CN110941884A - 一种基于增量式动力学的负载辨识方法 - Google Patents
一种基于增量式动力学的负载辨识方法 Download PDFInfo
- Publication number
- CN110941884A CN110941884A CN201911161065.3A CN201911161065A CN110941884A CN 110941884 A CN110941884 A CN 110941884A CN 201911161065 A CN201911161065 A CN 201911161065A CN 110941884 A CN110941884 A CN 110941884A
- Authority
- CN
- China
- Prior art keywords
- robot
- load
- joints
- moment
- dynamics
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/12—Computing arrangements based on biological models using genetic models
- G06N3/126—Evolutionary algorithms, e.g. genetic algorithms or genetic programming
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biophysics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Molecular Biology (AREA)
- Biomedical Technology (AREA)
- Genetics & Genomics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Physiology (AREA)
- Manipulator (AREA)
Abstract
一种基于增量式动力学的负载辨识方法，通过首先控制携带负载的机器人运行，采集各关节的参数运行值，所述各关节的参数运行值包括所述各关节的力矩运行值，计算各关节的力矩预测值，计算所述力矩运行值与所述力矩预测值之差作为所述负载产生的力矩，并根据负载产生力矩与负载惯性参数的预设关系，计算所述负载的负载惯性参数，从而根据采集的机器人的参数运行值对机器人负载的惯性参数进行辨识，而无需外加力传感器；不仅降低了运算成本，且提高了运算的效率，提供更准确的预测力矩，另外，在采集参数各关节的运行值时不需要机器人停机，可以实现在线采集，简单方便。
Description
技术领域
本发明属于机器人技术领域，尤其涉及一种基于增量式动力学的负载辨识方法。
背景技术
随着科技的发展，机器人技术也在不断的进步，工业机器人的应用领域也越来越广泛。在工业生产中，工业机器人广泛应用于搬运、焊接、喷漆、装配等领域。当工业机器人用于不同的负载时，由于机器人驱动装置的输出功率与负载不匹配，不可避免的要引起震动，导致机器人的自身磨损并造成操作误差，降低机器人作业的精确性与安全性。
在实际工作中，由于工具或负载的更换，其模型和参数也将改变，因此对机器人必须重新进行辨识。若仍进行包括机器人本体在内的全辨识，则需要消耗大量时间与精力，并且由于全辨识的工作范围大，机器人在加入未知负载后仍运行相同的激励轨迹，极易造成碰撞等意外情况的发生。因此需要针对未知负载进行辨识。
发明内容
本发明提供一种基于增量式动力学的负载辨识方法，旨在控制机器人运行一段的激励轨迹，并根据采集的机器人的参数运行值对机器人负载的惯性参数进行辨识。
本发明是这样实现的，一种基于增量式动力学的负载辨识方法，包括以下步骤：
1）控制携带负载的机器人运行，采集各关节的参数运行值，所述各关节的参数运行值包括所述各关节的力矩运行值；
2）计算各关节的力矩预测值；
3）计算所述力矩运行值与所述力矩预测值之差作为所述负载产生的力矩，并根据负载产生力矩与负载惯性参数的预设关系，计算所述负载的负载惯性参数。
优选的，：步骤1）中，首先在机器人控制其中输入动力学模块。
优选的，步骤2）中，首先根据预设的各关节的参数限制值生成所述机器人的激励轨迹，然后控制携带负载的所述机器人按照所述激励轨迹运行。
优选的，所述计算各关节的力矩预测值，具体包括：对所述各关节的参数运行值进行滤波处理；将滤波处理后的所述各关节的参数运行值代入所述机器人动力学模型，计算所述各关节的力矩预测值。
优选的，在所述根据各关节的参数限制值生成所述机器人的激励轨迹中，具体包括：将所述各关节的参数限制值代入遗传算法，生成所述机器人的最优激励轨迹。
优选的，计算所述各关节的力矩预测值之前，还包括：若判断出未预存所述机器人动力学模型，则对所述机器人进行全辨识以建立所述机器人动力学模型。
优选的，在所述根据各关节的参数限制值生成所述机器人的激励轨迹中，具体包括：将所述各关节的参数限制值代入遗传算法，生成所述机器人的最优激励轨迹。
优选的，所述各关节的参数限制值包括所述各关节的位置限制值、速度限制值以及加速度限制值。
优选的，所述采集各关节的力矩运行值具体为：通过机器人运行中的各个关节的角度，角速度变化量，求解出力矩运行值。
与现有技术相比，本发明的有益效果是：本发明的一种基于增量式动力学的负载辨识方法，通过首先控制携带负载的机器人运行，采集各关节的参数运行值，所述各关节的参数运行值包括所述各关节的力矩运行值，计算各关节的力矩预测值，计算所述力矩运行值与所述力矩预测值之差作为所述负载产生的力矩，并根据负载产生力矩与负载惯性参数的预设关系，计算所述负载的负载惯性参数，从而根据采集的机器人的参数运行值对机器人负载的惯性参数进行辨识，而无需外加力传感器；不仅降低了运算成本，且提高了运算的效率。
附图说明
图1为本发明的一种基于增量式动力学的负载辨识方法的流程示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
请参阅图1，本发明提供一种技术方案：一种基于增量式动力学的负载辨识方法，包括以下步骤：
