Обзор аппаратно-программного обеспечения систем управления роботов различного масштаба и назначения. Часть 1. Промышленная робототехника

В работе представлен обзор роботов различного масштаба и назначения. В ходе обзора анализируются применяемые аппаратные и программные решения и обобщаются наиболее распространенные структурные схемы систем управления. По результатам обзора проводится анализ подходов к масштабированию систем управления, применению алгоритмов интеллектуального управления, обеспечению отказоустойчивости, снижению массогабаритных размеров элементов систем управления, свойственных для разных классов роботов. Целью работы является поиск общих подходов, применяемых в различных областях робототехники для построения на их основе единой методологии проектирования масштабируемых интеллектуальных систем управления робототехническими комплексами с заданным уровнем отказоустойчивости на унифицированной элементной базе. Данная часть обзора посвящена промышленной робототехнике. По результатам проведенного обзора и анализа сделаны следующие выводы: масштабирование в промышленной робототехнике достигается за счет использования модульного принципа построения систем управления и типорядов основных компонентов; групповое взаимодействие нескольких промышленных роботов организуется за счет централизованного глобального планирования или использования заранее созданных и промоделированных управляющих программ, исключающих возможные коллизии при работе нескольких роботов в одной рабочей зоне; интеллектуальные технологии в промышленной робототехнике находят применение в первую очередь на стратегическом уровне системы управления, который, как правило, исполняется вне режима реального времени, а в отдельных случаях вынесен из блока управления роботом в виде удаленного облачного сервиса; с точки зрения обеспечения отказоустойчивости, разработчики в первую очередь сфокусированы на заблаговременном предсказании неисправностей и плановом выводе робота из эксплуатации, а не на сохранении его работоспособности в случае каких-либо сбоев; промышленная робототехника не предъявляет серьезных требований к массогабаритным размерам устройств управления.

робототехника, промышленные роботы, системы управления, мобильные роботы, манипуляторы

1. Неретина Е.А., Бочкина О.Н. Управление проектами на основе SCRUM методологии. Управление экономическими системами: электронный научный журнал. 2017;4(98):31.

2. Schwaber K., Beedle M. Agile software development with Scrum. Upper Saddle River. New Jersey: Prentice Hall, 2002. V. 1. 158 p.

3. Чичагов А.В. Agile-модель НИОКР в области компьютерного моделирования систем цифровой обработки сигналов. Вопросы инновационной экономики. 2017;7(1):59-84. https://doi.org/10.18334/vinec.7.1.37491 https://doi.org/10.18334/vinec.7.1.37491]

4. Семенов С.Г., Халифе К., Захарченко М.М. Усовершенствованный способ масштабирования гибкой методологии разработки программного обеспечения. Сучасні інформаційні системи. 2017;1(1):79-84. https://doi.org/10.20998/2522-9052.2017.1.15

5. Buffardi K., Robb C., Rahn D. Learning Agile with tech startup software engineering projects. Proceedings of the 2017 ACM Conference on Innovation and Technology in Computer Science Education. ACM, 2017:28-33. https://doi.org/10.1145/3059009.3059063

6. Schwaber K. Agile project management with Scrum. Microsoft press, 2004. 175 p. ISBN 073561993x

7. VersionOne Inc., 12th Annual State of Agile Report, 2018 - [Electronic resource]. URL: https://explore.versionone.com/state-of-agile/versionone-12th-annual-state-of-agile-report

8. Лопота А.В., Юревич Е.И. Этапы и перспективы развития модульного принципа построения робототехнических систем. Научно-технические ведомости Санкт-Петербургского государственного политехнического университета. Информатика. Телекоммуникации. Управление. 2013;(1(164)):98-103.

9. Егоров О.Д., Подураев Ю.В. Основы проектирования интегрированных мехатронных модулей. Мехатроника, автоматизация, управление. 2007;(3):2-5.

10. Андреев В.П., Ким В.Л., Подураев Ю.В. Сетевые решения в архитектуре гетерогенных модульных мобильных роботов. Робототехника и техническая кибернетика. 2016;(3(12)):23-29.

11. Мартинов Г.М., Мартинова Л.И., Козак Н.В., Нежметдинов Р.А., Пушков Р.Л. Принципы построения распределенной системы ЧПУ технологическими машинами с использованием открытой модульной архитектуры. Справочник. Инженерный журнал. 2011;(12):44-50.

