【技术实现步骤摘要】
一种七自由度协作机器人动力学建模与辨识方法
[0001]本专利技术涉及机器人领域,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。
技术介绍
[0002]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。
[0003]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。本专利技术为解决以上难点,专利技术一种七自由度协作机器人动力学建模与辨识 ...
【技术保护点】
【技术特征摘要】
1.一种七自由度协作机器人动力学建模与辨识方法,其特征在于包括以下步骤: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。2.根据权利要求1所述的一种七自由度协作机器人动力学建模与辨识方法,其特征在于: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;步骤2中,对动力学模型进行参数线性化处理,得到如下形式:其中,P=[p1,p2,...,p7]
T
,表示各个关节的参数集,且具有p
i,i=1...7
=[I
xxi
,I
yyi
,I
zzi
,I
xyi
,I
xzi
,I
yzi
,H
xi
,H
yi
,H
zi
,m
i
]
T
,I
xxi
,I
yyi
,I
zzi
,I
xyi
,I
xzi
,I
yzi
分别表示第i个连杆绕x轴、绕y轴、绕z轴、绕xy轴、绕xz轴、绕yz轴的惯量参数,H
xi
,H
yi
,H
zi
分别表示第i个连杆绕x轴、绕y轴、绕z轴的惯量与质量组合参数,m
i
为第i个连杆的质量参数;表示参数方程各变量的系数矩阵。3.根据权利要求1所述的一种七自由度协作机器人动力学建模与辨识方法,其特征在于:对步骤2所得到形式进行最小参数集处理,得到:其中,W
B
为W独立的列组成的矩阵,P
B
为最小参数组成的列向量。4.根据权利要求1所述的一种七自由度协作机器人动力学建模与辨识方法,其特征在于:步骤4中的激发轨迹通过下式实现:其中:q
i
表示第i个关节转角,q
i0
表示第i个关节转角常...
【专利技术属性】
技术研发人员:王争,王洪光,王浩,潘新安,孙海涛,张诚,
申请(专利权)人:沈阳智能机器人国家研究院有限公司中国科学院沈阳自动化研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。