一种基于机械臂动力学参数辨识方法技术

本发明专利技术提供了一种基于机械臂动力学参数辨识方法，属于机械臂动力学领域。具体包括以下步骤：根据机械臂的构型和结构参数，通过Denavit

【技术实现步骤摘要】
一种基于机械臂动力学参数辨识方法


[0001]本专利技术涉及一种基于机械臂动力学参数辨识方法，属于机械臂动力学


技术介绍

[0002]当前机械臂力控主要有两种实现形式：力矩传感器和电流环控制。力矩传感器价格昂贵，更加精确。为了降低成本，利用电流环进行力控相关应用同样也能达到相应的功能，包括碰撞检测功能和拖动示教功能。
[0003]机械臂动力学参数辨识在国内外都是研究的热点，许多研究者也提出了相应的解决办法，主要包括拆解机体测量方法和模型CAD获取法等。拆解机体测量法通过拆解机械臂各个关节，通过实验去测定动力学参数，但是机械臂某些动力学参数和摩擦系数是无法得到的，而且拆解过程费时费力，效率很低。模型CAD法可以直接获取动力学参数值，但是与实际机械臂的动力学参数值存在相应的误差，用于加工因素，每条机械臂的动力学参数也不尽相同。

技术实现思路

[0004]本专利技术目的是提供了一种基于机械臂动力学参数辨识方法，辨识出的动力学参数更准确，更通用，操作性更强。
[0005]本专利技术为实现上述目的，通过以下技术方案实现：
[0006]步骤1：根据机械臂的构型和结构参数，通过Denavit
‑
Hartenberg方法建立机械臂各连杆坐标系参数表；
[0007]步骤2：根据机械臂各连杆坐标系参数表，通过牛顿
‑
欧拉方程建立机械臂动力学模型，对机械臂动力学模型参数线性化以及获取最小参数集；
[0008]所述参数线性化机械臂动力学模型具体如下：
[0009][0010]式中：表示机械臂动力学参数回归矩阵，X表示机械臂动力学参数集，q表示关节位置，表示关节速度，表示关节加速度；
[0011]步骤3：对参数线性化的机械臂动力学模型通过matlab工具箱中的fmincon进行机械臂激励轨迹优化，采用基于傅里叶级数的轨迹，具体公式如下：
[0012][0013]其中，其中，q
i
(t)表示第t时刻第i关节的位置，w
f
为基础频率,q
i0
为关节位置常数,a
i
,b
i
为正余弦的幅值，i表示阶数，t表示时间，N表示总阶数；
[0014]在动力学参数的可辨识性与所选择的关节运动有很大关系,如果选择不合适,会导致某些参数无法辨识出来，本文采用基于傅里叶级数的轨迹。
[0015]步骤4：基于最小二乘法进行参数辨识，对参数线性化机械臂动力学模型通过最小二乘法进行参数估计。
[0016]优选的，所述参数线性化机械臂动力学模型具体如下：
[0017][0018]式中：表示机械臂动力学参数回归矩阵，X表示机械臂动力学参数集，
[0019]优选的，所述机械臂动力学参数集通过13个参数来表示：
[0020]X＝[m
i
,I
ixx
,I
iyy
,I
izz
,I
ixy
,I
ixz
,I
iyz
,m
i
p
ix
,m
i
p
iy
,m
i
p
iz
,F
s
,F
v
,J
m
]；
[0021]其中，m
i
表示连杆质量，I
ixx
,I
iyy
,I
izz
,I
ixy
,I
ixz
,I
iyz
表示连杆惯量，p
ix
,p
iy
,p
iz
表示质心位置，F
s
表示库伦摩擦系数，F
v
表示粘滞摩擦系数，J
m
表示电机惯量。
[0022]优选的，所述获取最小参数集具体方式如下：通过求解参数回归矩阵的秩来求动力学最小参数集，当去掉回归矩阵的某列后，矩阵的秩减1，则是可以辨别出来的动力学参数，将其归纳到最小参数集中，当去掉回归矩阵H(q,q,q)的某列后，矩阵的秩不变，则为不能辨别出的动力学参数，将其删除。
[0023]优选的，所述通过matlab工具箱中的fmincon对机械臂激励轨迹的优化的约束条件具体如下:
