一种机器人动力学参数辨识方法技术

本发明专利技术公开的一种机器人动力学参数辨识方法，属于机器人控制技术领域，通过一次辨识得到所有的待辨识参数，适用于不同关节数目、不同构型的机器人模型参数辨识；能够分别单独辨识出关节摩擦和其他动力学参数，保证了不同数值大小的参数的独立辨识精度；当机器人本体的加工精度不高和硬件质量较差时，该方法同样可以达到较高的辨识精度；用统计学的方法综合处理分析多次实验的数据，提高实验数据的利用率和总体辨识精度。

【技术实现步骤摘要】
一种机器人动力学参数辨识方法
本专利技术涉及机器人控制
，尤其涉及一种机器人动力学参数辨识方法。
技术介绍
如今，机器人已经被越来越多地应用在工业和服务行业的不同任务需求当中。对机器人更高的控制精度的需求有待于机器人更高精度的动力学参数的获取，机器人动力学参数一般采用参数辨识方法来间接获取(如一种工业机器人整体动力学建模及动力学参数辨识方法，公开号：CN110539302A；一种改进的SCARA机器人动力学参数辨识方法，公开号：CN107671861A)。但是，由于目前的机器人参数辨识方法对机器人所有动力学参数一起进行辨识，会造成不同量级的参数之间互相耦合甚至覆盖的问题，不同的摩擦模型的选择跟机器人的实际构型和硬件精度有关，目前的辨识方法在硬件精度较低的机器人本体效果不佳，这些问题不仅限制了机器人动力学参数的辨识精度，而且对不同构型的机器人分别设计辨识方法也非常繁琐。因此，急需一种新的技术方法解决上述问题。
技术实现思路
本专利技术的目的在于克服上述现有技术的问题，通过一次辨识得到所有的待辨识参数，适用于不同关节数目、不同构型的机器人模型参数辨识；能够分别单独辨识出关节摩擦和其他动力学参数，保证了不同数值大小的参数的独立辨识精度；当机器人本体的加工精度不高和硬件质量较差时，该方法同样可以达到较高的辨识精度；用统计学的方法综合处理分析多次实验的数据，提高实验数据的利用率和总体辨识精度。上述目的是通过以下技术方案来实现：一种机器人动力学参数辨识方法，包括如下步骤：步骤(1)：获取机器人各轴的DH参数，建立机器人动力学模型；步骤(2)：确定机器人最小惯性参数集，对步骤(1)中所述机器人动力学模型进行线性化，并将其转化为最小惯性参数向量与线性化矩阵的乘积形式；步骤(3)：设计出至少两条用于辨识的激励轨迹，分别采集相关数据并进行滤波处理，得对应的采集力矩和观测矩阵；步骤(4)：分别对步骤(3)中各组所述采集力矩和所述观测矩阵做差或做和，得到关节摩擦和其他动力学参数。优选的，所述步骤(1)具体为：获取机器人各轴的DH参数，建立连杆坐标系和各轴之间的转换关系矩阵，采用牛顿-欧拉迭代的方法建立整体机器人动力学模型。优选的，所述DH参数包括机器人各轴的杆件长度、杆件扭角、关节距离和关节转角。优选的，步骤(3)中所述激励轨迹的设计具体为：以观测矩阵条件数为优化准则，以机器人各个关节角度、角速度、角加速度为约束条件，采用智能算法设计。优选的，步骤(3)中所述智能算法包括遗传算法、蚁群算法等。优选的，步骤(3)中所述滤波处理包括低通滤波、均值滤波、卡尔曼滤波等。优选的，所述步骤(4)具体为：分别对步骤(3)中各组所述采集力矩和所述观测矩阵做差或做和，得到新的观测矩阵和采集力矩，采用超定矩阵求解，得到除了摩擦力之外的其他动力学参数，将得到的部分动力学参数代入任一激励轨迹的观测矩阵—力矩表达式，得到摩擦力和摩擦系数。优选的，所述采用超定矩阵求解的方式包括最小二乘法、梯度下降法和智能算法等。有益效果利用本专利技术的技术方案设计的一种机器人动力学参数辨识方法，具有如下优点：1.不依赖于摩擦模型的选择，可以通过一次辨识得到所有的待辨识参数，适用于不同关节数目、不同构型的机器人模型参数辨识；2.能够分别单独辨识出摩擦系数和其他动力学参数，做到不同参数之间互不影响，保证了不同数值大小的参数的独立辨识精度，同时也保证参数辨识整体的精度；3.可以达到较高的辨识精度，可以为满足不同生产成本的机器人本体的参数辨识需求；4.用统计学的方法综合处理分析多次实验的数据，提高实验数据的利用率和总体辨识精度。附图说明图1为本专利技术一种机器人动力学参数辨识方法的流程图；图2为本专利技术一种机器人动力学参数辨识方法的修改的DH参数坐标系关系图；图3为本专利技术一种机器人动力学参数辨识方法的修改的DH参数表图；图4为本专利技术一种机器人动力学参数辨识方法的第一条激励轨迹a和第二条激励轨迹b示意图。具体实施方式应当指出，本部分中对具体结构的描述及描述顺序仅是对具体实施例的说明，不应视为对本专利技术的保护范围有任何限制作用。此外，在不冲突的情形下，本部分中的实施例以及实施例中的特征可以相互组合。下面将结合附图对本专利技术实施例作详细说明。本专利的参数辨识方法适用于各种构型的机器人(包括但不限于串联机器人和并联机器人)。如图1所示，一种机器人动力学参数辨识方法，包括如下步骤：S101：获取机器人各轴的DH参数，建立连杆坐标系和各轴之间的转换关系矩阵。采用牛顿-欧拉迭代的方法建立串联机器人整体动力学模型；所述DH参数包括机器人各轴的杆件长度、杆件扭角、关节距离和关节转角；S102：用机器人几何参数直接确定机器人最小惯性参数，对所述机器人动力学模型进行线性化，并将其转化为最小惯性参数向量与线性化矩阵的乘积形式；S103：以观测矩阵条件数为优化准则，以机器人各个关节角度、角速度、角加速度为约束条件，采用智能算法设计出至少两条用于辨识的激励轨迹，分别采集相关数据并进行滤波处理，得对应的采集力矩和观测矩阵；所述滤波处理包括低通滤波、均值滤波、卡尔曼滤波等；S104：分别对各组所述采集力矩和所述观测矩阵做差或做和，得到新的观测矩阵和采集力矩，采用超定矩阵求解，得到除了摩擦力之外的其他动力学参数，将得到的部分动力学参数代入任一激励轨迹的观测矩阵一力矩表达式，得到摩擦力和摩擦系数；所述采用超定矩阵求解的方式包括最小二乘法、梯度下降法和智能算法等。如图2所示，以六轴串联机器人本体为例来详述机器人动力学参数辨识的方案。首先建立串联机器人杆件坐标系，并根据杆件DH参数确立各个杆件之间的转换矩阵。DH参数包括杆件长度ai，杆件扭角αi，关节距离di，关节转角θi，其中i表示关节号。如图2和3所示，本实施例采用修改的DH参数，与标准DH参数不同，修改的DH参数建立的杆件坐标系是驱动轴坐标系，由DH参数可以计算出坐标系之间的转换矩阵，如式(1)所示：其中为第i-1和第i个坐标系之间的转换矩阵，cθi＝cos(θi)，sθi＝sin(θi)，cαi-1＝cos(αi-1)，sαi-1＝sin(αi-1)。转换矩阵确定了各个关节之间位置和姿态的转换关系。常用的建立机器人动力学的方法有牛顿-欧拉法和拉格朗日法，此处采用牛顿-欧拉法，其原理为关节位姿由内向外的递推求解和关节力矩由外向内的递推求解。求得机器人动力学模型如式(2)所示：其中H为惯性矩阵，C为科氏力和向心力求解矩阵，G为重力向量，τ为各关节的总力矩向量(采集的力矩)，τF为各关节所受摩擦力矩向量，q、为关节角度、角速度、角加速度向量。用机器人几何参数直接确定机器人最小惯性参数且其个数为36(H.KawasakiandK.Kanzaki，1991本文档来自技高网...

