CN111730592B - 力-力矩传感器输出补偿方法、装置及存储介质 - Google Patents

Abstract

本申请公开了一种力‑力矩传感器输出补偿方法、装置、存储介质。该方法包括：力‑力矩传感器所在的负载端带有负载且不受外力的情况下，采集力‑力矩传感器的广义力以及力‑力矩传感器所在的关节位置；利用关节位置计算回归矩阵；利用广义力以及回归矩阵估算负载参数；至少利用负载参数对力‑力矩传感器的输出进行补偿。通过上述方式，本申请能够提高力‑力矩传感器的输出的准确度。

Description

力-力矩传感器输出补偿方法、装置及存储介质

技术领域

本申请涉及图像处理领域，特别是涉及一种力-力矩传感器输出补偿方法、装置、存储介质。

背景技术

机器人被广泛的应用于装配、磨削以及人机交互等接触式任务中。为了更好的控制机器人，一般会在机器人上安装各种传感器，通过反馈的信号来调整控制量。

力-力矩传感器是一种安装在机器人关节处的传感器，该关节所连接的两个肢体中的一个通常为机器人的一个负载端，即可以带动负载的肢体。力-力矩传感器可以用于检测力和力矩。

实际应用中，当负载端带有负载时，即使机器人不受任何外力干扰，力-力矩传感器的输出信号也会受到负载的重力的影响，从而使得力-力矩传感器的输出信号存在误差，影响输出信号的准确度。

发明内容

本申请提供一种力-力矩传感器输出补偿方法、装置、存储介质，能够解决现有技术中负载影响输出信号的准确度的问题。

为解决上述技术问题，本申请采用的一个技术方案是：提供一种力-力矩传感器输出补偿方法，该方法包括：力-力矩传感器所在的负载端带有负载且不受外力的情况下，采集力-力矩传感器的广义力以及力-力矩传感器所在的关节位置；利用关节位置计算回归矩阵；利用广义力以及回归矩阵估算负载参数；至少利用负载参数对力-力矩传感器的输出进行补偿。

为解决上述技术问题，本申请采用的另一个技术方案是：提供一种力-力矩传感器输出补偿装置，该装置包括处理器，处理器用于执行指令以实现前述的方法。

为解决上述技术问题，本申请采用的再一个技术方案是：提供一种存储介质，存储有指令，指令被执行时实现前述的方法。

本申请的有益效果是：通过在力-力矩传感器所在的负载端带有负载且不受外力的情况下，采集力-力矩传感器的广义力以及力-力矩传感器所在的关节位置；利用关节位置计算回归矩阵；利用广义力以及回归矩阵估算负载参数；至少利用负载参数对力-力矩传感器的输出进行补偿，可以利用负载参数估算出负载对力-力矩传感器的输出造成的误差，并使用该误差对力-力矩传感器的输出进行补偿，从而减少力-力矩传感器的输出的误差，提高力-力矩传感器的输出的准确度。

附图说明

图1是本申请力-力矩传感器输出补偿方法第一实施例的流程示意图；

图2是本申请力-力矩传感器输出补偿方法第二实施例的流程示意图；

图3是本申请力-力矩传感器输出补偿方法第三实施例的流程示意图；

图4是本申请力-力矩传感器输出补偿装置一实施例的结构示意图；

图5是本申请存储介质一实施例的结构示意图。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

本申请中的术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”、“第三”的特征可以明示或者隐含地包括至少一个该特征。本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。本申请实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。此外，术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。

在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，在不冲突的情况下，本文所描述的实施例可以与其它实施例相结合。

图1是本申请力-力矩传感器输出补偿方法一实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图1所示的流程顺序为限。如图1所示，本实施例包括：

S1：力-力矩传感器所在的负载端带有负载且不受外力的情况下，采集力-力矩传感器的广义力以及力-力矩传感器所在的关节位置。

可以利用力-力矩传感器采集广义力(即力-力矩传感器所在的负载端带有负载且不受外力的情况下，力-力矩传感器的输出)，并利用关节编码器采集关节位置。力-力矩传感器可以为六维力-力矩传感器。

