[发明专利]一种用于机器人系统的灰箱模型参数辨识方法及系统

权利要求书

1.一种用于机器人系统的灰箱模型参数辨识方法，其特征在于，包括：

在机器人系统的工作空间选取多个操作点；一个所述操作点对应一个机器人初始构型；多个所述操作点覆盖所述机器人系统的全工作空间；

在每个所述操作点均对所述机器人系统进行多次闭环激励，得到所述操作点的每次闭环激励的时域输入输出数据；所述闭环激励的激励信号为正交随机相位多正弦信号与低频正弦信号的叠加信号；所述激励信号作为所述机器人系统的驱动关节角位置参考信号；所述时域输入输出数据包括电机扭矩数据和关节角位置数据；

对所述时域输入输出数据进行非线性抑制和离散傅里叶变换，确定所述机器人系统的测试频率响应函数；

由每个所述操作点对应的状态数据、所述机器人系统的刚体参数、关节刚度参数和关节阻尼参数构建所述机器人系统的扩展柔性关节动力学模型；所述扩展柔性关节动力学模型为非线性灰箱模型；

基于线性系统理论，确定灰箱模型频率响应函数；所述灰箱模型频率响应函数为所述扩展柔性关节动力学模型的频率响应函数；

计算所述测试频率响应函数与所述灰箱模型频率响应函数之间的对数误差，并由所述对数误差构建目标优化函数；

采用无约束多变量函数的非线性规划求解器对所述目标优化函数进行求解，得到最优解；所述最优解包括最优关节刚度参数和最优关节阻尼参数；所述最优解构成的扩展柔性关节动力学模型为最优扩展柔性关节动力学模型；所述最优扩展柔性关节动力学模型用于表征所述机器人系统的动力学特性。

2.根据权利要求1所述的一种用于机器人系统的灰箱模型参数辨识方法，其特征在于，所述对所述时域输入输出数据进行非线性抑制和离散傅里叶变换，确定所述机器人系统的测试频率响应函数，具体包括：

对所述时域输入输出数据进行直接补偿得到所述操作点每次闭环激励的时域补偿后的输入输出数据；

对所述时域补偿后的输入输出数据进行离散傅里叶变换，得到所述操作点每次闭环激励的频域输入输出数据；

计算所述频域输入输出数据的频率响应函数，并对所有闭环激励的频率响应函数进行对数平均计算，得到所述机器人系统的测试频率响应函数。

3.根据权利要求1所述的一种用于机器人系统的灰箱模型参数辨识方法，其特征在于，所述基于线性系统理论，确定灰箱模型频率响应函数；所述灰箱模型频率响应函数为所述扩展柔性关节动力学模型的频率响应函数，具体包括：

在每个所述操作点，采用泰勒展开的方式对所述扩展柔性关节动力学模型进行局部线性化和离散化，得到各所述操作点的局部线性灰箱模型；

基于线性系统理论，由所述局部线性灰箱模型得到灰箱模型频率响应函数。