CN107703748A - 一种基于偏置板设计的重载机器人静态刚度辨识方法 - Google Patents
一种基于偏置板设计的重载机器人静态刚度辨识方法 Download PDFInfo
- Publication number
- CN107703748A CN107703748A CN201710928486.9A CN201710928486A CN107703748A CN 107703748 A CN107703748 A CN 107703748A CN 201710928486 A CN201710928486 A CN 201710928486A CN 107703748 A CN107703748 A CN 107703748A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- mtd
- robot
- mtr
- 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
- 230000003068 static effect Effects 0.000 title claims abstract description 22
- 238000013461 design Methods 0.000 title claims abstract description 18
- 238000012850 discrimination method Methods 0.000 title abstract 2
- 206010023230 Joint stiffness Diseases 0.000 claims abstract description 54
- 238000000034 method Methods 0.000 claims abstract description 47
- 230000009466 transformation Effects 0.000 claims abstract description 20
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims description 81
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000006073 displacement reaction Methods 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 4
- 238000013507 mapping Methods 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000001133 acceleration Effects 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims description 3
- 230000001131 transforming effect Effects 0.000 claims description 2
- 238000004519 manufacturing process Methods 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000003756 stirring Methods 0.000 description 1
- 238000011426 transformation method Methods 0.000 description 1
- 238000003466 welding Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
- G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于偏置板设计的重载机器人静态刚度辨识方法,包括推导重载机器人关节刚度辨识模型;对安装在重载机器人法兰盘末端的偏置板进行设计,推导出从重载机器人偏置板施加力点到重载机器人法兰盘中心点的偏置板运动学模型及力和力矩转换模型;对重载机器人进行位姿选取,在选取特定位姿下借助激光跟踪仪测量重载机器人法兰盘末端形变;采用最小二乘法,辨识出重载机器人关节刚度数值。本发明方法整体方案简单易实施,简化了法兰盘末端施加力的方式,保证了受力方向测量的精度,有利于提高重载机器人关节刚度辨识数值的精度,从而可提高重载机器人的控制精度和性能,对基于重载机器人的智能制造领域具有潜在的应用价值和经济效益。
Description
技术领域
本发明涉及重载机器人的搬运、搅拌摩擦焊接方法,特别是涉及一种基于偏置板装置的重载机器人关节刚度辨识方法。
背景技术
现代工业机器人模型看作刚性机械系统是一种不合实际的假设。柔性主要来自两个个方面:第一关节柔性,其主要由于齿轮、轴、传动元件和减速器等工件柔性;第二连杆柔性,由于机械手臂具有距离长,结构不完全是刚体等带来连杆柔性。两者相比较,工业机器人各个关节变形带来的误差是影响工业机器人精度主要因素。工业机器人末端在外力作用下,导致工业机器人末端与实际要求轨迹相去甚远,这种影响对于重载机器人来说更为明显。
关节刚度辨识实验主要有两种实验方法:静载荷法和动载荷法。静载荷法就是在工业机器人末端施加外作用力,通过测量出末端微小形变量,将这些微小形变数据采用一定算法进行处理,进而辨识出工业机器人关节刚度。动载荷法是在机器人末端测量振动信号,辨识出机器人惯性等动力学参数。关节辨识结果为机器人控制提供了参考。
现有重载机器人静载荷方法辨识重载工业机器人关节刚度辨识方法在实际应用中存在许多问题,主要体现在刚度辨识实验较为复杂,难于实施,特别是由于直接在重载机器人法兰盘末端施加力往往比较困难,且力的方向往往难于精确测量,导致数据测量误差较大,从而使得机器人关节刚度辨识精度不高,会直接影响到重载机器人的控制精度和控制性能,对于高精度、高稳定性作业而言无法满足其任务需求。
发明内容
发明目的:为了克服上述技术的不足,提供了一种基于偏置板设计的重载机器人静态刚度辨识方法,该方法提供了基于偏置板的重载机器人关节刚度辨识方法,具有普遍的适用性,能够针对重载机器人施加力不方便,测量数据误差大等缺点加以改进,从而提高重载机器人关节刚度辨识精度。
技术方案:一种基于偏置板设计的重载机器人静态刚度辨识方法,包括以下步骤:
(1)通过将重载机器人关节形变以线性弹簧近似代替,推导出重载机器人关节刚度辨识模型;
(2)对安装在重载机器人法兰盘末端的偏置板进行设计,在此基础上推导出从重载机器人偏置板施力点到重载机器人法兰盘中心点的偏置板运动学模型及力和力矩转换模型;
(3)对重载机器人进行位姿选取,在选取特定位姿下测量重载机器人法兰盘末端形变;
(4)采用最小二乘法,结合测量数据,辨识出重载机器人关节刚度矩阵数值。
进一步的,所述步骤(1)包括以下步骤:
(11)建立重载机器人笛卡尔刚度矩阵
机器人刚度矩阵是机器人末端在受到力和力矩作用时抵抗变形的能力,在机器人末端施加力F=[Fx,Fy,Fz,Tx,Ty,Tz]后,机器人末端产生的形变为ΔX=[dx,dy,dz,δx,δy,δz]T,其中Fx,Fy,Fz表示机器人末端x,y,z方向的受力,Tx,Ty,Tz表示机器人末端x,y,z方向的力矩,dx,dy,dz表示机器人末端x,y,z方向的变形位移,δx,δy,δz表示机器人末端x,y,z方向的变形偏转,关系式简写为F=K·ΔX,其中,K是6×6矩阵,为机器人末端笛卡尔刚度矩阵;
