机械臂干扰力矩估计方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种机械臂干扰力矩估计方法、装置、设备及存储介质，所述方法包括：建立机械臂动力学模型并基于其获得传统动量观测器；将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于动量状态的观测器；根据基于动量状态的观测器构造干扰观测器；基于所述干扰观测器进行干扰力矩估计。在保持稳定性的同时，克服了类似滑模方法的颤振缺点。克服了类似滑模方法的颤振缺点。克服了类似滑模方法的颤振缺点。

【技术实现步骤摘要】
机械臂干扰力矩估计方法、装置、设备及存储介质


[0001]本专利技术涉及工业机器人
，具体涉及一种机械臂干扰力矩估计方法、装置、设备及存储介质。

技术介绍

[0002]近年来，“人机交互”和“人机协作”已经成为机器人领域十分重要的关注点，其安全问题成为了最基本的考虑因素。在实际的机器人工作中，有可能跟人产生接触的情景主要有两类，一类是动态运行中的接触碰撞，另一类是静态中的接触碰撞。为了防止接触碰撞，研究学者将机器人的运动碰撞分为避免碰撞阶段(碰撞前)、碰撞中(检测碰撞)、碰撞后(停止运动)这几个阶段。检测碰撞这一阶段环节的主要任务是检测到发生了碰撞，实质上是如何快速且精准地估计机械臂有干扰外力矩的出现。另一方面，实时估计机械臂的干扰外力矩，可以有效地对机械臂的底层控制器的输出进行有效的补偿，减少外界干扰力矩或者内部建模误差对控制精度的影响。因此，如何有效实时估计机械臂的外界干扰力矩是机械臂人机交互和控制领域中的难点和关键技术。
[0003]目前针对机械臂干扰力矩估计，主要有如下两类方法；
[0004]1.依赖力矩传感器、电本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机械臂干扰力矩估计方法，其特征在于，所述方法包括：建立机械臂动力学模型并基于其获得传统动量观测器；将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于动量状态的观测器；根据基于动量状态的观测器构造干扰观测器；基于所述干扰观测器进行干扰力矩估计。2.根据权利要求1所述的机械臂干扰力矩估计方法，其特征在于，所述建立机械臂动力学模型并基于其获得传统动量观测器，其中，建立机械臂动力学模型具体为：根据欧拉
‑
拉格朗日公式建立机械臂系统模型的动力学方程，该动力学方程如下，其中，M(q)为与机械臂实际模型质量、质心位置、角度相关的二阶角度导数项矩阵；为与机械臂实际模型质量、质心位置、角度相关的一阶角度导数项矩阵；g(q)为重力作用在机械臂上面的重力向量；τ
m
为关节力矩；d为干扰量，即需要进行估计的外界干扰力矩量。3.根据权利要求2所述的机械臂干扰力矩估计方法，其特征在于，所述建立机械臂动力学模型并基于其获得传统动量观测器，其中，获得传统动量观测器包括：1)机械臂的动量定义如下：同时，其导数项矩阵M(q)满足2)根据机械臂的动量定义和机械臂动力学模型，获得机械臂动量的状态方程如下：其中，为矩阵的转置；3)基于机械臂动量的状态方程获得传统动量观测器，如下：4.根据权利要求1所述的机械臂干扰力矩估计方法，其特征在于：将传统动量观测器与超螺旋算法相结合后获得采用sigmoid函数的基于动量状态的观测器，包括：1)将所述传统动量观测器与超螺旋算法相结合后，获得基于符号函数的如下形式：获得基于符号函数的如下形式：其中，Q,T∈R
n
×
n
是正定对称矩阵；2)将上述符号函数替换为sigmoid函数,其中，sigmoid函数定义如下：sigm(x；a,b)＝a[(1+e
‑
b
)
‑1‑
0.5]3)在上述基础上增加一个比例项同时将T、Q设为随时间变化的参数从而获得基于动量状态的观测器，如下：

【专利技术属性】
技术研发人员：龙诗科，党选举，孙山林，
申请(专利权)人：桂林航天工业学院，
类型：发明
国别省市：