[發明專利]一種用于機器人系統的灰箱模型參數辨識方法及系統

有效

• 申請號: 202010355615.1
• 申請日: 2020-04-29
• 公開（公告）號: CN111546336B
• 公開（公告）日: 2021-01-29
• 發明（設計）人: 楚中毅;沈濤;張曉東;孫立寧;陳國棟
• 申請（專利權）人: 北京航空航天大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

本發明公開了一種用于機器人系統的灰箱模型參數辨識方法及系統。該方法包括：在工作空間選取的每個操作點均對機器人系統進行多次閉環激勵，得到操作點每次閉環激勵的時域輸入輸出數據；對時域輸入輸出數據進行非線性抑制和離散傅里葉變換確定測試頻率響應函數；由操作點對應的狀態數據、機器人系統的剛體參數、關節剛度參數和關節阻尼參數構建機器人系統的擴展柔性關節動力學模型，并確定灰箱模型頻率響應函數；由測試頻率響應函數與灰箱模型頻率響應函數之間的對數誤差構建目標優化函數；通過對目標優化函數求解得到最優關節剛度參數和最優關節阻尼參數。本發明能夠實現對機器人系統的動力學模型中未知關節彈性參數的準確辨識。

技術領域

本發明涉及機器人系統參數辨識領域，特別是涉及一種用于機器人系統的灰箱模型參數辨識方法及系統。

背景技術

隨著我國制造業的轉型升級，發展和應用以工業機器人為代表的自動化設備平臺，對于生產模式轉型升級和裝備先進制造能力提升具有十分重要的戰略意義。現代制造業，尤其是高精尖產業對工業機器人的工作節拍、負載能力和工作精度提出了嚴格要求，使其面臨高速、重載等極限工況，且工業機器人的輕量化設計已成為發展趨勢，從而使其具有復雜剛柔耦合動力學特性，建立表征系統特性的高精度動力學模型，并準確獲取模型中的未知參數，才能為機器人系統分析、設計及控制應用奠定堅實的基礎。

擴展柔性關節模型可充分表征高速、重載等極限工況下包括齒輪箱、軸承、臂桿柔性、末端工具和基座變形等復雜柔性因素，但在模型參數的精準辨識方面存在挑戰。當前，剛體模型的參數辨識方法已經成熟，而柔性關節參數辨識僅考慮限于特定構型有效的局部模型，目前還缺乏適用于全工作空間的全局模型辨識研究。當操作點擴展到全工作空間時，工業機器人中的非線性因素變得更加復雜多樣，對于這種強非線性剛柔耦合動力學模型，傳統的時域辨識方法需要求解剛性、大型的微分方程，且優化對初值很敏感，因此具有強數值剛性、密集性和敏感性的缺點，使得動力學模型的精度不高，不能準確地對機器人系統進行分析、設計及控制應用。

發明內容

基于此，有必要提供一種用于機器人系統的灰箱模型參數辨識方法及系統，以實現對機器人系統的動力學模型中未知關節彈性參數的準確辨識，進而獲得高精度動力學模型，為機器人系統分析、設計及控制應用奠定堅實的基礎。

為實現上述目的，本發明提供了如下方案：

一種用于機器人系統的灰箱模型參數辨識方法，包括：

在機器人系統的工作空間選取多個操作點；一個所述操作點對應一個機器人初始構型；多個所述操作點覆蓋所述機器人系統的全工作空間；

在每個所述操作點均對所述機器人系統進行多次閉環激勵，得到所述操作點的每次閉環激勵的時域輸入輸出數據；所述閉環激勵的激勵信號為正交隨機相位多正弦信號與低頻正弦信號的疊加信號；所述激勵信號作為所述機器人系統的驅動關節角位置參考信號；所述時域輸入輸出數據包括電機扭矩數據和關節角位置數據；

對所述時域輸入輸出數據進行非線性抑制和離散傅里葉變換，確定所述機器人系統的測試頻率響應函數；

由每個所述操作點對應的狀態數據、所述機器人系統的剛體參數、關節剛度參數和關節阻尼參數構建所述機器人系統的擴展柔性關節動力學模型；所述擴展柔性關節動力學模型為非線性灰箱模型；

基于線性系統理論，確定灰箱模型頻率響應函數；所述灰箱模型頻率響應函數為所述擴展柔性關節動力學模型的頻率響應函數；

計算所述測試頻率響應函數與所述灰箱模型頻率響應函數之間的對數誤差，并由所述對數誤差構建目標優化函數；

采用無約束多變量函數的非線性規劃求解器對所述目標優化函數進行求解，得到最優解；所述最優解包括最優關節剛度參數和最優關節阻尼參數；所述最優解構成的擴展柔性關節動力學模型為最優擴展柔性關節動力學模型；所述最優擴展柔性關節動力學模型用于表征所述機器人系統的動力學特性。