12. Егунов В.А., Потапов М.И. Модульная система управления мобильным роботом. Материалы Х юбилейной международной научно-практической конференции «Инновации на основе информационных и коммуникационных технологий» (ИНФО-2013). М.: МИЭМ, НИУ ВШЭ. 2013;1:418-419.

13. Павловский В.Е., Павловский В.В. Модульная микроконтроллерная система управления роботами РОБОКОН-1. Препринты Института прикладной математики им. М.В. Келдыша РАН. 2012;(86): 32 c. URL: https://keldysh.ru/papers/2012/prep2012_86.pdf

14. Yim M., Roufas K., Duff D. Modular reconfigurable robots in space applications. Autonomous Robots. 2003;14(2-3):225-237. https://doi.org/10.1023/A:1022287820808

15. Gwiazda A., Banas W., Sekala A., Foit K., Hryniewicz P., Kost G. Modular industrial robots as the tool of process automation in robotized manufacturing cells. In: IOP Conference Series: Materials Science and Engineering. IOP Publ., 2015;95(1):012104-1-6. https://doi.org/10.1088/1757-899X/95/1/012104

16. Ahmadzadeh H., Masehian E., Asadpour M. Modular robotic systems: Characteristics and applications. J. Intel. & Robotic Systems. 2016;81(3-4):317-357. https://doi.org/10.1007/s10846-015-0237-8

17. Макаров И.М., Лохин В.М. Интеллектуальные системы автоматического управления. М.: Физматлит, 2001. 576 c. ISBN 5-9221-0162-5

18. Valavanis K.P., Saridis G.N. Intelligent robotic systems: Theory, design and applications. Springer Science & Business Media, 2012. 252 p. ISBN 1-461-36585-6

19. Lai R., Lin W., Wu Y. Review of research on the key technologies, application fields and development trends of intelligent robots. In: Proceedings of the International Conference on Intelligent Robotics and Applications. Springer, Cham, 2018, pp. 449-458. https://doi.org/10.1007/978-3-319-97589-4_38

20. Aguiar R.L., Gomes D., Barraca J.P., Lau N. Cloud thinking as an intelligent infrastructure for mobile robotics. Wireless Personal Commun. 2014;76(2):231-244. https://doi.org/10.1007/s11277-014-1687-1

21. Kehoe B., Patil S., Abbeel P., Goldberg K. A survey of research on cloud robotics and automation. IEEE Trans. on Automation Science and Engineering. 2015;12(2):398-409. https://doi.org/10.1109/TASE.2014.2376492

22. Bordoloi P., Shahira S., Ramesh A., Thomas B. Nanorobotic wonders: A revolutionary era in periodontics. Indian Journal of Multidisciplinary Dentistry. 2018;8(2):101-105. https://doi.org/10.4103/ijmd.ijmd_29_18

23. Mohseni P., Nagarajan K., Ziaie B., Crary S.B. Robotics at the Interface of microsystems technology and biology: Biobotics. In: Proceedings of the Russian-Academy-Workshop on Robotics and Automation. Moscow, November 1999. P. 78-82.

24. Донченко А.А., Хрипунов С.В., Чиров Д.С. [и др.] Робототехнические средства, комплексы и системы военного назначения. Основные положения. Классификация. Методические рекомендации. М.: ФГБУ «ГНИИЦ РТ» МО РФ, 2015. 34 с.

25. Юревич Е.И. Основы робототехники, 4-e изд. СПб.: БХВ-Петербург, 2018. 293 с. [Yurevich E.I. Basics of Robotics, 4th ed. Saint Petersburg: BHV-Peterburg, 2018. 293 p. (in Russ.).]

26. Zielinska T.T. History of service robots and new trends. In: Novel Design and Applications of Robotics Technologies. IGI Global, 2019:158-187. https://doi.org/10.4018/978-1-5225-5276-5.ch006

27. Kumar V., Bekey G., Zheng Y. Industrial, personal and service robots. In: Assessment of International Research and Development in Robotics. Ed. G. Bekey. World Technology Evaluation Center, Lancaster, 2006. P. 41-48. http://www.wtec.org/robotics/report/05-Industrial.pdf

28. Лопота В.А., Юревич Е.И. Экстремальная робототехника и мехатроника. Принципы и перспективы развития. Мехатроника, автоматизация, управление. 2007;4:37-42.

