CN110026981B - 一种基于模型自适应的机械臂碰撞检测方法 - Google Patents
一种基于模型自适应的机械臂碰撞检测方法 Download PDFInfo
- Publication number
- CN110026981B CN110026981B CN201910316935.3A CN201910316935A CN110026981B CN 110026981 B CN110026981 B CN 110026981B CN 201910316935 A CN201910316935 A CN 201910316935A CN 110026981 B CN110026981 B CN 110026981B
- Authority
- CN
- China
- Prior art keywords
- mechanical arm
- model
- input current
- motor
- adaptive
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 30
- 230000003044 adaptive effect Effects 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 15
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000001133 acceleration Effects 0.000 claims description 6
- 239000003638 chemical reducing agent Substances 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 230000008859 change Effects 0.000 abstract description 8
- 230000007246 mechanism Effects 0.000 abstract description 3
- 230000003111 delayed effect Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
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
- B25J9/1605—Simulation of manipulator lay-out, design, modelling of manipulator
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
- B25J9/1666—Avoiding collision or forbidden zones
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Feedback Control In General (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种基于模型自适应的机械臂碰撞检测方法，属于机器人技术领域。所述方法首先确定机械臂动力学模型形式并进行参数标定，进行碰撞检测判断；然后确定实时在线自适应模型及其算法，确定时延参数，最后在机械臂运动时进行在线自适应补偿。本发明利用实时数据对动力学模型进行修正，从而克服了动力学模型中所包含的时变部分以及未建模部分所带来的动力学模型精度下降的问题，从而保证碰撞检测功能的实时可靠性。利用延迟更新机制将碰撞所产生的影响隔离，从而保证自适应算法对碰撞检测功能的适用性。基于模型在线自适应算法，克服了由于温度等原因引起的机械臂动力学模型参数随时间而变化的问题。
Description
技术领域
本发明属于机器人技术领域，涉及一种碰撞检测方法，具体是指一种基于模型自适应的机械臂碰撞检测方法。
背景技术
当前协作机器人碰撞检测功能中，通常是通过对机械臂进行动力学模型建模，即根据机械臂关节当前的位置、速度、加速度信息计算机械臂关节所输入的理论电流，再将理论电流与实际电流进行比较，当两者之差超过设定阈值时，即判定机械臂与外界发生碰撞，并进行相应的安全策略。
在机械臂出厂前，会通过软件与辨识相结合的方法对动力学模型参数进行标定，并将标定的参数作为机械臂动力学模型的出厂参数。
在动力学模型建模过程中，往往需要考虑机械臂关节减速器引入的摩擦力模型，该摩擦力在机械臂关节输入电流中占主导地位并且无法避免。然而在实际工况中，由于长时间运动造成的减速器发热会使摩擦力模型参数发生明显变化，即摩擦力模型在动力学模型中属于时变部分，无法通过出厂标定参数对所有工况下的摩擦力有较高精度的建模。
在长时间工作后，机械臂除摩擦力，模型参数同样会产生变化，并且这部分变化无法在出厂时进行建模。
发明内容
为解决现有技术中存在的问题，本发明提出了一种基于模型自适应的机械臂碰撞检测方法，基于模型在线自适应算法，克服了由于温度等原因引起的机械臂动力学模型参数随时间而变化的问题。
本发明所提供的一种基于模型自适应的机械臂碰撞检测方法，具体步骤如下：
第一步，确定机械臂动力学模型形式；
第二步，机械臂动力学模型的参数标定；
第三步，基于机械臂动力学模型的碰撞检测；
第四步，确定实时在线自适应模型；
第五步，确定在线自适应算法；
第六步，确定时延参数；
第七步，在机械臂运动时进行在线自适应补偿。
本发明方法的优点在于：
利用实时数据对动力学模型进行修正，从而克服了动力学模型中所包含的时变部分以及未建模部分所带来的动力学模型精度下降的问题，从而保证碰撞检测功能的实时可靠性。
