面向机器人边缘控制的硬件实时指令校准方法与流程

本发明涉及机器人控制，更具体地说，本发明涉及面向机器人边缘控制的硬件实时指令校准方法。

背景技术：

1、随着工业机器人向高速度、高精度及高动态协作方向发展，边缘控制器的实时性与同步精度成为了决定机器人运动性能的瓶颈。在现代机器人控制系统中，主控层通常采用工业以太网总线与边缘端的关节伺服驱动器进行通信并下发控制指令。为了保证多关节的协同，现有技术多采用时钟同步技术来对齐主控层与边缘端的通信时序，从而在总线层面解决由于网络抖动带来的通信延迟。

2、然而，在实际的硬实时控制场景中，仅实现总线层面的时钟对齐是远远不够的。当控制指令流到达边缘控制芯片内部后，芯片需要对指令进行译码、轨迹逆解计算、多传感器数据融合以及闭环控制算法输出。在这一微观执行过程中，由于不同指令类型，如访存指令、跳转指令、数据处理指令的动态组合，边缘硬件内部会产生不可预测的流水线冲突、cache缺失以及总线仲裁延迟，从而导致边缘硬件内部的实际指令执行耗时呈现非线性的动态抖动。

技术实现思路

1、为了克服现有技术的上述缺陷，本发明的实施例提供面向机器人边缘控制的硬件实时指令校准方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明提供如下技术方案，面向机器人边缘控制的硬件实时指令校准方法，包括以下步骤：

3、s1、识别并提取目标控制指令序列中不同控制指令类型的指令数量作为自变量，所述指令类型至少包括访存指令、跳转指令和数据处理指令；基于指令数量及其非线性耦合项，构建多元多项式时钟周期预测模型；所述多元多项式时钟周期预测模型的待定系数基于历史执行数据在线辨识更新；

4、s2、在边缘控制芯片执行目标指令序列的过程中，利用硬件计数器逐帧在线获取实际时钟周期消耗；将实际时钟周期消耗与多元多项式时钟周期预测模型的预测输出进行比对，计算得到硬件指令执行时间偏差量；

5、s3、当硬件指令执行时间偏差量超出预设的偏差阈值时，根据偏差量生成分段式时序校准参数，对后续待执行指令序列进行动态时间补偿；当校准后的时间参数导致机器人关节的预期运动变化率超过硬件限幅寄存器阈值，通过硬件流控单元对校准量进行一阶线性平滑截断；

6、s4、将校准后的指令序列并行输入至硬件影子寄存器区，分别进行正向执行模拟与逆向回溯模拟，并计算正、逆向模拟结果的差分值；当所述差分值未超出预设差分阈值时，将校准指令序列锁存至物理输出寄存器并输出；当所述差分值超出预设差分阈值时，触发硬件状态回滚至上一级校准点并重新校准。

7、优选的，作为本发明所述面向机器人边缘控制的硬件实时指令校准方法的一种优选方案，其包括所述s1中，具体包括以下内容：

8、构建预测目标控制指令序列在边缘控制芯片内执行耗时的多元多项式模型，其数学表达式为：，其中，为预测的目标控制指令序列的执行时钟周期总数；为划分的控制指令类型总数；为目标控制指令序列中第类控制指令的统计数量，作为模型的输入自变量，所述指令类型至少包括访存指令、跳转指令和数据处理指令；为第类控制指令的单项时延敏感系数；为第类控制指令与第类控制指令的非线性耦合项；为对应非线性耦合项的耦合时延系数；为系统固有常数偏差；

9、设待定系数向量为，对应的输入特征向量为，则所述多项式模型简化表示为：；其矩阵维度均由指令类型总数决定，且维度大小为；并对待定系数向量进行在线估计；

10、在初始化阶段执行初始辨识，并在后续运行过程中持续利用历史执行数据在线更新，在初始化阶段，控制边缘控制芯片执行预设的校准测试指令集，利用硬件计数器同步记录每一次执行时校准测试指令集中各类型指令的数量，构建对应的输入特征向量，并同步采集对应的实际执行时钟周期消耗，组成历史执行数据集，其中，为样本总数；

