[發明專利]一種改進的SCARA機器人動力學參數辨識方法

有效

• 申請號: 201711112065.5
• 申請日: 2017-11-13
• 公開（公告）號: CN107671861B
• 公開（公告）日: 2020-11-13
• 發明（設計）人: 李新;白瑞林;嚴浩;吉峰
• 申請（專利權）人: 無錫信捷電氣股份有限公司
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 無錫經誠知識產權代理事務所(普通合伙) 32504
• 代理人: 吳仁芬

本發明涉及SCARA機器人的動力學參數辨識領域，公開了一種改進的SCARA機器人動力學參數辨識方法。采用Lagrange法建立包含摩擦項的SCARA機器人完整動力學模型，并對其進行線性化。采用5階傅里葉級數作為激勵軌跡的基本形式，并用5次多項式代替傳統傅里葉級數中的常數項，使得關節角速度和關節角加速度在軌跡起始和停止時刻為零；以最小化觀測矩陣條件數為目標，為增強全局尋優能力，采用基于排擠機制的小生境遺傳算法對激勵軌跡的各項系數進行優化。為避免直接對關節角度兩次微分帶來的傳遞誤差，對采樣得到的關節角速度數據擬合成傅里葉級數形式，再微分得到關節角加速度信號。考慮到測量噪聲的影響，采用加權最小二乘法（WLS）作為參數估計方法。

技術領域

本發明屬于SCARA機器人的動力學參數辨識領域，具體涉及一種改進的SCARA機器人動力學參數辨識方法。

背景技術

隨著工業機器人應用于生命醫療、激光焊接、汽車電子等高精密領域，機器人技術向高速高精度方向發展。工業機器人的控制策略可以分為兩種：(1)按照機器人實際軌跡與期望軌跡間的偏差進行負反饋控制。這種控制方法控制律簡單，易于實現，稱為“運動控制”，例如PID控制、模糊控制、魯棒控制等。(2)充分考慮機器人的動力學特性，設計出更加精細的非線性控制律，即基于模型的控制策略，這種控制方法稱為“動態控制”，例如重力補償控制、計算力矩法、內模控制等。

由于機器人時變、強耦合和非線性的動力學特性，僅僅基于反饋的“運動控制”策略，難以滿足工業機器人高速高精度的控制要求。目前，國產工業機器人大部分仍采用傳統PID控制策略。所以，設計基于機器人動力學模型的控制策略是實現高速高精度運動控制的有效方法，該類控制策略要以機器人的精準動力學參數為基礎。機器人動力學參數的獲取方法可分為：解體測量法、CAD法以及整體辨識法。機器人結構復雜，很多參數難以直接測量得到，采用計算機建模的CAD法忽略了機器人的裝配誤差和材料的分布特性，整體辨識法能夠考慮機器人實際工作中的各種因素影響，因而受到了廣泛關注。

機器人動力學參數的辨識過程中，激勵軌跡一般采用傅里葉級數的形式，既可以保證激勵軌跡的連續周期性，以便于多次重復采樣，又能充分激勵機器人的動力學特性。但傳統傅里葉級數無法保證機器人關節的角速度和角加速度在軌跡的起始和結束時刻為零；并且未經優化的傅里葉級數會導致觀測矩陣的條件數過大，導致力矩和關節位置等的采樣誤差會過于放大動力學參數的辨識誤差。由于觀測矩陣條件數是多峰函數，當采用基本遺傳算法(SGA)對傅里葉級數進行優化時，容易導致局部最優解，優化結果容易早熟。

另外，在采樣數據處理時，除了多次采樣求均值，以提高信噪比之外，如何獲取有效角加速度信號是一個比較棘手的問題。由于采樣得到的速度信號存在噪聲，直接對速度信號進行差分，得到的加速度信號有很大誤差。所以，一般通過對采樣得到的關節角度進行反向擬合，再兩次微分求角加速度，但兩次微分容易造成傳遞誤差。

發明內容

針對具體SCARA機器人，采用5階傅里葉級數作為激勵軌跡的基本形式，并用5次多項式取代傳統傅里葉級數中的常數項，使得機器人各關節角速度和關節角加速度在激勵軌跡的起始和結束時刻為零。為增強全局尋優能力，采用基于排擠機制的小生境遺傳算法對傅里葉級數的系數進行優化，盡可能減小觀測矩陣的條件數。為避免直接對關節角度兩次微分帶來的傳遞誤差，對采樣得到的關節角速度數據擬合成傅里葉級數形式，再微分得到關節角加速度信號。

為實現以上的技術目的，本發明提供的一種改進的SCARA機器人動力學參數辨識方法，包括以下步驟：

(1)根據實際情況，采用Lagrange法建立包含摩擦項的SCARA機器人完整動力學模型；

(2)對所述步驟(1)中完整動力學模型進行線性化，將其表示為回歸矩陣和機器人動力學參數向量乘積的形式；