(12)建立重载机器人关节刚度矩阵
机器人关节刚度矩阵描述了机器人各个关节在关节力矩作用下抵抗变形的能力,机器人关节刚度满足的关系式为τ=Kθ·Δθ,其中,τ表示机器人关节力矩,Δθ表示机器人关节变形,Kθ表示机器人关节刚度;
(13)推导重载机器人笛卡尔刚度矩阵和重载机器人关节刚度矩阵关系
在静态平衡情况下,结合机器人关节力矩τ与机器人末端施加的外力F之间的关系和机器人末端变形ΔX与机器人关节变形Δθ,最终得到机器人关节刚度矩阵向笛卡尔刚度矩阵的关系为:
K=J-TKθJ-1 (1)
式(1)为机器人关节刚度矩阵向笛卡尔刚度矩阵的映射,其中J表示雅可比矩阵;
(14)建立重载机器人关节刚度辨识模型
机器人关节刚度矩阵与笛卡尔刚度矩阵关系式变换为:
机器人的柔度矩阵为:其中表示第j关节刚度数值的逆。
可得:
其中Cj=Cθj为第j关节柔度数值;Jij表示雅克比矩阵第i行第j列数值;Fi表示广义力;
将式(4)表示为如下的矩阵形式:
记为:
SCθ=ΔX (6)
其中,
可得:
Cθ=S-1ΔX (7)
鉴于ΔX的末端变形的偏转往往难于测量且其数值相对较小,假设机器人末端x,y,z方向的变形偏转为零,式(5)变为如下形式:
进一步的,所述步骤(2)包括以下步骤:
(21)设计偏置板
偏置板一端安装在重载机器人法兰盘,另一端为带有力传感器的施力点;
(22)偏置板运动学建模
通过建立在偏置板上的坐标系,推导出齐次变换矩阵来描述从机器人末端法兰盘到偏置板施力点的位姿关系;6TForce表示从机器人法兰盘末端到偏置板施力点的位姿变换矩阵,Rot(Z,45°)表示绕Z轴旋转45度,Trans(0,0,-40)表示沿着Z轴方向平移-40毫米,其他情况依次类推;
式(9)是根据偏置板工装图尺寸,在建立坐标系之后表达式(9)表示从法兰盘末端到偏置板施力点的位姿变换;
(23)偏置板力和力矩建模。
更进一步的,所述步骤(23)包括以下步骤:
1)偏置板与法兰盘坐标系力和力矩建模
根据虚功原理,作用在物体上的力和力矩f将使物体产生被称为虚位移D的微小假想位移,从而做虚功δW,位移在极限范围内很小,并不引起系统能量的变化,因此作用在物体上的力所做的虚功等于零,可得出坐标间力矩变换为:
坐标系之间力和力矩的变换如式(10),结合式(9)计算出施加在偏置板上力在重载工业机器人法兰盘末端等效的力和力矩;
其中,Cmi表示在坐标系C中i方向的力矩大小,mi表示作用在机器人上i方向的力矩,Cfi表示在坐标系C中i方向大小,fi表示作用在机器人上i方向力,i=x,y,z。nx,ny,nz,ox,oy,oz,ax,ay,az表示机器人位姿旋转矩阵中x,y,z方向的数值,p代表机器人平移向量;其中n=[nx,ny,nz]T,o=[ox,oy,oz]T,a=[ax,ay,az]T;
2)重载机器人各关节力和关节力矩建模
机器人是由连杆和关节组成,这里假设机器人连杆当作刚体,以其中一个连杆为对象对其进行静力分析;连杆i处于平衡状态时,所受合力为零,力平衡方程可以表示为:
ifi-ifi+1+imig=0 (11)
力矩平衡方程可以表示为:
其中,ifi表示连杆i作用在连杆i上的力,ifi+1表示连杆i作用在连杆i+1上的力,iMi为连杆i作用在连杆i上的力矩,iMi+1为连杆i作用在连杆i+1上的力矩,imi为连杆i的质量,g为重力加速度,为连杆i上的质心位置,表示坐标系∑i+1的原点相对于坐标系∑i的表示;
经过折算后到末端连杆上的外界的作用力和力矩,可以依次计算出每个连杆上的受力情况,从末端连杆递推到基座标系;
在通常的计算中,忽略掉连杆本身的重量,式(11)和式(12)可以写成反向迭代的形式:
依据式(13),求出每个关节驱动力和力矩。其中代表机器人位姿变换矩阵。
进一步的,所述步骤(3)包括以下步骤:
(31)重载机器人位姿选取
机器人在特定位姿下的一组关节角度组成机器人位姿点,在选取机器人关节空间位姿时,主要依据以下两个准则:
准则1:选取机器人位姿点为非奇异点,即雅克比矩阵行列式不为零;
准则2:选取位姿点尽可能覆盖机器人工作空间同时考虑机器人典型作业空间;
准则1保证机器人各个关节都会产生关节力矩,为辨识出机器人关节刚度提供了基本条件;准则2保证了辨识出的机器人关节刚度结果具有全局性和普遍适用性;依据上述两个准则,选取若干位姿点;
(32)选定位姿点下依次施加不同的力;
(33)重载机器人数据测量
在重载机器人法兰盘末端安装激光跟踪仪靶标,用于测量重载机器人施加力前后微小形变,测量步骤如下:
(a)在重载机器人若干组关节空间中选取某一位姿;
(b)在偏置板末端施加力;
(c)测量法兰盘末端激光跟踪仪靶标位置;
(d)增大施加在偏置板末端的力;
(e)再次测量法兰盘末端激光跟踪仪靶标位置;
(f)选取下一个位姿点,返回第一步。
进一步的,所述步骤(4)包括以下步骤:
(41)数据带入关节刚度辨识模型
将上一步测量的数据带入推导出的关节刚度辨识模型中,可得六个方程组;
(42)构建超定方程组
将所有测量数据带入方程,得出多组方程合并为一个方程组,即为超定方程组;
(43)最小二乘法求解超定方程组
在求超定方程组时,采用最小二乘法求解,误差表示为:
ε=||SCθ-ΔX||2 (14)
先求解出柔性矩阵的值,从而辨识出重载机器人关节刚度矩阵数值。
有益效果:与现有技术相比,本发明的技术方案提供了针对重载机器人关节刚度辨识方案,这种方案充分利用了偏置板的力和力矩转换模型特点,能够针对关节型机器人关节刚度辨识,实现重载机器人的关节刚度辨识的高效性,保证重载机器人关节刚度辨识精度,适应了当前重载机器人补偿、控制等对机器人关节刚度精度的要求。
附图说明
图1是基于偏置板的重载机器人关节刚度辨识方法流程示意图;
图2是偏置板多视图示意图;
图3是相邻连杆之间的作用力和作用力矩关系示意图;
图4是重载机器人位姿选取流程示意图;
图5是重载机器人数据测量流程示意图。
具体实施方式
下面结合附图和具体实施方式对本发明的技术方案做进一步说明。
如图1所示,本发明的基于偏置板设计的重载机器人静态刚度辨识方法,包括以下步骤:
(1)重载机器人关节刚度建模
首先假设通过施加力在重载机器人法兰盘末端,在重载机器人关节可承受的力矩范围之内,将重载机器人关节形变以线性弹簧近似代替;然后建立重载机器人笛卡尔刚度矩阵,其次建立重载机器人关节刚度矩阵;此外构建两者之间的关系;最终推导出重载机器人关节刚度模型。
重载机器人关节刚度模型是机器人笛卡尔刚度K与关节刚度Kθ和形位θ的映射。具体建模步骤如下:
(11)建立重载机器人笛卡尔刚度矩阵
机器人笛卡尔刚度矩阵是机器人末端在受到力和力矩作用时抵抗变形的能力,在机器人末端施加力F=[Fx,Fy,Fz,Tx,Ty,Tz],机器人末端产生了变形ΔX=[dx,dy,dz,δx,δy,δz]T,其中,Fx,Fy,Fz表示机器人末端x,y,z方向的受力,Tx,Ty,Tz表示机器人末端x,y,z方向的力矩,dx,dy,dz表示机器人末端x,y,z方向变形位移,δx,δy,δz表示机器人末端x,y,z方向变形偏转。关系式简写为F=K·ΔX,其中,K是6×6矩阵,称为机器人末端笛卡尔刚度矩阵。
(12)建立重载机器人关节刚度矩阵
机器人关节刚度矩阵描述了机器人各个关节在关节力矩作用下抵抗变形的能力,机器人关节刚度满足如下关系式:
τ=Kθ·Δθ
其中,τ表示机器人关节力矩,Δθ表示机器人关节变形,Kθ表示机器人关节刚度。
(13)重载机器人笛卡尔刚度矩阵和重载机器人关节刚度矩阵关系推导
