AutoTune 自动调节参数

该指令用于启动机器人用户自定义模式下的参数自动调节功能。通过对特定路径的自学习采样，系统能够自动优化机器人的动力学响应，从而在保证运动平滑度的前提下，最大限度地提升机器人的运行节拍和加速性能。

指令格式

AutoTune(ADP) AutoTune(自学习参数)

---

参数详细说明

参数	类型	说明	默认值/备注
ADP (自学习参数)	ADP 变量	存放自学习结果的变量。该参数用于记录系统在自动调节过程中识别出的负载特性、惯量分布以及最优的加减速曲线。

---

工作原理

执行该指令时，机器人会进入自学习模式。它通过在预设轨迹上进行往复运动，实时收集各关节电机的力矩、速度和位置反馈。系统内置的算法会分析这些数据，计算出当前负载下的物理极限，并自动调整控制器的增益和前馈参数。最终，系统会生成一个最优的提速方案并存储在 ADP 变量中，使机器人能够以更短的时间完成同样的动作。

---

示例

// 1. 定义 ADP 变量并开始自学习过程
AutoTune(ADP1)

// 2. 运行需要优化的典型轨迹（建议多循环几次以获取精确数据）
FOR (I = 1 TO 3) DO
    MovJ(P1, 100, 0, 1)
    MovJ(P2, 100, 0, 1)
ENDFOR

// 3. 学习完成后，后续运动将引用 ADP1 中的优化数据进行加速处理

---

执行结果

指令生效后，控制器将完成动力学模型的在线识别。后续运动在引用该 ADP 变量时，机器人的起停响应将变得更加迅捷，总循环节拍（Cycle Time）通常会有明显缩短，且运动过程中的超调和冲击会得到有效控制。

---

应用场景

• 循环节拍优化：在对节拍要求极高的搬运、上下料场景中，通过 AutoTune 榨取硬件的最高性能。
• 变负载自适应：当机器人更换了新的夹具或末端载荷发生变化后，通过执行此指令，无需人工干预即可让机器人恢复到最佳运行状态。
• 轨迹平滑度提升：对于因参数匹配不当引起的运动不平稳，利用自动调节功能可以快速找到更合适的控制参数组。