步骤11：判断是否预存机器人动力学模型，是则进行步骤12，若判断出未预存机器人动力学模型，则对机器人进行全辨识以建立机器人动力学模型，然后进行步骤12，本发明采用的机器人为六轴机器人。
步骤12：然后在机器人控制中输入动力学模块，采集各关节的参数运行值。
步骤13：首先根据预设的各关节的参数限制值生成机器人的激励轨迹，各关节的参数限制值包括各关节的位置限制值、速度限制值以及加速度限制值，将各关节的参数限制值代入遗传算法，生成机器人的最优激励轨迹，然后控制携带负载的机器人按照激励轨迹运行，控制携带负载的机器人运行，通过机器人运行中的各个关节的角度，角速度变化量，求解出力矩运行值。
21：对各关节的参数运行值进行滤波处理。
22：将滤波处理后的各关节的参数运行值代入机器人动力学模型，计算各关节的力矩预测值。
31：计算力矩运行值与力矩预测值之差作为负载产生的力矩，并根据负载产生力矩与负载惯性参数的预设关系，计算负载的负载惯性参数。
本发明的一种基于增量式动力学的负载辨识方法，本领域技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序存储在一个存储介质中，包括若干指令用以使得一个设备或处理器执行本申请的方法的全部或部分步骤。通过运行一段的激励轨迹，并根据采集的六轴机器人的参数运行值对机器人负载的惯性参数进行辨识，无需额外的六维力传感器，这样可以降低生产成本，而且无需再对传感器进行调试等工作，使得六轴机器人的安装调试更为容易。通过对六轴机器人进行动力学模型分析与转换，采用线性辨识方法对机器人负载的惯性参数进行辨识，既可以辨识出负载的全部惯性参数，又无需复杂的非线性辨识方法，减少运算量，提高了运算速度，使动力学模型可以更为精确。而且无需对机器人进行整体的重新辨识，只需要后4轴运动而无需6轴全动，即减少机器人进行辨识所需的工作空间，使负载辨识更为安全，精确度也更高，从而可以完善六轴机器人的动力学模型，提供更准确的预测力矩，有助于提升机器人的工作精度与控制性能，有效的降低由于负载变化而导致的误差产生。另外，在采集参数各关节的运行值时不需要机器人停机，可以实现在线采集，简单方便。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (9)
1.一种基于增量式动力学的负载辨识方法，其特征在于：包括以下步骤：
1）控制携带负载的机器人运行，采集各关节的参数运行值，所述各关节的参数运行值包括所述各关节的力矩运行值；
2）计算各关节的力矩预测值；
3）计算所述力矩运行值与所述力矩预测值之差作为所述负载产生的力矩，并根据负载产生力矩与负载惯性参数的预设关系，计算所述负载的负载惯性参数。
2.如权利要求1所述的一种基于增量式动力学的负载辨识方法，其特征在于：步骤1）中，首先在机器人控制其中输入动力学模块。
3.如权利要求1所述的一种基于增量式动力学的负载辨识方法，其特征在于：步骤2）中，首先根据预设的各关节的参数限制值生成所述机器人的激励轨迹，然后控制携带负载的所述机器人按照所述激励轨迹运行。
4.如权利要求2所述的一种基于增量式动力学的负载辨识方法，其特征在于：所述计算各关节的力矩预测值，具体包括：对所述各关节的参数运行值进行滤波处理；将滤波处理后的所述各关节的参数运行值代入所述机器人动力学模型，计算所述各关节的力矩预测值。
5.如权利要求3所述的一种基于增量式动力学的负载辨识方法，其特征在于：在所述根据各关节的参数限制值生成所述机器人的激励轨迹中，具体包括：将所述各关节的参数限制值代入遗传算法，生成所述机器人的最优激励轨迹。
6.如权利要求1所述的一种基于增量式动力学的负载辨识方法，其特征在于：计算所述各关节的力矩预测值之前，还包括：若判断出未预存所述机器人动力学模型，则对所述机器人进行全辨识以建立所述机器人动力学模型。
7.如权利要求5所述的一种基于增量式动力学的负载辨识方法，其特征在于：在所述根据各关节的参数限制值生成所述机器人的激励轨迹中，具体包括：将所述各关节的参数限制值代入遗传算法，生成所述机器人的最优激励轨迹。
8.如权利要求3所述的一种基于增量式动力学的负载辨识方法，其特征在于：所述各关节的参数限制值包括所述各关节的位置限制值、速度限制值以及加速度限制值。
9.如权利要求1所述的一种基于增量式动力学的负载辨识方法，其特征在于：所述采集各关节的力矩运行值具体为：通过机器人运行中的各个关节的角度，角速度变化量，求解出力矩运行值。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911161065.3A CN110941884A (zh) | 2019-11-24 | 2019-11-24 | 一种基于增量式动力学的负载辨识方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911161065.3A CN110941884A (zh) | 2019-11-24 | 2019-11-24 | 一种基于增量式动力学的负载辨识方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110941884A true CN110941884A (zh) | 2020-03-31 |
Family
ID=69908136
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911161065.3A Pending CN110941884A (zh) | 2019-11-24 | 2019-11-24 | 一种基于增量式动力学的负载辨识方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110941884A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114970374A (zh) * | 2022-07-28 | 2022-08-30 | 深圳华数机器人有限公司 | 一种基于增量式动力学的负载辨识方法、系统和介质 |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106346513A (zh) * | 2016-10-17 | 2017-01-25 | 华南理工大学 | 一种六自由度机器人末端负载动力学参数辨识装置及方法 |
