[发明专利]一种七自由度协作机器人动力学建模与辨识方法有效
申请号: | 201911347082.6 | 申请日: | 2019-12-24 |
公开(公告)号: | CN113021331B | 公开(公告)日: | 2022-04-05 |
发明(设计)人: | 王争;王洪光;王浩;潘新安;孙海涛;张诚 | 申请(专利权)人: | 沈阳智能机器人创新中心有限公司;沈阳智能机器人国家研究院有限公司;中国科学院沈阳自动化研究所 |
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: | 王倩 |
地址: | 110000 辽宁省沈阳*** | 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: | 一种 自由度 协作 机器人 动力学 建模 辨识 方法 | ||
本发明涉及一种七自由度协作机器人动力学建模与辨识方法,包括以下步骤:首先,将机器人动力学模型分解为多连杆刚体和关节柔体两部分,分别进行建模。然后,用关节扭矩传感器测量数据和数值拟合方法对刚体部分进行参数辨识,采用频域分析方法对关节柔体部分进行参数辨识。最后,将刚体和柔体两部分模型与辨识参数组合成完整动力学模型。本发明考虑协作机器人的刚体和柔体混合特点,给出了建模与辨识方法。方法能够较准确描述为七自由度协作机器人动态特性。方法可应用于协作机器人高精度运动控制、力控制以及人机交互控制等,提高控制性能。
技术领域
本发明涉及机器人领域,具体地说是一种七自由度协作机器人动力学建模与辨识方法,特别适用于机器人运动控制、力控制和人机交互控制等。
背景技术
协作机器人因具有轻质、大负载自重比、拟人构型等特点,被广泛应用于柔性化工业生产线、电子元器件装配、医疗与服务等多种行业。与传统六自由度机械臂相比,七自由度构型机器人具有更大、更灵活的工作空间,特别适合应用在与人交互工作环境中。
精确的动力学建模和辨识方法,是获得机器人动态特性的重要基础。依靠动力学模型信息,可以设计高精度运动控制和轨迹规划方法,使机器人具有高精度、高动态特性。传统工业机器人动力学建模与辨识方法,难以应用于七自由度协作机器人,主要难点在于:1)自由度数发生变化。传统六自由度工业机器人,给出指定构型,采用商用软件中成熟的建模与辨识方法,即可获得准确结果。对于七自由度的冗余构型,目前还没有成熟参考方法;2)刚度低,不能简化成纯刚体模型。协作机器人具有低刚度特性,特别是距离末端较远的关节采用谐波减速器设计方式。在高动态运动过程中,低刚度部分难免产生弹性形变。这样的柔体动态特性,难以采用纯刚体动力学模型来描述;3)摩擦与柔性耦合产生的复杂动态特性难以建模。在传统机器人动力学建模方法中,摩擦力动态建模是其中难点,很难用精确模型描述,通常简化成简单模型粗略描述。在协作七自由度机械臂中,摩擦与柔性的耦合更加复杂难以建模。本发明为解决以上难点,发明一种七自由度协作机器人动力学建模与辨识方法,方法可应用于七自由度协作机器人运动控制、力控制和人机交互控制等。
发明内容
针对现有技术的不足,本发明提出了一种七自由度协作机器人动力学建模与辨识方法。在该方法中,模型分解为多连杆刚体和关节柔体,依据关节扭矩传感器和运动状态进行刚体建模,依据频域分析方法进行关节柔性建模。进而综合辨识出机器人动力学模型。
本发明为实现上述目的所采用的技术方案是:一种七自由度协作机器人动力学建模与辨识方法,包括以下步骤:
步骤1:对机器人刚体部分建立动力学模型;
步骤2:对动力学模型进行参数线性化处理;
步骤3:对参数线性化处理后的动力学模型进行最小参数集处理;
步骤4:采用傅立叶级数型轨迹激发运动,机器人沿轨迹动作;
步骤5:对机器人运动中所采集的测量信号进行滤波处理;
步骤6:采用最小二乘方法进行动力学模型的参数辨识得到钢体部分的参数;
步骤7:根据辨识所得参数获得动力学模型并作为前馈控制输入;
步骤8:对机器人柔体部分进行建模;
步骤9:对前馈补偿后的各关节进行辨识,得到柔体部分的参数;
步骤10:根据辨识后得到的钢体部分参数和柔体部分参数,构建混合动力学模型。
步骤1中,所述动力学模型表述为如下形式:
其中,τ为扭矩传感器测量的关节扭矩,q、和分别表示关节负载端的位置、速度和加速度;M(q)、D(q)分别表示惯性力和重力项;表示科里奥力和离心力;
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智能机器人创新中心有限公司;沈阳智能机器人国家研究院有限公司;中国科学院沈阳自动化研究所,未经沈阳智能机器人创新中心有限公司;沈阳智能机器人国家研究院有限公司;中国科学院沈阳自动化研究所许可,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/201911347082.6/2.html,转载请声明来源钻瓜专利网。