在静态平衡情况下,结合机器人关节力矩τ与机器人末端施加的外力F之间的关系τ=JTF和机器人末端变形ΔX与机器人关节变形Δθ关系ΔX=JΔθ,最终可得机器人关节刚度矩阵向笛卡尔刚度矩阵的关系为:
K=J-TKθJ-1 (1)
式(1)为机器人关节刚度矩阵向笛卡尔刚度矩阵的映射,其中J表示雅克比矩阵。
(14)建立重载机器人关节刚度辨识模型
机器人关节刚度矩阵与笛卡尔刚度矩阵关系式可以变换为:
式(2)即为关节刚度辨识模型。
机器人的柔度矩阵其中表示第j关节刚度数值的逆。
可得:
其中,Cj=Cθj为第j关节柔度数值;Jij表示雅克比矩阵第i行第j列数值;Fi表示广义力。
将式(4)表示为如下的矩阵形式:
ΔX代表列向量[dx dy dz δx δy δz]T。
记为:
SCθ=ΔX (6)
可得:
Cθ=S-1ΔX (7)
式(7)为6个线性方程组,理论上从一组数据中就可以获得柔度矩阵的数值,其中,
但是鉴于ΔX的末端变形的偏转往往难于测量且其数值相对较小,在此次实验方案中假设为零。式(5)变为如下形式:
(2)偏置板建模
首先根据重载机器人特性设计偏置板;然后建立偏置板施力点到重载机器人法兰盘中心的运动学模型;最终推导出法兰盘末端力、力矩与重载机器人施加力中心点的转换模型。具体包括以下步骤:
(21)设计偏置板
偏置板一端安装在重载机器人法兰盘,另一端为带有力传感器的施力点。偏置板为轻质且硬度大的材料,尺寸为在表达式(9)中变换矩阵所示。依据上述要求设计出了如图2所示偏置板模型,图2为偏置板前视图、左视图、上视图和上下二等角轴侧视图。
(22)偏置板运动学建模
在偏置板末端施加力到机器人法兰盘末端等效作用力存在转换关系,其变换依据根据偏置板的尺寸和角度变换,这种变换成为偏置板在机器人运动学上的表示,简称偏置板运动学模型。通过在偏置板上建立坐标系,推导出齐次变换矩阵来描述从机器人末端法兰盘到偏置板施力点的位姿关系。6TForce表示从机器人法兰盘末端到偏置板施力,点的位姿变换矩阵,Rot(Z,45°)表示绕Z轴旋转45度,Trans(0,0,-40)表示沿着Z轴方向平移-40毫米,其他情况依次类推。
式(9)是根据偏置板工装图尺寸,在建立坐标系之后表达式(9)表示从法兰盘末端到偏置板施力点的位姿变换。偏置板安装在重载机器人末端法兰盘末端。
(23)偏置板力和力矩建模
偏置板数学模型的建立,如式(9)所示。通过在偏置板末端施加力F,力F在重载机器人法兰盘末端变换是非常重要步骤。
1)偏置板与法兰盘坐标系力和力矩建模
坐标之间静力和力矩的变换方法,也就是给出作用在与固定物体相连坐标上原点的力和力矩,求与物体固定相连的另一坐标等效的力和力矩。等效力和等效力矩是指加在物体上有相同外部效应的力和力矩。
我们将利用虚功原理来推导公式。作用在物体上的力和力矩f将使物体产生被称为虚位移D的微小假想位移,从而做虚功δW。位移在极限范围内很小,并不引起系统能量的变化。因此作用在物体上的力所做的虚功等于零。可得出坐标间力矩变换为:
坐标系之间力和力矩的变换如式(10),坐标系间力和力矩转换为机器人常用知识点。结合式(9)可以计算出施加在偏置板上力在重载工业机器人法兰盘末端等效的力和力矩。
其中,Cmi表示在坐标系C中i方向的力矩大小,mi表示作用在机器人上i方向的力矩,Cfi表示在坐标系C中i方向大小,fi表示作用在机器人上i方向力,i=x,y,z。nx,ny,nz,ox,oy,oz,ax,ay,az表示机器人位姿旋转矩阵中x,y,z方向的数值,p代表机器人平移向量;其中n=[nx,ny,nz]T,o=[ox,oy,oz]T,a=[ax,ay,az]T。
2)重载机器人各关节力和关节力矩建模
机器人是由连杆和关节组成,这里假设机器人连杆当作刚体,以其中一个连杆为对象对其进行静力分析,连杆i及其相邻连杆之间的作用力和作用力矩关系如图3所示。i- 1fi:连杆i-1作用在连杆i上的力;i-1Mi:连杆i-1作用在连杆i上的力矩;imig:连杆i的重力,作用在质心上;连杆i上的质心位置;表示坐标系∑i+1的原点相对于坐标系∑i的表示;
连杆i处于平衡状态时,所受合力为零,力平衡方程可以表示为:
ifi-ifi+1+imig=0 (11)
力矩平衡方程可以表示为:
其中,ifi表示连杆i作用在连杆i上的力,ifi+1表示连杆i作用在连杆i+1上的力,iMi为连杆i作用在连杆i上的力矩,iMi+1为连杆i作用在连杆i+1上的力矩,imi为连杆i的质量,g为重力加速度,为连杆i上的质心位置,表示坐标系∑i+1的原点相对于坐标系∑i的表示。
经过折算后到末端连杆上的外界的作用力和力矩,可以依次计算出每个连杆上的受力情况,从末端连杆递推到基座标系。
在通常的计算中,我们忽略掉连杆本身的重量,式(11)和式(12)可以写成反向迭代的形式:
依据式(13),求出每个关节驱动力和力矩。其中,代表机器人位姿变换矩阵。
(3)数据测量
首先依据位姿点选取规则确定重载机器人位姿点;然后在选定位姿点下依次施加不同的力;最后利用激光跟踪仪采集重载机器人法兰盘末端位置数据,直至测量完选定的所有位姿。具体包括以下步骤:
(31)重载机器人位姿选取
位姿点为机器人在特定状态下的一组关节角度,在选取机器人关节空间位姿时,本发明主要依据两个准则。
准则1:选取机器人位姿点为非奇异点,即雅克比矩阵行列式不为零;
准则2:选取位姿点尽可能覆盖机器人工作空间同时考虑机器人典型作业空间;
准则1保证机器人各个关节都会产生关节力矩,为辨识出机器人关节刚度提供了基本条件;准则2保证了辨识出的机器人关节刚度结果具有全局性和普遍适用性。依据上述两个准则,选取若干位姿点。位姿选取如流程示意图4所示。
位姿选取流程如下:
(1)位姿点为非奇异点,如果选取了奇异点会导致某些关节不产生关节力矩,直接导致机器人某些关节不能辨识;
(2)位姿点是否为典型位姿点,典型位姿点主要依据机器人实际作业而选取,典型位姿点主要是典型作业区域选取;
(3)结合步骤(1)和步骤(2)选定位姿点,选择位姿点以第一步位姿点为基础,必须要满足第一步要求,其次再考虑是否为典型位姿点。
位姿选取是为了满足机器人关节在外力作用下产生关节力矩。关节力矩存在机器人末端形变才能产生;同时,为了使刚度数值辨识更加准确,位姿点的典型性也尽可能考虑在内。
(32)选定位姿点下依次施加不同的力。
(33)重载机器人数据测量
在重载机器人法兰盘末端安装激光跟踪仪靶标,用于测量重载机器人施加力前后微小形变。测量具体步骤如下:
1)在重载机器人若干组关节空间中选取某一位姿,位姿选取规则如位姿选取流程所示;
2)在偏置板末端施加力,外力作用机器人上,机器人关节产生关节力矩,关节力矩会使机器人关节产生形变,为关节刚度辨识数据测量提供基础;
3)测量法兰盘末端激光跟踪仪靶标位置,一组位姿点测量采样十次,取十次采样数据均值作为最终测量数据;
4)增大施加在偏置板末端的力,同一位姿点施力多次,用于总结关节刚度形变规律特性;
5)再一次施加力后,机器人末端位姿变化,需要再次测量法兰盘末端激光跟踪仪靶标位置;
6)选取下一个位姿点,返回第一步,最终将所有位姿点进行数据测量采样。
数据测量流程示意图如图5所示。
(4)最小二乘法辨识重载机器人关节刚度
在获取完成重载机器人位置数据后,首先将数据带入重载机器人关节刚度辨识模型;然后建立超定方程组;最终采用最小二乘法来辨识重载机器人关节刚度。具体包括以下步骤:
(41)数据带入关节刚度辨识模型
将上一步测量的一组数据带入推导出的关节刚度辨识模型中,可得六个方程组。
(42)构建超定方程组
将所有测量数据带入方程,得出多组方程合并为一个方程组,即为超定方程组。
(43)最小二乘法求解超定方程组
在求超定方程组时,采用最小二乘法求解,误差表示为
