Ein autonomes Transportfahrzeug setzt sich in Bewegung. Es fährt los, beschleunigt, weicht einem Hindernis aus und er- reicht einige Sekunden später sein Ziel. Für den Beobachter ist das unspektakulär. Das Fahrzeug fährt einfach. Doch ist genau das selten so einfach, wie es aussieht. Und deshalb sieht auch kaum eine dieser Bewegungen gleich aus. Bevor sich das Fahrzeug überhaupt bewegt, ist seine Fahrt bereits beschrieben. Ein modernes Logistikzentrum erzeugt Transportaufträge, priorisiert Warenströme und berechnet Wege. Für die Navigation kommen oft Software-Frameworks wie das Robot Operating System 2 (ROS2) zum Einsatz. Dort wird nicht nur festgelegt, wohin das Fahrzeug fahren soll, sondern auch wie. Aus der Planung entsteht eine Bewegungs- vorgabe mit Position, Geschwindigkeit und Beschleunigung. Diese geplante Bewegung wird als Trajektorie bezeichnet. Sie ist präzise, vollständig berechnet – und sie funktioniert zu- mindest auf dem Bildschirm. Damit aus einer Trajektorie Bewegung wird Damit sich ein Fahrzeug tatsächlich bewegt, muss diese Be- schreibung übersetzt werden. Motion Control beginnt dort, wo ein Sollwert – etwa für Position, Geschwindigkeit oder Strom – in eine geregelte und dynamisch stabile Bewegung umgesetzt wird. Der Motion Controller nimmt die Sollwerte aus der Navigation entgegen und überführt sie in konkrete Steuergrössen für den Antrieb. Dabei wird aus einer geome- trischen Beschreibung eine zeitabhängige Führungsgrösse, die zur Dynamik des gesamten Systems passen muss. Häufig geschieht diese Übergabe über standardisierte Schnittstellen wie CANopen. Aus einer Bahn im Raum werden so Zielwerte für Drehzahl, Position oder Drehmoment. Im Antrieb selbst beginnt ein Prozess, der während der ge- samten Fahrt läuft. Der Controller arbeitet kontinuierlich und vergleicht fortlaufend die vorgegebenen Sollwerte mit den gemessenen Istwerten. Encoder erfassen die aktuelle Bewe- gung des Motors, Sensoren liefern zusätzliche Informationen. Aus der Abweichung berechnet der Regler, wie stark der Mo- tor im nächsten Moment eingreifen muss. Dabei reagiert er nicht nur auf die aktuelle Abweichung, sondern berücksichtigt auch, wie sich das System im nächsten Moment verhalten wird. Dieser Prozess läuft permanent, viele tausend Mal pro Se- kunde. Die Bewegung entsteht dabei nicht auf einmal, sondern wird fortlaufend angepasst. Vom Sollwert zum Drehmoment Am Ende dieser Regelkette steht ein elektrischer Wert. Der Controller gibt einen Sollstrom vor, die Leistungselektronik setzt diesen in den Motorphasen um. Im bürstenlosen Gleich- strommotor entsteht dadurch ein rotierendes Magnetfeld, das mit dem Rotor wechselwirkt. Daraus ergibt sich ein Drehmo- ment an der Motorwelle, das über ein Getriebe auf das Rad übertragen wird. In der Berechnung folgt das Fahrzeug exakt der Trajek- torie. In der Realität sieht das anders aus. Ein Rad verliert kurzzeitig Haftung, die Last verändert sich, der Untergrund ist nicht konstant. Die gemessene Bewegung passt dann nicht mehr vollständig zur geplanten. Die Trajektorie – also das, was ursprünglich vorgesehen war – gerät aus dem Takt. Ent- scheidend ist dabei nicht die Abweichung selbst, sondern wie schnell und stabil das System darauf reagiert. Der Con-
troller erkennt diese Abweichung und korrigiert sie in Echt- zeit. Die Bewegung bleibt stabil, obwohl die Bedingungen es nicht sind. Wo es komplex wird Die einzelnen Schritte sind für sich genommen nachvollzieh- bar. In der Praxis greifen sie ineinander. Navigation, Trajek- torie, Regelung und physikalische Umsetzung laufen gleich- zeitig ab und beeinflussen sich gegenseitig. Was im System passiert, ist kein linearer Ablauf, sondern ein Zusammenspiel.
Aus einer Bahn im Raum werden Zielwerte für Drehzahl, Position oder Drehmoment.
Spätestens hier zeigt sich, warum sich solche Systeme nicht einfach übertragen lassen. Ein Automated Guided Vehicle (AGV) in einem Logistikzentrum verhält sich anders als ein mobiler Roboter in der Produktion. Unterschiede ergeben sich aus Gewicht, Dynamik, Umgebung und Anforderungen an die Präzision. Damit verändern sich auch die Anforderun- gen an den Antrieb. Die Bewegung, die am Anfang berechnet wurde, muss zu genau dieser Anwendung passen. Das betrifft nicht nur einzelne Parameter, sondern die Auslegung des ge- samten Systems – von der Regelung bis zur Mechanik. Dafür muss das mechatronische Verhalten des Systems im Detail verstanden werden. Erst dieses Verständnis ermöglicht es, den DriveTrain und die Regelung gezielt auf die jeweilige An- wendung auszulegen. Am Ende fährt das Fahrzeug seine Strecke. Von aussen bleibt der Ablauf einfach. Im Inneren wurde diese Bewegung geplant, übersetzt, umgesetzt und laufend korrigiert.
Zum Autor Fabian Vogel ist Geschäftsführer der maxon zub machine control AG.
Gemeinsam mit seinem Team entwi- ckelt er Motion-Control-Lösungen für komplexe mechatronische Antriebs systeme und begleitet Kunden bei der Realisierung anspruchsvoller Automatisierungs- und Robotikanwendungen.
47
Motion Control
Made with FlippingBook Publishing Software