S2：利用关节位置计算回归矩阵。

力-力矩传感器所在的负载端带有负载且不受外力的情况下，根据静力学平衡有

其中，^sf为力-力矩传感器检测到的力，此时视为惯性力；^sτ为力-力矩传感器检测到的力矩，此时视为惯性力矩；^sg为重力加速度。

由式(1)可写成：

式中，q为关节位置，也可以被称为关节角；Y为利用关节位置q计算得到的回归矩阵。

根据式(1)和式(2)，为得到回归矩阵Y，需要先利用关节位置q通过机器人正向运动学计算负载端相对于机器人基坐标系的相对姿态R(q)，再通过计算到的相对姿态R(q)将基坐标系下的重力加速度转换至负载端坐标系下，即计算得到^sg＝R(q)·[0，0，-9.81]^T。回归矩阵Y的具体表达式为

记广义力为

^sβ为负载参数，包括负载的质量与质心坐标，定义如下：

式中，m为负载的质量，^sc为负载的质心坐标，^sc_x、^sc_y、^sc_z为质心坐标^sc在三个坐标轴方向上的三个分量。

S3：利用广义力以及回归矩阵估算负载参数。

若只获取到一组广义力以及回归矩阵，则可以直接根据式(3)估算出负载参数。实际应用中由于噪声的影响，单组广义力以及回归矩阵的准确度并不能得到保障，从而可能影响补偿效果。

为进一步改善补偿效果，可以进行多次采集得到多组广义力以及回归矩阵来估算负载参数，具体可参见后续实施例的描述。

若负载发生了变化，可再次执行上述步骤以更新负载参数。

S4：至少利用负载参数对力-力矩传感器的输出进行补偿。

可以为力-力矩传感器构造补偿模型，将前面估算得到的负载参数代入该补偿模型计算补偿值，再将力-力矩传感器的输出减去补偿值作为最终输出。

负载对力-力矩传感器的输出的影响，除了负载本身的参数之外，还与机器人本身的姿态有关，反映到具体参数，与关节位置有关。因此，补偿模型中至少包括负载参数与机器人当前关节位置对应的回归矩阵的乘积，此外，可以引入其他类型的补偿，例如，初始误差的补偿等，在此不做限制。

通过本实施例的实施，在力-力矩传感器所在的负载端带有负载且不受外力的情况下，采集力-力矩传感器的广义力以及力-力矩传感器所在的关节位置；利用关节位置计算回归矩阵；利用广义力以及回归矩阵估算负载参数；至少利用负载参数对力-力矩传感器的输出进行补偿，可以利用负载参数估算出负载对力-力矩传感器的输出造成的误差，并使用该误差对力-力矩传感器的输出进行补偿，从而减少力-力矩传感器的输出的误差，提高力-力矩传感器的输出的准确度。

图2是本申请力-力矩传感器输出补偿方法第二实施例的流程示意图。本实施例是本申请力-力矩传感器输出补偿方法第一实施例的进一步扩展，与之相同的部分不再重复。需注意的是，若有实质上相同的结果，本实施例并不以图2所示的流程顺序为限。如图2所示，本实施例包括：

S11：力-力矩传感器所在的负载端带有负载且不受外力的情况下，按照预设的采样频率在指定时长内采集广义力和关节位置，得到广义力序列和关节位置序列。

广义力序列F和关节位置序列Q的定义如下：

其中n为采集得到的采集广义力/关节位置的总数。

S12：利用关节位置序列计算回归矩阵序列作为观测矩阵。

观测矩阵W的定义如下：

S13：对广义力序列和观测矩阵进行低通滤波。

由于广义力^sF和关节位置q均由传感器测得，会受到噪声的影响。低通滤波可以减少噪声对广义力^sF和关节位置q的影响。低通滤波所用的滤波器可以是按照采样频率设计得到的。

在某些实施例中，本步骤可以省去。

S14：采用最小二乘法，利用广义力序列以及观测矩阵估算负载参数。

最小二乘法的误差函数为广义力序列减去观测矩阵与负载参数的乘积。最小二乘法的误差函数ε的定义如下：

ε＝F-W^sβ (8)

