Welke robotarmen worden gebruikt in de industrie en hoe is hun kinematische structuur opgebouwd?

De kinematica van een manipulator is gebaseerd op de aanwezigheid van gewrichten die de beweging van de verschillende schakels mogelijk maken. Het fundamentele element in de structuur van een manipulator is de open kinematische keten, die topologisch gezien als ‘open’ wordt beschouwd wanneer er slechts één volgorde van schakels is die de twee uiteinden van de keten verbindt. In tegenstelling hiermee bevat een manipulator een gesloten kinematische keten wanneer een reeks schakels een lus vormt. De mobiliteit van de manipulator wordt verzekerd door de aanwezigheid van gewrichten, waarbij een verbinding tussen twee opeenvolgende schakels kan worden gerealiseerd via een prismatisch of revolutiegedeelte. In een open kinematische keten zorgt elk prismatisch of revolutiegedeelte voor één vrijheidsgraad (DoF), waarbij het prismatische gewricht translatiebewegingen tussen de schakels mogelijk maakt en het revolutiegewricht rotatiebewegingen.

Revolutiegedeelten worden vaak geprefereerd boven prismatische gewrichten vanwege hun compactheid en betrouwbaarheid. In het geval van een gesloten kinematische keten is het aantal DoF’s echter lager dan het aantal gewrichten vanwege de beperkingen die door de lus worden opgelegd. Het aantal DoF’s dient gelijkmatig verdeeld te zijn over de mechanische structuur om een voldoende aantal DoF’s te garanderen voor het uitvoeren van een specifieke taak. In de meest algemene vorm van een taak, waarbij een object willekeurig gepositioneerd en georiënteerd moet worden in een driedimensionale ruimte, zijn zes DoF’s nodig: drie voor het positioneren van een punt op het object en drie voor het oriënteren van het object ten opzichte van een referentiecoördinatenstelsel.

Wanneer meer DoF’s beschikbaar zijn dan nodig is voor de taak, wordt de manipulator als redundant beschouwd vanuit kinematisch perspectief. De bereikbare werkruimte van een manipulator is de ruimte die toegankelijk is voor het eind-effector van de robot. De vorm en het volume van deze ruimte hangen af van de structuur van de manipulator en van de aanwezigheid van mechanische gewrichtslimieten. De taak van de robotarm is meestal om de pols te positioneren, waarna deze in staat is om het eind-effector te oriënteren.

Het type en de volgorde van de DoF’s bepalen de classificatie van de armen als cartesiaans, cilindrisch, sferisch, SCARA of antropomorf. De cartesiaanse geometrie bestaat uit drie prismatische gewrichten die meestal onderling loodrecht staan. Deze eenvoudige geometrie zorgt ervoor dat elk DoF overeenkomt met een cartesiaanse ruimtelijke variabele, wat rechte bewegingen in de ruimte mogelijk maakt. De cartesiaanse arm heeft een hoge mechanische stijfheid, en de positioneeringsnauwkeurigheid van de pols is overal in de bereikbare werkruimte constant. De werkruimte zelf heeft de vorm van een rechthoekig parallelepipedum. De cartesiaanse structuur heeft echter een lage beweeglijkheid, omdat alle gewrichten prismatisch zijn, en de benaderingsrichting voor het manipuleren van objecten komt meestal van de zijkant.

Cilindrische geometrieën verschillen van cartesiaanse doordat het eerste prismatische gewricht vervangen is door een revolutiegedeelte. Dit resulteert in een werkruimte die een gedeelte van een holle cilinder is. De horizontale slag van het prismatische gewricht maakt het mogelijk om horizontale holtes te bereiken. Cilindrische robots worden vaak gebruikt voor het manipuleren van grote objecten, waarbij hydraulische motoren de voorkeur hebben boven elektrische motoren, vooral bij zware belasting.