ε=||SCθ-ΔX||2 (14)
先求解出柔性矩阵的值,从而辨识出重载机器人关节刚度矩阵数值。
Claims (6)
1.一种基于偏置板设计的重载机器人静态刚度辨识方法,其特征在于:包括以下步骤:
(1)通过将重载机器人关节形变以线性弹簧近似代替,推导出重载机器人关节刚度辨识模型;
(2)对安装在重载机器人法兰盘末端的偏置板进行设计,在此基础上推导出从重载机器人偏置板施力点到重载机器人法兰盘中心点的偏置板运动学模型及力和力矩转换模型;
(3)对重载机器人进行位姿选取,在选取特定位姿下测量重载机器人法兰盘末端形变;
(4)采用最小二乘法,结合测量数据,辨识出重载机器人关节刚度矩阵数值。
2.根据权利要求1所述的一种基于偏置板设计的重载机器人静态刚度辨识方法,其特征在于,所述步骤(1)包括以下步骤:
(11)建立重载机器人笛卡尔刚度矩阵
机器人刚度矩阵是机器人末端在受到力和力矩作用时抵抗变形的能力,在机器人末端施加力F=[Fx,Fy,Fz,Tx,Ty,Tz]后,机器人末端产生的形变为ΔX=[dx,dy,dz,δx,δy,δz]T,其中Fx,Fy,Fz表示机器人末端x,y,z方向的受力,Tx,Ty,Tz表示机器人末端x,y,z方向的力矩,dx,dy,dz表示机器人末端x,y,z方向的变形位移,δx,δy,δz表示机器人末端x,y,z方向的变形偏转,关系式简写为F=K·ΔX,其中,K是6×6矩阵,为机器人末端笛卡尔刚度矩阵;
(12)建立重载机器人关节刚度矩阵
机器人关节刚度矩阵描述了机器人各个关节在关节力矩作用下抵抗变形的能力,机器人关节刚度满足的关系式为τ=Kθ·Δθ,其中,τ表示机器人关节力矩,Δθ表示机器人关节变形,Kθ表示机器人关节刚度;
(13)推导重载机器人笛卡尔刚度矩阵和重载机器人关节刚度矩阵关系
在静态平衡情况下,结合机器人关节力矩τ与机器人末端施加的外力F之间的关系和机器人末端变形ΔX与机器人关节变形Δθ,最终得到机器人关节刚度矩阵向笛卡尔刚度矩阵的关系为:
K=J-TKθJ-1 (1)
式(1)为机器人关节刚度矩阵向笛卡尔刚度矩阵的映射,其中J表示雅可比矩阵;
(14)建立重载机器人关节刚度辨识模型
机器人关节刚度矩阵与笛卡尔刚度矩阵关系式变换为:
<mrow>
<mi>&Delta;</mi>
<mi>X</mi>
<mo>=</mo>
<msubsup>
<mi>JK</mi>
<mi>&theta;</mi>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<msup>
<mi>J</mi>
<mi>T</mi>
</msup>
<mi>F</mi>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
机器人的柔度矩阵为:其中表示第j关节刚度数值的逆。
<mrow>
<msub>
<mi>C</mi>
<mrow>
<mi>&theta;</mi>
<mi>d</mi>
<mi>i</mi>
<mi>a</mi>
<mi>g</mi>
</mrow>
</msub>
<mo>=</mo>
<mi>d</mi>
<mi>i</mi>
<mi>a</mi>
<mi>g</mi>
<mo>&lsqb;</mo>
<msubsup>
<mi>k</mi>
<mrow>
<mi>&theta;</mi>
<mn>1</mn>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>k</mi>
<mrow>
<mi>&theta;</mi>
<mn>2</mn>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>k</mi>
<mrow>
<mi>&theta;</mi>
<mn>3</mn>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>k</mi>
<mrow>
<mi>&theta;</mi>
<mn>4</mn>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>k</mi>
<mrow>
<mi>&theta;</mi>
<mn>5</mn>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>,</mo>
<msubsup>
<mi>k</mi>
<mrow>
<mi>&theta;</mi>
<mn>6</mn>
</mrow>
<mrow>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msubsup>
<mo>&rsqb;</mo>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
可得:
<mrow>
<mi>&Delta;</mi>
<mi>X</mi>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>6</mn>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>j</mi>
</msub>
<msub>
<mi>J</mi>
<mrow>
<mn>1</mn>
<mi>j</mi>
</mrow>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>6</mn>
</munderover>
<msub>
<mi>J</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mtable>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
<mtr>
<mtd>
<mo>.</mo>
</mtd>
</mtr>
</mtable>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>6</mn>
</munderover>
<mrow>
<mo>(</mo>
<msub>
<mi>c</mi>
<mi>j</mi>
</msub>
<msub>
<mi>J</mi>
<mrow>
<mn>6</mn>
<mi>j</mi>
</mrow>
</msub>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mn>6</mn>
</munderover>
<msub>
<mi>J</mi>
<mrow>
<mi>i</mi>
<mi>j</mi>
</mrow>
</msub>
<msub>
<mi>F</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
其中Cj=Cθj为第j关节柔度数值;Jij表示雅克比矩阵第i行第j列数值;Fi表示广义力;
将式(4)表示为如下的矩阵形式:
记为:
SCθ=ΔX (6)
其中,
可得:
Cθ=S-1ΔX (7)
鉴于ΔX的末端变形的偏转往往难于测量且其数值相对较小,假设机器人末端x,y,z方向的变形偏转为零,式(5)变为如下形式:
3.根据权利要求1所述的一种基于偏置板设计的重载机器人静态刚度辨识方法,其特征在于,所述步骤(2)包括以下步骤:
(21)设计偏置板
偏置板一端安装在重载机器人法兰盘,另一端为带有力传感器的施力点;
(22)偏置板运动学建模
