【技术实现步骤摘要】
本专利技术涉及机器人控制领域，尤其涉及一种带电作业机器人负载重力补偿方法、设备及存储介质。
技术介绍
1、随着机器人控制和力传感技术的发展，配网带电作业机器人替代人工完成不停电作业，而配网不停作业环境复杂多样且多为接触式任务，为保证机器人安全柔顺地进行作业，迫切的需求是机器人在与环境相互作用的同时能感受外力。该外力不是简单的从六维力传感器反馈的力直接读取的，因为六维力传感器实际反馈的力或力矩中，主要由三部分组成：
2、1)传感器自身的零点误差；2)传感器末端及附加负载的重力；3)外界环境施加力。而外力感知其指的是外界环境施加的力，因此负载重力补偿是指的是进行传感器自身的零点误差和传感器末端及附加负载的重力的补偿。
3、在当前配网带电作业机器人六维力传感器重力补偿算法中，主流的做法是通过机器人法兰上的机械定位进行六维力传感器的安装，以此来假设末端法兰坐标系与传感器坐标系是对齐的状态，但这对连接件的制造精度有非常高的要求，实际通过机械定位总是存在微小的误差，而常见重力补偿算法中，并没有考虑力传感器安装偏角的误差；近年来，随着人工智能技术的飞速发展，对于无法直接显示的力传感器安装偏角求解情况提供了思路，可以通过智能优化算法进行近似逼近。
4、现有的机器人末端重力补偿技术可分为解析法和机器学习两种。
5、基于解析法的机器人末端重力补偿方法通过分析力传感器的受力感知各因素的间的物理关系，推导得到感知力与各已知量间的数学模型，但存在力传感器在机器人上的安装角度误差，在主流做法中往往被忽略，造成
6、基于机器人学习的机器人末端重力补偿方法通过采集数据样本、迭代优化的方式得到最优重力补偿模型，但其存在训练成本大、依赖性高，而配网带电作业机器人末端执行器有多种且需要转换，该方法对其适用性差。
7、总的来说，现有传统方法存在易陷入局部最优造成求解失败的问题。
技术实现思路
1、本专利技术的目的在于针对因传统解析法对配网带电作业机器人末端重力补偿存在的安装偏角误差，导致求解时易陷入局部、求解失败的问题，提出一种带电作业机器人负载重力补偿方法、设备及存储介质。其中方法包括以下步骤：
2、s1、根据机器人系统各关节位置关系，构建重力补偿模型；
3、s2、基于力传感器的安装偏角，设计以误差平方和为约束指标的偏角优化模型；
4、s3、实验条件下，采集多组机械臂位姿和力数据；
5、s4、基于改进pso方法，利用实验条件下的多组机械臂位姿和力数据，求解所述偏角优化模型，得到力传感器的最佳安装偏角；
6、s5、通过最佳安装偏角安装力传感器，并在实际工况下，利用重力补偿模型对机械臂末端进行重力补偿，得到精确外部环境接触力。
7、一种存储介质，所述存储介质存储指令及数据用于实现一种带电作业机器人负载重力补偿方法。
8、一种带电作业机器人负载重力补偿设备，包括：处理器及所述存储介质；所述处理器加载并执行所述存储介质中的指令及数据用于实现一种带电作业机器人负载重力补偿方法。
9、本专利技术提供的有益效果是：根据机器人系统各关节位置关系，构建了重力补偿模型；基于力传感器的安装偏角，设计以误差平方和为约束指标的偏角优化模型；实验条件下，采集多组机械臂位姿和力数据；基于改进pso方法，利用实验条件下的多组机械臂位姿和力数据，求解所述偏角优化模型，得到力传感器的最佳安装偏角；通过最佳安装偏角安装力传感器，并在实际工况下，利用重力补偿模型对机械臂末端进行重力补偿，得到精确外部环境接触力。对比传统的基于解析法的重力补偿方法，本方法因使用pso优化方法求解出力传感器安装偏角，而具有更好的负载重力补偿效果效果；对比传统的基于机器学习的重力补偿方法，本方法因使用线性递减调整模型以及引入合适的收缩因子改进pso算法，可以高速有效计算出所有重力补偿参数，实现精度和效率更高的重力补偿。
本文档来自技高网...【技术保护点】
1.一种带电作业机器人负载重力补偿方法，其特征在于：包括以下步骤：
2.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤S1中，所述重力补偿模型的构建过程如下：
3.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤S2具体如下：
4.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤S3具体如下：在实验条件下，实时周期性采集以下数据：机械臂末端位置数据(x1，y1，z1)、机械臂末端欧拉角数据(R1，P1，Y1)、六维力传感器反馈的力数据(Fx1、Fy1、Fz1、Tx1、Ty1、Tz1)。
5.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤S4中，所述改进PSO算法，通过线性递减调整模型和设计收缩因子进行实现。
6.如权利要求5所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤S4具体如下：
7.如权利要求6所述的一种带电作业机器人负载重力补偿方法，其特征在于：将偏角最优解重新代入重力补偿模型，更新重力补偿参数，并
8.一种存储介质，其特征在于：所述存储介质存储指令及数据用于实现权利要求1～7任一项所述的一种带电作业机器人负载重力补偿方法。
9.一种带电作业机器人负载重力补偿设备，其特征在于：包括：处理器及存储介质；所述处理器加载并执行存储介质中的指令及数据用于实现权利要求1～7任一项所述的一种带电作业机器人负载重力补偿方法。
...【技术特征摘要】
1.一种带电作业机器人负载重力补偿方法，其特征在于：包括以下步骤：
2.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤s1中，所述重力补偿模型的构建过程如下：
3.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤s2具体如下：
4.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤s3具体如下：在实验条件下，实时周期性采集以下数据：机械臂末端位置数据(x1，y1，z1)、机械臂末端欧拉角数据(r1，p1，y1)、六维力传感器反馈的力数据(fx1、fy1、fz1、tx1、ty1、tz1)。
5.如权利要求1所述的一种带电作业机器人负载重力补偿方法，其特征在于：步骤s4中，所述改进pso...
【专利技术属性】
技术研发人员：陈金戈，陈鑫，胡宸昱，黄贝诺，李诚宇，
申请(专利权)人：中国地质大学武汉，
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。