29. Gattringer H., Riepl R., Neubauer M. Optimizing industrial robots for accurate high-speed applications. Journal of Industrial Engineering. 2013; Volume 2013, Article ID 625638, 12 p. https://doi.org/10.1155/2013/625638

30. Industrial robotics: Programming, simulation and applications. Ed. Kin-Huat Low. Singapore: Nanyang Technological University, 2006. 383 p. https://doi.org/10.5772/40. ISBN 3-86611-286-6

31. Романов A.М., Кистанова В.А. Система управления манипуляционного робота PUMA-560 на базе современной промышленной электроники. Современные технологии в задачах управления, автоматики и обработки информации: Сб. трудов XXIII Междунар. науч.-техн. семинара. Алушта, 14-20 сентября 2014 г. М.: ИКД Зерцало-М, 2014. С. 59. ISBN 978-5-94373-299-7

32. Kraus W., Schmidt V., Rajendra P., Pott A. System identification and cable force control for a cable-driven parallel robot with industrial servo drives. In: Proceedings of IEEE International Conference on Robotics and Automation (ICRA). IEEE, 2014, pp. 5921-5926. https://doi.org/10.1109/ICRA.2014.6907731

33. Cao X., Zhao Y., Yang Z., Wang J., Jia P. An open industrial robot based on SERCOS. In: Proceedings of the 4th World Congress on Intelligent Control and Automation (Cat. No. 02EX527). IEEE, 2002;2:1466-1470. https://doi.org/10.1109/WCICA.2002.1020827

34. Luo S., Zhu S. Open architecture multi-axis motion control system for industrial robot based on can bus. In: Proceedings of the International Conference on Automatic Control and Artificial Intelligence (ACAI 2012). 2012, pp. 1471-1475. https://doi.org/10.1049/cp.2012.1259

35. Шаповалов А. А., Курмашев А. Д. Контурная система согласованного управления промышленным роботом // Доклады Томского государственного университета систем управления и радиоэлектроники. 2012;(1(25)):245-250.

36. Wang K., Zhang C., Xu X., Ji S., Yang L. A CNC system based on real-time Ethernet and Windows NT. Int. J. Adv. Manuf. Technol. 2013;65(9-12):1383-1395. https://doi.org/10.1007/s00170-012-4264-3

37. Романов A.М. Универсальная модульная многопроцессорная система управления манипуляционного робота. Современные технологии в задачах управления, автоматики и обработки информации. Труды XVI Междунар. науч.-техн. cеминара. Алушта, сентябрь 2007 г. Тула: Изд-во ТулГУ, 2007. C. 164.

38. Salt J., Valera Á., Cuenca Á., Ibañez A. Industrial robot multirate control with the VxWorks real-time operating system. IFAC Proceedings Volumes. 2000;33(6):17-21. https://doi.org/10.1016/S1474-6670(17)35441-1

39. Scheurer C., Fiore M.D., Sharma S., Natale C. Industrial implementation of a multi-task redundancy resolution at velocity level for highly redundant mobile manipulators. In: Proceedings of 47st International Symposium on Robotics (ISR 2016). 2016, pp. 1-9.

40. Heilala J. Open real-time robotics control-PC hardware, Windows/VxWorks operating systems and communication. 2001. URL: http://aut-pc29.hut.fi/kurssit/as-116-140/sem_s01/heilala.pdf.

41. Huayun L., Jinsong Y.K.W. Open-architecture CNC system based on RTLinux [J]. Modular Machine Tool & Automatic Manufacturing Technique. 2001. V. 7.

42. Aroca R.V., Tavares D.M., Caurin G. Scara robot controller using real time linux. In: 2007 IEEE/ASME International Conference on Advanced Intelligent Mechatronics. 2007, pp. 1-6. https://doi.org/10.1109/AIM.2007.4412544

43. Armesto L., Torres J. C., Tornero J. Hardware architectures for mobile robots. In: IFAC Proceedings Volumes. 2003;36(17):375-380. https://doi.org/10.1016/S1474-6670(17)33423-7

44. Kucsera P. Industrial component-based sample mobile robot system. Acta Polytechnica Hungarica. 2007;4(4):69-81.

45. Delgado R., Kim S-Y., You B-J., Choi B-W. An EtherCAT-based real-time motion control system in mobile robot application. In: 2016 13th International Conference on Ubiquitous Robots and Ambient Intelligence (URAI). 2016, pp. 710-715. https://doi.org/10.1109/URAI.2016.7734098

46. Nunes U., Fonseca A., Almeida L., Araújo R. Fieldbuses in real-time control of autonomous vehicles. ROBOTICA, Special Issue on Cost Effective Automation. 2003:22(Part 4).