利用延迟更新机制将碰撞所产生的影响隔离，从而保证自适应算法对碰撞检测功能的适用性。
附图说明
图1为本发明的机械臂碰撞检测方法流程图；
图2为本发明自适应补偿结果。
具体实施方式
下面结合附图和具体实施方式对本发明作进一步详细说明。
本发明提供一种基于模型自适应的机械臂碰撞检测方法，如图1所示流程，具体步骤如下：
步骤一、确定机械臂动力学模型形式。
机械臂的动力学模型形式如下所示：
Imotor＝ktτm (1)
τm＝τbody+τfric (2)
步骤二、机械臂动力学模型的参数标定。
机械臂刚体动力学模型中系数矩阵M(q)、
g(q)中所包含的参数可以通过CAD等软件进行精确的建模得到。
库伦摩擦力系数fc与粘滞摩擦力系数fv则可以通过辨识方法获得，辨识方法包括但不仅限于离线最小二乘、在线最小二乘法等。
步骤三、机械臂动力学模型的碰撞检测。
在机械臂运动过程中，若机械臂与外界未发生接触，则可以通过公式(1)-(4)计算得到机械臂关节所对应的理论输入电流。而另一方面，也可以对机械臂关节输出电流信息进行采样，得到不含有外力矩信息的真实电机输入电流Imotor。
当机械臂与外界接触时，认为发生碰撞，公式(1)-(4)修改如下：
Imotor＝ktτm (5)
τm＝τbody+τfric (6)
通过公式(7)可以发现，机械臂刚体动力学模型部分引入了外界施加在机械臂本体上的外力矩τext。此时若通过机械臂关节当前的位置、速度、加速度信息对机械臂关节力矩进行计算，则会得到涵盖了外力矩信息的关节力矩τbody+τext，同时在此基础上考虑摩擦力的影响以及电机力矩电流变换关系，可以得到涵盖了外力信息的关节理论输入电流Ireal＝kt(τbody+τext+τfric)。
将理论输入电流和实际输入电流两者做差，则可以对外力矩τext进行观测。当作用在机械臂上的外力矩τext增大时，外力矩τext的观测值随之增大，当观测值超过设定阈值时，则触发碰撞检测功能。因此，动力学模型的精度直接影响到阈值设定以及碰撞检测功能的灵敏度与可靠性。
步骤四、确定实时在线自适应模型。
在机械臂实际使用过程中，时变现象最为严重的参数为库伦摩擦力系数fc与粘滞摩擦力系数fv；机械臂刚体动力学模型系数矩阵M(q)、
g(q)虽然受温度影响较小，但是也不排除会有建模误差以及有其他实际模型中所包含的未建模部分。
通过公式(3)与公式(4)可以发现，与机械臂动力学模型系数相关的主要系统状态包括机械臂关节加速度、速度以及速度方向，因此选取在线自适应模型如下：
其中，
Icomp为实际电机输入电流与理论电机输入电流的误差补偿值，Ireal为通过机械臂关节采样得到的位置、速度、加速度根据公式(5)并根据电流力矩转换计算得到的关节理论输入电流，Imotor为公式(5)与公式(6)中所涉及的机械臂关节采样实际输入电流，[a,b,c]为在线自适应模型系数，
为自适应模型的状态集。
在这里，选定的在线自适应模型为最简单的线性模型，该部分模型选型可以根据对具体自适应补偿部分进行分析后进行调整。
步骤五、确定在线自适应算法。
由于选取的在线自适应模型为关于状态集的线性模型，因此任意在线自适应算法都可以有效对在线自适应模型进行在线修正。所述的在线自适应算法包括但不仅限于递归最小二乘法、在线最小二乘法等辨识方法。
步骤六、确定时延参数。
由于协作机械臂在实际工况中有可能与外界发生碰撞，此时机械臂与外界发生碰撞产生的外力而引起的机械臂关节输入电流变化需要作为碰撞检测功能的触发条件而不应该被在线自适应算法视作常规工况下的电流误差进行补偿，因此可以设置时延系数以屏蔽当前时刻碰撞产生的信息，即：在当前时刻t所用来进行在线自适应模型更新并进行补偿的数据为t-Δt时刻所采集得到的数据，Δt即为选定的时延参数。
通常情况下，从碰撞发生到机械臂碰撞检测功能检测到碰撞并做出反应的时间要求极短，因此Δt可以设定为较小的时间参数，例如0.5～1秒。而机械臂关节温度变化以及持续运动引起的机械臂动力学模型变化的时间常数相对会长很多，因此延迟0.5～1秒的数据更新并不会对在线自适应算法有可观测的影响。
步骤七、在机械臂运动时进行在线自适应补偿。
当机械臂运动时，令：
eI(t-Δt)＝Ireal(t-Δt)-Imotor(t-Δt) (11)
其中，G(·)为所选择的在线自适应算法，即根据给定的模型输入与输出对在线自适应模型系数[a(t),b(t),c(t)]进行参数辨识拟合；eI(t-Δt)为t-Δt时刻实际输入电流与理论输入电流间的误差；Icomp(t)为在线自适应算法在线修正计算得到的电机输入电流的误差补偿值；Ireal(t)为公式(5)根据电流力矩转换所计算的关节理论输入电流；
为通过误差补偿后的电机输入电流。
当机械臂与外界发生碰撞时，由于时延更新机制，碰撞产生的电流变化并不会被自适应补偿算法记录其中。当触发了碰撞检测之后，对自适应补偿算法进行复位，重新记录自适应算法的输入输出信息，并进行在线辨识拟合补偿。
应用本发明提供的碰撞检测方法，在实际过程中，在t≈9.5s时刻进行自适应补偿，观察自适应补偿结果。如图2所示，可以看到，在自适应补偿前，由于建模误差导致动力学模型预测电流与实际电流产生了极为明显的误差，极大的影响到了碰撞检测方法的可靠性。在t≈9.5s时刻，自适应补偿算法开启，很好的补偿了时变模型以及未建模模型引起的预测误差，保证了碰撞检测的可靠性。
Claims (1)
1.一种基于模型自适应的机械臂碰撞检测方法，包括的步骤有：
第一步，确定机械臂动力学模型形式；
Imotor＝ktτm (1)
τm＝τbody+τfric (2)
第二步，机械臂动力学模型的参数标定；
第三步，机械臂动力学模型的碰撞检测；
