CN111185908A - 识别摩擦力的机器人控制方法、装置、机器人及存储介质 - Google Patents
识别摩擦力的机器人控制方法、装置、机器人及存储介质 Download PDFInfo
- Publication number
- CN111185908A CN111185908A CN202010037698.XA CN202010037698A CN111185908A CN 111185908 A CN111185908 A CN 111185908A CN 202010037698 A CN202010037698 A CN 202010037698A CN 111185908 A CN111185908 A CN 111185908A
- Authority
- CN
- China
- Prior art keywords
- joint
- friction force
- speed
- acceleration
- robot
- 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
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
- B25J9/1656—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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
-
- 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
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
- B25J9/1694—Programme controls characterised by use of sensors other than normal servo-feedback from position, speed or acceleration sensors, perception control, multi-sensor controlled systems, sensor fusion
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Human Computer Interaction (AREA)
- Manipulator (AREA)
Abstract
本申请适用于机器人技术领域,提供了一种识别摩擦力的机器人控制方法,包括:通过根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划,以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器,获取运动过程中关节电机位置和关节电机电流,计算关节摩擦力参数并输出。本发明,可准确识别整过运动过程的关节摩擦力。
Description
技术领域
本申请属于机器人技术领域,尤其涉及一种识别摩擦力的机器人控制方法、装置、机器人及存储介质。
背景技术
为了避免关节摩擦力影响多关节机器人的控制性能,尤其是多关节机器人在低速状态下的控制性能,往往需要准确识别关节摩擦力参数。
现有技术之一的摩擦力识别方法是:建立并联机器人的包含摩擦力的动力学模型;根据并联机器人的动力学模型建立用于描述动力学辨识参数的最小二乘方程;根据所述最小二乘方程,建立激励轨迹的优化准则,并且采用有限傅里叶级数来描述激励轨迹的数学模型;控制并联机器人以最优激励轨迹作为期望运动轨迹,测量并计算实际运动轨迹;利用辨识算法和实际运动轨迹对包含摩擦力参数的动力学模型参数进行辨识。
现有技术之二的摩擦力识别方法是机器人按照激励轨迹进行周期性运动;在运动过程中,以一定采样频率采集各个关节的角度和力矩;建立包含摩擦力的串联机器人动力学模型,使用带权最小二乘法计算出包含摩擦力参数的机器人动力学参数;在计算得到的动力学参数的参数空间邻域范围内,使用半正定矩阵规划方法,得到一组既满足物理可行性要求,又与计算的参数最接近的包含摩擦力参数的新的动力学参数。
以上现有摩擦力识别方法是将机器人关节摩擦力放在包含惯性力、科氏力的机器人动力学模型中,通过傅里叶级数激励轨迹和最小二乘法一起辨识,由于最小二乘法的特性,只能保证整体模型的精度,不能保证摩擦力参数的准确性,存在不足。
发明内容
本申请实施例提供了一种识别摩擦力的机器人控制方法、装置、机器人及存储介质,可以解决现有技术只能保证整体模型的精度,不能保证摩擦力参数的准确性的问题。
第一方面,本申请实施例提供了一种识别摩擦力的机器人控制方法,包括:
获取关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度;
根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划;
以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器;
获取运动过程中关节电机位置和关节电机电流,所述关节电机位置是从机器人运动关节伺服电机光电编码器采集,所述关节电机电流是从机器人运动关节伺服驱动模块电流传感器采集。
根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出。
第二方面,本申请实施例提供了一种识别摩擦力的机器人控制装置,包括:
参数获取模块,用于获取关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度;
轨迹规划模块,用于根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划;
