[發(fā)明專利]一種六自由度串聯(lián)機器人末端負載動力學參數的辨識方法

有效

• 申請?zhí)枺?/td>: 201810003985.1
• 申請日: 2018-01-03
• 公開（公告）號: CN108227492B
• 公開（公告）日: 2020-07-14
• 發(fā)明（設計）人: 宋寶;陶婕妤;葉伯生;周向東;唐小琦;熊碩;王昌杰;郭藝璇;尹超;朱倩
• 申請（專利權）人: 華中科技大學
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 華中科技大學專利中心 42201
• 代理人: 周磊;曹葆青

1.一種六自由度串聯(lián)機器人末端負載動力學參數的辨識方法，在六自由度串聯(lián)機器人運動過程中采集N組信號，其特征在于，包括以下步驟：

1)根據牛頓-歐拉法建立六自由度串聯(lián)機器人空載時的動力學模型；

2)控制六自由度串聯(lián)機器人按照設定的激勵軌跡運動，記錄六自由度串聯(lián)機器人運動過程中各關節(jié)的角度、角速度和角加速度；同時采集各關節(jié)電機的電流信息；

所述步驟2)包括記錄帶負載六自由度串聯(lián)機器人各關節(jié)電機的電流，從而轉換為第n組信號中各關節(jié)的帶負載力矩τ_tot,n；

3)利用步驟1)建立的六自由度串聯(lián)機器人空載時的動力學模型及步驟2)記錄的角度、角速度和角加速度，獲得空載時六自由度串聯(lián)機器人各關節(jié)的力矩，并且基于各關節(jié)電機的電流信息，獲得六自由度串聯(lián)機器人運行時各關節(jié)的實際負載力矩；

步驟3)包括將記錄的六自由度串聯(lián)機器人運動過程中各關節(jié)的角度、角速度、角加速度信息帶入六自由度串聯(lián)機器人空載時的動力學模型，獲得六自由度串聯(lián)機器人運動過程中第n組信號對應的關節(jié)空載力矩τ_link,n，從而得到六自由度串聯(lián)機器人第n組信號的關節(jié)所受負載力矩τ_load,n：

τ_load,n＝τ_tot,n-τ_link,n；

式中，n＝1,2,3,…,N，τ_load,n,τ_tot,n,τ_link,n都為6×1矩陣；

4)根據六自由度串聯(lián)機器人力矩雅克比矩陣，以及帶負載動力學參數的末端負載力和力矩矩陣，得到帶負載動力學參數的六自由度串聯(lián)機器人各關節(jié)的理論負載力矩；

第n組信號對應負載產生的六自由度串聯(lián)機器人末端負載力F_load,n和力矩矩陣M_load,n的表達式為：

式中，ω_n為3×1矩陣，表示第n組信號中六自由度串聯(lián)機器人末端角速度，為3×1矩陣，表示第n組信號中六自由度串聯(lián)機器人末端角加速度，為3×1矩陣，表示第n組信號中六自由度串聯(lián)機器人末端加速度，表示負載質心參數，表示負載慣性張量；

將所述負載產生的六自由度串聯(lián)機器人末端負載力F_load,n和力矩矩陣M_load,n分解為帶負載慣性參數的表達式：

式中：F_q,n表示第n組信號中負載對六自由度串聯(lián)機器人末端負載力與負載慣性參數無關的分量，N_U,n，N_M,n，N_T,n表示第n組信號中負載對六自由度串聯(lián)機器人末端力矩與負載慣性參數無關的分量，U,M,T表示與負載慣性參數有關的分量；

所述步驟4)六自由度串聯(lián)機器人帶負載運動時，由負載產生的第n組信號中理論驅動力矩矩陣τ'_load,n表達式為：

式中，表示運動軌跡中第n組信號對應六自由度串聯(lián)機器人力矩雅克比矩陣，W_n＝[F_load,n；M_load,n]表示機器人末端受負載力及力矩矩陣，

5)比較各關節(jié)的實際負載力矩和理論負載力矩，利用具有交叉變異功能的動態(tài)粒子群算法求解負載動力學參數；其中，待辨識的負載動力學參數表示如下：

P_load＝[m_load,s_x,s_y,s_z,I_xx,I_yy,I_zz,I_xy,I_xz,I_yz]^T

式中，m_load表示負載質量，x,y,z表示六自由度串聯(lián)機器人末端負載坐標系的x,y,z軸，sx,sy,sz分別表示負載在x,y,z方向的質心位置，

I_xx＝∫∫∫_V(y²+z²)ρdυ、I_yy＝∫∫∫_V(x²+z²)ρdυ、I_zz＝∫∫∫_V(x²+y²)ρdυ表示六自由度串聯(lián)機器人負載繞末端坐標軸x,y,z的質量慣性矩，繞xy,yz,zx方向的慣性積分別表示為I_xy＝∫∫∫_Vxyρdυ、Iyz＝∫∫∫_Vyzρdυ、I_zx＝∫∫∫_Vzxρdυ,其中ρ表示負載密度，υ表示負載體積；

步驟5)利用動態(tài)粒子群算法獲得負載動力學參數步驟包括：

5.1)在六自由度串聯(lián)機器人沿激勵軌跡運動時，記錄N個數據點，獲得關節(jié)i對應實際負載力矩τ_load,n,i和理論負載力矩τ'_load,n,i，針對六自由度串聯(lián)機器人實際負載力矩和理論負載力矩相等的目標建立評價函數f(P)：

5.2)初始化粒子規(guī)模L和迭代次數G，每個粒子維度為10，分別表示P_load中各負載慣性參數，確定粒子各參數的限制條件，每個粒子在空間中位置表示為粒子速度表示為其中j＝1,2,3,…,L，k＝1,2,3,…,G表示當前的迭代次數，隨機初始化初代N個粒子在空間中的速度和位置

5.3)獲得第j個粒子在k+1次迭代后的速度和位置根據第j個粒子在經過k次迭代后的速度和位置及第k次迭代后該粒子自己搜索的歷史最優(yōu)值和全部粒子搜索的歷史最優(yōu)值得到，公式如下所示：

式中，是慣性系數，表示粒子保持原有速度的系數，c₁是粒子跟蹤自己歷史最優(yōu)值的權重系數，c₂是粒子跟蹤群體最優(yōu)值的權重系數，ξ,η∈[0,1]，代表隨機數，r代表約束因子；

5.4)以γ₁的比例交叉位置和位置中負載質心參數s_x,s_y,s_z，以γ₂的比例隨機初始化粒子在空間中的位置

5.5)所述第k+1次迭代后得到帶入評價函數，獲得k+1次迭代后粒子j的最優(yōu)位置和群體最優(yōu)位置

5.6)當誤差函數f(P)達到收斂要求或者迭代次數k≥G算法結束，得到全部粒子搜索的歷史最優(yōu)值即為負載動力學參數P_load，否則重復所述步驟5.3)。