional pp. 1681-1686. control for a PUMA robot. In Proceedings of the International Conference on Automatic Control and System Constan, A., y Torres, K. (2008). Modelado, identificacin Engineering, ACSE 2005, El Cairo, Egypt, pp. 35-40. paramtrica y control de un robot de cinco grados de libertad. Tesis de pregrado. Facultad de Ingeniera Vivas, A. (2004). Contribution l'identification et la Electrnica y Telecomunicaciones, Universidad del Cauca, commande des robots parallles. Doctoral Thesis, Universite Popayn, Colombia. Montpellier II, France. Eshed Robotec (1998). Scorbot-ER 5plus, Users Manual. Vivas, A. (2006). Control predictivo de un robot tipo SCARA. Revista Chilena de Ingeniera, Vol. 14, No. 2, pp. 137-147.

Gautier, M., Khalil, W. and Restrepo, P. (1995). Identification of the dynamic parameters of a closed loop robot. In Wernholt, E. (2004). On multivariable and nonlinear Proceedings of the IEEE International Conference on identification of industrial robots. Licentiate Thesis, Robotics and Automation, Nagoya, Japan, pp. 3045-3050. Linkping University, Sweden. Guegan, S. (2003). Contribution a la modelisation et l'identification dynamique des robots parallles. Doctoral Thesis, Ecole Centrale de Nantes, France. Intelitek (2008). http://www.intelitek.com/. Consultado mayo 2008. Janot, A., Bidard, C., Gosselin, F., Gautier, M., Keller, D., and Perrot, Y. (2007). Modeling and identification of a 3 DOF haptic interface. In Proceedings of the IEEE International Conference on Robotics and Automation, Rome, Italy, pp. 4949-4955. Khalil, W. and Creusot, D. (1997). SYMORO+: a system for the symbolic modelling of robots. Robotica, Vol. 15, pp. 153161.