11、将历史执行数据集输入递推最小二乘辨识算法中，对待定系数向量进行在线估计与迭代更新，更新公式如下：

12、；

13、；

14、；

15、其中，为第次迭代的增益向量；为第次迭代后的协方差矩阵，为第次迭代后的协方差矩阵；和分别为第次和第次迭代后的待定系数向量估计值；为输入特征向量的转置；为设定的遗忘因子。

16、优选的，作为本发明所述面向机器人边缘控制的硬件实时指令校准方法的一种优选方案，其包括所述s2中，具体包括以下内容：

17、在边缘控制芯片初始化阶段，将内部集成的硬件性能计数器的启动与停止信号，与机器人边缘总线的通信帧接收硬中断、内核的指令译码流水线启动与结束标志进行硬连线绑定；配置计时通道的计数频率与边缘控制芯片的主频保持同步，并将硬件性能计数器配置于边缘控制芯片的调试域中，开启基于硬件流控的影子读取机制；使所述硬件性能计数器的启动、停止与数值读取动作，直接由指令流水线的硬件控制信号触发；

18、在边缘控制芯片执行目标控制指令序列的过程中，当内核指令译码单元接收到目标指令序列的起始指令时，硬件触发源立即激活硬件性能计数器开始计数；当目标指令序列的末端指令执行完毕并将结果锁存时，硬件触发源立即停止硬件性能计数器，读取硬件性能计数器内的数值，记为当前帧目标指令序列的实际时钟周期消耗实测值；在执行所述目标控制指令序列的过程中，所述边缘控制芯片通过硬件级任务隔离器，锁止非目标控制任务的中断请求与并发总线申请；

19、利用边缘控制芯片内置的硬件加法器阵列，将当前帧目标指令序列中各类型指令的统计数量向量代入s1中的多元多项式时钟周期预测模型，计算得到当前帧的预测时钟周期消耗值，表示为：；其中，为第次迭代后的待定系数向量估计值的转置，为当前帧目标指令序列对应的输入特征向量；

20、通过边缘控制芯片的硬件减法器，计算实际时钟周期消耗实测值与预测时钟周期消耗值之间的绝对偏差量；

21、根据边缘控制芯片的当前运行主频，通过物理时间转换器将所述绝对偏差量转化为微观物理时间偏差量，具体公式为；将微观物理时间偏差量作为当前帧的硬件指令执行时间偏差量输出，并送往s3中进行时序补偿判断。

22、优选的，作为本发明所述面向机器人边缘控制的硬件实时指令校准方法的一种优选方案，其包括所述s3中，具体包括以下内容：

23、将s2中输出的当前帧硬件指令执行时间偏差量，传递至边缘控制芯片内置的偏差阈值硬件比较器，与预设的系统容忍偏差阈值进行比对；

24、当，将分段式时序校准参数设为0；

25、当，边缘控制芯片根据当前通信总线周期与待执行指令序列的剩余执行窗口，生成分段式时序校准参数，其数学分段函数表示为：

26、；

27、其中，为分段比例因子，为符号函数；

28、利用边缘控制芯片的硬件流控单元接收分段式时序校准参数，将下一次控制指令更新的物理时刻调整为，其中，为标称更新时刻，通过多轴硬连线广播总线将时序校准参数同步分发至机械手所有协同关节对应的控制定时寄存器中；并将各关节控制定时器的相位锁定信号置位，以进行微观时间轴对齐；

29、利用边缘控制芯片内置的运动学求解加速器，根据补偿后的更新时刻计算机械手各关节的预期角速度，作为预期物理运动变化率；表示为：；其中，为目标时序处的关节位置指令值，为前一实际更新时刻，为前一时刻关节位置实际值；

30、从硬件内置的限幅寄存器中读取预设的关节最大安全运动变化率阈值，通过硬件比较器判断是否满足：

31、当不满足时，不启动截断保护，直接保留当前时序校准参数，令目标时域补偿校准量；

32、当满足时，则启动硬件一阶线性斜率限制器，将实际输出的补偿校准量截断并平滑约束，计算安全截断后的时序补偿校准量，表示为：；令目标时域补偿校准量；其中，为符号函数，为目标时序处的关节位置指令值，为前一实际更新时刻，为前一时刻关节位置实际值，为标称更新时刻；

