System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器人动力学参数辨识领域,特别涉及一种基于改进摩擦力模型的机器人动力学参数辨识方法。
技术介绍
1、随动显示器支架机器人作为一种特殊机器人逐渐在各种负载支撑设备中得到广泛应用。为改善其运动控制性能,需要建立精确的被控对象模型,而被控对象模型需要以机器人动力学参数作为先验值,所以动力学参数辨识在实际的工程上具有广阔的应用前景。
2、机器人动力学参数辨识很多非常实用的方法,总体来说有以下三大类:解体测量法:将机器人的连杆拆散开来,使用专业设备测量连杆的质量、质心位置、转动惯量等参数。这种方法不需要设计复杂的实验,免去了激励轨迹的设计、信号处理等难题,参数辨识的精度取决于测量设备的精度;cad软件测量法:现在的三维建模软件(ug、solidworks等)或动力学仿真软件(adams)都可以根据零件的三维模型和给定的材料信息,计算零件所有的惯性参数值,且计算精度非常高。实验辨识法:该方法使机器人运行一条轨迹,按一定的频率采集机器人的关节角度和关节力矩,并导入线性化的动力学模型中,通过辨识算法求取对关节力矩有影响的动力学参数集。
3、实验辨识法与上述两种方法不同的是,这种方法可以充分考虑到各种因素对动力学的影响,得到一组精度较高的参数,最终力矩的理论计算值和实际测量值之间的误差也相对较小。由于可以得到精度很高的动力学模型,目前的动力学参数辨识普遍采用此类方法。但传统的实验辨识法,摩擦力模型采用的是线性库伦-粘性摩擦模型,忽略了低速取关节摩擦的实际非线性变化,而该非线性变化对机器人轨迹控制精度以及稳定性
技术实现思路
1、本专利技术的目的在于提供一种基于改进摩擦力模型的机器人动力学参数辨识方法,实现了优化随动显示器支架机器人运动时的理论关节力矩。
2、为了实现上述目的,本专利技术提供如下技术方案:一种基于改进摩擦力模型的机器人动力学参数辨识方法,包括以下步骤:建立所述机器人的动力学模型;将所述机器人的动力学模型中的所述机器人的关节扭矩的表达式转换为所述机器人的连杆惯性参数的线性形式;设置所述机器人的激励轨迹,并获取所述机器人按所述激励轨迹运动时的所述机器人关节的动力学数据;基于所述机器人的动力学模型和所述机器人关节的动力学数据通过最小二乘法计算出所述机器人的最小参数集。
3、进一步地,所述机器人关节的动力学数据包括输入力矩、关节的角度、关节的角速度和关节的角加速度。
4、进一步地,所述建立所述机器人的动力学模型包括:
5、建立所述机器人的混合摩擦模型;
6、根据所述混合摩擦模型建立所述机器人的动力学模型;
7、其中,所述机器人的混合摩擦模型为:
8、
9、其中,为混合摩擦力模型,δ>0为摩擦作用的极小阈值,τfs为最大静摩擦力,为机器人的关节角速度为stribeck角速度,α为指数因子,c1为转子正转的库伦摩擦力矩、c2为转子反转的库伦摩擦力矩,sigmoid函数模型为:
10、其中a、b、c均为系数;
11、所述支架机构的动力学模型为:
12、
13、其中,τ为机器人的支架机构扭矩,q和分别为机器人的关节角和机器人的关节角加速度,m(q)为机器人的对称的惯性矩阵,为科氏力和离心力矩阵,g(q)为重力项,τf为摩擦力模型。
14、进一步地,所述机器人的关节扭矩的表达式转换为线性形式的所述机器人的连杆惯性参数的所述机器人的动力学模型为:
15、
16、其中,p为所述机器人的惯性参数集,τ为所述机器人的各关节的力矩;所述机器人的动力学模型,φ为所述机器人的惯性参数集的系数矩阵;
17、包含最小参数集的所述机器人的动力学模型为:
18、
19、其中,pb为最小参数集,为最小参数集对应的系数回归矩阵。
20、进一步地,所述机器人的激励轨迹包括关节位移激励轨迹、关节速度激励轨迹和关节加速度激励轨迹。
21、进一步地,所述关节位移激励轨迹qi(t)为:
22、
23、其中,qi(t)表示第i个关节的位置轨迹,qi,0、ai,k、bi,k均为激励轨迹系数,qi,0为位置偏移,ai,k为正弦部分的系数,bi,k为余弦部分的系数,ωf为基频;
24、所述关节速度激励轨迹为:
25、
26、所述关节加速度激励轨迹为:
27、
28、进一步地,所述机器人的惯性参数集的系数矩阵φ的表达式为:
29、
30、其中,n为所述机器人按所述激励轨迹运动时获取到的所述机器人关节的动力学数据组的数量,每个所述动力学数据组均包含所述机器人所有关节的输入力矩、关节的角度、关节的角速度和关节的角加速度,并且n大于所述最小参数集pb中的参数个数。
31、进一步地,所述最小参数集pb=(φtφ)-1φtτ (20)。
32、分析可知,本专利技术公开一种基于改进摩擦力模型的机器人动力学参数辨识方法,本专利技术能够优化随动显示器支架机器人运动时的理论关节力矩,改善关节换向处的抖振问题。
本文档来自技高网...【技术保护点】
1.一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述机器人关节的动力学数据包括输入力矩、关节的角度、关节的角速度和关节的角加速度。
3.根据权利要求2所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述建立所述机器人的动力学模型包括:
4.根据权利要求3所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述机器人的关节扭矩的表达式转换为线性形式的所述机器人的连杆惯性参数的所述机器人的动力学模型为:
5.根据权利要求4所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述机器人的激励轨迹包括关节位移激励轨迹、关节速度激励轨迹和关节加速度激励轨迹。
6.根据权利要求5所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述关节位移激励轨迹qi(t)为:
7.根据权利要求6所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法
8.根据权利要求7所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述最小参数集pb=(φTφ)-1φTτ (10)。
...【技术特征摘要】
1.一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述机器人关节的动力学数据包括输入力矩、关节的角度、关节的角速度和关节的角加速度。
3.根据权利要求2所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述建立所述机器人的动力学模型包括:
4.根据权利要求3所述的一种基于改进摩擦力模型的机器人动力学参数辨识方法,其特征在于,所述机器人的关节扭矩的表达式转换为线性形式的所述机器人的连杆惯性参数的所述机器人的动力学模型为:
<...【专利技术属性】
技术研发人员:何春来,刘云飞,樊冀永,刘华睿,王卫军,王艳操,徐安宁,邵延峰,
申请(专利权)人:中电科机器人有限公司,
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。