47. Wang J., Chen T- Z., Liu C.-Y., Ye S.-G. Design of automatic guided vehicles based on computer control. Adv. Materials Res. 2012;569:776-780. https://doi.org/10.4028/www.scientific.net/AMR.569.776

48. Saffar S., Jafar F. A., Jamaludin Z. Development of PLC based navigation system for mobile robot. J. Telecommunication, Electronic and Computer Engineering (JTEC). 2016;8(2):29-33.

49. Wang X.V., Wang L., Alkhdur A.-M.-A., Givehchi M. Ubiquitous manufacturing system based on Cloud: A robotics application. Robotics and Computer-Integrated Manufacturing. 2017;45:116-125. https://doi.org/10.1016/j.rcim.2016.01.007

50. Романов М.П., Романов А.М., Каширская Е.Н., Холопов В.А., Харченко А.И. Новая архитектура исполнительного уровня для систем управления дискретным машиностроительным производством. Мехатроника, автоматизация, управление. 2017;18(1):64-72. https://doi.org/10.17587/mau.18.64-72

51. Campos J. G., Miguez L. R. Standard process monitoring and traceability programming in collaborative CAD/CAM/CNC manufacturing scenarios. Computers in Industry. 2011;62(3):311-322. https://doi.org/10.1016/j.compind.2010.09.003

52. Zaera M., Esteve M., Palau C.E., Guerri J.C., Martinez F.J., de Cordoba P.F. Real-time scheduling and guidance of mobile robots on factory floors using Monte Carlo methods under windows NT. In: ETFA 2001. 8th International Conference on Emerging Technologies and Factory Automation. Proceedings (Cat. No. 01TH8597). 2001, pp. 67-74. https://doi.org/10.1109/ETFA.2001.996355

53. Cardarelli E., Sabattini L., Digani V., Secchi C. Interacting with a multi AGV system. In: 2015 IEEE International Conference on Intelligent Computer Communication and Processing (ICCP). 2015, pp. 263-267. https://doi.org/10.1109/ICCP.2015.7312641

54. Chen X., Lin W., Liu J., Guan L., Zheng Y., Gao F. Electromagnetic guided factory intelligent AGV. In: 2016 3rd International Conference on Mechatronics and Information Technology. 2016. https:// https://doi.org/dx.doi.org/10.2991/icmit-16.2016.36

55. Pedersen M.R., Nalpantidis L., Andersen R.S., Schou C. Robot skills for manufacturing: From concept to industrial deployment. Robotics and Computer-Integrated Manufacturing. 2016;37:282-291. https://doi.org/10.1016/j.rcim.2015.04.002

56. Fanti M.P., Mangini A.M., Pedroncelli G., Ukovich W. A decentralized control strategy for the coordination of AGV systems. Control Engineering Practice. 2018;70:86-97. https://doi.org/10.1016/j.conengprac.2017.10.001

57. Каляев И.А., Лохин В.М., Макаров И.М., Манько С.В. Интеллектуальные роботы: учебное пособие для вузов / Под общ. ред. Е.И. Юревича. М.: Mашиностроение, 2007. 360 с. ISBN 5-217-03339-8

58. Романов М.П. Нечеткий регулятор исполнительной подсистемы робота “ROBAS-SCARA”. Вестник МГТУ МИРЭА. 2015;(3-1):41-59.

59. Tarn T.J., Bejczy A.K., Xi N. Intelligent motion planning and control for robot arms. IFAC Proceedings Volumes. 1993;26(2):677-680. https://doi.org/10.1007/978-3-642-58021-5_17

60. Kiguchi K., Fukuda T. Intelligent position/force controller for industrial robot manipulatorsapplication of fuzzy neural networks. IEEE Trans. on Industrial Electronics. 1997;44(6):753-761. https://doi.org/10.1109/41.649935

61. De Silva C.W. Intelligent control: Fuzzy logic applications. CRC press, 2018. 368 p. ISBN 9780203750513.

62. Sahoo B., Parhi D.R., Priyadarshi B.K. Analysis of path planning of humanoid robots using neural network methods and study of possible use of other AI techniques. In: Emerging Trends in Engineering, Science and Manufacturing (ETESM-2018). IGIT, Sarang, India, 2018. 16 p.

