一种机械臂关节摩擦模型参数和动力学参数的辨识方法技术

本发明专利技术属于机器人动力学技术领域，具体涉及一种机械臂关节摩擦模型参数和动力学参数的辨识方法，所述方法包括如下步骤：基于预先构建的机械臂摩擦模型以第一激励模式获取机械臂运动后各关节的实验力矩τ

【技术实现步骤摘要】
一种机械臂关节摩擦模型参数和动力学参数的辨识方法


[0001]本专利技术属于机器人动力学
，具体涉及一种机械臂关节摩擦模型参数和动力学参数的辨识方法。

技术介绍

[0002]机械臂在生命健康与医疗手术领域的应用上，让大家对机械臂的性能要求提高到了新的台阶。无论是机械臂自身的机械结构还是运动控制的算法，其优劣都影响着人机交互模式的最终结果。机械臂运动控制效果基于其基本动力学模型的建立，动力学模型的好坏依赖于动力学惯性参数是否准确。同时，机械臂关节内部机械元器件之间存在相互作用而产生的摩擦也对最终建立的动力学模型有着相当程度的影响。为了建立能够更好表达运动特征的模型，需要对机械臂的惯性参数，有时候还需要摩擦模型参数进行辨识工作与操作。
[0003]现有考虑摩擦模型的动力学参数辨识方法，会在构建运动方程式的时候将预设的摩擦模型考虑进去，然后通过线性化处理，最后通过实验再拟合出动力学惯性参数与预设的摩擦参数。在此方法之下，摩擦模型建立的准确与否不仅影响摩擦参数的准确性，还会连带影响惯性参数的精度。动力学参数辨识流程相对较长，整个辨识过程中也无法对摩擦模型进行改进与补偿。因此亟需提供一种具备“整体辨识”、“摩擦先导”、“摩擦模型可替换”等优势的机械臂关节摩擦模型辨识的方法，以提高整体动力学参数辨识精度。