Sferische geometrieën onderscheiden zich van cilindrische doordat het tweede prismatische gewricht is vervangen door een revolutiegedeelte. Dit resulteert in een werkruimte die een gedeelte van een holle bol is. De mechanische stijfheid van sferische robots is lager dan die van de cartesiaanse en cilindrische structuren, en de mechanische opbouw is complexer. De sferische arm wordt vooral gebruikt voor bewerkingen waarbij precisie in drie dimensies vereist is.

SCARA-armen, ofwel Selective Compliance Assembly Robot Arms, hebben twee revolutiegedeelten en één prismatisch gewricht waarbij alle assen parallel lopen. Dit mechanisme biedt hoge stijfheid voor verticale belastingen en flexibiliteit voor horizontale belastingen. SCARA-armen worden vaak ingezet voor assemblagetaken, met name in de elektronica- en auto-industrie.

De antropomorfe geometrie, die drie revolutiegedeelten bevat, lijkt sterk op de menselijke arm. De eerste joint is het schoudergewricht, en de tweede en derde gewrichten zijn respectievelijk de elleboog en pols. Deze structuur maakt de manipulator uiterst flexibel en in staat om taken uit te voeren die veel precisie en variabiliteit vereisen, zoals die van een menselijke hand.

Naast de genoemde structuren is het belangrijk te begrijpen dat de keuze van de robotarm niet alleen afhangt van de geometrie en het type gewrichten, maar ook van de specifieke toepassing. Waar de cartesiaanse robot bijvoorbeeld uitmunt in precisie en stijfheid, biedt de SCARA-arm grote voordelen voor snel en efficiënt assembleren. Het is essentieel dat de werkruimte goed wordt ingeschat, zodat de robot optimaal kan functioneren binnen de beperkingen van de fysieke ruimte en de taakvereisten.

Hoe de Interactiematrix en Numerieke Integratie Gebruikt Worden voor Positieschatting van de Camera

De interactiematrix is een krachtig wiskundig hulpmiddel voor het schatten van de positie en oriëntatie van een camera in relatie tot een object, gebaseerd op visuele gegevens. Bij het gebruik van een interactiematrix is het cruciaal om de dimensies van de matrix en de relatie tussen de verschillende matrixcombinaties goed te begrijpen. Dit is vooral belangrijk wanneer de matrix een verschillend aantal rijen en kolommen heeft, wat kan leiden tot een scala aan mogelijke oplossingen. Zo kan de matrix worden opgelost met behulp van een techniek van de kleinste kwadraten wanneer het aantal rijen groter is dan het aantal kolommen.

Wanneer de interactiematrix meer kolommen dan rijen heeft, zoals vaak het geval is in praktische toepassingen, kan de oplossing worden gevonden door het pseudoinverse van de matrix te gebruiken. Deze situatie wordt vaak aangetroffen omdat het gebruik van goed-geconditioneerde matrices voordelig is voor numerieke stabiliteit. Het kan echter voorkomen dat de interactiematrix meer kolommen dan rijen heeft, wat betekent dat er een oneindig aantal oplossingen is. Dit komt voort uit het feit dat de beeldparameters niet voldoende zijn om de beweging van de camera ten opzichte van het object uniek te bepalen. In dit geval bestaan er relatieve bewegingen van de camera die de beeldkenmerken niet veranderen.

Wanneer de interactiematrix goed geconditioneerd is, kan de oplossing eenvoudig worden berekend door het pseudoinverse van de matrix te gebruiken. Het probleem ontstaat wanneer er onvoldoende parameters zijn om een unieke oplossing te verkrijgen, wat leidt tot situaties waarin de beweging van de camera geen waarneembare gevolgen heeft voor het beeld. De bijbehorende snelheden van deze bewegingen behoren tot de nulruimte van de matrix, wat betekent dat ze geen invloed hebben op de waargenomen beeldkenmerken.

