Franky机器人控制中的关节运动噪声问题分析与解决方案-CSDN博客

本文链接：https://blog.csdn.net/gitblog_07374/article/details/148913429

Franky机器人控制中的关节运动噪声问题分析与解决方案

问题现象描述

在使用Franky库控制Franka Emika机器人时，开发人员观察到一个普遍现象：当机器人执行关节空间点对点运动时，会产生明显的抖动噪声。这一问题在实验室的多台机器人上均能复现，排除了硬件个体差异的可能性。

问题复现条件

该问题出现在执行基本的关节空间运动时，例如以下典型代码场景：

m1 = JointWaypointMotion([JointWaypoint([-0.3, 0.1, 0.3, -1.4, 0.1, 1.8, 0.7])])
m2 = JointWaypointMotion([
    JointWaypoint([-0.3, 0.1, 0.3, -1.4, 0.1, 1.8, 0.7]),
    JointWaypoint([0.0, 0.3, 0.3, -1.5, -0.2, 1.5, 0.8]),
    JointWaypoint([0.1, 0.4, 0.3, -1.4, -0.3, 1.7, 0.9])
])
robot.move(m1)
robot.move(m2)

技术分析

1. 运动规划机制

Franky库使用Ruckig运动规划器来计算时间最优轨迹。在关节空间运动中，规划器会根据配置的加加速度( jerk )、加速度和速度限制来计算各关节的运动轨迹。值得注意的是，免费版本的Ruckig不支持自动计算中间路点的最优速度，因此默认情况下机器人在到达每个路点时会完全停止。

2. 噪声产生原因

经过深入分析，噪声问题可能与以下因素有关：

关节控制器切换：噪声特别容易出现在运动序列的第一个动作中，可能与机器人切换到关节控制模式的过程有关
轨迹规划特性：即使命令机器人保持当前位置，也会出现类似噪声
控制信号分析：通过回调函数记录的实际轨迹与控制信号的对比显示，可能存在微小的不连续或高频分量

3. 运动流畅性优化

对于需要流畅连续运动的场景，开发者可以手动设置中间路点的目标速度（而非默认的0速度）。这需要额外的轨迹规划计算，例如使用三次样条插值等方法预先计算各路点的合理速度值。

解决方案与最佳实践

1. 噪声问题缓解方案

虽然完全消除噪声可能需要底层控制器的调整，但以下方法可以减轻问题影响：

降低运动动力学参数（速度、加速度、加加速度）
确保机器人充分预热
检查关节温度是否在正常范围内

2. 流畅运动实现方法

要实现连续流畅的关节空间运动，建议：

# 示例：设置中间路点速度
waypoints = [
    JointWaypoint([-0.3, 0.1, 0.3, -1.4, 0.1, 1.8, 0.7], velocity=[0.1]*7),
    JointWaypoint([0.0, 0.3, 0.3, -1.5, -0.2, 1.5, 0.8], velocity=[0.1]*7),
    JointWaypoint([0.1, 0.4, 0.3, -1.4, -0.3, 1.7, 0.9])
]
motion = JointWaypointMotion(waypoints)

3. 诊断工具

开发者可以使用Franky提供的回调机制进行运动诊断：

traj = []
def callback(robot_state, time_step, rel_time, abs_time, control_signal):
    traj.append((abs_time, robot_state.q, control_signal.q))
    
motion.register_callback(callback)
robot.move(motion)

通过分析收集的数据，可以深入了解实际运动与控制信号的差异，帮助优化运动参数。