估算出的负载参数

为：

其中||·||表示二范数。后续的计算过程中，负载参数可能用^sβ表示，实际计算时使用的是估算出的负载参数

S15：采集力-力矩传感器的输出，同时采集关节位置。

这里的采集并不限制机器人是否受外力影响，也不限制关节位置与S11中关节位置一致。

S16：计算负载参数与采集到的关节位置的乘积作为负载偏置量。

根据式(1)、(2)和(3)，由于负载的影响,手腕处六维力-力矩传感器所受的广义力，即负载偏置量^sF_t可表示为

其中,Y(q_t)为本次采集到的关节位置q_t对应的回归矩阵。

其中，^sg_x、^sg_y、^sg_z为重力加速度^sg在三个坐标轴方向上的三个分量。

S17：将采集到的力-力矩传感器的输出减去负载偏置量作为力-力矩传感器的最终输出。

本实施例中，补偿模型的定义为：

F_ext＝^sF_t (12)

利用式(10)计算出的负载偏置量^sF_t即为补偿值F_ext。

将补偿值F_ext代入下列公式计算得到力-力矩传感器的最终输出

其中，F^t为采集到的力-力矩传感器的输出，也可以称为力-力矩传感器的原始输出或直接输出。

图3是本申请力-力矩传感器输出补偿方法第三实施例的流程示意图。需注意的是，若有实质上相同的结果，本实施例并不以图3所示的流程顺序为限。如图3所示，本实施例包括：

S21：力-力矩传感器所在的负载端带有负载且不受外力的情况下，按照预设的采样频率在指定时长内采集广义力和关节位置，得到广义力序列和关节位置序列。

S22：利用关节位置序列计算回归矩阵序列作为观测矩阵。

S23：对广义力序列和观测矩阵进行低通滤波。

S24：采用最小二乘法，利用广义力序列以及观测矩阵估算负载参数。

S25：采集力-力矩传感器的输出，同时采集关节位置。

S26：计算负载参数与采集到的关节位置的乘积作为负载偏置量。

S27：将采集到的力-力矩传感器的输出减去负载偏置量以及力-力矩传感器的初始偏置量作为力-力矩传感器的最终输出。

安装力-力矩传感器的转接结构以及安装方式往往会对力-力矩传感器的零位造成影响。不同的预紧力情况下，六维力-力矩传感器的初始偏置信号不同，且当机器人在运行较长时间后，该初始偏置也可能会发生变化。

本实施例与本申请力-力矩传感器输出补偿方法第二实施例的区别在于本实施例的补偿模型中引入了初始误差的补偿，以减少初始偏置信号，或者说初始误差对力-力矩传感器的输出的影响，其他与本申请力-力矩传感器输出补偿方法第二实施例相同或相似的部分不再重复。

可以获取力-力矩传感器的初始偏置量(也可以被称为零位偏置量)，例如，在不带负载且不受外力影响的情况下检测力-力矩传感器的输出以获取初始偏置量。

传感器自身的初始偏置量^sF₀可表示为：

^sF₀＝E_6×6 ^sβ₀ (14)

其中，E_6×6为6阶单位矩阵；

^sβ₀＝[f_ox,f_oy,f_oz,τ_ox,τ_oy,τ_oz] (15)

其中，f_ox,f_oy,f_oz为力-力矩传感器力信号初始偏置f_o在x,y,z三个坐标轴方向上的分量，τ_ox,τ_oy,τ_oz为力-力矩传感器力矩信号初始偏置τ_o在x,y,z三个坐标轴方向上的分量。

本实施例中，补偿模型的定义为：

利用式(16)计算出补偿值F_ext后，将补偿值F_ext代入式(13)计算得到力-力矩传感器的最终输出

请参阅图4，图4为本申请力-力矩传感器输出补偿装置一实施例的结构示意图。如图4所示，该力-力矩传感器输出补偿装置400包括处理器410、与处理器410耦接的存储器420，其中，存储器420存储有用于实现上述任一实施例的方法的程序指令；处理器410用于执行存储器420存储的程序指令以实现上述任一实施例的方法。其中，处理器410还可以称为CPU(Central Processing Unit，中央处理单元)。处理器410可能是一种集成电路芯片，具有信号的处理能力。处理器410还可以是通用处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(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。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。