Een voorbeeld van de interactiematrix van een punt is een matrix van de dimensie 2 × 6 met een rang van 2, waarbij de nulruimte een dimensie van 4 heeft. De snelheden van de camera kunnen in deze situatie worden geanalyseerd door gebruik te maken van de vectoren die in de nulruimte liggen, zoals de snelheid van de camera's translaties langs de visuele straal in het beeldvlak en de rotatiesnelheid rond deze straal. Deze vectoren vormen de basis van de nulruimte van de interactiematrix.

In toepassingen waarbij de relatieve pose van de camera ten opzichte van het object berekend moet worden, kan de interactiematrix worden gebruikt in een numeriek integratie-algoritme. Dit algoritme is ontworpen om een schatting te maken van de relatieve pose van het camerakader in verhouding tot het objectkader door een minimum aantal coördinaten voor de oriëntatie te gebruiken. Een van de mogelijke keuzes voor het representeren van de oriëntatie is het m-dimensionale vectorformaat dat de Euler-hoeken uit de rotatiematrix haalt.

Met behulp van de relaties tussen de verschillende coördinaten kan een numerieke integratie van de bewegingen van de camera worden uitgevoerd. De oplossing van dit probleem vereist een methode voor de schatting van de positie en oriëntatie van de camera. Het gebruik van een gesloten-lus inverse kinematica-algoritme is hierbij nuttig, waarbij de iteratieve benadering de optimalisatie van de fout tussen de waargenomen en voorspelde beelden mogelijk maakt. Dit algoritme minimaliseert de afwijking tussen de actuele afbeelding en de schatting, wat leidt tot een steeds nauwkeurigere positionering.

In de praktijk vereist de implementatie van dit algoritme meestal de keuze van een aantal beeldkenmerken die geschikt zijn voor de specifieke toepassing. Het succes van het algoritme hangt sterk af van de kwaliteit van de beeldkenmerken en de initiële schatting van de camera-orientatie. Bij een slechte keuze van kenmerken of een onjuiste initiële schatting kan het algoritme instabiel worden, met als gevolg dat het niet de juiste oplossing bereikt. Het is ook belangrijk te begrijpen dat, hoewel de algoritmes vaak de voorkeur hebben vanwege hun efficiëntie, ze niet altijd ideaal zijn wanneer het probleem zich bevindt in een situatie met singulariteiten, wat kan leiden tot problemen met de convergentie.

De gekozen methode voor het oplossen van het probleem, bijvoorbeeld via het pseudoinverse, moet met zorg worden benaderd, omdat een slecht geconditioneerde interactiematrix kan leiden tot numerieke instabiliteit. Om deze problemen te voorkomen, kan men bijvoorbeeld meerdere beeldkenmerken gebruiken die verder van singulariteiten verwijderd zijn, wat de nauwkeurigheid en de stabiliteit van het algoritme verhoogt. Dit maakt de schatting van de pose van de camera zowel betrouwbaarder als nauwkeuriger, zelfs bij moeilijke geometrische situaties.

Hoe worden oriëntaties in de ruimte wiskundig beschreven?

De speciale orthogonale groep SO(m) beschrijft de groep van rotatiematrices in een m-dimensionale ruimte, en vereist m(m−1)/2 parameters voor een volledige parametrisering. Dit betekent dat voor SO(3), dat driedimensionale ruimtelijke oriëntaties representeert, drie parameters nodig zijn, terwijl voor het tweedimensionale geval SO(2) slechts één parameter volstaat. De drie parameters van SO(3) kunnen op een minimale en gestructureerde manier worden uitgedrukt via een geordende set van drie hoeken, de zogeheten Eulerhoeken, compact genoteerd als φ = (ϕ, ϑ, ψ).

