[發明專利]機器人動力學參數辨識方法、裝置、終端設備及存儲介質

有效

• 申請號: 201811600643.4
• 申請日: 2018-12-26
• 公開（公告）號: CN109664298B
• 公開（公告）日: 2021-04-23
• 發明（設計）人: 劉培超;黃睿;朗需林;林炯輝;曹林攀
• 申請（專利權）人: 深圳市越疆科技有限公司
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 深圳中一聯合知識產權代理有限公司 44414
• 代理人: 李艷麗

1.一種機器人動力學參數辨識方法，其特征在于，包括：

通過牛頓歐拉法建立機器人的逆動力學模型，所述逆動力學模型為其中，τ_j＝τ_m-τ_ext，τ_m為機器人關節伺服電機的力矩，τ_ext為外力矩，M為機器人慣量矩陣，C為哥氏離心力矩陣，G為重力，F為摩擦力，q為關節位置，為關節速度，為關節加速度；

對所述逆動力學模型中進行系數提取操作，建立觀察矩陣；

根據預先生成的激勵軌跡控制所述機器人的所有關節進行運動，將預設時間段內每一機器人控制周期對應的時刻值帶入激勵軌跡公式，得到并記錄所述機器人的所有關節的關節運動數據；

根據所述關節運動數據、所述觀察矩陣以及所述逆動力學模型，進行動力學參數辨識；

所述根據所述關節運動數據、所述觀察矩陣以及所述逆動力學模型，進行動力學參數辨識，包括：

去除所述觀察矩陣中的線性列相關向量；

將各組所述關節運動數據分別帶入所述逆動力學模型，得到每一組關節運動數據的力矩矩陣；

將各組所述關節運動數據帶入所述去除線性相關列向量后的觀察矩陣，得到每一組關節運動數據的觀察矩陣；

分別將每一組關節運動數據對應的力矩矩陣和觀察矩陣進行拼接，得到列向量形式的力矩矩陣和第二目標觀察矩陣；

根據所述逆動力學模型、所述力矩矩陣以及所述第二目標觀察矩陣，通過最小二乘法計算出動力學參數。

2.根據權利要求1所述的機器人動力學參數辨識方法，其特征在于，在所述通過牛頓歐拉法建立機器人的逆動力學模型之前，還包括：

通過傅里葉級數構建所述激勵軌跡的表達式模型；

根據所述表達式模型和所述觀察矩陣，通過遺傳算法生成所述激勵軌跡。

3.根據權利要求2所述的機器人動力學參數辨識方法，其特征在于，所述根據所述表達式模型和所述觀察矩陣，通過遺傳算法生成所述激勵軌跡，包括：

以所述表達式模型中的正余弦振幅參數作為染色體，初始化生成第一預設數量組的染色體；

將每一組所述目標染色體帶入所述表達式模型，得到對應的目標關節運動數據；

將每一組染色體對應的所述目標關節運動數據帶入所述觀察矩陣中，得到對應的觀察矩陣；

將各組染色體對應的觀察矩陣進行拼接得到第一目標觀察矩陣；

根據所述第一目標觀察矩陣，構建適應度函數；

其中，所述適應度函數為n為采樣點的總數量，和為采樣到的速度和加速度，為所述目標觀察矩陣，為的逆矩陣；

根據所述適應度函數進行交叉和變異，經過第二預設數量代的繁殖，得到目標結果；

從所述目標結果中選取符合預設條件的最優結果；

將所述最優結果帶入所述表達式模型，得到所述激勵軌跡。

4.根據權利要求1所述的機器人動力學參數辨識方法，其特征在于，所述根據預先生成的激勵軌跡控制所述機器人的所有關節進行運動，記錄所述機器人的所有關節的關節運動數據，包括：

根據所述激勵軌跡和初始時刻，獲得初始時刻的關節位置；

根據所述激勵軌跡和各個預先設定的時間參數，依次記錄每個時刻所述關節的實際位置參數、速度參數、加速度參數以及力矩數據。