[发明专利]一种柔性多关节机器人振动抑制方法及控制系统在审

专利信息
申请号: 201710520076.0 申请日: 2017-06-30
公开(公告)号: CN109202884A 公开(公告)日: 2019-01-15
发明(设计)人: 邹风山;徐方;杨奇峰;孙若怀;刘晓帆;梁亮 申请(专利权)人: 沈阳新松机器人自动化股份有限公司
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 沈阳科苑专利商标代理有限公司 21002 代理人: 许宗富
地址: 110168 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 关节力矩 振动抑制 机器人 多关节机器人 动力学方程 机器人本体 关节驱动 运动数据 关节 优化 机器人技术领域 机器人末端 柔性机器人 关节变形 轨迹跟踪 控制系统 逆动力学 期望轨迹 柔性变形 柔性振动 实时采集 阻尼矩阵 求解 刚体 采集 期望
【权利要求书】:

1.一种柔性多关节机器人振动抑制方法,其特征在于,包括以下步骤:

实时采集柔性机器人各个关节的运动数据;

根据所采集的各个关节的运动数据,建立机器人刚体、关节变形的动力学方程及机器人末端期望轨迹的动力学方程,通过求解逆动力学计算得到控制关节所需的力矩;

根据机器人本体柔性的期望阻尼矩阵,进行关节驱动力矩优化,得到优化的关节力矩值;

根据所优化的关节驱动力矩值,进行关节力矩控制,从而对机器人柔性变形振动抑制。

2.根据权利要求1所述的柔性多关节机器人振动抑制方法,其特征在于,采集柔性机器人各个关节的运动数据的步骤具体为:通过柔性机器人的总控系统进行各个关节运动数据的采集。

3.根据权利要求1所述的柔性多关节机器人振动抑制方法,其特征在于,根据所采集的各个关节的运动数据,建立机器人刚体、关节变形的动力学方程及机器人末端期望轨迹的动力学方程,通过求解逆动力学计算得到所需的关节力矩激励,具体步骤为:

令n、nr、nf(n=nr+nf)分别为机器人的总自由度数、刚性自由度数和柔性自由度数,则柔性机器人的动力学方程为:

其中,M为n阶广义质量矩阵、D为n阶阻尼矩阵、K为n阶刚度矩阵;矩阵Q为n维列向量,是包括重力、哥氏力与离心力的合力;n行r列的矩阵τ用来表示关节的控制力矩;矩阵B为nf行nr列的矩阵用于表征机器人柔性关节连杆根部的弯曲斜率;

通过对矩阵M、D、K进行分块处理可将动力学方程分解为:

计算关节转角的期望加速度的动力学方程为:

定义柔性变形激励力:

其中fe为柔性变形激励力,Mfr为质量矩阵,为刚性部件的雅克比矩阵的最小二乘广义逆,表示操作空间末端期望轨迹,为关节角速度,Zε表示冗余机器人的自运动可行解,Qf表示重力、哥氏力和离心力的合力在柔性部分的分量;

通过机器人本体柔性的期望阻尼矩阵,进一步优化机器人的动力学方程:

通过上述方程求解关节力矩τ。

4.根据权利要求1所述的柔性多关节机器人振动抑制方法,其特征在于,进行关节驱动力矩优化,得到优化的关节力矩值的具体步骤为:

机器人的最小关节驱动力矩可由其上限和下限来推算,

令τ+∈Rnr和τ-∈Rnr分别为机器人关节驱动力矩的上限和下限,则力矩允许的中值为:

则最优力矩为

其中τ为控制关节所需力矩,λ为拉格朗日乘子,Z为冗余机器人的自运动,Jr、Jf为雅克比矩阵的两个分量分别代表刚性和柔性部分,q表示柔性变形的广义坐标阵列;

通过复模态变换求解上述动力学方程组可以最小化柔性振动的激励力,即可达到振动抑制的效果;

D=A-1JrT(JrA-1JrT)-1

其中,VRHL为左模态矩阵的实数部分,Mrr、Mfr、Mrf和Mff为广义质量矩阵M的右下分块,fe为柔性变形运动的激励力,A、B、D为便于计算的中间变量,为机器人末端期望轨迹。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于沈阳新松机器人自动化股份有限公司,未经沈阳新松机器人自动化股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710520076.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top