Een elementaire rotatie rond één van de coördinaatassen kan worden beschreven door een matrix die afhankelijk is van één enkele hoek. Door een geschikte sequentie van drie van deze elementaire rotaties te combineren — met de voorwaarde dat opeenvolgende rotaties niet rond dezelfde as plaatsvinden — kan elke mogelijke oriëntatie worden bereikt. Dit resulteert in twaalf toelaatbare combinaties van rotatievolgordes uit de 27 theoretisch mogelijke permutaties met herhaling. Eén specifieke set wordt hier verder geanalyseerd: de ZYZ Euler-hoeken.

In het geval van ZYZ-hoeken vindt elke rotatie plaats rond een as die het resultaat is van voorgaande rotaties, wat betekent dat ze worden gedefinieerd ten opzichte van een bewegend assenstelsel. De oriëntatie wordt dan geconstrueerd als volgt: een eerste rotatie rond de z-as met hoek ϕ, gevolgd door een rotatie rond de nieuwe y′-as met hoek ϑ, en ten slotte een derde rotatie rond de z′′-as met hoek ψ. De corresponderende rotatiematrix Rzyz(φ) wordt verkregen via postmultiplicatie van de drie elementaire matrices en heeft een expliciete matrixvorm waarin de hoeken ϕ, ϑ en ψ voorkomen in goniometrische combinaties.

De inverse probleemstelling — het afleiden van de Euler-hoeken uit een gegeven rotatiematrix R ∈ SO(3) — vereist een vergelijking van de matrixelementen van R met die van de samengestelde Rzyz-matrix. Hierbij levert het kwadrateren en sommeren van bepaalde matrixelementen een uitdrukking op voor sin(ϑ), op basis waarvan, via de atan2-functie, de hoek ϑ wordt bepaald. De hoeken ϕ en ψ volgen uit de andere matrixelementen, eveneens via atan2, waarbij het teken afhangt van de waarde van sin(ϑ). Twee oplossingen ontstaan in het niet-singuliere geval: één voor positieve en één voor negatieve sin(ϑ).

Indien sin(ϑ) = 0 (oftewel r₁₃² + r₂₃² = 0), spreken we van een singuliere configuratie waarin alleen de som of het verschil van ϕ en ψ kan worden vastgesteld, aangezien de assen van de opeenvolgende rotaties in dit geval samenvallen. Zulke situaties vormen de zogeheten singulariteiten van de Euler-representatie.

Een alternatieve, maar verwante parametrisatie is die van de Roll–Pitch–Yaw-hoeken (RPY), afkomstig uit de luchtvaart, waarbij de rotaties gedefinieerd zijn rond de vaste assen van het oorspronkelijke referentiestelsel. Ook hier zijn twaalf rotatievolgordes mogelijk, en elk van deze vaste-assen-sequenties kan worden omgezet in een equivalente sequentie van Euler-hoeken met bewegende assen. Belangrijk hierbij is dat rotaties rond vaste assen wiskundig worden beschreven door premultiplicatie van rotatiematrices, terwijl bij rotaties rond bewegende assen postmultiplicatie wordt gebruikt.

De XYZ RPY-sequentie wordt gevormd door eerst te roteren rond de x-as met hoek ψ (roll), vervolgens rond de y-as met hoek ϑ (pitch), en ten slotte rond de z-as met hoek ϕ (yaw). Hoewel het intuïtief niet direct duidelijk is, kan deze oriëntatie exact worden gereproduceerd via de equivalente ZYX Euler-sequentie: een eerste rotatie van ϕ rond de z-as, gevolgd door een rotatie van ϑ rond de nieuwe y′-as, en ten slotte een rotatie van ψ rond de x′′-as. De corresponderende matrix Rzyx(φ) volgt daaruit en toont, net als bij de ZYZ-representatie, specifieke combinaties van goniometrische functies van de hoeken.