通过建立在偏置板上的坐标系,推导出齐次变换矩阵来描述从机器人末端法兰盘到偏置板施力点的位姿关系;6TForce表示从机器人法兰盘末端到偏置板施力点的位姿变换矩阵,Rot(Z,45°)表示绕Z轴旋转45度,Trans(0,0,-40)表示沿着Z轴方向平移-40毫米,其他情况依次类推;
式(9)是根据偏置板工装图尺寸,在建立坐标系之后表达式(9)表示从法兰盘末端到偏置板施力点的位姿变换;
(23)偏置板力和力矩建模。
4.根据权利要求3所述的一种基于偏置板设计的重载机器人静态刚度辨识方法,其特征在于,所述步骤(23)包括以下步骤:
1)偏置板与法兰盘坐标系力和力矩建模
根据虚功原理,作用在物体上的力和力矩f将使物体产生被称为虚位移D的微小假想位移,从而做虚功δW,位移在极限范围内很小,并不引起系统能量的变化,因此作用在物体上的力所做的虚功等于零,可得出坐标间力矩变换为:
<mrow>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>m</mi>
<mi>C</mi>
</mmultiscripts>
<mi>x</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>m</mi>
<mi>C</mi>
</mmultiscripts>
<mi>y</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>m</mi>
<mi>C</mi>
</mmultiscripts>
<mi>z</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>f</mi>
<mi>C</mi>
</mmultiscripts>
<mi>x</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>f</mi>
<mi>C</mi>
</mmultiscripts>
<mi>y</mi>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>f</mi>
<mi>C</mi>
</mmultiscripts>
<mi>z</mi>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>n</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>n</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>n</mi>
<mi>z</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>n</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>n</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>n</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>z</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>o</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>o</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>o</mi>
<mi>z</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>o</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>o</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>o</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>z</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>a</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mi>z</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>a</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>a</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mrow>
<mo>(</mo>
<mrow>
<mi>p</mi>
<mo>&times;</mo>
<mi>a</mi>
</mrow>
<mo>)</mo>
</mrow>
<mi>z</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>n</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>n</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>n</mi>
<mi>z</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>o</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>o</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>o</mi>
<mi>z</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<mn>0</mn>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mi>x</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mi>y</mi>
</msub>
</mtd>
<mtd>
<msub>
<mi>a</mi>
<mi>z</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>f</mi>
<mi>x</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>f</mi>
<mi>y</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>f</mi>
<mi>z</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mi>x</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mi>y</mi>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>m</mi>
<mi>z</mi>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
