一种用于机器人系统的灰箱模型参数辨识方法及系统技术方案

本发明专利技术公开了一种用于机器人系统的灰箱模型参数辨识方法及系统。该方法包括：在工作空间选取的每个操作点均对机器人系统进行多次闭环激励，得到操作点每次闭环激励的时域输入输出数据；对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测试频率响应函数；由操作点对应的状态数据、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机器人系统的扩展柔性关节动力学模型，并确定灰箱模型频率响应函数；由测试频率响应函数与灰箱模型频率响应函数之间的对数误差构建目标优化函数；通过对目标优化函数求解得到最优关节刚度参数和最优关节阻尼参数。本发明专利技术能够实现对机器人系统的动力学模型中未知关节弹性参数的准确辨识。

【技术实现步骤摘要】
一种用于机器人系统的灰箱模型参数辨识方法及系统
本专利技术涉及机器人系统参数辨识领域，特别是涉及一种用于机器人系统的灰箱模型参数辨识方法及系统。
技术介绍
随着我国制造业的转型升级，发展和应用以工业机器人为代表的自动化设备平台，对于生产模式转型升级和装备先进制造能力提升具有十分重要的战略意义。现代制造业，尤其是高精尖产业对工业机器人的工作节拍、负载能力和工作精度提出了严格要求，使其面临高速、重载等极限工况，且工业机器人的轻量化设计已成为发展趋势，从而使其具有复杂刚柔耦合动力学特性，建立表征系统特性的高精度动力学模型，并准确获取模型中的未知参数，才能为机器人系统分析、设计及控制应用奠定坚实的基础。扩展柔性关节模型可充分表征高速、重载等极限工况下包括齿轮箱、轴承、臂杆柔性、末端工具和基座变形等复杂柔性因素，但在模型参数的精准辨识方面存在挑战。当前，刚体模型的参数辨识方法已经成熟，而柔性关节参数辨识仅考虑限于特定构型有效的局部模型，目前还缺乏适用于全工作空间的全局模型辨识研究。当操作点扩展到全工作空间时，工业机器人中的非线性因素变得更加复杂多本文档来自技高网...

【技术保护点】
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：/n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；/n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；/n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；/n由每个所述操作点对应的状...

【技术特征摘要】
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。


4.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，具体包括：
获取每个所述操作点对应的状态数据和所述机器人系统的刚体参数；所述操作点状态数据包括操作点对应的电机扭矩、操作点对应的电机角位置和操作点对应的机器人状态数据；所述操作点对应的机器人状态数据包括所有电机的角位置、所有电机的角速度、所有驱动关节的角位置、所有驱动关节的角速度、所有非驱动关节的角位置和所述非驱动关节的角速度；所述刚体参数包括臂杆质量、臂杆长度、臂杆的质心位置、绕质心的惯量、电机转子惯量和电机齿轮箱传动比；
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



其中，Hm表示机器人的惯性矩阵，Θa表示Θ和Θe的合向量，Θ表示所有驱动关节角组成的向量，Θe表示所有非驱动关节角组成的向量，表示Θa的一阶导数，表示Θa的二阶导数，表示Hm的一阶导数，表示机器人的总动能，G(Θ)为反映重力影响的向量，τg表示所有驱动关节扭矩组成的向量，Kg表示驱动关节的刚度组成的对角矩阵，Dg表示驱动关节的阻尼组成的对角矩阵，ΘM表示所有电机的关节角位置组成的向量，表示ΘM的二阶导数，η表示电机齿轮箱的传动比组成的对角矩阵，τe表示所有非驱动关节扭矩组成的向量，Ke表示非驱动关节的刚度组成的对角矩阵，De表示非驱动关节的阻尼组成的对角矩阵，HmM表示电机的惯性矩阵...

【专利技术属性】
技术研发人员：楚中毅，沈涛，张晓东，孙立宁，陈国栋，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11