63. Yen V.T., Nan W.Y., Cuong P.V., Quynh N.X., Thich V.H. Robust adaptive sliding mode control for industrial robot manipulator using fuzzy wavelet neural networks. Int. J. Control., Automation and Systems. 2017;15(6):2930-2941. https://doi.org/10.1007/s12555-016-0371-5

64. Simão M., Neto P., Gibaru O. Natural control of an industrial robot using hand gesture recognition with neural networks. In: IECON 2016 - 42nd Annual Conference of the IEEE Industrial Electronics Society. IEEE, 2016, pp. 5322-5327. https://doi.org/10.1109/IECON.2016.7793333

65. Varagul J., Ito T. Simulation of detecting function object for AGV using computer vision with neural network. Procedia Computer Science. 2016;96:159-168. https://doi.org/10.1016/j.procs.2016.08.122

66. Oliff H., Liu Y., Kumar M., Williams M. A framework of integrating knowledge of human factors to facilitate HMI and collaboration in intelligent manufacturing. Procedia CIRP. 2018;72(1):135-140. https://doi.org/10.1016/j.procir.2018.03.047

67. Gan Y., Dai X., Li D. Off-line programming techniques for multirobot cooperation system. Int. J. Advanced Robotic Systems. 2013;10(7):282-299. https://doi.org/10.5772/56506

68. Евгенев Г.Б., Крюков С.С., Частухин А.В. Обрабатывающие робототехнологические комплексы в машиностроении. Известия высших учебных заведений. Машиностроение. 2017;(5(686)):60-71. https://doi.org/10.18698/0536-1044-2017-5-60-71

69. Connolly C. Technology and applications of ABB RobotStudio. Industrial Robot: An International Journal. 2009;36(6):540-545. https://doi.org/10.1108/01439910910994605

70. Schneier M., Bostelman R. Literature review of mobile robots for manufacturing. US Department of Commerce, National Institute of Standards and Technology, 2015. 17 p. https://doi.org/10.6028/NIST.IR.8022

71. Pěchouček M., Mařík V. Industrial deployment of multi-agent technologies: Review and selected case studies. Autonomous Agents and Multi-Agent Systems. 2008;17(3):397-431. https://doi.org/10.1007/s10458-008-9050-0

72. Wang S., Wan J., Zhang D., Li D. Towards smart factory for industry 4.0: A self-organized multiagent system with big data based feedback and coordination. Computer Networks. 2016;101:158-168. http:// https://doi.org/dx.doi.org/10.1016/j.comnet.2015.12.017

73. ABB, Robotics Controllers - [Electronic resource]: access mode - free (accessed date: 09/16/2019). URL: https://new.abb.com/products/robotics/controllers

74. KUKA AG, Robot controllers - [Electronic resource]: access mode - free (accessed date: September 16, 2019). URL:https://www.kuka.com/en-de/products/robot-systems/robot-controllers

75. FANUC, Robot Controllers - [Electronic resource]: access mode - free (accessed date: September 16, 2019). URL: https://www.fanucamerica.com/products/robots/controllers/other-fanuc-robot-controllers

76. Vogl G.W., Weiss B.A., Helu M. A review of diagnostic and prognostic capabilities and best practices for manufacturing. J. Intel. Manufact. 2019;30(1):79-95. https://doi.org/10.1007/s10845-016-1228-8

77. Weiss B. A., Klinger A. S. Identification of industrial robot arm work cell use cases and a test bed to promote monitoring, diagnostic, and prognostic technologies. Proceedings of the 2017 Annual Conference of the Prognostics and Health Management (PHM) Society. 2018, pp.1-9.

78. Jaber A.A., Bicker R. Development of a condition monitoring algorithm for industrial robots based on artificial intelligence and signal processing techniques. Int. J. Electrical & Computer Engineering. 2018;8(2):996- 1009. https://doi.org/10.11591/ijece.v8i2.pp996-1009