CN106426174A - 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 - Google Patents
一种基于力矩观测和摩擦辨识的机器人接触力检测方法 Download PDFInfo
- Publication number
- CN106426174A CN106426174A CN201610966932.0A CN201610966932A CN106426174A CN 106426174 A CN106426174 A CN 106426174A CN 201610966932 A CN201610966932 A CN 201610966932A CN 106426174 A CN106426174 A CN 106426174A
- Authority
- CN
- China
- Prior art keywords
- joint
- robot
- centerdot
- friction
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/16—Programme controls
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种基于力矩观测和摩擦辨识的机器人接触力检测方法,采用机器人动力学模型和广义动量构建了一个关节力矩观测器来检测由末端接触力引起的关节力矩的变化;采用指数摩擦模型和正余弦函数相结合的形式来描叙安装有谐波齿轮传动结构的机器人关节摩擦作用,在机器人末端执行器无接触力作用时利用关节力矩观测量辨识关节摩擦参数,根据辨识出的摩擦参数计算关节摩擦力矩;将机器人理论运行状态下的力矩观测量视为系统模型误差,考虑了摩擦和系统模型误差影响后最终得到准确的关节接触力矩观测量,最后通过机器人力雅克比矩阵计算末端接触力。
Description
技术领域
本发明涉及一种基于力矩观测和摩擦辨识的机器人接触力检测方法,利用机器人动力学方程和广义动量构造力矩观测器来检测机器人末端接触力。
背景技术
随着制造业从“自动化”、“无人化”向“智能化”、“协作化”的转变,越来越多的生产领域要求工人和机器人共享工作区协同进行工作。在人机共融生产模式下,机器人越来越多的要和周围环境接触,需要对接触力进行严格的控制,因此首先需要检测机器人运行过程中末端执行器受到的接触力。传统的接触力检测主要是基于外部力传感器来实现的,不但增加了成本,还使得机器人控制系统更加复杂。目前比较实用的方法是基于机器人自身传感器的接触力检测方法。这种方法不需要任何外部传感器,大大降低了生产成本,可以直接应用于机器人上。
中国专利CN104050355A公开了一种基于H∞滤波的机械臂外力估计方法,该专利采用模拟低通滤波器对动力学方程进行中信号进行滤波,推导出不显含加速度的动力学模型;将外力看作是状态空间方程的状态变量,基于H∞滤波估计外力;再利用双线性变换的方法设计数字滤波器,从而实现在实际机械臂系统中的应用。该专利提出的方法不能对机器人关节摩擦误差和系统模型误差做出补偿,理论上可行,于实际应用还有待改进。
发明内容
针对现有技术存在的缺陷,本发明的目的是提出一种基于力矩观测和摩擦辨识的机器人接触力检测方法,基于机器人动力学方程和广义动量构造关节接触力矩观测量,利用构造的关节摩擦力矩观测量来辨识机器人关节摩擦参数,将理论运行状态下的观测量视为系统模型误差,在剔除摩擦和系统模型误差的影响后得到了准确的接触力检测值。
为达到上述目的,本发明采用如下技术方案:
一种基于力矩观测和摩擦辨识的机器人接触力检测方法,具体步骤如下:
步骤一:由机器人动力学方程和广义动量构造关节接触力矩观测量,无需采集机器人关节加速度信息,通过构造观测量来非直接检测关节接触力矩,具体为:
机器人动力学方程的一般形式如下:
其中q,是机器人关节的角度矢量,角速度矢量和角加速度矢量,M(q)是机器人的惯性矩阵,是机器人的哥氏力和离心力矢量,G(q)是重力矢量,τj是机器人关节驱动力矩;
当机器人和周围环境发生接触时,接触力的作用会等效到机器人的关节处,产生关节接触力矩,通过观测机器人关节处的接触力矩来检测末端接触力,机器人与周围环境发生接触时的动力学方程为:
其中τe是末端接触力等效到关节处的关节接触力矩;
通过式(2)得出关节接触力矩为:
式(3)中,机器人几何参数和动力学参数通过三维模型得到,关节角度和关节角速度通过机器人关节电机编码器获取,机器人关节电机驱动力矩通过关节驱动电流得到,在忽略机器人模型误差和其他扰动的情况下,机器人关节驱动力矩和关节电机驱动力矩的关系为:
τj=λτm-τf (4)
其中λ为机器人关节的减速比,τf为关节摩擦力矩,关节驱动力矩通过关节电机驱动力矩和关节摩擦力矩求得;为了计算关节接触力矩,需要解决关节角加速度和关节摩擦力矩不能直接获取这个问题,为了解决机器人关节角加速度不能直接获取的问题,引入机器人的广义动量p:
式(5)两边微分得到:
因为M(q)是正定对称矩阵,是斜对称矩阵,所以有:
将式(2)和式(7)代入式(6)得到:
由式(8)看出,动量微分与接触产生的关节接触力矩具有解耦性,并且与关节角加速度无关,基于机器人广义动量来构造关节接触力矩观测量:
其中r为机器人关节接触力矩τe的观测量,K1,K2为系数矩阵;
步骤二:在机器人未与周围环境接触时将关节摩擦力据视为外部扰动构造摩擦力据观测量,采用指数摩擦模型和正余弦函数组合的摩擦模型来辨识摩擦参数,具体为:
机器人未发生接触时考虑摩擦作用的机器人动力学模型为:
基于接触力矩观测的思想构造摩擦力矩观测量为:
