[发明专利]动力学模型参数辨识方法、装置、计算机设备及存储介质

权利要求书

1.一种动力学模型参数辨识方法，其特征在于，包括：

获取机械臂各关节沿设定激励轨迹运动时在当前采样时刻测量的关节角度值和力矩数据，其中，所述设定激励轨迹为基于现有的参数辨识设定的用于控制机械臂各关节运动的轨迹，所述当前采样时刻根据由设定的采样周期实时确定；

分别对各所述关节角度值以及各所述力矩数据进行滤波处理，获得各所述关节在所述当前采样时刻的目标状态数据和目标力矩数据，所述滤波处理包括：卡尔曼滤波、中值滤波以及低通滤波；

根据各所述目标状态数据及所述目标力矩数据优化动力学模型，并辨识所述动力学模型中的未知动力学参数；

其中，所述根据各所述目标状态数据及所述目标力矩数据优化动力学模型，并辨识所述动力学模型中的未知动力学参数，包括：

基于各所述目标状态数据，优化动力学模型中线性化参数模型部分的线性函数矩阵；

获取为所述机械臂各关节预先设定的电机惯性力，并获取所述机械臂各关节运动时产生的关节摩擦力；

根据各所述目标力矩数据及对应的电机惯性力和关节摩擦力，优化所述动力学模型中的力矩数据矩阵；

根据所述线性函数矩阵及所述力矩数据矩阵，采用最小二乘法获取所述动力学模型中的未知动力学参数。

2.根据权利要求1所述的方法，其特征在于，所述分别对各所述关节角度值以及各所述力矩数据进行滤波处理，获得各所述关节在所述当前采样时刻的目标状态数据和目标力矩数据，包括：

采用设定的卡尔曼滤波策略处理各所述关节角度值，确定各所述关节在所述当前采样时刻对应的目标状态数据；

采用设定的低通滤波策略处理各所述力矩数据，确定各所述关节在所述当前采样时刻对应的目标力矩数据。

3.根据权利要求2所述的方法，其特征在于，所述采用设定的卡尔曼滤波策略处理各所述关节角度值，确定各所述关节在所述当前采样时刻对应的目标状态数据，包括：

获取各所述关节由上一采样时刻过渡到所述当前采样时刻时所产生过程误差的过程协方差矩阵；

获取在所述当前采样时刻测量各所述关节的关节角度值时所产生测量误差的测量协方差矩阵；

获取各所述关节在所述上一采样时刻确定的上一目标状态数据和上一整体误差的上一整体协方差矩阵；

将各所述过程协方差矩阵、测量协方差矩阵、上一目标状态数据、上一整体协方差矩阵以及各所述关节角度值作为卡尔曼滤波公式的已知信息，获得各所述关节在所述当前采样时刻对应的目标状态数据及整体误差的整体协方差矩阵。

4.根据权利要求3所述的方法，其特征在于，所述目标状态数据包括：滤波后的关节角度值θ、关节角速度值以及关节角加速度值

所述卡尔曼滤波公式表示为：

其中，k表示第k个采样时刻，k为大于0的整数，为包含关节在第k采样时刻的目标状态数据的三维向量，表示为P_k为第k采样时刻的整体误差的整体协方差矩阵；A为设定的3×3矩阵；为包含关节在第k-1采样时刻的目标状态数据的三维向量；表示为：P_k-1为第k-1采样时刻的整体协方差矩阵，Q_k为第k采样时刻的测量协方差矩阵；H为设定的一维向量；R_k为第k采样时刻的过程协方差矩阵；Z_k为由第k采样时刻量测的关节角度值组成的1×1矩阵。

5.根据权利要求2所述的方法，其特征在于，所述采用设定的低通滤波策略处理各所述力矩数据，确定各所述关节在所述当前采样时刻对应的目标力矩数据，包括：

将各所述力矩数据及各所述关节在历史采样时刻的历史目标力矩数据作为巴特沃斯滤波器所对应滤波公式的已知信息，获得各所述关节在所述当前采样时刻的目标力矩数据；

相应的，所述滤波公式表示为：

其中，a_i和b_i均为巴特沃斯滤波器中设定的滤波系数，i取1,2,3,4,5；k表示第k个采样时刻，y(k)表示关节在第k采样时刻的目标力矩数据；x(k)表示关节在第k采样时刻获得的力矩数据；y(k-j)表示关节在第k-j采样时刻对应的目标力矩数据，x(k-j)表示关节在第k-j采样时刻对应的目标力矩数据，j取1,2,3,4。