| CN106346477A (zh) * | 2016-11-05 | 2017-01-25 | 上海新时达电气股份有限公司 | 六轴机器人的负载辨识方法及模块 |
-
2019
- 2019-11-24 CN CN201911161065.3A patent/CN110941884A/zh active Pending
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106346513A (zh) * | 2016-10-17 | 2017-01-25 | 华南理工大学 | 一种六自由度机器人末端负载动力学参数辨识装置及方法 |
| CN106346477A (zh) * | 2016-11-05 | 2017-01-25 | 上海新时达电气股份有限公司 | 六轴机器人的负载辨识方法及模块 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114970374A (zh) * | 2022-07-28 | 2022-08-30 | 深圳华数机器人有限公司 | 一种基于增量式动力学的负载辨识方法、系统和介质 |
| CN114970374B (zh) * | 2022-07-28 | 2022-10-28 | 深圳华数机器人有限公司 | 一种基于增量式动力学的负载辨识方法、系统和介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109514602B (zh) | 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 | |
| Riazi et al. | Energy and peak power optimization of time-bounded robot trajectories | |
| CN110531707B (zh) | Scara机器人的摩擦模型改进以及动力学参数辨识方法 | |
| CN102431043B (zh) | 减速器的异常判定方法、装置和机器人及机器人系统 | |
| CN104626152A (zh) | 工业机器人主动柔顺控制方法及装置 | |
| CN111872936B (zh) | 一种基于神经网络的机器人碰撞检测系统及方法 | |
| CN113021331B (zh) | 一种七自由度协作机器人动力学建模与辨识方法 | |
| CN102642204B (zh) | 一种交流伺服直驱式串并联复合机器人 | |
| CN111267105A (zh) | 一种六关节机器人的动力学参数辨识及碰撞检测方法 | |
| CN106826819A (zh) | 桁架机器人防碰撞检测方法及装置 | |
| Tian et al. | Sensorless collision detection and contact force estimation for collaborative robots based on torque observer | |
| CN107016207A (zh) | 基于特定关节运动的工业机器人负载动力学参数辨识方法 | |
| CN113977578A (zh) | 一种液压机械臂末端力软测量方法 | |
| WO2023000946A1 (zh) | 一种机器人系统的控制单元、机器人系统及机器人系统的控制方法 | |
| Heredia et al. | Data-driven energy estimation of individual instructions in user-defined robot programs for collaborative robots | |
| CN110941884A (zh) | 一种基于增量式动力学的负载辨识方法 | |
| Zhonglin et al. | Design and function realization of nuclear power inspection robot system | |
| Zhang et al. | Model-based design of the vehicle dynamics control for an omnidirectional automated guided vehicle (AGV) | |
| CN206216738U (zh) | 一种六自由度机器人末端负载动力学参数辨识装置 | |
| Hoang et al. | Simple energy-based controller for a class of underactuated mechanical systems | |
| JP2020055095A (ja) | 制御装置及び制御システム | |
| Eggers et al. | On the relationship of travel time and energy efficiency of industrial robots | |
| Van Toan et al. | Application of fuzzy logic to damping controller for safe human-robot interaction | |
| CN114260900A (zh) | 机器人的减速控制方法和装置、机器人组件和存储介质 | |
| Mei et al. | Modeling and adaptive torque computed control of industrial robot based on lie algebra |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200331 |