【技术保护点】
1.一种机器人动力学参数辨识方法，其特征在于，包括如下步骤：/n(1)获取机器人各轴的DH参数，建立机器人动力学模型；/n(2)确定机器人最小惯性参数集，对步骤（1）中所述机器人动力学模型进行线性化，并将其转化为最小惯性参数向量与线性化矩阵的乘积形式；/n(3)设计出至少两条用于辨识的激励轨迹，分别采集相关数据并进行滤波处理，得对应的采集力矩和观测矩阵；/n(4)分别对步骤（3）中各组所述采集力矩和所述观测矩阵做差或做和，得到关节摩擦和其他动力学参数。/n

【技术特征摘要】
1.一种机器人动力学参数辨识方法，其特征在于，包括如下步骤：
(1)获取机器人各轴的DH参数，建立机器人动力学模型；
(2)确定机器人最小惯性参数集，对步骤（1）中所述机器人动力学模型进行线性化，并将其转化为最小惯性参数向量与线性化矩阵的乘积形式；
(3)设计出至少两条用于辨识的激励轨迹，分别采集相关数据并进行滤波处理，得对应的采集力矩和观测矩阵；
(4)分别对步骤（3）中各组所述采集力矩和所述观测矩阵做差或做和，得到关节摩擦和其他动力学参数。


2.根据权利要求1所述的一种机器人动力学参数辨识方法，其特征在于：所述步骤（1）具体为：获取机器人各轴的DH参数，建立连杆坐标系和各轴之间的转换关系矩阵，采用牛顿-欧拉迭代的方法建立整体机器人动力学模型。


3.根据权利要求2所述的一种机器人动力学参数辨识方法，其特征在于：所述DH参数包括机器人各轴的杆件长度、杆件扭角、关节距离和关节转角。


4.根据权利要求1所述的一种机器人动力学参数辨...

【专利技术属性】
技术研发人员：李丰果，袁野，苏芳茵，胡晓，胡忠全，李新，
申请(专利权)人：无锡信捷电气股份有限公司，
类型：发明
国别省市：江苏;32