[0024]|q
i
(t)|≤q
i,max
[0025][0026][0027]其中，q
i,max
为机械臂关节角度最大值,为机械臂关节角速度,为机械臂关节角加速度最大值。
[0028]优选的，所述机械臂各连杆坐标系参数表包括连杆数量、连杆长度、连杆扭曲、连杆偏置、关节角度。
[0029]优选的，对参数线性化机械臂动力学模型通过最小二乘法进行参数估计具体公式如下：
[0030][0031]本专利技术的优点在于：本文提出的动力学参数辨识的方法，给定机械臂提前优化好的激励轨迹，在实际过程中采集各个关节的力矩值，位置，速度，加速度。将实际测量的值带入到动力学模型中，利用最小二乘法可以计算出机械臂动力学参数的实际值。由于辨识的过程与实际实验基本一致，因此辨识出的动力学参数更准确，更通用，操作性更强。
附图说明
[0032]附图用来提供对本专利技术的进一步理解，并且构成说明书的一部分，与本专利技术的实施例一起用于解释本专利技术，并不构成对本专利技术的限制。
[0033]图1为本专利技术流程结构示意图。
[0034]图2为本专利技术激励轨迹示意图。
[0035]图3为本专利技术计算值与实际值对比示意图。
具体实施方式
[0036]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完
整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]一种基于机械臂动力学参数辨识方法，辨识出的动力学参数更准确，更通用，操作性更强。
[0038]本专利技术为实现上述目的，通过以下技术方案实现：
[0039]步骤1：根据机械臂的构型和结构参数，通过Denavit
‑
Hartenberg方法建立机械臂各连杆坐标系参数表；所述机械臂各连杆坐标系参数表包括连杆数量、连杆长度、连杆扭曲、连杆偏置、关节角度。
[0040]步骤2：根据机械臂各连杆坐标系参数表，通过牛顿
‑
欧拉方程建立机械臂动力学模型，对机械臂动力学模型参数线性化以及获取最小参数集。
[0041]机械臂动力学模型如下：
[0042][0043]所述参数线性化机械臂动力学模型具体如下：
[0044][0045]式中：表示机械臂动力学参数回归矩阵，X本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机械臂动力学参数辨识方法，其特征在于，包括以下步骤：步骤1：根据机械臂的构型和结构参数，通过Denavit
‑
Hartenberg方法建立机械臂各连杆坐标系参数表；步骤2：根据机械臂各连杆坐标系参数表，通过牛顿
‑
欧拉方程建立机械臂动力学模型，对机械臂动力学模型参数线性化以及获取最小参数集；所述参数线性化机械臂动力学模型具体如下：式中：表示机械臂动力学参数回归矩阵，X表示机械臂动力学参数集，q表示关节位置，表示关节速度，表示关节加速度；步骤3：对参数线性化的机械臂动力学模型通过matlab工具箱中的fmincon进行机械臂激励轨迹优化，采用基于傅里叶级数的轨迹，具体公式如下：其中，q
i
(t)表示第t时刻第i关节的位置，w
f
为基础频率,q
i0
为关节位置常数,a
i
,b
i
为正余弦的幅值，i表示阶数，t表示时间，N表示总阶数；步骤4：基于最小二乘法进行参数辨识，对参数线性化机械臂动力学模型通过最小二乘法进行参数估计。2.根据权利要求1所述的基于机械臂动力学参数辨识方法，其特征在于，所述机械臂动力学参数集通过13个参数来表示：X＝[m
i
,I
ixx
,I
iyy
,I
izz
,I
ixy
,I
ixz
,I
iyz
,m
i
p
ix
,m
i
p
iy
,m
i
p
iz
,F
s<...

【专利技术属性】
技术研发人员：谭雯，王怀震，谭博，
申请(专利权)人：山东新一代信息产业技术研究院有限公司，
类型：发明
国别省市：