在工業自動化的環境當中，運動控制是其中最為關鍵的一環。

透過機器來進行自動化作業可以免去很多人為的失誤。

如何讓機器依據命令進行動作，正是機器運動控制的應用範疇。

在今天，機器人的行為模式，主要都是依據人類所提供的編程內容來進行重覆的運作。而機器人與現今社會上各種會移動的電子產品，包括汽車、飛機等，其差異只在於是否可以在無人參與控制的情況下自行運作。而在工業製造的領域裡，由於對於重覆性與規律性的動作有龐大需求，這也正好提供了工業機器人一個發展的絕佳環境。

在工業自動化的環境當中，運動控制是其中最為關鍵的一環。人類最大的缺點在於會有錯誤的產生，這對於工業產線往往輕則會造成產線的損失，嚴重則會造成人員的傷害。

透過機器來進行自動化作業可以免去很多人為的失誤，然而卻必須確保機器能夠接受正確的指令，進行預期中的動作，而這些指令都還是必須透過人為來下達給予機器。如何讓機器都能夠依據命令進行動作，正是機器運動控制的應用範疇。

圖一 : 人工智慧實際上都是將人類的智慧轉化為運算代碼，來達成某種自動決策的目的。

運動控制器

運動控制器即為機器運動控制系統的大腦，並負責計算所需的移動軌道。由於此作業極為關鍵，因此往往需透過機板上的數位訊號處理器（如DSP）來執行，以避免對主機電腦產生額外的負擔與干擾。例如機器運動中因為防毒軟體的執行而導致運作中斷便是一件惱人的事。運動控制器將會使用自己所計算出的軌道，再決定合適的轉矩指令，並將指令傳送至馬達放大器以產生運動。

運動控制器運作中必須關閉PID控制迴路。由於此作業需要極高的精確度，是穩定運作所必須的，因此往往直接於機板上關閉控制迴路。而除了關閉控制迴路之外，運動控制器亦同時監控緊急限制與停止功能，以確保作業安全。若能從機板或即時系統中直接進行這些作業，就可以確保運動控制系統的穩定性、精確性，以及安全性。

計算軌道

運動軌道通常代表的是運動控制器的機板控制作業，或輸出至驅動器與放大器的指令訊號，接著將依循軌跡來進行馬達的運動。通常來說，運動控制器根據程式的參數值，來計算運動軌跡的軌道區段。對於軌道的計算，運動控制器可使用所需的目標位置、最大目標速度，與使用者所提供的加速度值，以決定在三項主要動作區段（包括加速度、等速度，與減速度）所需耗費的時間。

針對一般梯形軌跡的加速度區段，將根據停止位置或先前的移動來開始運動作業，並跟著指定的加速坡道進行動作，直到速度達到移動作業的既定目標速度。運動作業可依當下的目標速度，持續在指定的時間內動作，直到控制器決定減速度區段的開始，並讓運動停止於在所指定的目標位置上。

若運動作業極短，通常在完成加速度之前即達到減速起使點，則軌跡將呈現三角形而非梯形，且所達到的實際速度可能低於設定的目標速度。S曲線加速度與減速度為基本的梯形軌道強化，也就是針對加速度與減速度的線性坡道，將之修改為非線性的曲線軌跡。這樣一來，坡道外觀具備微調控制功能，就可以針對慣性、摩擦力、馬達動態等其他機器運動系統的限制，依需要來針對運動軌道效能進行調校。

建立客制化運動控制器

雖然具備DSP的運動控制器已經可以適用於許多的應用當中，但類似200kHz伺服更新率的高精確度運動控制作業，工程師就必須透過客制化的PCB來設計所需的運動控制器。如此一來，就必須提高開發成本與時間，而且這一類的運動控制器功能固定，也缺乏重新設計的彈性，更難以適應作動期間運動控制運算式的變動。其他需要較高精確度與彈性的應用，還包含半導體產業的晶圓處理機器，或是汽車產業可重設組裝線的產線車輛排序作業等。

馬達放大器與驅動

馬達放大器或驅動都是系統中的重要組成元件。運動控制器先以低電流的類比電壓訊號構成指令，透過馬達放大器接收之後，再將之轉換成為高電流的訊號來驅動馬達。為了能夠驅動不同類型的馬達，通常馬達驅動都具有多種不同的變數。舉例來說，步進馬達驅動就只連接步進馬達，而不會去連接伺服馬達。

除了搭配相對應的馬達技術之外，驅動也必須提供正確的電壓、連續電流，以及峰值電流，才能正確驅動該馬達。若驅動供應了過多的電流，則可能會損毀馬達。如果驅動供應的電流不足，則馬達無法達到完全的轉矩功能。而若電壓不足，則馬達將無法全速運轉。此外，使用者也必須考量放大器與控制器的連接方法。

馬達與機器元素

在設計運動控制系統時，馬達選擇與機器設計均為關鍵部分。不同馬達會有不同的優缺點，可參考表一。

反饋裝置

反饋裝置可用於協助運動控制器了解馬達的位置。最常見的位置反饋裝置就是相位差編碼器，可提供起始點的相對位置。大多數的運動控制器都是搭配使用此類型的編碼器所設計。而其他反饋裝置則包含可提供類比位置反饋的位移計、提供速度反饋的轉速計、可進行絕對位置量測的絕對編碼器，還有可進行絕對位置量測的解析器。

最佳運動控制效益

圖二 : 工業機器人透過線下編程與線上決策兩者的互補，能讓機器人的運作達到最佳效益。

在工業機器人的應用中，透過線下編程與線上決策兩者的互補使用，才能讓機器人的運作達到最佳的效益。隨著電腦運算速度的突飛猛進、演算法更為成熟、以及各種工業感測器的相繼問世，加速推動了傳統機器人，以及廣大會動的電子產品等的應用方式。

寶元數控指出，透過軟硬體的整合，可提供機器人運動控制的線下輔助編程及線上加速決策。例如機器人的拖拉動作、自動尋軌跡等功能，就是屬於線下輔助編程，而視覺辨識技術的整合，則是屬於線上決策的實現。在這樣的邏輯下，我們可以定義自駕車的路線規劃屬於線下編程，至於行駛期間的障礙迴避就屬於線上決策。依據這樣的原則，這些會動的電子產品其實都可以納入廣義的機器人定義之中。

結語

事實上，人工智慧的真正意義，是讓機器具備自我學習的能力，就如同人類由嬰兒成長為大人一般，逐步發展各種生活技能並適應社會。在目前，大部份實際運用上被號稱為人工智慧的功能，實際上都是將人類的智慧轉化為運算代碼之後，來達成某種自動決策的目的。

在未來，人工智慧的發展必定會更為蓬勃，而好的決策也需要好的運動控制器才能呈現出令人滿意的結果。在人工智慧的運動控制中，控制器需能提供高速的通訊管道，以便接收並執行來自人工智慧的決策，並且反饋機器人的狀態資訊。此外，控制器本身的功能也會直接影響到人工智慧的工作量，例如控制器若可支援空間圓弧功能，人工智慧就不需要另行計算所有圓弧上的點座標，如此也有助於減少通訊的資料量。