坐标系之间力和力矩的变换如式(10),结合式(9)计算出施加在偏置板上力在重载工业机器人法兰盘末端等效的力和力矩;
其中,Cmi表示在坐标系C中i方向的力矩大小,mi表示作用在机器人上i方向的力矩,Cfi表示在坐标系C中i方向大小,fi表示作用在机器人上i方向力,i=x,y,z。nx,ny,nz,ox,oy,oz,ax,ay,az表示机器人位姿旋转矩阵中x,y,z方向的数值,p代表机器人平移向量;其中n=[nx,ny,nz]T,o=[ox,oy,oz]T,a=[ax,ay,az]T;
2)重载机器人各关节力和关节力矩建模
机器人是由连杆和关节组成,这里假设机器人连杆当作刚体,以其中一个连杆为对象对其进行静力分析;连杆i处于平衡状态时,所受合力为零,力平衡方程可以表示为:
ifi-ifi+1+imig=0 (11)
力矩平衡方程可以表示为:
<mrow>
<msub>
<mmultiscripts>
<mi>M</mi>
<mi>i</mi>
</mmultiscripts>
<mi>i</mi>
</msub>
<mo>-</mo>
<msub>
<mmultiscripts>
<mi>M</mi>
<mi>i</mi>
</mmultiscripts>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>-</mo>
<mmultiscripts>
<mi>P</mi>
<mi>i</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mmultiscripts>
<mo>&times;</mo>
<msub>
<mmultiscripts>
<mi>f</mi>
<mi>i</mi>
</mmultiscripts>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<mmultiscripts>
<mi>r</mi>
<mi>i</mi>
<mrow>
<mi>c</mi>
<mi>i</mi>
</mrow>
</mmultiscripts>
<mo>&times;</mo>
<msub>
<mmultiscripts>
<mi>m</mi>
<mi>i</mi>
</mmultiscripts>
<mi>i</mi>
</msub>
<mi>g</mi>
<mo>=</mo>
<mn>0</mn>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
其中,ifi表示连杆i作用在连杆i上的力,ifi+1表示连杆i作用在连杆i+1上的力,iMi为连杆i作用在连杆i上的力矩,iMi+1为连杆i作用在连杆i+1上的力矩,imi为连杆i的质量,g为重力加速度,为连杆i上的质心位置,表示坐标系∑i+1的原点相对于坐标系∑i的表示;
经过折算后到末端连杆上的外界的作用力和力矩,可以依次计算出每个连杆上的受力情况,从末端连杆递推到基座标系;
在通常的计算中,忽略掉连杆本身的重量,式(11)和式(12)可以写成反向迭代的形式:
<mrow>
<mfenced open = "{" close = "">
<mtable>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>f</mi>
<mi>i</mi>
</mmultiscripts>
<mi>i</mi>
</msub>
<mo>=</mo>
<mmultiscripts>
<mi>R</mi>
<mi>i</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mmultiscripts>
<msub>
<mmultiscripts>
<mi>f</mi>
<mi>i</mi>
</mmultiscripts>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
<mtr>
<mtd>
<mrow>
<msub>
<mmultiscripts>
<mi>M</mi>
<mi>i</mi>
</mmultiscripts>
<mi>i</mi>
</msub>
<mo>=</mo>
<msub>
<mmultiscripts>
<mi>M</mi>
<mi>i</mi>
</mmultiscripts>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
<mo>+</mo>
<mmultiscripts>
<mi>P</mi>
<mi>i</mi>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mmultiscripts>
<mo>&times;</mo>
<msub>
<mmultiscripts>
<mi>f</mi>
<mi>i</mi>
</mmultiscripts>
<mrow>
<mi>i</mi>
<mo>+</mo>
<mn>1</mn>
</mrow>
</msub>
</mrow>
</mtd>
</mtr>
</mtable>
</mfenced>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
依据式(13),求出每个关节驱动力和力矩。其中代表机器人位姿变换矩阵。
5.根据权利要求1所述的一种基于偏置板设计的重载机器人静态刚度辨识方法,其特征在于,所述步骤(3)包括以下步骤:
(31)重载机器人位姿选取
机器人在特定位姿下的一组关节角度组成机器人位姿点,在选取机器人关节空间位姿时,主要依据以下两个准则:
准则1:选取机器人位姿点为非奇异点,即雅克比矩阵行列式不为零;
准则2:选取位姿点尽可能覆盖机器人工作空间同时考虑机器人典型作业空间;
准则1保证机器人各个关节都会产生关节力矩,为辨识出机器人关节刚度提供了基本条件;准则2保证了辨识出的机器人关节刚度结果具有全局性和普遍适用性;依据上述两个准则,选取若干位姿点;
(32)选定位姿点下依次施加不同的力;
(33)重载机器人数据测量
在重载机器人法兰盘末端安装激光跟踪仪靶标,用于测量重载机器人施加力前后微小形变,测量步骤如下:
(a)在重载机器人若干组关节空间中选取某一位姿;
(b)在偏置板末端施加力;
(c)测量法兰盘末端激光跟踪仪靶标位置;
(d)增大施加在偏置板末端的力;
(e)再次测量法兰盘末端激光跟踪仪靶标位置;
(f)选取下一个位姿点,返回第一步。
6.根据权利要求1所述的一种基于偏置板设计的重载机器人静态刚度辨识方法,其特征在于,所述步骤(4)包括以下步骤:
(41)数据带入关节刚度辨识模型
将上一步测量的数据带入推导出的关节刚度辨识模型中,可得六个方程组;
(42)构建超定方程组
将所有测量数据带入方程,得出多组方程合并为一个方程组,即为超定方程组;
(43)最小二乘法求解超定方程组
在求超定方程组时,采用最小二乘法求解,误差表示为:
ε=||SCθ-ΔX||2 (14)
先求解出柔性矩阵的值,从而辨识出重载机器人关节刚度矩阵数值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710928486.9A CN107703748B (zh) | 2017-10-09 | 2017-10-09 | 一种基于偏置板设计的重载机器人静态刚度辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710928486.9A CN107703748B (zh) | 2017-10-09 | 2017-10-09 | 一种基于偏置板设计的重载机器人静态刚度辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107703748A true CN107703748A (zh) | 2018-02-16 |