Ook hier kan het inverse probleem worden opgelost door vergelijking van een gegeven matrix R met de expliciete vorm van Rzyx. Onder de aanname dat cos(ϑ) ≠ 0, volgen twee geldige oplossingen, waarbij de hoek ϑ in verschillende intervallen ligt: in het eerste geval binnen (−π/2, π/2), en in het tweede binnen (π/2, π] of (−π, −π/2). In de singuliere gevallen (cos(ϑ) = 0) zijn opnieuw alleen de som of het verschil van ϕ en ψ bepaalbaar, hetgeen wederom een manifestatie is van de representatiesingulariteiten.

Naast het wiskundig nut hebben deze rotatie-representaties ook praktische implicaties. Singulariteiten vormen bijvoorbeeld een reëel probleem in robotica en luchtvaartnavigatie, waar plotselinge sprongen of discontinuïteiten in oriëntatieberekeningen tot instabiliteit kunnen leiden. In toepassingen waarbij continue en stabiele oriëntatiecontrole vereist is, zoals bij het aansturen van een drone of het manipuleren van een robotarm, moeten deze singulariteiten vermeden of gemitigeerd worden.

Het begrijpen van het verschil tussen rotaties rond vaste en bewegende assen is essentieel voor het correct toepassen van deze modellen in dynamische systemen. De keuze van rotatievolgorde is niet louter een theoretische kwestie, maar beïnvloedt rechtstreeks de berekening van hoeken, de gevoeligheid voor ruis, en de algoritmische stabiliteit in numerieke implementaties.

Hoe wordt een robottraject gepland en welke factoren beïnvloeden de uitvoering?

Trajectory planning begint met de keuze van een geschikte klasse functies, zoals polynomen van graad d ≥ 2, die voldoende parameters bevatten om minimaal drie punten te interpoleren. Na het bepalen van het geometrische pad q(s), wordt een timingwet s(t) gekozen, waarbij t loopt van ti tot tf, en waarbij met de functie s(t) geschikte randvoorwaarden kunnen worden opgelegd, zoals een start- en eindsnelheid van nul voor een beweging van rust naar rust.

Het plannen van trajecten kan plaatsvinden in verschillende ruimten, bijvoorbeeld in de taakruimte of in de configuratieruimte van een robot. Bij planning in taakruimte worden posities (en mogelijk ook oriëntaties) van het gereedschap of het robotuiteinde rechtstreeks gespecificeerd, terwijl planning in configuratieruimte uitgaat van de robotgewrichten. Planning in taakruimte biedt een intuïtief padontwerp zonder voorafgaande keuzes uit inverse kinematische oplossingen, maar vereist realtime inverse of differentiële kinematica om het robotgedrag te sturen, met mogelijke problemen rond singulariteiten en redundantie. Planning in configuratieruimte kan offline gebeuren, voorkomt problemen met singulariteiten tijdens uitvoering en vereist geen Jacobiaanse inversie in realtime, wat computationeel voordeliger kan zijn.

Een illustratief voorbeeld betreft het interpoleren van drie punten A, B, en C. Wanneer deze niet collineair zijn, kan een unieke cirkelboog door deze punten worden bepaald. Voor een cyclische taak kan deze cirkel volledig worden gebruikt als pad, wat een gesloten traject creëert. Dit pad kan in taakruimte worden gesampled en vervolgens worden omgezet naar een reeks gewrichtsconfiguraties via inverse kinematica. Door deze dicht gesamplede configuraties te interpoleren met splines in configuratieruimte, wordt een pad geconstrueerd dat het oorspronkelijke cirkelvormige pad in taakruimte nauwkeurig benadert. Dit staat in contrast met directe interpolatie in configuratieruimte, die minder rekenintensief is maar resulteert in minder voorspelbare paden in taakruimte.

Bij complexe trajecten, met meerdere tussenpunten (multi-point problemen), is het noodzakelijk functies te gebruiken die een voldoende rijke interpolatie mogelijk maken, zoals splines bestaande uit aaneengeschakelde polynomen van lage graad. Continuïteit in de eerste en tweede afgeleide van het padparameter is cruciaal om vloeiende bewegingen zonder abrupte veranderingen te waarborgen.