33、利用硬件差值寄存器计算限幅产生的未完结补偿时间差额，具体公式为：，并将时间差额累加暂存至下一个总线周期的分段式时序校准计算中；

34、通过硬件比较器与一阶线性斜率限制器的串联电路锁死物理运动变化率后，利用边缘控制芯片的指令重构模块根据时序补偿校准量，修改控制定时寄存器值，重构生成包含校准后执行时序与关节位置指令的校准指令序列，并将其作为s3的最终校准输出传递至s4。

35、优选的，作为本发明所述面向机器人边缘控制的硬件实时指令校准方法的一种优选方案，其包括所述s4中，具体包括以下内容：

36、利用硬件流控单元将s3中输出的校准指令序列复制，并行载入至硬件影子寄存器区的第一映像通道与第二映像通道中，所述硬件影子寄存器区在物理上与用于控制伺服驱动器的物理输出寄存器相隔离；所述硬件影子寄存器区内部划分的第一映像通道与第二映像通道，分别作为执行所述正向执行模拟与所述逆向回溯模拟的物理硬件载体；

37、在同一个硬件时钟周期内，通过双通道硬件加速器对第一映像通道和第二映像通道中的所述校准指令序列进行并行差分模拟，具体模拟过程为：

38、正向执行模拟是以机器人当前时刻关节的角度向量与角速度向量构建的系统状态为输入起点，通过正向运动学仿真硬件单元顺向推算控制指令执行后的预期末端位姿状态；

39、逆向回溯模拟是以预期的末端目标位姿为终点，通过逆向动力学校验硬件单元逆向回溯使机械手达到目标状态所需的最小物理驱动时序；

40、将正向运动学仿真硬件单元与逆向动力学校验硬件单元的输出端接入硬件流水线对齐缓冲器，通过插入硬件空操作周期，使预期末端位姿状态与最小物理驱动时序在同一个硬件同步时钟沿对齐输出；

41、利用硬件差分器实时计算两个映像通道的模拟输出与系统基准状态之间的联合差分值，其中，表示二范数距离；和为预设的正向状态偏差权重与逆向回溯偏差权重，用于从空间轨迹偏差和历史状态连续性两个维度，定量评估校准指令序列在物理执行时的可信度；

42、通过硬件比较器判断所述联合差分值是否超出预设的差分安全阈值：

43、当，在下一个总线同步时钟沿，通过硬件锁存信号将硬件影子寄存器区中的校准指令序列锁存、更新至物理输出寄存器中，并输出至伺服驱动器；

44、当，硬件流控单元封锁物理输出寄存器的更新使能信号，通过硬件状态机将系统状态指针回滚至保存在硬件影子寄存器备用区中的上一级安全校准点状态，并将分段式时序校准参数的分段比例因子进行自适应减半收缩，重新执行s3至s4的校准与校验流程；

45、在执行重新校准流程时，通过硬件流控单元内集成的自旋安全监测计数器对重试次数进行累加；当重试计数达到预设的硬限制次数阈值时，所述硬件状态机强制中断重新校准流程，将机器人当前的关节指令速度锁死清零，并向外部输出硬件级紧急刹车锁止信号。

46、另一方面，本发明提供一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其中：计算机程序被处理器执行时实现如本发明上述内容的面向机器人边缘控制的硬件实时指令校准方法的功能模块。

47、另一方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，其中：所述计算机程序被处理器执行时实现如本发明上述内容的面向机器人边缘控制的硬件实时指令校准方法。

48、在上述技术方案中，本发明提供的技术效果和优点：

49、通过构建融合微架构非线性耦合项的多元多项式模型，实现了边缘硬件内部动态指令执行耗时抖动的纳秒级精准预测；利用硬件性能计数器无感捕获实际时序，通过分段补偿与多轴硬连线广播实现了多关节在微观时间轴上的强行对齐，彻底消除了流水线冲突与总线仲裁等带来的同步失调；引入硬件一阶线性斜率限制器与差额滚动暂存机制，在锁止物理过冲的同时消除了静态位姿累积误差；基于硬件影子寄存器及双通道异构模拟，在不影响当前控制的前提下完成了高可信度的正逆向夹逼校验与死锁自适应回滚，本发明显著提升了机器人硬实时控制精度、多轴协同能力与整机运行安全性。