发布时间：2023-11-24 19:27:32   来源：安博电竞

  本文比较了机械臂和移动机器人两种工业机器人的控制管理系统方案，对其特点进行了介绍。

  以上分类是根据应用对象，此外，市面上更多的是通用型运动控制器，即控制非标设备的。

  移动机器人的控制器属于较新的方向，工业移动机器人有AGV、无人驾驶工程机械等形式，控制管理系统底层方案如下：

  机械臂对精度和运动稳定性的要求比较高，因此计算量大、周期短，比移动机器人一般要高1到2个量级。移动机器人一般对同步精度要求不高，其配置相对较低。

  机械臂一般工作于固定的区域，其控制器通常放置于机箱内，因此防护等级不高，一般是IP20。

  移动机器人由于需要经常运动，尤其是室外工程机械，要考虑防水防尘，其防护等级较高，一般是IP67。

  你会发现，很多的机器人控制系统软件都是借助CoDeSys实现的，那么什么是CoDeSys呢？

  PLC程序写好了以后，就要把它转移到硬件设备中运行。可是这时生成的PLC程序自己是无法运行的，它还要在一定的软件环境中才能工作，这个环境就是Runtime System，这部分是用户看不到的。

  二者安装的位置通常不同，IDE一般安装在开发电脑上，Runtime System则位于起控制作用的硬件设备上，二者通常用网线连接，程序通过网线下载到Runtime中运行。

  CoDeSys在国内知名度不高，但是在欧洲久负盛名，尤其在工业控制领域。我们上面提到的很多机器人公司都使用了它的产品，例如KEBA、倍福、固高，还有几乎所有的移动机器人控制器厂家。

  设计CoDeSys的3S公司只卖软件，不卖硬件。硬件电路需要由用户自己设计，3S公司负责将Runtime System移植到客户的硬件上。Runtime System可以裸跑在硬件上，但一般是运行在操作系统上，配置操作系统也是客户的工作。

  如果客户真正的需求，CoDeSys的IDE能定制，换成客户的logo和外观，这就是为什么你会发现不同厂家的开发平台长得不一样，但风格又比较相似。

  当然，用户也能够正常的使用其它IDE，例如倍福就使用了微软的Visual Studio，而背后的编译器等内核以及函数库仍然采用CoDeSys的方案。

  CoDeSys的Runtime具有强大的适应性，支持绝大多数的操作系统和硬件芯片架构。

  CoDeSys的IDE部分是免费的，你可以从其官网下载体验体验。真正收费的是运行系统Runtime System。

  CoDeSys在设计之初就将功能划分为若干组件模块，例如总线协议栈、可视化界面、运动控制、安全控制等等，用户都能够像搭积木一样选购必需的模块搭建自己的系统，最后形成一个定制化的控制系统软件平台。

  一些初次接触软PLC的用户可能对这部分感到陌生，但其实这种设计方式非常普遍。举几个例子，MATLAB Simulink的实时工具箱（Real-Time）就是这样的工作方式，用户在Simulink的图形界面里通过拖拽设计控制程序，然后下载到真实的硬件中跑，可以在这里了解。

  还有像倍福也是这样的使用方式，用户在TwinCAT IDE里进行编程，然后下载到倍福的控制器中，控制器里面其实已经预装了一个Runtime。西门子的STEP7也是一款IDE，它的PLC中也存在一个配套的Runtime。

  用户编写的PLC程序就像我们电脑里的应用程序，它运行在Runtime System上，而Runtime System又运行在操作系统之上。

  Runtime System位于应用程序和操作系统之间。所以能被称为中间件（Middleware）。在机器人软件里面，处于同样地位的还有ROS、OROCOS（Real-Time Toolkit）等等。

  机器人的控制，像数字控制机床一样，对实时性有要求，因此我们最终选择的操作系统最好是实时操作系统（RTOS）。遗憾的是，我们大家常常用的操作系统都不是实时的，例如Windows和Linux。但幸运的是，有人对它们进行了改造，也就是加入实时补丁。

  CoDeSys给我们开发控制器带来了便利，省去了从零开始的麻烦，但是依靠CoDeSys这类商业软件开发自己的控制器产品也存在不少的缺点：

  CoDeSys集成的运动控制组件、总线协议栈都是封装好的，用户无法了解其内部细节，也无法针对自己的具体需求来做定制优化，只能简单地调用。用户只能依附于CoDeSys平台，难以形成自己的核心技术。

  现在以机器视觉、人工智能、无人驾驶等为代表的新技术突飞猛进，而工业控制上的很多技术仍然停留在20年前。以移动机器人中的导航场景为例，基于视觉或者激光的导航方法需要采集大量的数据并对其做处理，其中涉及相当多的矩阵计算。

  而现在PLC只能进行落后的一维数字计算，难以实现复杂的算法。和AI圈子喜欢开源的风格正好相反，工业控制圈子相互封闭，谁都不肯开放自家的函数库，开源函数库极少（OSCAT），就连最基本的滤波算法、矩阵计算都要自己从头开始写。而且，国际标准提供的基本函数太过有限，完全没有办法适应新的场景，急需扩展。

  由于完全依赖CoDeSys，客户自己产品硬件的升级换代要重新定制移植，导致成本增加。

  实时性对于工业机器人来说一般是必须的，对于服务或娱乐机器人则未必。一般人很容易错把“实时性”理解为处理或者响应速度快，但是其实“实时性”表示时间上的“确定性”，例如实时操作系统（RTOS）中的中断响应或者进程切换的延迟时间一定是在一个时间范围内。

  我们常用的操作系统（Windows、Linux）都不是实时操作系统，因为它们设计的初衷是吞吐量，不能确保每个事件都在一些范围内得到处理。再比如，标准以太网的传输速度比实时工业以太网快多了，但是它也却不是实时的，因为它同样不能保证数据在给定的时间内完成传输。

  理解实时性不太难，可是机器人哪些的任务需要实时运行呢？如何根据机器人的性能要求确定程序运行的时间间隔呢（是1ms还是10ms）？实时性取决于硬件还是软件呢？

  如何根据实时性选择具体的软硬件呢（该选择ARM还是X86、Linux RTAI还是VxWorks）？网上缺少这方面的深入讨论，各大机器人厂家也不会公开自己的测试和试验结果，似乎这方面主要是依靠经验和试错。

  这里我也只能提供几个指标，目前工业机械臂的控制周期是1ms左右，性能较高的伺服驱动器位置环的控制周期能够达到125[Math Processing Error] mu sμs。