CN107703748B CN107703748B (zh) | 2020-01-07 |
Family
ID=61184635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710928486.9A Active CN107703748B (zh) | 2017-10-09 | 2017-10-09 | 一种基于偏置板设计的重载机器人静态刚度辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107703748B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109434829A (zh) * | 2018-11-07 | 2019-03-08 | 华侨大学 | 一种立体石雕机器人加工系统的变形预测及补偿方法 |
CN110053050A (zh) * | 2019-04-22 | 2019-07-26 | 珠海格力智能装备有限公司 | 机器人轨迹精度的补偿方法及装置、存储介质、处理器 |
CN110161850A (zh) * | 2019-04-24 | 2019-08-23 | 南京航空航天大学 | 一种工业机器人变参数刚度辨识与建模方法 |
CN111185915A (zh) * | 2020-01-10 | 2020-05-22 | 上海大学 | 一种基于刚度性能的机器人钻削加工系统布局方法 |
CN111267143A (zh) * | 2020-02-18 | 2020-06-12 | 清华大学 | 六自由度工业串联机器人关节刚度辨识方法及系统 |
CN112091972A (zh) * | 2020-08-24 | 2020-12-18 | 上海大学 | 一种基于刚度性能的多机器人系统姿态与布局方法 |
CN112775974A (zh) * | 2021-01-20 | 2021-05-11 | 武汉科技大学 | 工业机器人铣削过程中的关节刚度辨识方法 |
CN112949103A (zh) * | 2019-11-26 | 2021-06-11 | 中国科学院沈阳自动化研究所 | 一种协作机器人非线性刚度建模方法 |
CN113910238A (zh) * | 2021-11-06 | 2022-01-11 | 中国船舶重工集团公司第七一六研究所 | 机器人刚度建模、辨识与修正方法及实验系统 |
CN113910211A (zh) * | 2021-11-06 | 2022-01-11 | 中国船舶重工集团公司第七一六研究所 | 考虑自重的协作机器人弹性变形建模方法及终端 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102306029A (zh) * | 2011-08-08 | 2012-01-04 | 东南大学 | 一种基于康复训练机器人的阻抗自适应的运动控制方法 |
JP2012208002A (ja) * | 2011-03-29 | 2012-10-25 | Toyota Motor Corp | 強度解析装置、方法及びプログラム |
CN103217554A (zh) * | 2013-03-21 | 2013-07-24 | 天津大学 | 多加速度计智能参数辨识、匹配与硬件生成系统及方法 |
CN104590276A (zh) * | 2015-01-30 | 2015-05-06 | 长安大学 | 汽车绕z轴转动惯量和轮胎侧偏刚度识别方法 |
CN105975673A (zh) * | 2016-05-01 | 2016-09-28 | 上海大学 | 振动型能量采集器的非线性动力学参数辨识方法 |
CN106197909A (zh) * | 2016-06-28 | 2016-12-07 | 北京空间飞行器总体设计部 | 一种谐波减速器传动刚度测试方法 |
CN106272428A (zh) * | 2016-09-13 | 2017-01-04 | 江苏大学 | 一种苹果采摘机器人末端执行器抓取力主动柔顺控制方法 |
CN106289641A (zh) * | 2016-08-31 | 2017-01-04 | 上海航天控制技术研究所 | 挠性航天器质心位置和转动惯量参数联合辨识方法 |
CN106644519A (zh) * | 2017-01-17 | 2017-05-10 | 北京汽车研究总院有限公司 | 一种车辆垂向动力学模型参数辨识的方法及装置 |
CN107195025A (zh) * | 2017-06-09 | 2017-09-22 | 浙江工业大学 | 一种基于重心高度在线估计的车辆侧翻指数预测方法 |
-
2017
- 2017-10-09 CN CN201710928486.9A patent/CN107703748B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012208002A (ja) * | 2011-03-29 | 2012-10-25 | Toyota Motor Corp | 強度解析装置、方法及びプログラム |
CN102306029A (zh) * | 2011-08-08 | 2012-01-04 | 东南大学 | 一种基于康复训练机器人的阻抗自适应的运动控制方法 |
CN103217554A (zh) * | 2013-03-21 | 2013-07-24 | 天津大学 | 多加速度计智能参数辨识、匹配与硬件生成系统及方法 |
CN104590276A (zh) * | 2015-01-30 | 2015-05-06 | 长安大学 | 汽车绕z轴转动惯量和轮胎侧偏刚度识别方法 |
CN105975673A (zh) * | 2016-05-01 | 2016-09-28 | 上海大学 | 振动型能量采集器的非线性动力学参数辨识方法 |
CN106197909A (zh) * | 2016-06-28 | 2016-12-07 | 北京空间飞行器总体设计部 | 一种谐波减速器传动刚度测试方法 |
CN106289641A (zh) * | 2016-08-31 | 2017-01-04 | 上海航天控制技术研究所 | 挠性航天器质心位置和转动惯量参数联合辨识方法 |
CN106272428A (zh) * | 2016-09-13 | 2017-01-04 | 江苏大学 | 一种苹果采摘机器人末端执行器抓取力主动柔顺控制方法 |
CN106644519A (zh) * | 2017-01-17 | 2017-05-10 | 北京汽车研究总院有限公司 | 一种车辆垂向动力学模型参数辨识的方法及装置 |
CN107195025A (zh) * | 2017-06-09 | 2017-09-22 | 浙江工业大学 | 一种基于重心高度在线估计的车辆侧翻指数预测方法 |
Non-Patent Citations (1)
Title |
---|