参阅图5，图5是申请存储介质一实施例的结构示意图。本申请实施例的存储介质500存储有指令，该指令被执行时实现本申请力-力矩传感器输出补偿方法。其中，该指令可以形成程序文件以软件产品的形式存储在上述存储介质中，以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(processor)执行本申请各个实施方式方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质，或者是计算机、服务器、手机、平板等终端设备。

在本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，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信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。以上仅为本申请的实施方式，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (11)

1.一种力-力矩传感器输出补偿方法，其特征在于，包括：

力-力矩传感器所在的负载端带有负载且不受外力的情况下，采集所述力-力矩传感器的广义力以及所述力-力矩传感器所在的关节位置；

利用所述关节位置计算回归矩阵；

利用所述广义力以及所述回归矩阵估算负载参数；

至少利用所述负载参数对所述力-力矩传感器的输出进行补偿；

其中，所述利用所述关节位置计算回归矩阵包括：利用所述关节位置计算所述负载端相对于基坐标系的相对姿态，通过所述相对姿态将所述基坐标系下的重力加速度转换至所述负载端的坐标系下，得到所述负载端的坐标系下的重力加速度，进而得到所述回归矩阵；

所述广义力为所述回归矩阵和所述负载参数的乘积。

2.根据权利要求1所述的方法，其特征在于，

所述采集所述力-力矩传感器的广义力以及所述力-力矩传感器所在的关节位置包括：

按照预设的采样频率在指定时长内采集所述广义力和所述关节位置，得到广义力序列和关节位置序列；

所述利用所述关节位置计算回归矩阵包括：

利用所述关节位置序列计算回归矩阵序列作为观测矩阵。

3.根据权利要求2所述的方法，其特征在于，

所述利用所述广义力以及所述回归矩阵估算所述负载参数包括：

采用最小二乘法，利用所述广义力序列以及所述观测矩阵估算所述负载参数，所述负载参数包括所述负载的质量与质心坐标。

4.根据权利要求3所述的方法，其特征在于，

所述最小二乘法的误差函数为所述广义力序列减去所述观测矩阵与所述负载参数的乘积。

5.根据权利要求2所述的方法，其特征在于，

所述利用所述广义力以及所述回归矩阵估算所述负载参数之前进一步包括：

对所述广义力序列和所述观测矩阵进行低通滤波。

6.根据权利要求5所述的方法，其特征在于，

所述低通滤波所用的滤波器是按照所述采样频率设计得到的。

7.根据权利要求1所述的方法，其特征在于，

所述至少利用所述负载参数对所述力-力矩传感器的输出进行补偿包括：

采集所述力-力矩传感器的输出，同时采集关节位置；

计算所述负载参数与采集到的关节位置的乘积作为负载偏置量；

将采集到的所述力-力矩传感器的输出减去所述负载偏置量作为所述力-力矩传感器的最终输出。

8.根据权利要求1所述的方法，其特征在于，

所述至少利用所述负载参数对所述力-力矩传感器的输出进行补偿包括：

采集所述力-力矩传感器的输出，同时采集关节位置；

计算所述负载参数与采集到的关节位置的乘积作为负载偏置量；

将采集到的所述力-力矩传感器的输出减去所述负载偏置量以及所述力-力矩传感器的初始偏置量作为所述力-力矩传感器的最终输出。

9.根据权利要求1所述的方法，其特征在于，

所述采集所述力-力矩传感器的广义力以及所述力-力矩传感器所在的关节位置包括：

利用所述力-力矩传感器采集所述广义力，并利用关节编码器采集所述关节位置。

10.一种力-力矩传感器输出补偿装置，其特征在于，所述力-力矩传感器输出补偿装置包括处理器、与所述处理器耦接的存储器，其中，

所述存储器存储有指令，所述指令被所述处理器运行时实现如权利要求1-9中任一项所述的方法。

11.一种存储介质，存储有指令，其特征在于，所述指令被执行时实现如权利要求1-9中任一项所述的方法。

Images