运动控制模块,用于以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器;
数据采集模块,用于获取运动过程中关节电机位置和关节电机电流,所述关节电机位置是从机器人运动关节伺服电机光电编码器采集,所述关节电机电流是从机器人运动关节伺服驱动模块电流传感器采集。
摩擦力获取模块,用于根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出。
第三方面,本申请实施例提供了一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上述第一方面中任一项所述的识别摩擦力的机器人控制方法。
第四方面,本申请实施例提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上述第一方面中任一项所述的识别摩擦力的机器人控制方法。
可以理解的是,上述第二方面至第四方面的有益效果可以参见上述第一方面中的相关描述,在此不再赘述。
本申请实施例通过根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划,以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器,获取运动过程中关节电机位置和关节电机电流,计算关节摩擦力参数并输出,可准确识别整过运动过程的关节摩擦力。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请一实施例提供的识别摩擦力的机器人控制方法的流程示意图;
图2是本申请一实施例提供的关节摩擦力的运动轨迹示意图;
图3是本申请一实施例提供的SCARA关节摩擦力模型示意图;
图4是本申请一实施例提供的识别摩擦力的机器人控制装置的结构示意图;
图5是本申请实施例提供的机器人的结构示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本申请实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本申请的描述。
应当理解,当在本申请说明书和所附权利要求书中使用时,术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样,术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地,短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外,在本申请说明书和所附权利要求书的描述中,术语“第一”、“第二”、“第三”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此,在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例,而是意味着“一个或多个但不是所有的实施例”,除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”,除非是以其他方式另外特别强调。
图1示出了本申请提供的识别摩擦力的机器人控制方法的示意性流程图,作为示例而非限定,所述机器人包括但不限于工业机器人、服务机器人和协作机器人。该方法可以应用于上述任一机器人中。以下仅以SCARA工业机器人极限运行工况获取进行说明。然而,本领域的人员应该认识到对于其他任意的机器人也能够同样应用本发明。
S101、获取关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度。
在具体应用中,关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度均为预先数值范围或者预设数值。
S102、根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划。
在具体应用中,如图2所示,关节摩擦力的运动轨迹为体现机器人运动过程的时间-速度曲线。所述根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划具体:
根据所述关节运动范围,获得起点位置qs和终点位置qe,获取整段运动的距离S,S=|qe-qs|;
所有匀速段的第一速度向量[vs1,vs1+step,...,vs1+(n1-1)×step,ve1],起点时速度为0,则第二速度向量为[0,vs1+0×step,vs1+1×step,...,vs1+(n1-1)×step,ve1],向量长度为n1+2;所述摩擦力识别精度自适应调整匀速段数目;
根据第二速度向量及加速度acc,计算得到每个小加速区间的时间ti及走过的距离si:
每个小加速区间走过的距离之和Sacc与匀速段持续时间T1为
Sacc=∑si
对于减速区,减速区匀速段起始速度vs2:减速区匀速段结束速度ve2:减速区减速度为dec=-acc,减速区匀速段间隔为-step,第二匀速段数目为其中ceil为向上取整符号,所有匀速段可构成第三速度向量[ve1,vs2,vs2-step,...,vs1-(n2-1)×step],终点时速度为0,第四速度向量为[ve1,vs2,vs2-step,...,vs1-(n2-1)×step,0],向量长度为n2+2;
根据第四速度向量及减速度dec,计算得到每个小减速区间的时间ti及走过的距离si:
每个小减速区间走过的距离之和Sdec与匀速段持续时间T2为
Sdec=∑si
由变量qs,qe,vs1,ve1,acc,step完成一段摩擦力激励轨迹速度规划,计算得到的T1,T2为评价指标,并结合摩擦力辨识精度判断匀速段持续时间是否达到设计要求,以及是否需要增加多段速度曲线,对时间-速度曲线进行积分,即可得到关节摩擦力识别的运动轨迹(时间-位置曲线)规划。
