【技术实现步骤摘要】
本申请涉及机器人,特别涉及一种机器人动力学模型辨识方法、终端及介质。
技术介绍
1、机器人的动力学模型对于机器人控制、规划、仿真等方面至关重要。利用机器人的动力学模型可开发各种基于模型的控制算法,实现轨迹跟踪、力柔顺控制等特定要求的控制应用。基于模型的先进控制算法可补偿如惯性力、科氏力与向心力等在内的机器人动态力矩,从而减小高速、重载情况下的跟踪误差。除此轨迹跟踪外,利用机器的动力学模型可实现如阻抗控制、力/位混合控制等力的控制,应用在人机交互、打磨、协作搬运等需要力控制的场景要求。此外,结合机器人的动力学模型,可实现考虑运动学-动力学约束下时间最优的运动规划,以实现降低作业节拍,提高生产效率。随着人机交互的兴起,协作机器人成为当前工业机器人中异军突起的新兴产品,精确的动力学模型在协作机器人控制、规划方面的重要性日益提高。基于动力学模型,可实现碰撞检测、拖动示教等典型的协作机器人安全交互功能。因此如何获得精确的动力学模型是当前机器人学术界、工业界普遍重视的切实需求。
2、然而即使对于机器人制造商,包括连杆质量、质心、转动惯量
...【技术保护点】
1.一种机器人动力学模型辨识方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的机器人动力学模型辨识方法,其特征在于,步骤S1包括以下步骤:
3.根据权利要求1所述的机器人动力学模型辨识方法,其特征在于,步骤S2中,动力学参数辨识激励轨迹通过求解以下非线性约束问题获得,优化目标函数可使用条件数或D-optimality,其中,以条件数为例的激励轨迹优化问题表述为
4.根据权利要求1所述的机器人动力学模型辨识方法,其特征在于,步骤S3中,让机器人处于位置控制模式,并跟踪步骤S2中设计的激励轨迹,采集机器人关节位置、关节力矩或电流
...
【技术特征摘要】
1.一种机器人动力学模型辨识方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的机器人动力学模型辨识方法,其特征在于,步骤s1包括以下步骤:
3.根据权利要求1所述的机器人动力学模型辨识方法,其特征在于,步骤s2中,动力学参数辨识激励轨迹通过求解以下非线性约束问题获得,优化目标函数可使用条件数或d-optimality,其中,以条件数为例的激励轨迹优化问题表述为
4.根据权利要求1所述的机器人动力学模型辨识方法,其特征在于,步骤s3中,让机器人处于位置控制模式,并跟踪步骤s2中设计的激励轨迹,采集机器人关节位置、关节力矩或电流信息。
5.根据权利要求1所述的机器人动力学模型辨识方法,其特征在于,步骤s4包括以下步骤:<...
【专利技术属性】
技术研发人员:曹鹏飞,李子健,
申请(专利权)人:埃斯顿南京医疗科技有限公司,
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。