Naast de geometrische aspecten spelen ook timingwetten een belangrijke rol. Deze bepalen de tijdsafhankelijke parameter s(t) waarmee het geometrische pad wordt doorlopen en kunnen worden gekozen om bijvoorbeeld maximale snelheden en acceleraties niet te overschrijden. Hierbij kunnen randvoorwaarden zoals startsnelheid en eindsnelheid op nul worden gezet om soepele stilstandbewegingen te garanderen.

Robottrajecten worden in brede zin geclassificeerd op basis van de ruimte waarin ze worden gepland, het type beweging (point-to-point of multi-point), en de gebruikte interpolatiefuncties. Bij point-to-point trajecten is het doel een verbinding tussen twee specifieke posities, waarbij meestal eenvoudige interpolatiefuncties worden gebruikt. Multi-point trajecten verbinden een reeks tussenpunten waarbij continuïteit en soepelheid van het pad extra aandacht vereisen. De keuze van interpolatiefuncties varieert van lineair tot polynoom, cycloïde of spline-gebaseerde functies, afhankelijk van de vereisten voor de bewegingskwaliteit.

Belangrijk is dat bij planning in configuratieruimte een lineair pad tussen twee gewrichtsconfiguraties een kromlijnig en niet-lineair pad in taakruimte oplevert, en vice versa. Dit weerspiegelt de complexe, trigonometrische relatie tussen gewrichtshoeken en positie in taakruimte, en maakt duidelijk dat eenvoudige paden in de ene ruimte kunnen leiden tot complexe bewegingen in de andere.

Daarnaast moet men zich bewust zijn van bijkomende uitdagingen die niet altijd direct zichtbaar zijn in de basisplanning. Oriëntatieplanning bijvoorbeeld vereist vaak aparte behandeling naast positieplanning. Redundantie in het robotmodel, waarbij meerdere gewrichtsconfiguraties hetzelfde gereedschapspose kunnen opleveren, introduceert een complexere inverse kinematica. Tenslotte spelen beperkingen in de padgeometrie, timinglimieten, en prestatiecriteria een rol die aanleiding kunnen geven tot optimalisatieproblemen, die geïntegreerd of in meerdere stappen opgelost kunnen worden.

Endtext

Hoe kan men de beweging van een robot effectief controleren in de aanwezigheid van onzekerheden en verstoringen?

Het controleprobleem voor een robot bestaat uit het bepalen van geschikte invoercommando’s die de juiste uitvoering van een geplande taak mogelijk maken, zowel onder nominale omstandigheden als in de aanwezigheid van modelonzekerheden of externe verstoringen. Dit kan variëren van het succesvol voltooien van een werkprogramma tot het volgen van specifieke trajecten of het bereiken van een gewenste configuratie in de taakruimte.

Een robotbesturingssysteem wordt vaak op verschillende niveaus georganiseerd. Op een hoger niveau kunnen de doelstellingen betrekking hebben op het succesvol uitvoeren van een werkprogramma, terwijl op een lager niveau de focus ligt op het minimaliseren van de fouten in de gewrichtsposities en het realiseren van commando’s met hoge precisie. Het gedrag van een robot wordt bepaald door het samenspel van verschillende controlelagen, die elk hun eigen doelstellingen en methoden hebben. Hoogwaardige besturingssystemen gebruiken meer complexe taken en uitgebreide modellen, terwijl laag-niveaucontrollers snel eenvoudige commando’s uitvoeren.

Er zijn twee belangrijke aspecten waarmee rekening moet worden gehouden bij het beoordelen van de prestaties van een robotsysteem: de kwaliteit van de taakuitvoering onder nominale omstandigheden en de robuustheid ten opzichte van onzekerheden en verstoringen. Nominale prestaties kunnen worden verbeterd door nauwkeuriger en completer modellen van de robotkinematica en -dynamica, terwijl robuustheid vooral voortkomt uit de toepassing van feedbackstrategieën en de verwerking van gegevens uit sensoren om de robot zich aan te passen aan veranderende omgevingen.