在机械臂运动过程中，若机械臂与外界未发生接触，则通过公式(1)-(4)计算得到机械臂关节所对应的理论输入电流；或者对机械臂关节输出电流信息进行采样，得到不含有外力矩信息的理论输入电流Imotor；
当机械臂与外界接触时，认为发生碰撞，公式(1)-(4)修改如下：
Imotor＝ktτm (5)
τm＝τbody+τfric (6)
τext为外界施加在机械臂本体上的外力矩；根据力矩电流变换关系，得到涵盖了外力信息的关节理论输入电流Ireal；
将理论输入电流和实际输入电流两者做差，则实现对外力矩τext进行观测；当作用在机械臂上的外力矩τext增大时，外力矩τext的观测值随之增大，当观测值超过设定阈值时，则触发碰撞检测功能；
其特征在于：还包括有如下步骤，
第四步，确定实时在线自适应模型；
所述的在线自适应模型，如下：
其中，
Icomp为实际电机输入电流与理论电机输入电流的误差补偿值，Ireal为基于机械臂关节状态计算得到的理论输入电流，Imotor为采样得到的关节实际电机输入电流，[a,b,c]为在线自适应模型系数，
为自适应模型的状态集；
第五步，确定在线自适应算法；
所述的在线自适应算法包括递归最小二乘法和在线最小二乘法；
第六步，确定时延参数；
在当前时刻t所用来进行在线自适应模型更新并进行补偿的数据为t-Δt时刻所采集得到的数据，Δt即为选定的时延参数；
从碰撞发生到机械臂碰撞检测功能检测到碰撞并做出反应的时间要求极短，因此Δt设定为较小的时间参数，即时延参数Δt为0.5～1秒；
第七步，在机械臂运动时进行在线自适应补偿；
当机械臂运动时，令：
eI(t-Δt)＝Ireal(t-Δt)-Imotor(t-Δt) (11)
其中，G(·)为所选择的在线自适应算法，即根据给定的模型输入与输出对在线自适应模型系数[a(t),b(t),c(t)]进行参数辨识拟合；eI(t-Δt)为t-Δt时刻实际输入电流与理论输入电流间的误差；Icomp(t)为在线自适应算法在线修正计算得到的电机输入电流的误差补偿值；Ireal(t)为计算的关节理论输入电流；
为通过误差补偿后的电机输入电流。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910316935.3A CN110026981B (zh) | 2019-04-19 | 2019-04-19 | 一种基于模型自适应的机械臂碰撞检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910316935.3A CN110026981B (zh) | 2019-04-19 | 2019-04-19 | 一种基于模型自适应的机械臂碰撞检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110026981A CN110026981A (zh) | 2019-07-19 |
| CN110026981B true CN110026981B (zh) | 2021-09-17 |
Family
ID=67239301
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910316935.3A Active CN110026981B (zh) | 2019-04-19 | 2019-04-19 | 一种基于模型自适应的机械臂碰撞检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110026981B (zh) |
Families Citing this family (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112571411B (zh) * | 2019-09-30 | 2024-03-26 | 中电九天智能科技有限公司 | 用于电视机智能生产线的两用机械臂 |
| CN111216120B (zh) * | 2019-11-13 | 2021-06-01 | 遨博（北京）智能科技有限公司 | 一种关节摩擦力力矩补偿方法、装置及机器人 |
| CN112454349B (zh) * | 2020-06-22 | 2022-07-29 | 北京控制工程研究所 | 一种考虑变刚度关节延迟特性的机械臂控制变换方法 |
| CN114012734B (zh) * | 2021-12-03 | 2023-05-30 | 西安交通大学 | 一种参数自适应的机器人碰撞检测方法 |
| CN115674190B (zh) * | 2022-09-30 | 2024-05-07 | 深圳市越疆科技股份有限公司 | 协作机械臂及其运动控制方法、碰撞检测方法、控制系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0866893A (ja) * | 1994-08-24 | 1996-03-12 | Fanuc Ltd | 衝突検出方法 |
| KR20130121592A (ko) * | 2012-04-27 | 2013-11-06 | 성균관대학교산학협력단 | 대역 외란 관측기를 이용한 매니퓰레이터의 충돌에 의한 외란 감지 장치 및, 그 감지 방법 |
| CN106272436A (zh) * | 2016-10-09 | 2017-01-04 | 上海派毅智能科技有限公司 | 一种基于变负载的服务机器人自适应控制方法 |
| CN108015774A (zh) * | 2017-12-15 | 2018-05-11 | 北京艾利特科技有限公司 | 一种无需传感器的机械臂碰撞检测方法 |
