[發(fā)明專利]基于奇異值分解的并聯機器人動力學參數辨識方法

在審

• 申請?zhí)枺?/td>: 201910409939.6
• 申請日: 2019-05-08
• 公開（公告）號: CN110110469A
• 公開（公告）日: 2019-08-09
• 發(fā)明（設計）人: 丁亞東
• 申請（專利權）人: 丁亞東
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.基于奇異值分解的并聯機器人動力學參數辨識方法，其特征在于，包括：

S1、建立并聯機器人動力學模型，通過奇異值分解法得到滿秩可辨識的觀測矩陣。

S2、設計關節(jié)激勵軌跡，用以組建觀測矩陣所需的數據。

S3、采集激勵軌跡對應的關節(jié)角和關節(jié)力矩相關數據，并對數據進行濾波處理。

S4、使用最小二乘法對動力學參數進行估計，得到參數的估計值。

S5、對并聯機器人動力學模型進行驗證。

2.根據權利要求1所述的方法，其特征在于，在所述步驟S1中，利用拉格朗日法建立并聯機器人動力學模型并進行線性化，得到：

其中，是關節(jié)角、速度和加速度；τ是驅動力矩；Θ_All是完整的觀測矩陣，β_All是全部的動力學參數。

通常，觀測矩陣Θ_All是非滿秩的，通過奇異值數值分解可以把Θ_All寫成：

Θ_All＝UΣ_AllV^T

其中，U是酉矩陣，∑_All是半正定的對角矩陣，而V^T是酉矩陣，即V的共軛轉置。∑對角線上的元素就是矩陣Θ_All奇異值，通過判斷奇異值的大小，可以把∑_All寫成：

其中，∑是線性無關的矩陣。

這樣就可以確定矩陣Θ_All的秩，從而可以求出一組可辨識的最小慣性參數，得到：

τ＝Θβ

其中，Θ是滿秩的觀測矩陣，β是可辨識的動力學參數。

3.根據權利要求1所述的方法，其特征在于，在所述步驟S2中，激勵軌跡設計采用七次多項式軌跡。

4.根據權利要求3所述的方法，其特征在于，在所述步驟S3中，對采集的數據進行巴特沃斯濾波處理，以提高信號的信噪比。

5.根據權利要求4所述的方法，其特征在于，在所述步驟S4中，將處理后的在K個時間點t_k采集的數據代入觀測矩陣Θ中，組合得到全局觀測矩陣，

相應的測量力矩為：通過最小二乘法求解方程，得到：

式中，是動力學參數的估計值。

6.根據權利要求5所述的方法，其特征在于，在所述步驟S5中，使用力矩預測誤差的殘差均方根來對動力學模型進行評估。