Een uitdaging bij robotbesturing is het omgaan met de sterk niet-lineaire dynamiek van de robot, waarbij de beweging van elk van de scharnieren vaak gekoppeld is aan de bewegingen van andere delen van de robot. De oplossing van dit probleem vereist een gecentraliseerde benadering waarbij de gehele robot gelijktijdig wordt geanalyseerd. De dynamische eigenschappen van de robot zijn vaak afhankelijk van de mechanische structuur en massaverdeling, wat het ontwerpen van controllers bemoeilijkt zonder gedetailleerde informatie over het dynamische model van de robot.

In sommige gevallen, bijvoorbeeld bij robots die gebruik maken van motoren verbonden via tandwielen met een hoog reductieaandeel, kunnen de niet-lineaire koppelingen in de dynamica van de gewrichten grotendeels worden gemaskeerd door de transmissie-elementen. In dergelijke gevallen kan een gedecentraliseerde benadering van besturing, waarbij de focus ligt op de dynamica van individuele gewrichten, effectief zijn.

Bij de controle van de robotbeweging kan een onderscheid worden gemaakt tussen twee benaderingen: regulatie en trajecttracking. Bij regulatie moet de robot naar een gewenste positie worden gebracht in de configuratieruimte of taakruimte, bijvoorbeeld naar een gewenste houding van de eind-effector. Bij trajecttracking moet de robot een vooraf gedefinieerd pad volgen, wat vraagt om een gecontroleerde beweging door meerdere configuraties. Het controleren van de robotbeweging op een lage controleerbare schaal vereist dat de actuatorregelsystemen nauwkeurig de gewenste positie of snelheid volgen.

Op een lager niveau worden vaak kinematische controlesystemen gebruikt, waarbij commando’s op basis van snelheid of versnelling aan de actuatorregelsystemen worden gegeven. Het voordeel van dit type controle is dat het snel kan reageren met hoge precisie, zonder rekening te houden met de werkelijke robotdynamica. Echter, bij dynamische bewegingen die snelle versnellingen of omkeringen van de beweging vereisen, kunnen kinematische controllers vaak niet voldoen. In dergelijke gevallen moeten de controlewetten worden aangepast, en moeten de actuatorregelsystemen in staat zijn commando’s uit te voeren op het moment van koppel.

Bij het ontwerpen van een controle systeem voor robots, kan het gebruik van zowel joint-space controle als taak-space controle noodzakelijk zijn, afhankelijk van de specifieke eisen van de taak. Bij joint-space controle worden de configuratiewaarden van de gewrichten gemeten en gebruikt om de gewenste beweging te volgen. In taak-space controle wordt de robot in termen van de beweging van zijn eind-effector aangestuurd, wat de complexiteit van het systeem verhoogt, aangezien de huidige configuratie van de robot via directe kinematica moet worden berekend.

Het is van belang om bij robotbesturing niet alleen de prestaties van de motoren en actuatoren te overwegen, maar ook de potentiële verstoringen die kunnen optreden, zoals de variabiliteit van de robotparameters, meetfouten, en omgevingsveranderingen. In sommige gevallen kunnen extra adaptieve besturingsstrategieën worden toegepast om de robuustheid van het systeem te verbeteren en de prestaties in onvoorspelbare omstandigheden te optimaliseren.

Er moeten steeds aandachtspunten in overweging worden genomen bij het ontwerpen van robotcontrolemechanismen. Een van de voornaamste aspecten betreft het dynamisch aanpassingsvermogen van het besturingssysteem aan externe verstoringen of veranderingen in de omgeving van de robot. De toepassing van geavanceerde feedback- en feedforwardmechanismen is essentieel, evenals het vermogen van het systeem om te leren van eerdere ervaringen.