技术实现思路

[0004]本专利技术的目的就在于提供一种机械臂关节摩擦模型参数和动力学参数的辨识方法，以解决
技术介绍
中提出的现有动力学参数辨识方法会影响摩擦参数辨识的准确性的问题。
[0005]本专利技术通过以下技术方案来实现上述目的：
[0006]一种机械臂关节摩擦模型参数和动力学参数的辨识方法，所述方法包括如下步骤：
[0007]S1.基于预先构建的机械臂摩擦模型以第一激励模式获取机械臂运动后各关节的实验力矩τ
n
，根据各关节所述实验力矩τ
n
在正转及反转过程中的不同部分数据对各关节所述实验力矩τ
n
进行拟合并辨识得出各关节的正转摩擦模型和反转摩擦模型；
[0008]S2.构建不带摩擦因素的机械臂动力学方程，并在第二激励模式下对所述机械臂进行激励后的实验数据进行采样获取各关节正向力矩τ
p
和反向力矩τ
m
；
[0009]S3.基于所述正转摩擦模型和反转摩擦模型以及所述正向力矩τ
p
和反向力矩τ
m
构建不带摩擦因素的辨识模型，对该辨识模型进行矩阵分解以及拟合后辨识出机械臂的动力学参数。
[0010]作为本专利技术的进一步优化方案，所述第一激励模式具体为：建立基于各关节姿势的第一激励函数，并根据第一激励函数提取待辨识的关节在不同时刻的姿态，以形成各关
节在正向旋转以及反向旋转后的姿态集，其中，所述第一激励函数表示为在单向速度激励采样时间周期内根据预设循环次数建立的各关节姿势函数关系式。
[0011]作为本专利技术的进一步优化方案，根据第一激励函数提取待辨识的关节在不同时刻的姿态，以形成各关节在正向旋转以及反向旋转后的姿态集的过程具体为：提取所需辨识的关节i在时刻时的姿态θ
i
(t)，组成一组向量作为i关节正向旋转参考姿态：
[0012][0013]θ
ip
作为i关节正向旋转参考姿态；
[0014]提取所需辨识的关节i在时刻时的姿态θ
i
(t)，组成一组向量，作为i关节反向旋转参考姿态：
[0015][0016]θ
im
作为i关节反向旋转参考姿态；
[0017]上式中，i是关节编号，t为时间，n为激励函数循环次数，T为单向速度激励采样时间周期；
[0018]根据各个关节参考走台姿态之后得到两组姿态集：
[0019]正向：θ
p
＝(θ
1p
，θ
2p
...θ
7p
)
T
[0020]反向：θ
m
＝(θ
1m
，θ
2m
...θ
7m
)
T
。
[0021]作为本专利技术的进一步优化方案，根据各关节所述实验力矩τ
n
在正转及反转过程中的不同部分数据对各关节所述实验力矩τ
n
进行拟合并辨识得出各关节的正转摩擦模型和反转摩擦模型的步骤具体为，通过所述第一激励模式获取各关节的实验力矩τ
n
，并根据在各关节正转与反转的状态下生成的两组姿态集消除质量项、重力项和离心力项后得到关节摩擦模型F后，读取关节力矩，以辨识出机械臂关节摩擦模型待辨识参数，辨识完成之后得到各关节正转摩擦模型和反转摩擦模型
[0022]作为本专利技术的进一步优化方案，所述步骤S2中，构建的不带摩擦因素的机械臂动力学方程如下所示：
[0023][0024]上式中M
′
，C
′
，G
′
分别为动力学方程式中质量项，离心力科氏力项，以及重力项；θ表示机械臂关节位移，表示机械臂关节角速度，表示机械臂关节角加速度；τ
′
g
表示不带摩擦因素的关节力矩。
[0025]作为本专利技术的进一步优化方案，所述步骤S3中，基于所述正转摩擦模型和所述反转摩擦模型以及所述正向力矩τ
p
和所述反向力矩τ
m
构建不带摩擦因素的辨识模型的过程包括：
[0026]在正转时，辨识模型为：
[0027][0028]在反转时，辨识模型为：
[0029][0030]上式中τ
′
p
表示不带摩擦因素的关节正向力矩，τ
′
m
表示不带摩擦因素的关节反向力矩。
[0031]作为本专利技术的进一步优化方案，预先构建的机械臂摩擦模型包括基于拉格朗日法建立不带包含一阶Tustin摩擦模型的机器人动力学方程：
[0032][0033]式中τ
i
为机械臂i关节力矩，G(θ)分别为动力学方程式中质量项，离心力科氏力项以及重力项，质量项，离心力科氏力项以及重力项，分别为库伦摩擦项，粘性摩擦项，以及stribeck摩擦项，θ表示机械臂各关节角变量，其中f
c
，f
v
，f
s
，v
s
为摩擦模型待辨识参数。
[0034]作为本专利技术的进一步优化方案，第二激励模式下对所述机械臂进行激励后获取各关节正向力矩τ
p
和反向力矩τ
m
的步骤具体为分别以基于姿态函数、速度函数和加速度函数的第二激励模式获取带摩擦因素的各关节的正向力矩τ
p
和反向力矩τ
m
。
[0035]本专利技术的有益效果在于：
[0036]1)本专利技术提出了一种机械臂关节摩擦模型参数本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种机械臂关节摩擦模型参数和动力学参数的辨识方法，其特征在于，所述方法包括如下步骤：S1.基于预先构建的机械臂摩擦模型以第一激励模式获取机械臂运动后各关节的实验力矩τ
n
，根据各关节所述实验力矩τ
n
在正转及反转过程中的不同部分数据对各关节所述实验力矩τ
n
进行拟合并辨识得出各关节的正转摩擦模型和反转摩擦模型；S2.构建不带摩擦因素的机械臂动力学方程，并在第二激励模式下对所述机械臂进行激励后的实验数据进行采样获取各关节正向力矩τ
p
和反向力矩τ
m
；S3.基于所述正转摩擦模型和反转摩擦模型以及所述正向力矩τ
p
和反向力矩τ
m
构建不带摩擦因素的辨识模型，对该辨识模型进行矩阵分解以及拟合后辨识出机械臂的动力学参数。2.根据权利要求1所述的一种机械臂关节摩擦模型参数和动力学参数的辨识方法，其特征在于，所述第一激励模式具体为：建立基于各关节姿势的第一激励函数，并根据第一激励函数提取待辨识的关节在不同时刻的姿态，以形成各关节在正向旋转以及反向旋转后的姿态集，其中，所述第一激励函数表示为在单向速度激励采样时间周期内根据预设循环次数建立的各关节姿势函数关系式。3.根据权利要求2所述的一种机械臂关节摩擦模型参数和动力学参数的辨识方法，其特征在于，根据第一激励函数提取待辨识的关节在不同时刻的姿态，以形成各关节在正向旋转以及反向旋转后的姿态集的过程具体为：提取所需辨识的关节i在时刻时的姿态θ
i
(t)，组成一组向量作为i关节正向旋转参考姿态：θ
ip
作为i关节正向旋转参考姿态；提取所需辨识的关节i在时刻时的姿态θ
i
(t)，组成一组向量，作为i关节反向旋转参考姿态：θ
im
作为i关节反向旋转参考姿态；上式中，i是关节编号，t为时间，n为激励函数循环次数，T为单向速度激励采样时间周期；根据各个关节参考走台姿态之后得到两组姿态集：正向：θ
p
＝(θ
1p
，θ
2p
...θ
7p
)
T
反向：θ
m
＝(θ
1m
，θ
2m
...θ
7m
)
T
。4.根据权利要求3所述的一种机械臂关节摩擦模型参数和动力学参数的辨识方法，其特征在于，根据各关节所述实验力矩τ
n
在正转及反转过程...

【专利技术属性】
技术研发人员：刘振，邵超，周世宁，黄琦，
申请(专利权)人：合肥合滨智能机器人有限公司，
类型：发明
国别省市：