[發明專利]一種液壓機械臂末端力軟測量方法

有效

• 申請號: 202111246682.0
• 申請日: 2021-10-26
• 公開（公告）號: CN113977578B
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 丁孺琦;木學山;程敏;李剛;胡國良
• 申請（專利權）人: 華東交通大學;重慶大學
• 主分類號: B25J9/16
• 分類號: B25J9/16
• 代理公司: 杭州求是專利事務所有限公司 33200
• 代理人: 劉靜

本發明公開了一種液壓機械臂末端力軟測量方法，首先建立液壓機械臂動力學模型，并將動力學模型線性化處理，建立機械臂最小慣性參數集及其對應的回歸矩陣的線性模型，以回歸矩陣條件數最小為目標，求解有限傅里葉級數系數，生成激勵軌跡。然后在機械臂在無負載條件下，運行一次激勵軌跡，采集液壓缸兩腔壓力傳感器數值，并通過液壓缸兩腔壓力計算液壓驅動力矩τ。將各時刻的關節角度、角速度、角加速度帶入回歸矩陣Y中，并合并成一個總矩陣。最后根據得到的液壓驅動力矩τ和回歸矩陣Y計算機械臂動力學參數。本發明提出的末端力軟測量方法可代替末端力傳感器，解決了力傳感器在復雜工況下易損壞，從而無法對末端力準確感知的問題。

技術領域

本發明涉及液壓機械臂控制技術領域，具體涉及一種液壓機械臂末端力軟測量方法。

背景技術

目前液壓機械臂已被廣泛應用于產品加工、施工救援、水下作業等方面，當機械臂在重載情況下工作時，大慣量必然導致較大沖擊，極易造成末端傳感器的損壞，導致機械臂無法對末端力精確感知。為解決上訴問題，提出一種液壓機械臂末端力軟測量方法，以軟測量方法代替力傳感器，可以實現末端力的精確感知。

目前關于力軟測量被廣泛應用的是基于機械臂逆運動學模型的直接外力估計方法(Koivumki J；Mattila J.Stability-Guaranteed Force-Sensorless Contact Force/Motion Control of Heavy-Duty Hydraulic Manipulators.IEEE Transactions onRobotics,2015)，但是這種方法需要準確的機械臂動力學參數，由于無法獲知準確的動力學參數，故影響外力的估計性能。另一種方法是通過設計觀測器來實現對外部作用力的估計文獻(Sebastian G.Interaction force estimation using extended stateobservers:An application to impedance-based assistive and rehabilitationrobotics，IEEE Robotics and Automation Letters，2019)設計了擴張狀態觀測器(Extended State Observer,ESO)來估計外力，但是，這種方法僅適用于估計恒定或緩慢變化的相互作用力，適用于康復運動的助力訓練，但是在液壓機械臂高動態的作業工況下將會失效。

發明內容

為此，本發明提供一種液壓機械臂末端力軟測量方法，通過建立機械臂動力學模型，進而建立機械臂最小慣性參數集模型。利用有限傅里葉級數求解激勵軌跡，在激勵軌跡下利用最小慣性參數集模型求解機械臂動力學參數，進而計算外部作用力。

本發明采用的技術方案是：一種液壓機械臂末端力軟測量方法，包括以下步驟：

步驟1，建立液壓機械臂動力學模型，并將動力學模型線性化處理，建立機械臂最小慣性參數集及其對應的回歸矩陣的線性模型。

步驟2，利用有限傅里葉級數設計激勵軌跡，以步驟1的回歸矩陣條件數最小為目標，求解有限傅里葉級數系數，生成激勵軌跡。

步驟3，機械臂在無負載條件下，運行一次激勵軌跡，采集液壓缸兩腔壓力傳感器數值，并通過液壓缸兩腔壓力計算液壓驅動力矩τ。將各時刻的關節角度、角速度、角加速度帶入回歸矩陣Y中，并合并成一個總矩陣。

步驟4，根據步驟3得到的液壓驅動力矩τ和回歸矩陣Y計算機械臂動力學參數。

步驟5，將步驟4中所得的動力學參數，帶入到步驟1的線性模型中，計算末端力大小。

進一步地，步驟1中所述的機械臂動力學模型具體如下：