| CN108582070A (zh) * | 2018-04-17 | 2018-09-28 | 上海达野智能科技有限公司 | 机器人碰撞检测系统和方法、存储介质、操作系统 |
| CN109514602A (zh) * | 2018-11-08 | 2019-03-26 | 东南大学 | 一种基于负载自适应辨识的工业机器人力矩补偿控制方法 |
-
2019
- 2019-04-19 CN CN201910316935.3A patent/CN110026981B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JPH0866893A (ja) * | 1994-08-24 | 1996-03-12 | Fanuc Ltd | 衝突検出方法 |
| KR20130121592A (ko) * | 2012-04-27 | 2013-11-06 | 성균관대학교산학협력단 | 대역 외란 관측기를 이용한 매니퓰레이터의 충돌에 의한 외란 감지 장치 및, 그 감지 방법 |
| CN106272436A (zh) * | 2016-10-09 | 2017-01-04 | 上海派毅智能科技有限公司 | 一种基于变负载的服务机器人自适应控制方法 |
| CN108015774A (zh) * | 2017-12-15 | 2018-05-11 | 北京艾利特科技有限公司 | 一种无需传感器的机械臂碰撞检测方法 |
| CN108582070A (zh) * | 2018-04-17 | 2018-09-28 | 上海达野智能科技有限公司 | 机器人碰撞检测系统和方法、存储介质、操作系统 |
| CN109514602A (zh) * | 2018-11-08 | 2019-03-26 | 东南大学 | 一种基于负载自适应辨识的工业机器人力矩补偿控制方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110026981A (zh) | 2019-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110026981B (zh) | 一种基于模型自适应的机械臂碰撞检测方法 | |
| CN109927032B (zh) | 一种基于高阶滑模观测器的机械臂轨迹跟踪控制方法 | |
| CN108803324B (zh) | 多关节工业机械臂反步有限时间滑模控制方法 | |
| JP4202365B2 (ja) | 力制御装置 | |
| Lee et al. | Sensorless collision detection based on friction model for a robot manipulator | |
| EP3242775A1 (en) | Method for estimation of external forces and torques on a robot arm | |
| CN110941183B (zh) | 一种基于神经网络的工业机器人动力学辨识方法 | |
| JP7118249B2 (ja) | モータ制御装置 | |
| CN112947293B (zh) | 基于滑模的机械臂安全轨迹跟踪控制方法 | |
| CN107351086B (zh) | 一种scara机器人关节力矩的卡尔曼估计方法 | |
| JP6044511B2 (ja) | ロボットの制御方法及びロボットシステム | |
| CN108748144B (zh) | 一种人机协作机械臂的碰撞识别方法 | |
| CN114578740B (zh) | 一种基于改进自抗扰控制的软体驱动器控制方法 | |
| CN112743541A (zh) | 一种无力/力矩传感器机械臂软浮动控制方法 | |
| JP2005316937A (ja) | 制御装置およびその制御方法 | |
| CN114407022B (zh) | 一种基于模型参数误差观测器的机械臂碰撞检测方法 | |
| CN113021353B (zh) | 机器人碰撞检测方法 | |
| CN107065559A (zh) | 一种工业机器人增量自适应控制方法 | |
| Kubus et al. | Improving force control performance by computational elimination of non-contact forces/torques | |
| Aksman et al. | Force estimation based compliance control of harmonically driven manipulators | |
| CN114516050B (zh) | 基于位形雅可比条件数优化的机器人外力估计方法及系统 | |
| CN116313036A (zh) | 基于运动测量和机器学习的手部动作预测算法 | |
| WO2022162740A1 (ja) | 数値制御装置 | |
| Hur et al. | Joint space torque controller based on time-delay control with collision detection | |
| Arias et al. | Refined Post-Impact Velocity Prediction for Torque-Controlled Flexible-Joint 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 |