其中N为系数矩阵,f为机器人关节摩擦力矩观测量;
将式(11)微分后做拉式变换得到:
由式(12)看出,当N取足够大的值时,认为摩擦力矩观测量在误差允许的范围内能够表示实际的摩擦力矩;
τf=f (13)
机器人关节摩擦模型用指数摩擦模型来表示:
其中τc为库伦摩擦力,τs为静摩擦力,为Stribeck速度,ζ为经验参数,σ为粘性摩擦参数;由于机器人关节存在谐波齿轮传动系统,其摩擦不但包含与速度有关的库伦摩擦与粘性摩擦,还存在与关节角度有关的周期性波动,采用正余弦函数组合的形式来描叙:
τf(q)=K1sin(q)+K2cos(q)+K3sin(2q)+K4cos(2q) (15)
有谐波齿轮传动的关节型机器人的关节摩擦模型用下式表示:
其中Kf等于0表示关节处没有谐波减速器,Kf等于1表示关节处存在谐波传动;
利用式(13)关节摩擦力矩观测量来辨识摩擦参数,将摩擦力矩观测量τf与式(16)计算的摩擦力矩的差值定义为目标函数,对摩擦参数寻优使目标函数最小:
其中n为总的采样点数,这是一个非线性优化问题,采用遗传算法来求解得到关节摩擦参数;
利用辨识的摩擦模型参数计算关节摩擦力矩,考虑摩擦作用后的接触力矩观测量为:
步骤三:将理论运行状态下的观测值视为系统模型误差,通过消除系统模型误差来减小接触力矩观测值误差,根据关节接触力矩和机器人力雅克比矩阵实时计算末端接触力,具体为:
系统模型误差记为rd(t),表示r(t)中的角度、角速度变量都是轨迹规划得到的理论值,考虑系统模型误差后的接触力矩观测量为:
ξ(t)=r(t)-rd(t) (19)
得到机器人关节接触力矩观测量后由式(20)得到末端接触力为:
Fe=(JT(q))-1ξ(t) (20)
其中Fe为末端接触力,JT(q)为机器人雅克比矩阵的转置矩阵。
本发明与现有技术相比较,具有如下突出的实质性特点和显著的优点:
本发明方法不需要在机器人上添加额外的传感器,仅需要采集机器人关节电机电流、关节角度信息即可检测接触力;对于机器人关节复杂的摩擦模型采用观测值辨识摩擦参数,无需直接测量摩擦力矩;将理论运行状态下的观测值视为系统模型误差并剔除其影响,大大提高了检测精度。
附图说明
图1是二自由度机器人末端接触力检测示意图。
图2为MTALAB和ADAMS联合仿真系统示意图。
图3是机器人关节摩擦力矩观测值与实际值的对比图。
图4是机器人末端接触力检测值与实际值的对比图。
具体实施方式
以下将结合附图和实施例对本发明的具体实施作进一步说明。
如图1所示为本发明所提出的二自由度机器人末端接触力检测示意图,机器人控制器根据轨迹规划得到的期望轨迹计算出关节驱动力矩驱动机器人运动,关节接触力矩观测器根据反馈回来的机器人关节角度和角速度以及关节驱动力矩来观测关节接触力矩,最后通过雅克比矩阵计算得到末端接触力。
一种基于力矩观测和摩擦辨识的机器人接触力检测方法,具体步骤如下:
步骤一:由机器人动力学方程和广义动量构造关节接触力矩观测量,无需采集机器人关节加速度信息,通过构造观测量来非直接检测关节接触力矩,具体为:
机器人动力学方程的一般形式如下:
其中q,是机器人关节的角度矢量,角速度矢量和角加速度矢量,M(q)是机器人的惯性矩阵,是机器人的哥氏力和离心力矢量,G(q)是重力矢量,τj是机器人关节驱动力矩;
当机器人和周围环境发生接触时,接触力的作用会等效到机器人的关节处,产生关节接触力矩,通过观测机器人关节处的接触力矩来检测末端接触力,机器人与周围环境发生接触时的动力学方程为:
其中τe是末端接触力等效到关节处的关节接触力矩;
通过式(2)得出关节接触力矩为:
式(3)中,机器人几何参数和动力学参数通过三维模型得到,关节角度和关节角速度通过机器人关节电机编码器获取,机器人关节电机驱动力矩通过关节驱动电流得到,在忽略机器人模型误差和其他扰动的情况下,机器人关节驱动力矩和关节电机驱动力矩的关系为:
τj=λτm-τf (4)
其中λ为机器人关节的减速比,τf为关节摩擦力矩,关节驱动力矩通过关节电机驱动力矩和关节摩擦力矩求得;为了计算关节接触力矩,需要解决关节角加速度和关节摩擦力矩不能直接获取这个问题,为了解决机器人关节角加速度不能直接获取的问题,引入机器人的广义动量p:
式(5)两边微分得到:
因为M(q)是正定对称矩阵,是斜对称矩阵,所以有:
将式(2)和式(7)代入式(6)得到:
由式(8)看出,动量微分与接触产生的关节接触力矩具有解耦性,并且与关节角加速度无关,基于机器人广义动量来构造关节接触力矩观测量:
其中r为机器人关节接触力矩τe的观测量,K1,K2为系数矩阵;
步骤二:在机器人未与周围环境接触时将关节摩擦力据视为外部扰动构造摩擦力据观测量,采用指数摩擦模型和正余弦函数组合的摩擦模型来辨识摩擦参数,具体为:
机器人未发生接触时考虑摩擦作用的机器人动力学模型为:
基于接触力矩观测的思想构造摩擦力矩观测量为:
其中N为系数矩阵,f为机器人关节摩擦力矩观测量;
将式(11)微分后做拉式变换得到:
由式(12)看出,当N取足够大的值时,认为摩擦力矩观测量在误差允许的范围内能够表示实际的摩擦力矩;
τf=f (13)
机器人关节摩擦模型用指数摩擦模型来表示:
其中τc为库伦摩擦力,τs为静摩擦力,为Stribeck速度,ζ为经验参数,σ为粘性摩擦参数;由于机器人关节存在谐波齿轮传动系统,其摩擦不但包含与速度有关的库伦摩擦与粘性摩擦,还存在与关节角度有关的周期性波动,采用正余弦函数组合的形式来描叙:
τf(q)=K1sin(q)+K2cos(q)+K3sin(2q)+K4cos(2q) (15)
有谐波齿轮传动的关节型机器人的关节摩擦模型用下式表示:
其中Kf等于0表示关节处没有谐波减速器,Kf等于1表示关节处存在谐波传动;