尹鹏等: "基于解耦线性化的变刚度关节动态刚度辨识", 《机器人》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109434829A (zh) * | 2018-11-07 | 2019-03-08 | 华侨大学 | 一种立体石雕机器人加工系统的变形预测及补偿方法 |
CN109434829B (zh) * | 2018-11-07 | 2022-07-29 | 华侨大学 | 一种立体石雕机器人加工系统的变形预测及补偿方法 |
CN110053050A (zh) * | 2019-04-22 | 2019-07-26 | 珠海格力智能装备有限公司 | 机器人轨迹精度的补偿方法及装置、存储介质、处理器 |
WO2020215614A1 (zh) * | 2019-04-24 | 2020-10-29 | 南京航空航天大学 | 一种工业机器人变参数刚度辨识与建模方法 |
CN110161850B (zh) * | 2019-04-24 | 2020-04-07 | 南京航空航天大学 | 一种工业机器人变参数刚度辨识与建模方法 |
US20210347045A1 (en) * | 2019-04-24 | 2021-11-11 | Nanjing University Of Aeronautics And Astronautics | Variable-parameter stiffness identification and modeling method for industrial robot |
CN110161850A (zh) * | 2019-04-24 | 2019-08-23 | 南京航空航天大学 | 一种工业机器人变参数刚度辨识与建模方法 |
CN112949103A (zh) * | 2019-11-26 | 2021-06-11 | 中国科学院沈阳自动化研究所 | 一种协作机器人非线性刚度建模方法 |
CN111185915A (zh) * | 2020-01-10 | 2020-05-22 | 上海大学 | 一种基于刚度性能的机器人钻削加工系统布局方法 |
CN111267143A (zh) * | 2020-02-18 | 2020-06-12 | 清华大学 | 六自由度工业串联机器人关节刚度辨识方法及系统 |
CN112091972A (zh) * | 2020-08-24 | 2020-12-18 | 上海大学 | 一种基于刚度性能的多机器人系统姿态与布局方法 |
CN112775974A (zh) * | 2021-01-20 | 2021-05-11 | 武汉科技大学 | 工业机器人铣削过程中的关节刚度辨识方法 |
CN113910238A (zh) * | 2021-11-06 | 2022-01-11 | 中国船舶重工集团公司第七一六研究所 | 机器人刚度建模、辨识与修正方法及实验系统 |
CN113910211A (zh) * | 2021-11-06 | 2022-01-11 | 中国船舶重工集团公司第七一六研究所 | 考虑自重的协作机器人弹性变形建模方法及终端 |
Also Published As
Publication number | Publication date |
---|---|
CN107703748B (zh) | 2020-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107703748B (zh) | 一种基于偏置板设计的重载机器人静态刚度辨识方法 | |
CN109822574B (zh) | 一种工业机器人末端六维力传感器标定的方法 | |
CN112873199B (zh) | 基于运动学与空间插值的机器人绝对定位精度标定方法 | |
WO2020215614A1 (zh) | 一种工业机器人变参数刚度辨识与建模方法 | |
Deblaise et al. | A systematic analytical method for PKM stiffness matrix calculation | |
Zhang et al. | Kinematics, dynamics and stiffness analysis of a novel 3-DOF kinematically/actuation redundant planar parallel mechanism | |
WO2021128761A1 (zh) | 分布式多维力测力系统及测力方法 | |
CN110450143B (zh) | 基于协作机器人的工件疲劳测试方法 | |
CN105773617B (zh) | 空间机器人的三指式抓持器碰撞预测方法 | |
Yang et al. | Forward kinematics analysis of parallel manipulator using modified global Newton-Raphson method | |
CN110666794B (zh) | 一种机器人末端工具负载力和力矩补偿的方法 | |
CN113927599B (zh) | 绝对精度补偿方法及系统、设备和计算机可读存储介质 | |
CN111618859A (zh) | 一种对于静止或低速工况下机械臂高精度力反馈的方法 | |
Wang et al. | Dynamic performance analysis of parallel manipulators based on two-inertia-system | |
CN109634111A (zh) | 一种高速重载机器人动态变形计算方法 | |
Deng et al. | Elasto-geometrical error and gravity model calibration of an industrial robot using the same optimized configuration set | |
CN105912007A (zh) | 空间机械臂抗干扰姿态稳定的微分几何非线性控制方法 | |
CN111783248A (zh) | 一种工业机器人动力学建模及动力学参数识别方法 | |
CN109866224B (zh) | 一种机器人雅可比矩阵计算方法、装置及存储介质 | |
Pan et al. | Dynamics modeling of spraying robot using Lagrangian method with co-simulation analysis | |
CN110900608B (zh) | 基于最优测量构型选择的机器人运动学标定方法 | |
CN114888812B (zh) | 一种基于刚度性能优化的移动机械臂站位规划方法 | |
Sharifnia et al. | Approximate analytical solution for vibration of a 3-PRP planar parallel robot with flexible moving platform | |
Li et al. | Adaptive neural network backstepping control method for aerial manipulator based on variable inertia parameter modeling | |
Liao et al. | Error Compensation for Industrial Robots |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |