[發明專利]一種串聯機器人動力學參數辨識方法有效
| 申請號: | 201811348083.8 | 申請日: | 2018-11-13 |
| 公開(公告)號: | CN109284580B | 公開(公告)日: | 2022-12-02 |
| 發明(設計)人: | 王華;王彤;瞿喜鋒;郭慶洪;于振中;李文興 | 申請(專利權)人: | 合肥哈工仞極智能科技有限公司 |
| 主分類號: | G06F30/20 | 分類號: | G06F30/20 |
| 代理公司: | 合肥市浩智運專利代理事務所(普通合伙) 34124 | 代理人: | 丁瑞瑞 |
| 地址: | 230000 安徽省合肥市經濟技術開*** | 國省代碼: | 安徽;34 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 串聯 機器人 動力學 參數 辨識 方法 | ||
本發明公布了一種串聯機器人動力學參數辨識方法,包括以下步驟:建立串聯機器人運動學模型;確定串聯機器人最小慣性參數集φ并建立關于φ的線性形式的動力學方程;從φ的最后一組分量開始,設計試驗逆序辨識φ的每組分量;設計多對運動狀態,控制機器人到達每對狀態,采集關節驅動力數據;分離每對狀態下關節驅動力的摩擦項和慣性項,由慣性項辨識φ分量;待完成φ所有分量的辨識后,匯集摩擦項數據,形成摩擦力辨識數據,結合摩擦力模型,進行摩擦力參數辨識。本發明使得慣性參數辨識不受摩擦力模型的影響,既保證了慣性參數辨識的準確度,也有利于確定合理的摩擦力模型,同時控制了試驗優化設計的變量規模。
技術領域
本發明屬于機器人技術領域,具體涉及一種串聯機器人動力學參數辨識方法。
背景技術
六軸工業機器人和協作機器人大多采用串聯構型,隨著工業自動化的深入發展和人機協作概念的興起,這類機器人的應用在繼續拓展。拓展的應用對機器人的控制性能也提出了更高的要求。機器人的運動規律由一組動力學方程描述,方程中出現的參數稱為動力學參數。動力學方程是實現機器人復雜精確控制的理論基礎,也是提升機器人性能必須深入研究的,因而準確獲取機器人動力學參數具有重要意義。
動力學參數包含慣性參數和摩擦力參數兩類。慣性參數表示的是機器人各個桿件的質量及其分布,摩擦力參數的定義則需要確定一個合理的摩擦力模型。
由機器人本體三維模型可以計算慣性參數,但由于加工誤差,裝配等因素,計算的慣性參數可能存在較大偏差。設計試驗辨識機器人動力學參數是行之有效的辦法。在現有軟硬件基礎上,控制機器人按預定軌跡運動,采集關節位置、電機電流等數據,由采集的數據反求動力學參數是通用可行的方法。通常的做法是先確定摩擦力模型,設計試驗同時辨識所有慣性參數和摩擦力參數。
但這會帶來問題。其一,對于同樣一組數據,采用不同的摩擦力模型將辨識出不同的慣性參數,慣性參數與摩擦力參數之間關聯性強,不能進行單獨處理。其二,現有技術的方法,若要保證待辨識參數一定程度的激勵,則需要優化的變量過多,很難進行試驗優化設計。
發明內容
本發明所要解決的技術問題在于如此實現摩擦力辨識與慣性參數辨識相互獨立,既保證了慣性參數辨識的準確度,也有利于確定合理的摩擦力模型,同時控制了試驗優化設計的變量規模。
本發明通過以下技術手段實現解決上述技術問題的:一種串聯機器人動力學參數辨識方法,其特征在于,包括以下步驟:
步驟一、建立串聯機器人運動學模型;
步驟二、根據步驟一的串聯機器人運動學模型,確定串聯機器人最小慣性參數集φ并建立關于φ線性形式的動力學方程;
步驟三、從φ的最后一組分量開始,設計試驗逆序辨識φ的每組分量;設計多對運動狀態,控制機器人到達每對狀態,采集關節驅動力數據;
步驟四、分離每對狀態下關節驅動力的摩擦項和慣性項,由慣性項辨識φ分量;
步驟五、待完成φ所有分量的辨識后,匯集摩擦項數據,形成摩擦力辨識數據,結合摩擦力模型,進行摩擦力參數辨識。
優選地,所述步驟一建立串聯機器人運動學模型包括以下步驟:串聯機器人由n個活動連桿通過n個關節順序連接,運動學模型由n組DH參數描述;通過DH參數確定各個連桿的坐標系及相鄰連桿坐標系之間的變換。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于合肥哈工仞極智能科技有限公司,未經合肥哈工仞極智能科技有限公司許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201811348083.8/2.html,轉載請聲明來源鉆瓜專利網。