利用式(13)关节摩擦力矩观测量来辨识摩擦参数,将摩擦力矩观测量τf与式(16)计算的摩擦力矩的差值定义为目标函数,对摩擦参数寻优使目标函数最小:
其中n为总的采样点数,这是一个非线性优化问题,采用遗传算法来求解得到关节摩擦参数;
利用辨识的摩擦模型参数计算关节摩擦力矩,考虑摩擦作用后的接触力矩观测量为:
步骤三:将理论运行状态下的观测值视为系统模型误差,通过消除系统模型误差来减小接触力矩观测值误差,根据关节接触力矩和机器人力雅克比矩阵实时计算末端接触力,具体为:
系统模型误差记为rd(t),表示r(t)中的角度、角速度变量都是轨迹规划得到的理论值,考虑系统模型误差后的接触力矩观测量为:
ξ(t)=r(t)-rd(t) (19)
得到机器人关节接触力矩观测量后由式(20)得到末端接触力为:
Fe=(JT(q))-1ξ(t) (20)
其中Fe为末端接触力,JT(q)为机器人雅克比矩阵的转置矩阵。
如图2所示,为根据构造的接触力矩观测量搭建的MATLAB和ADAMS联合仿真系统,设整个控制系统的控制周期为0.005s。连杆1的长度l1=1m,质量m1=26.5kg,转动惯量Ic1=2.5kgm2,连杆2的长度l2=0.8m,质量m2=21.5kgm2,转动惯量Ic2=1.3kgm2,重力加速度g=9.81m/s2。在MATLAB中利用样条曲线规划机器人运动轨迹,根据计算力矩控制算法控制ADAMS中的机器人运动。
推导式(1)中二自由度机械臂动力学方程的一般形式,在MATLAB中编程计算关节驱动力矩,然后根据式(9)构造关节接触力矩观测量,其中K1=2500,K2=0.04。
图3是机器人关节摩擦力矩观测值与实际值的对比图。在机器人关节处添加摩擦力矩作用,采用本发明中摩擦力矩观测方法观测摩擦力矩,其中实线表示实际添加的摩擦力矩,虚线表示观测的摩擦力矩,从图中看出实线和虚线吻合很好,说明本发明中提出的摩擦力矩观测方法可行。
图4是机器人末端接触力检测值与实际值的对比图。在机器人末端添加接触力作用,如图中实线所示,采用本发明提出的接触力检测方法得到的接触力如图中虚线所示。可以看出,观测的接触力和实际加载的接触力误差较小,说明本发明提出的接触力检测方法可行。
Claims (1)
1.一种基于力矩观测和摩擦辨识的机器人接触力检测方法,其特征在于,具体步骤如下:
步骤一:由机器人动力学方程和广义动量构造关节接触力矩观测量,无需采集机器人关节加速度信息,通过构造观测量来非直接检测关节接触力矩,具体为:
机器人动力学方程的一般形式如下:
其中q,是机器人关节的角度矢量,角速度矢量和角加速度矢量,M(q)是机器人的惯性矩阵,是机器人的哥氏力和离心力矢量,G(q)是重力矢量,τj是机器人关节驱动力矩;
当机器人和周围环境发生接触时,接触力的作用会等效到机器人的关节处,产生关节接触力矩,通过观测机器人关节处的接触力矩来检测末端接触力,机器人与周围环境发生接触时的动力学方程为:
其中τe是末端接触力等效到关节处的关节接触力矩;
通过式(2)得出关节接触力矩为:
式(3)中,机器人几何参数和动力学参数通过三维模型得到,关节角度和关节角速度通过机器人关节电机编码器获取,机器人关节电机驱动力矩通过关节驱动电流得到,在忽略机器人模型误差和其他扰动的情况下,机器人关节驱动力矩和关节电机驱动力矩的关系为:
τj=λτm-τf (4)
其中λ为机器人关节的减速比,τf为关节摩擦力矩,关节驱动力矩通过关节电机驱动力矩和关节摩擦力矩求得;为了计算关节接触力矩,需要解决关节角加速度和关节摩擦力矩不能直接获取这个问题,为了解决机器人关节角加速度不能直接获取的问题,引入机器人的广义动量p:
式(5)两边微分得到:
因为M(q)是正定对称矩阵,是斜对称矩阵,所以有:
将式(2)和式(7)代入式(6)得到:
由式(8)看出,动量微分与接触产生的关节接触力矩具有解耦性,并且与关节角加速度无关,基于机器人广义动量来构造关节接触力矩观测量:
其中r为机器人关节接触力矩τe的观测量,K1,K2为系数矩阵;
步骤二:在机器人未与周围环境接触时将关节摩擦力据视为外部扰动构造摩擦力据观测量,采用指数摩擦模型和正余弦函数组合的摩擦模型来辨识摩擦参数,具体为:
机器人未发生接触时考虑摩擦作用的机器人动力学模型为:
基于接触力矩观测的思想构造摩擦力矩观测量为:
其中N为系数矩阵,f为机器人关节摩擦力矩观测量;
将式(11)微分后做拉式变换得到:
由式(12)看出,当N取足够大的值时,认为摩擦力矩观测量在误差允许的范围内能够表示实际的摩擦力矩;
τf=f (13)
机器人关节摩擦模型用指数摩擦模型来表示:
其中τc为库伦摩擦力,τs为静摩擦力,为Stribeck速度,ζ为经验参数,σ为粘性摩擦参数;由于机器人关节存在谐波齿轮传动系统,其摩擦不但包含与速度有关的库伦摩擦与粘性摩擦,还存在与关节角度有关的周期性波动,采用正余弦函数组合的形式来描叙:
τf(q)=K1sin(q)+K2cos(q)+K3sin(2q)+K4cos(2q) (15)
有谐波齿轮传动的关节型机器人的关节摩擦模型用下式表示:
其中Kf等于0表示关节处没有谐波减速器,Kf等于1表示关节处存在谐波传动;
利用式(13)关节摩擦力矩观测量来辨识摩擦参数,将摩擦力矩观测量τf与式(16)计算的摩擦力矩的差值定义为目标函数,对摩擦参数寻优使目标函数最小:
其中n为总的采样点数,这是一个非线性优化问题,采用遗传算法来求解得到关节摩擦参数;
利用辨识的摩擦模型参数计算关节摩擦力矩,考虑摩擦作用后的接触力矩观测量为:
步骤三:将理论运行状态下的观测值视为系统模型误差,通过消除系统模型误差来减小接触力矩观测值误差,根据关节接触力矩和机器人力雅克比矩阵实时计算末端接触力,具体为:
系统模型误差记为rd(t),表示r(t)中的角度、角速度变量都是轨迹规划得到的理论值,考虑系统模型误差后的接触力矩观测量为:
ξ(t)=r(t)-rd(t) (19)
得到机器人关节接触力矩观测量后由式(20)得到末端接触力为:
Fe=(JT(q))-1ξ(t) (20)
其中Fe为末端接触力,JT(q)为机器人雅克比矩阵的转置矩阵。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610966932.0A CN106426174B (zh) | 2016-11-05 | 2016-11-05 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610966932.0A CN106426174B (zh) | 2016-11-05 | 2016-11-05 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106426174A true CN106426174A (zh) | 2017-02-22 |
CN106426174B CN106426174B (zh) | 2019-01-11 |
Family
ID=58179709
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610966932.0A Active CN106426174B (zh) | 2016-11-05 | 2016-11-05 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106426174B (zh) |
Cited By (37)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016208A (zh) * | 2017-04-17 | 2017-08-04 | 珞石(北京)科技有限公司 | 一种基于抖动控制的工业机器人外力估计方法 |
CN107030694A (zh) * | 2017-04-20 | 2017-08-11 | 南京航空航天大学 | 腱驱动机械手腱张力约束末端力位操作控制方法和装置 |
CN107263467A (zh) * | 2017-05-11 | 2017-10-20 | 广州视源电子科技股份有限公司 | 控制机器人转动关节运动的方法和装置及机器人 |
CN107351086A (zh) * | 2017-08-22 | 2017-11-17 | 华南理工大学 | 一种scara机器人关节力矩的卡尔曼估计方法 |
CN107423515A (zh) * | 2017-08-01 | 2017-12-01 | 中科新松有限公司 | 机械臂摩擦辨识方法、装置、设备及存储介质 |
CN107590340A (zh) * | 2017-09-15 | 2018-01-16 | 浙江大学 | 一种机械臂外力估计方法及装置 |
CN107813345A (zh) * | 2017-11-28 | 2018-03-20 | 广东省智能制造研究所 | 机器人碰撞检测方法及装置 |
CN108000521A (zh) * | 2017-12-06 | 2018-05-08 | 天津大学 | 一种无传感器式协作机器人碰撞检测方法 |
CN109093620A (zh) * | 2018-07-24 | 2018-12-28 | 西北工业大学 | 一种双目相机辅助的空间非合作目标动力学参数辨识方法 |
CN109623818A (zh) * | 2018-12-20 | 2019-04-16 | 北京理工大学 | 一种基于时间分组的机械臂关节轨迹优化方法 |
CN109702745A (zh) * | 2019-01-18 | 2019-05-03 | 华南理工大学 | 一种机器人关节波动摩擦力矩的建模方法 |
CN109806106A (zh) * | 2019-02-01 | 2019-05-28 | 中山大学 | 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 |
CN109960871A (zh) * | 2019-03-22 | 2019-07-02 | 华南理工大学 | 一种工业机器人精密减速器性能单工位测试建模调度方法 |
CN110026986A (zh) * | 2019-05-24 | 2019-07-19 | 深圳航天科技创新研究院 | 多臂协同作业柔顺控制方法 |
CN110065073A (zh) * | 2019-05-28 | 2019-07-30 | 上海交通大学 | 一种机器人动力学模型辨识方法 |
CN110281237A (zh) * | 2019-06-17 | 2019-09-27 | 华南理工大学 | 一种基于机器学习的串联机器人关节摩擦力辨识方法 |
CN110355780A (zh) * | 2018-04-09 | 2019-10-22 | 中国科学院宁波材料技术与工程研究所 | 一体化柔性机器人关节的输出力矩计算方法 |
CN110531707A (zh) * | 2019-09-16 | 2019-12-03 | 无锡信捷电气股份有限公司 | Scara机器人的摩擦模型改进以及动力学参数辨识方法 |
CN110716557A (zh) * | 2019-11-18 | 2020-01-21 | 河北工业大学 | 基于先验动力学知识的机器人参数识别及接触力监测方法 |
CN110815190A (zh) * | 2019-11-20 | 2020-02-21 | 福州大学 | 一种工业机器人拖动示教方法及系统 |
CN111191344A (zh) * | 2019-12-09 | 2020-05-22 | 北京动力机械研究所 | 一种运动副摩擦参数的识别方法 |
CN111185908A (zh) * | 2020-01-14 | 2020-05-22 | 深圳众为兴技术股份有限公司 | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 |
CN112077853A (zh) * | 2020-11-16 | 2020-12-15 | 杭州景业智能科技股份有限公司 | 主从随动系统的力反馈方法、装置以及主从随动系统 |
CN112497240A (zh) * | 2020-11-24 | 2021-03-16 | 西北工业大学 | 非刚性抓捕的目标状态观测方法、计算机设备及存储介质 |
CN112757340A (zh) * | 2020-12-25 | 2021-05-07 | 珞石(山东)智能科技有限公司 | 基于关节扭矩传感器的关节摩擦力观测方法及装置 |
CN112847365A (zh) * | 2021-01-07 | 2021-05-28 | 西安电子科技大学 | 一种力矩估计方法 |
CN112888532A (zh) * | 2018-10-12 | 2021-06-01 | Abb瑞士股份有限公司 | 用于确定动态摩擦力矩的方法和控制系统以及工业机器人 |
CN112959362A (zh) * | 2021-03-03 | 2021-06-15 | 珞石(北京)科技有限公司 | 一种基于关节扭矩传感器的外力观测方法 |
CN113352331A (zh) * | 2021-08-11 | 2021-09-07 | 苏州艾利特机器人有限公司 | 一种机器人与外部对象力协作的方法及协作机器人 |
CN113408646A (zh) * | 2021-07-05 | 2021-09-17 | 上海交通大学 | 无人机的外部扰动分类方法及系统 |
CN114368008A (zh) * | 2021-09-08 | 2022-04-19 | 伯朗特机器人股份有限公司 | Delta型并联机器人的关节摩擦辨识方法 |
CN114619440A (zh) * | 2020-12-10 | 2022-06-14 | 北京配天技术有限公司 | 修正摩擦模型的方法、机器人及计算机可读存储介质 |
CN114700939A (zh) * | 2022-03-04 | 2022-07-05 | 华中科技大学 | 一种协作机器人关节负载转矩观测方法、系统及存储介质 |
CN114750167A (zh) * | 2022-06-02 | 2022-07-15 | 成都卡诺普机器人技术股份有限公司 | 一种基于扰动观测的工业机器人关节摩擦补偿方法 |
CN114800620A (zh) * | 2022-06-13 | 2022-07-29 | 湖南科技大学 | 一种无力传感器的机器人外力检测方法 |
CN114888803A (zh) * | 2022-05-19 | 2022-08-12 | 山东新一代信息产业技术研究院有限公司 | 一种基于迭代优化的机械臂动力学参数辨识方法 |
CN115488896A (zh) * | 2022-10-20 | 2022-12-20 | 北京航空航天大学杭州创新研究院 | 一种基于残余动态学习的机械臂未知外力识别与估计方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101332604A (zh) * | 2008-06-20 | 2008-12-31 | 哈尔滨工业大学 | 人机相互作用机械臂的控制方法 |
CN102508436A (zh) * | 2011-11-21 | 2012-06-20 | 湖南大学 | 机械手摩擦力动力学精确分析与控制应用方法 |
CN103128737A (zh) * | 2013-03-22 | 2013-06-05 | 天津理工大学 | 一种基于分段控制的2r欠驱动平面机械臂的位置控制方法 |
JP2015087129A (ja) * | 2013-10-28 | 2015-05-07 | 国立大学法人 新潟大学 | Memsセンサ |
CN104723340A (zh) * | 2015-03-07 | 2015-06-24 | 哈尔滨工业大学 | 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法 |
CN105974797A (zh) * | 2016-07-01 | 2016-09-28 | 厦门大学 | 考虑弹性影响与补偿的绳牵引并联机器人运动控制方法 |
-
2016
- 2016-11-05 CN CN201610966932.0A patent/CN106426174B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101332604A (zh) * | 2008-06-20 | 2008-12-31 | 哈尔滨工业大学 | 人机相互作用机械臂的控制方法 |
CN102508436A (zh) * | 2011-11-21 | 2012-06-20 | 湖南大学 | 机械手摩擦力动力学精确分析与控制应用方法 |
CN103128737A (zh) * | 2013-03-22 | 2013-06-05 | 天津理工大学 | 一种基于分段控制的2r欠驱动平面机械臂的位置控制方法 |
JP2015087129A (ja) * | 2013-10-28 | 2015-05-07 | 国立大学法人 新潟大学 | Memsセンサ |
CN104723340A (zh) * | 2015-03-07 | 2015-06-24 | 哈尔滨工业大学 | 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法 |
CN105974797A (zh) * | 2016-07-01 | 2016-09-28 | 厦门大学 | 考虑弹性影响与补偿的绳牵引并联机器人运动控制方法 |
Cited By (56)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107016208B (zh) * | 2017-04-17 | 2021-09-03 | 珞石(山东)智能科技有限公司 | 一种基于抖动控制的工业机器人外力估计方法 |
CN107016208A (zh) * | 2017-04-17 | 2017-08-04 | 珞石(北京)科技有限公司 | 一种基于抖动控制的工业机器人外力估计方法 |
CN107030694A (zh) * | 2017-04-20 | 2017-08-11 | 南京航空航天大学 | 腱驱动机械手腱张力约束末端力位操作控制方法和装置 |
CN107263467A (zh) * | 2017-05-11 | 2017-10-20 | 广州视源电子科技股份有限公司 | 控制机器人转动关节运动的方法和装置及机器人 |
CN107263467B (zh) * | 2017-05-11 | 2019-09-20 | 广州视源电子科技股份有限公司 | 控制机器人转动关节运动的方法和装置及机器人 |
CN107423515A (zh) * | 2017-08-01 | 2017-12-01 | 中科新松有限公司 | 机械臂摩擦辨识方法、装置、设备及存储介质 |
CN107423515B (zh) * | 2017-08-01 | 2020-08-04 | 中科新松有限公司 | 机械臂摩擦辨识方法、装置、设备及存储介质 |
CN107351086A (zh) * | 2017-08-22 | 2017-11-17 | 华南理工大学 | 一种scara机器人关节力矩的卡尔曼估计方法 |
CN107590340A (zh) * | 2017-09-15 | 2018-01-16 | 浙江大学 | 一种机械臂外力估计方法及装置 |
CN107813345A (zh) * | 2017-11-28 | 2018-03-20 | 广东省智能制造研究所 | 机器人碰撞检测方法及装置 |
CN107813345B (zh) * | 2017-11-28 | 2020-11-13 | 广东省智能制造研究所 | 机器人碰撞检测方法及装置 |
CN108000521A (zh) * | 2017-12-06 | 2018-05-08 | 天津大学 | 一种无传感器式协作机器人碰撞检测方法 |
CN110355780A (zh) * | 2018-04-09 | 2019-10-22 | 中国科学院宁波材料技术与工程研究所 | 一体化柔性机器人关节的输出力矩计算方法 |
CN109093620A (zh) * | 2018-07-24 | 2018-12-28 | 西北工业大学 | 一种双目相机辅助的空间非合作目标动力学参数辨识方法 |
CN112888532A (zh) * | 2018-10-12 | 2021-06-01 | Abb瑞士股份有限公司 | 用于确定动态摩擦力矩的方法和控制系统以及工业机器人 |
CN109623818A (zh) * | 2018-12-20 | 2019-04-16 | 北京理工大学 | 一种基于时间分组的机械臂关节轨迹优化方法 |
CN109702745A (zh) * | 2019-01-18 | 2019-05-03 | 华南理工大学 | 一种机器人关节波动摩擦力矩的建模方法 |
CN109806106A (zh) * | 2019-02-01 | 2019-05-28 | 中山大学 | 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 |
CN109960871B (zh) * | 2019-03-22 | 2021-03-23 | 华南理工大学 | 一种工业机器人精密减速器性能单工位测试建模调度方法 |
CN109960871A (zh) * | 2019-03-22 | 2019-07-02 | 华南理工大学 | 一种工业机器人精密减速器性能单工位测试建模调度方法 |
CN110026986B (zh) * | 2019-05-24 | 2022-01-11 | 深圳航天科技创新研究院 | 多臂协同作业柔顺控制方法 |
CN110026986A (zh) * | 2019-05-24 | 2019-07-19 | 深圳航天科技创新研究院 | 多臂协同作业柔顺控制方法 |
CN110065073A (zh) * | 2019-05-28 | 2019-07-30 | 上海交通大学 | 一种机器人动力学模型辨识方法 |
CN110065073B (zh) * | 2019-05-28 | 2022-03-01 | 上海交通大学 | 一种机器人动力学模型辨识方法 |
CN110281237A (zh) * | 2019-06-17 | 2019-09-27 | 华南理工大学 | 一种基于机器学习的串联机器人关节摩擦力辨识方法 |
CN110281237B (zh) * | 2019-06-17 | 2022-05-17 | 华南理工大学 | 一种基于机器学习的串联机器人关节摩擦力辨识方法 |
CN110531707B (zh) * | 2019-09-16 | 2022-03-18 | 无锡信捷电气股份有限公司 | Scara机器人的摩擦模型改进以及动力学参数辨识方法 |
CN110531707A (zh) * | 2019-09-16 | 2019-12-03 | 无锡信捷电气股份有限公司 | Scara机器人的摩擦模型改进以及动力学参数辨识方法 |
CN110716557A (zh) * | 2019-11-18 | 2020-01-21 | 河北工业大学 | 基于先验动力学知识的机器人参数识别及接触力监测方法 |
CN110815190A (zh) * | 2019-11-20 | 2020-02-21 | 福州大学 | 一种工业机器人拖动示教方法及系统 |
CN111191344A (zh) * | 2019-12-09 | 2020-05-22 | 北京动力机械研究所 | 一种运动副摩擦参数的识别方法 |
CN111191344B (zh) * | 2019-12-09 | 2023-09-15 | 北京动力机械研究所 | 一种运动副摩擦参数的识别方法 |
CN111185908B (zh) * | 2020-01-14 | 2022-03-18 | 深圳众为兴技术股份有限公司 | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 |
CN111185908A (zh) * | 2020-01-14 | 2020-05-22 | 深圳众为兴技术股份有限公司 | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 |
CN112077853B (zh) * | 2020-11-16 | 2021-03-02 | 杭州景业智能科技股份有限公司 | 主从随动系统的力反馈方法、装置以及主从随动系统 |
CN112077853A (zh) * | 2020-11-16 | 2020-12-15 | 杭州景业智能科技股份有限公司 | 主从随动系统的力反馈方法、装置以及主从随动系统 |
CN112497240A (zh) * | 2020-11-24 | 2021-03-16 | 西北工业大学 | 非刚性抓捕的目标状态观测方法、计算机设备及存储介质 |
CN114619440A (zh) * | 2020-12-10 | 2022-06-14 | 北京配天技术有限公司 | 修正摩擦模型的方法、机器人及计算机可读存储介质 |
CN114619440B (zh) * | 2020-12-10 | 2024-02-09 | 北京配天技术有限公司 | 修正摩擦模型的方法、机器人及计算机可读存储介质 |
CN112757340B (zh) * | 2020-12-25 | 2022-06-28 | 珞石(山东)智能科技有限公司 | 基于关节扭矩传感器的关节摩擦力观测方法及装置 |
CN112757340A (zh) * | 2020-12-25 | 2021-05-07 | 珞石(山东)智能科技有限公司 | 基于关节扭矩传感器的关节摩擦力观测方法及装置 |
CN112847365A (zh) * | 2021-01-07 | 2021-05-28 | 西安电子科技大学 | 一种力矩估计方法 |
CN112847365B (zh) * | 2021-01-07 | 2022-08-02 | 西安电子科技大学 | 一种力矩估计方法 |
CN112959362A (zh) * | 2021-03-03 | 2021-06-15 | 珞石(北京)科技有限公司 | 一种基于关节扭矩传感器的外力观测方法 |
CN113408646A (zh) * | 2021-07-05 | 2021-09-17 | 上海交通大学 | 无人机的外部扰动分类方法及系统 |
CN113352331A (zh) * | 2021-08-11 | 2021-09-07 | 苏州艾利特机器人有限公司 | 一种机器人与外部对象力协作的方法及协作机器人 |
CN114368008A (zh) * | 2021-09-08 | 2022-04-19 | 伯朗特机器人股份有限公司 | Delta型并联机器人的关节摩擦辨识方法 |
CN114368008B (zh) * | 2021-09-08 | 2023-11-10 | 伯朗特机器人股份有限公司 | Delta型并联机器人的关节摩擦辨识方法 |
CN114700939A (zh) * | 2022-03-04 | 2022-07-05 | 华中科技大学 | 一种协作机器人关节负载转矩观测方法、系统及存储介质 |
CN114700939B (zh) * | 2022-03-04 | 2024-02-06 | 华中科技大学 | 一种协作机器人关节负载转矩观测方法、系统及存储介质 |
CN114888803B (zh) * | 2022-05-19 | 2024-01-30 | 山东新一代信息产业技术研究院有限公司 | 一种基于迭代优化的机械臂动力学参数辨识方法 |
CN114888803A (zh) * | 2022-05-19 | 2022-08-12 | 山东新一代信息产业技术研究院有限公司 | 一种基于迭代优化的机械臂动力学参数辨识方法 |
CN114750167A (zh) * | 2022-06-02 | 2022-07-15 | 成都卡诺普机器人技术股份有限公司 | 一种基于扰动观测的工业机器人关节摩擦补偿方法 |
CN114800620B (zh) * | 2022-06-13 | 2023-12-12 | 湖南科技大学 | 一种无力传感器的机器人外力检测方法 |
CN114800620A (zh) * | 2022-06-13 | 2022-07-29 | 湖南科技大学 | 一种无力传感器的机器人外力检测方法 |
CN115488896A (zh) * | 2022-10-20 | 2022-12-20 | 北京航空航天大学杭州创新研究院 | 一种基于残余动态学习的机械臂未知外力识别与估计方法 |
Also Published As
Publication number | Publication date |
---|---|
CN106426174B (zh) | 2019-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106426174A (zh) | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 | |
CN108772838B (zh) | 一种基于外力观测器的机械臂安全碰撞策略 | |
CN108582078A (zh) | 一种面向直接示教的机械臂零力控制方法 | |
CN108656112B (zh) | 一种面向直接示教的机械臂零力控制实验系统 | |
US9073208B2 (en) | Gripper apparatus and method for controlling the same | |
CN109940622B (zh) | 一种基于电机电流的机器人机械臂无传感碰撞检测方法 | |
CN107671861B (zh) | 一种改进的scara机器人动力学参数辨识方法 | |
CN108621158B (zh) | 一种关于机械臂的时间最优轨迹规划控制方法及装置 | |
CN108000521A (zh) | 一种无传感器式协作机器人碰撞检测方法 | |
CN108714896A (zh) | 一种基于柔体动力学模型的机器人柔性力矩前馈控制方法 | |
CN109676607A (zh) | 一种无力矩传感的零重力控制方法 | |
CN104723340A (zh) | 基于连接和阻尼配置的柔性关节机械臂的阻抗控制方法 | |
WO2023071126A1 (zh) | 一种液压机械臂末端力软测量方法 | |
CN105945979B (zh) | 对欠驱动二指爪机构进行柔顺控制的方法 | |
CN109202889A (zh) | 一种柔性多关节机器人电流力控制系统及方法 | |
CN103878791A (zh) | 工业机器人无外部传感器的外力检测方法 | |
Jassemi-Zargani et al. | Extended Kalman filter-based sensor fusion for operational space control of a robot arm | |
CN113459095B (zh) | 一种机器人碰撞响应方法 | |
CN109483542A (zh) | 一种基于非线性运动学模型的机器人控制方法 | |
Zweiri et al. | Parameter estimation for excavator arm using generalized Newton method | |
CN110539315B (zh) | 基于虚拟现实控制的建筑机器人 | |
CN114310965A (zh) | 无需关节力矩测量的机械臂阻抗控制方法及系统 | |
Vassileva et al. | Sensorless torque control for a robot with harmonic drive reducers | |
Faradja et al. | Sliding mode control of a Rotary Inverted Pendulum using higher order differential observer | |
Andersen et al. | Measuring and modelling delays in robot manipulators for temporally precise control using machine learning |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20191114 Address after: 200333 Building 9, No. 505, Wuning Road, Putuo District, Shanghai Patentee after: Shanghai robotics Industrial Technology Research Institute Co., Ltd. Address before: 200444, Shanghai, Baoshan District, Shanghai Baoshan District on the road No. 99 Patentee before: Shanghai University |
|
TR01 | Transfer of patent right |