S103、以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器。
在具体应用中,机器人以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给SCARA机器人各关节的伺服控制器。优选的,所述预设时间为1ms。
S104、获取运动过程中关节电机位置和关节电机电流,所述关节电机位置是从机器人运动关节伺服电机光电编码器采集,所述关节电机电流是从机器人运动关节伺服驱动模块电流传感器采集。
在具体应用中,所述关节电机位置是以1000Hz的采样频率从机器人运动关节伺服电机光电编码器采集,所述关节电机电流是以1000Hz的采样频率从机器人运动关节伺服驱动模块电流传感器采集。
S105、根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出。
在具体应用中,所述根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出具体:
通过关节减速机减速比获取估计关节位置;
对所述估计关节位置滤波后,进行微分获得估计关节速度和估计关节加速度;
根据预设加速度阈值,获得处于匀速段的速度及对应时刻的电流,将电流值转化为关节力矩,通过stribeck摩擦力模型和非线性辨识方法拟合,获得关节摩擦力参数并输出,如图3所示,拟合得到SCARA关节摩擦力模型。
本实施例通过根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划,以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器,获取运动过程中关节电机位置和关节电机电流,计算关节摩擦力参数并输出,可准确识别整过运动过程的关节摩擦力。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
对应于上文实施例所述的识别摩擦力的机器人控制方法,图4示出了本申请实施例提供的识别摩擦力的机器人控制装置的结构框图,为了便于说明,仅示出了与本申请实施例相关的部分。该识别摩擦力的机器人控制装置包括:
参数获取模块41,用于获取关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度;
轨迹规划模块42,用于根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划;
运动控制模块43,用于以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器;
数据采集模块44,用于获取运动过程中关节电机位置和关节电机电流,所述关节电机位置是从机器人运动关节伺服电机光电编码器采集,所述关节电机电流是从机器人运动关节伺服驱动模块电流传感器采集。
摩擦力获取模块45,用于根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出。
进一步地,所述轨迹规划模块42具体:
根据所述关节运动范围,获得起点位置qs和终点位置qe,获取整段运动的距离S,S=|qe-qs|;
所有匀速段的第一速度向量[vs1,vs1+step,...,vs1+(n1-1)×step,ve1],起点时速度为0,则第二速度向量为[0,vs1+0×step,vs1+1×step,...,vs1+(n1-1)×step,ve1],向量长度为n1+2;所述摩擦力识别精度自适应调整匀速段数目;
根据第二速度向量及加速度acc,计算得到每个小加速区间的时间ti及走过的距离si:
每个小加速区间走过的距离之和Sacc与匀速段持续时间T1为
Sacc=∑si
对于减速区,减速区匀速段起始速度vs2:减速区匀速段结束速度ve2:减速区减速度为dec=-acc,减速区匀速段间隔为-step,第二匀速段数目为其中ceil为向上取整符号,所有匀速段可构成第三速度向量[ve1,vs2,vs2-step,...,vs1-(n2-1)×step],终点时速度为0,第四速度向量为[ve1,vs2,vs2-step,...,vs1-(n2-1)×step,0],向量长度为n2+2;
根据第四速度向量及减速度dec,计算得到每个小减速区间的时间ti及走过的距离si:
每个小减速区间走过的距离之和Sdec与匀速段持续时间T2为
Sdec=∑si
优选的,所述预设时间为1ms。
进一步地,所述摩擦力获取模块45包括:
位置获取单元,用于通过关节减速机减速比获取估计关节位置;
速度获取单元,用于对所述估计关节位置滤波后,进行微分获得估计关节速度和估计关节加速度;
摩擦力获取单元,用于根据预设加速度阈值,获得处于匀速段的速度及对应时刻的电流,电流值转化为关节力矩,通过stribeck摩擦力模型和非线性辨识方法拟合,获得关节摩擦力参数并输出。
本实施例通过根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划,以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器,获取运动过程中关节电机位置和关节电机电流,计算关节摩擦力参数并输出,可准确识别整过运动过程的关节摩擦力。
需要说明的是,上述装置/单元之间的信息交互、执行过程等内容,由于与本申请方法实施例基于同一构思,其具体功能及带来的技术效果,具体可参见方法实施例部分,此处不再赘述。
图5为本申请一实施例提供的机器人的结构示意图。如图5所示,该实施例的机器人5包括:至少一个处理器50(图5中仅示出一个)处理器、存储器51以及存储在所述存储器51中并可在所述至少一个处理器50上运行的计算机程序52,所述处理器50执行所述计算机程序52时实现上述任意各个识别摩擦力的机器人控制方法实施例中的步骤。
所述机器人5可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。该机器人可包括,但不仅限于,处理器50、存储器51。本领域技术人员可以理解,图5仅仅是机器人5的举例,并不构成对机器人5的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如还可以包括输入输出设备、网络接入设备等。
所称处理器50可以是中央处理单元(Central Processing Unit,CPU),该处理器50还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器51在一些实施例中可以是所述机器人5的内部存储单元,例如机器人5的硬盘或内存。所述存储器51在另一些实施例中也可以是所述机器人5的外部存储设备,例如所述机器人5上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器51还可以既包括所述机器人5的内部存储单元也包括外部存储设备。所述存储器51用于存储操作系统、应用程序、引导装载程序(BootLoader)、数据以及其他程序等,例如所述计算机程序的程序代码等。所述存储器51还可以用于暂时地存储已经输出或者将要输出的数据。
本申请实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现可实现上述各个方法实施例中的步骤。
本申请实施例提供了一种计算机程序产品,当计算机程序产品在移动终端上运行时,使得移动终端执行时实现可实现上述各个方法实施例中的步骤。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请实现上述实施例方法中的全部或部分流程,可以通过计算机程序指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质至少可以包括:能够将计算机程序代码携带到拍照装置/机器人的任何实体或装置、记录介质、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random AccessMemory)、电载波信号、电信信号以及软件分发介质。例如U盘、移动硬盘、磁碟或者光盘等。在某些司法管辖区,根据立法和专利实践,计算机可读介质不可以是电载波信号和电信信号。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
在本申请所提供的实施例中,应该理解到,所揭露的装置/网络设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/网络设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
以上所述实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种识别摩擦力的机器人控制方法,其特征在于,所述方法包括:
获取关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度;
根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划;
以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器;
获取运动过程中关节电机位置和关节电机电流,所述关节电机位置是从机器人运动关节伺服电机光电编码器采集,所述关节电机电流是从机器人运动关节伺服驱动模块电流传感器采集;
根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出。
2.根据权利要求1所述的识别摩擦力的机器人控制方法,其特征在于,所述根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划具体:
根据所述关节运动范围,获得起点位置qs和终点位置qe,获取整段运动的距离S,S=|qe-qs|;
所有匀速段的第一速度向量[vs1,vs1+step,...,vs1+(n1-1)×step,ve1],起点时速度为0,则第二速度向量为[0,vs1+0×step,vs1+1×step,...,vs1+(n1-1)×step,ve1],向量长度为n1+2;所述摩擦力识别精度自适应调整匀速段数目;
根据第二速度向量及加速度acc,计算得到每个小加速区间的时间ti及走过的距离si:
每个小加速区间走过的距离之和Sacc与匀速段持续时间T1为
Sacc=∑si
对于减速区,减速区匀速段起始速度vs2:减速区匀速段结束速度ve2:减速区减速度为dec=-acc,减速区匀速段间隔为-step,第二匀速段数目为其中ceil为向上取整符号,所有匀速段可构成第三速度向量[ve1,vs2,vs2-step,...,vs1-(n2-1)×step],终点时速度为0,第四速度向量为[ve1,vs2,vs2-step,...,vs1-(n2-1)×step,0],向量长度为n2+2;
根据第四速度向量及减速度dec,计算得到每个小减速区间的时间ti及走过的距离si:
每个小减速区间走过的距离之和Sdec与匀速段持续时间T2为
Sdec=∑si
3.根据权利要求1所述的识别摩擦力的机器人控制方法,其特征在于,所述预设时间为1ms。
4.根据权利要求1所述的识别摩擦力的机器人控制方法,其特征在于,所述根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出具体:
通过关节减速机减速比获取估计关节位置;
对所述估计关节位置滤波后,进行微分获得估计关节速度和估计关节加速度;
根据预设加速度阈值,获得处于匀速段的速度及对应时刻的电流,电流值转化为关节力矩,通过stribeck摩擦力模型和非线性辨识方法拟合,获得关节摩擦力参数并输出。
5.一种识别摩擦力的机器人控制装置,其特征在于,所述装置包括:
参数获取模块,用于获取关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度;
轨迹规划模块,用于根据所述关节运动范围、关节速度范围、关节加速度范围和摩擦力识别精度,进行关节摩擦力识别的运动轨迹规划;
运动控制模块,用于以预设时间为周期,将所述运动轨迹规划插补成离散的点位数据,输出插补点位给机器人各关节的伺服控制器;
数据采集模块,用于获取运动过程中关节电机位置和关节电机电流,所述关节电机位置是从机器人运动关节伺服电机光电编码器采集,所述关节电机电流是从机器人运动关节伺服驱动模块电流传感器采集;
摩擦力获取模块,用于根据所述关节电机位置和关节电机电流,计算关节摩擦力参数并输出。
6.根据权利要求5所述的识别摩擦力的机器人控制装置,其特征在于,所述轨迹规划模块具体:
根据所述关节运动范围,获得起点位置qs和终点位置qe,获取整段运动的距离S,S=|qe-qs|;
所有匀速段的第一速度向量[vs1,vs1+step,...,vs1+(n1-1)×step,ve1],起点时速度为0,则第二速度向量为[0,vs1+0×step,vs1+1×step,...,vs1+(n1-1)×step,ve1],向量长度为n1+2;所述摩擦力识别精度自适应调整匀速段数目;
根据第二速度向量及加速度acc,计算得到每个小加速区间的时间ti及走过的距离si:
每个小加速区间走过的距离之和Sacc与匀速段持续时间T1为
Sacc=∑si
对于减速区,减速区匀速段起始速度vs2:减速区匀速段结束速度ve2:减速区减速度为dec=-acc,减速区匀速段间隔为-step,第二匀速段数目为其中ceil为向上取整符号,所有匀速段可构成第三速度向量[ve1,vs2,vs2-step,...,vs1-(n2-1)×step],终点时速度为0,第四速度向量为[ve1,vs2,vs2-step,...,vs1-(n2-1)×step,0],向量长度为n2+2;
根据第四速度向量及减速度dec,计算得到每个小减速区间的时间ti及走过的距离si:
每个小减速区间走过的距离之和Sdec与匀速段持续时间T2为
Sdec=∑si
7.根据权利要求5所述的识别摩擦力的机器人控制装置,其特征在于,所述预设时间为1ms。
8.根据权利要求5所述的识别摩擦力的机器人控制装置,其特征在于,所述摩擦力获取模块包括:
位置获取单元,用于通过关节减速机减速比获取估计关节位置;
速度获取单元,用于对所述估计关节位置滤波后,进行微分获得估计关节速度和估计关节加速度;
摩擦力获取单元,用于根据预设加速度阈值,获得处于匀速段的速度及对应时刻的电流,电流值转化为关节力矩,通过stribeck摩擦力模型和非线性辨识方法拟合,获得关节摩擦力参数并输出。
9.一种机器人,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至4任一项所述的识别摩擦力的机器人控制方法。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述的识别摩擦力的机器人控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010037698.XA CN111185908B (zh) | 2020-01-14 | 2020-01-14 | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010037698.XA CN111185908B (zh) | 2020-01-14 | 2020-01-14 | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111185908A true CN111185908A (zh) | 2020-05-22 |
CN111185908B CN111185908B (zh) | 2022-03-18 |
Family
ID=70684644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010037698.XA Active CN111185908B (zh) | 2020-01-14 | 2020-01-14 | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111185908B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113664839A (zh) * | 2021-10-25 | 2021-11-19 | 武汉瀚迈科技有限公司 | 一种非实时与实时混合的工业机器人插补计算方法 |
CN115056218A (zh) * | 2022-05-30 | 2022-09-16 | 华中科技大学 | 一种利用关节电机电流信号辨识机器人模态的方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105479459A (zh) * | 2015-12-29 | 2016-04-13 | 深圳市汇川技术股份有限公司 | 机器人零力控制方法以及系统 |
CN105814506A (zh) * | 2013-12-06 | 2016-07-27 | 三菱电机株式会社 | 摩擦辨识方法以及摩擦辨识装置 |
CN106426174A (zh) * | 2016-11-05 | 2017-02-22 | 上海大学 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
US9744667B1 (en) * | 2016-04-21 | 2017-08-29 | Fetch Robotics, Inc. | System and method for promoting safety of a robotic appendage |
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 |
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 |
-
2020
- 2020-01-14 CN CN202010037698.XA patent/CN111185908B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105814506A (zh) * | 2013-12-06 | 2016-07-27 | 三菱电机株式会社 | 摩擦辨识方法以及摩擦辨识装置 |
CN105479459A (zh) * | 2015-12-29 | 2016-04-13 | 深圳市汇川技术股份有限公司 | 机器人零力控制方法以及系统 |
US9744667B1 (en) * | 2016-04-21 | 2017-08-29 | Fetch Robotics, Inc. | System and method for promoting safety of a robotic appendage |
CN106426174A (zh) * | 2016-11-05 | 2017-02-22 | 上海大学 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
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 |
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 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113664839A (zh) * | 2021-10-25 | 2021-11-19 | 武汉瀚迈科技有限公司 | 一种非实时与实时混合的工业机器人插补计算方法 |
CN113664839B (zh) * | 2021-10-25 | 2022-01-18 | 武汉瀚迈科技有限公司 | 一种非实时与实时混合的工业机器人插补计算方法 |
CN115056218A (zh) * | 2022-05-30 | 2022-09-16 | 华中科技大学 | 一种利用关节电机电流信号辨识机器人模态的方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111185908B (zh) | 2022-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109732599B (zh) | 一种机器人碰撞检测方法、装置、存储介质及机器人 | |
CN107703756B (zh) | 动力学模型参数辨识方法、装置、计算机设备及存储介质 | |
CN110471409B (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
CN111185908B (zh) | 识别摩擦力的机器人控制方法、装置、机器人及存储介质 | |
CN109870698B (zh) | 一种超声波阵列障碍物检测结果处理方法及系统 | |
CN110320910B (zh) | 车辆的避让控制方法、装置、电子设备与存储介质 | |
CN110955241B (zh) | 移动机器人避障方法、装置、移动机器人及存储介质 | |
CN110262486B (zh) | 一种无人驾驶设备运动控制方法及装置 | |
CN109664298B (zh) | 机器人动力学参数辨识方法、装置、终端设备及存储介质 | |
CN109732594B (zh) | 一种机器人控制方法、系统及机器人 | |
CN111319041B (zh) | 一种机器人位姿确定方法、装置、可读存储介质及机器人 | |
CN113110423B (zh) | 步态轨迹规划方法、装置、计算机可读存储介质及机器人 | |
CN109543909A (zh) | 车辆案件数量的预测方法、装置和计算机设备 | |
CN111079533A (zh) | 无人车驾驶决策方法、无人车驾驶决策装置及无人车 | |
CN113119111A (zh) | 机械臂及其轨迹规划方法和装置 | |
US20230191606A1 (en) | Collision detection method, computer-readable storage medium, and robot | |
CN111145634B (zh) | 一种校正地图的方法及装置 | |
CN111288995A (zh) | 移动机器人的路径规划方法、路径规划装置及终端设备 | |
CN109959407B (zh) | 一种舵机位置传感器线性度快速检测方法及装置 | |
CN114274147A (zh) | 目标跟踪控制方法及装置、机械臂控制设备和存储介质 | |
CN111015668B (zh) | 一种加加速度连续的速度规划方法、装置、控制器及机器人 | |
CN113253724A (zh) | 一种步态规划方法、装置、计算机可读存储介质及机器人 | |
CN116088538B (zh) | 车辆轨迹信息生成方法、装置、设备和计算机可读介质 | |
CN111832343A (zh) | 目跟踪方法和装置、存储介质 | |
CN111568304B (zh) | 扫地机器人定位方法、装置及扫地机器人 |
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 |