CN111890370B - 一种应用双编码器的机器人力控制方法及装置 - Google Patents
一种应用双编码器的机器人力控制方法及装置 Download PDFInfo
- Publication number
- CN111890370B CN111890370B CN202010821985.XA CN202010821985A CN111890370B CN 111890370 B CN111890370 B CN 111890370B CN 202010821985 A CN202010821985 A CN 202010821985A CN 111890370 B CN111890370 B CN 111890370B
- Authority
- CN
- China
- Prior art keywords
- robot
- control
- representing
- joint
- motion data
- 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
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
- B25J9/1628—Programme controls characterised by the control loop
- B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
Abstract
本发明提出了一种应用双编码器的机器人力控制方法及装置,涉及智能控制技术领域。该方法包括:获取机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数。将目标运动数据、实际运动数据以及预设参数输入至减速器模型中,以得到被控向量。根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,以得到用于控制机器人中驱动电机的控制量。根据减速器模型对目标运动数据、实际运动数据以及预设参数进行计算,获取被控向量,再利用比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,将摩擦力也考虑至控制因素中,以提高控制的精度,保证对机器人运动位置和力度的准确控制。
Description
技术领域
本发明涉及智能控制技术领域,具体而言,涉及一种应用双编码器的机器人力控制方法及装置。
背景技术
随着人工智能与互联网的快速发展,智能机器人技术得到了突飞猛进的发展,被广泛应用于教育、工业、医疗、交通、安防、电力等诸多领域,体现出广阔的应用场景与发展空间。目前常见的机器人多采用关节单编码器,且编码器配备在电机上,在进行机器人建模时,会由于减速器柔性变形产生误差,进而导致对关节位置的控制的精度有限,此外常见的另一种方式是采用关节单编码器控制方式,而这种方式则无法直接计算出关节的力矩,需要为每个关节配备力矩传感器,有成本高昂的问题。
发明内容
本发明的目的在于提供一种应用双编码器的机器人力控制方法及装置,用以改善现有技术中机器人关节控制精度不高的问题。
第一方面,本申请实施例提供一种应用双编码器的机器人力控制方法,方法包括:获取机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数。将目标运动数据、实际运动数据以及预设参数输入至减速器模型中,以得到被控向量。根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,以得到用于控制机器人中驱动电机的控制量。
上述实现过程中,根据减速器模型对目标运动数据、实际运动数据以及预设参数进行计算,获取被控向量,再利用比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,将摩擦力也考虑至控制因素中,以提高控制的精度,保证对机器人位置和力度的准确控制。
在本发明的一些实施例中,摩擦力模型为:
其中,q表示机器人中连杆的位置,表示机器人中驱动电机的位置,表示机器人中连杆上所有的有效转矩,τmotor表示机器人中驱动电机的转矩,τfri,link表示连杆上作用的摩擦扭矩,τfri,motor表示驱动电机上作用的摩擦扭矩,K表示减速器的刚度,D表示减速器的粘度,预设参数包括减速器的刚度以及减速器的粘度。上述实现过程中,通过摩擦力模型设计的摩擦力参数自适应算法保证对机器人中涉及到的各部分力矩进行考虑,从而保证最终控制的准确性。
在本发明的一些实施例中,获取机器人中减速器的预设参数的步骤包括:获取机器人所受到的外部转矩,并判断外部转矩是否大于预设阈值;若否,则获取减速器的初始预设参数作为预设参数;若是,则对通过估计算法计算出预设参数。
在本发明的一些实施例中,估计算法包括下式:
在本发明的一些实施例中,根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算的步骤,包括:采用动力学补偿算法对被控向量进行补偿,旨在补偿动力学并控制每个连杆的速度,保证控制的准确性。
在本发明的一些实施例中,被控向量为机器人的关节处的被控向量,采用动力学补偿算法对被控向量进行补偿的步骤包括:根据滑模控制原理获取第一计算式:
根据第一计算式进行连杆运动控制,以得到以下控制式:
第二方面,本申请实施例提供一种应用双编码器的机器人力控制装置,装置包括:数据获取模块,用于获取机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数。被控向量获取模块,用于将目标运动数据、实际运动数据以及预设参数输入至减速器模型中,以得到被控向量。控制量获取模块,用于根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,以得到用于控制机器人中驱动电机的控制量。
在本发明的一些实施例中,摩擦力模型为:
其中,q表示机器人中连杆的位置,表示机器人中驱动电机的位置,表示机器人中连杆上所有的有效转矩,τmotor表示机器人中驱动电机的转矩,τfri,link表示连杆上作用的摩擦扭矩,τfri,motor表示驱动电机上作用的摩擦扭矩,K表示减速器的刚度,D表示减速器的粘度,预设参数包括减速器的刚度以及减速器的粘度。
在本发明的一些实施例中,数据获取模块包括:外部转矩检测单元,用于获取机器人所受到的外部转矩,并判断外部转矩是否大于预设阈值。第一数据确定单元,用于若否,则获取减速器的初始预设参数作为预设参数。第二数据确定单元,用于若是,则对通过估计算法计算出预设参数。
在本发明的一些实施例中,估计算法包括下式:
在本发明的一些实施例中,控制量获取模块包括:补偿单元,用于采用动力学补偿算法对被控向量进行补偿。
在本发明的一些实施例中,被控向量为机器人的关节处的被控向量,补偿单元包括:第一计算子单元,用于根据滑模控制原理获取第一计算式:
第二计算子单元,用于根据第一计算式进行连杆运动控制,以得到以下控制式:
第三方面,本申请实施例提供一种电子设备,其包括存储器,用于存储一个或多个程序;处理器。当一个或多个程序被处理器执行时,实现如上述第一方面中任一项的方法。
第四方面,本申请实施例提供一种计算机可读存储介质,其上存储有计算机程序,该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的方法。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本发明的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1为本发明实施例提供的一种应用双编码器的机器人力控制方法的流程图;
图2为本发明实施例提供的一种应用双编码器的机器人力控制装置的结构框图;
图3为本发明实施例提供的一种电子设备的结构框图。
图标:100-应用双编码器的机器人力控制装置;110-数据获取模块;120-被控向量获取模块;130-控制量获取模块;101-存储器;102-处理器;103-通信接口。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请中的实施例,本领域普通技术人员在没有作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。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。同时,在本申请的描述中,术语“第一”、“第二”等仅用于区分描述,而不能理解为指示或暗示相对重要性。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的各个实施例及实施例中的各个特征可以相互组合。
机器人关节里可以采用单圈绝对值编码器与多圈增量式编码器混合工作的方式,关于此双编码器的用途包含两个:第一,绝对值型的用来找零点,增量式用来做控制;实际中可能会把增量式的反馈值接入到位置环,而绝对值的接入到速度环。第二,通过两个编码器的误差值可间接获取关节输出力矩,也即把双编码器当做关节力矩传感器来用。
请参看图1,图1为本发明实施例提供的一种应用双编码器的机器人力控制方法的流程图,该方法包括如下步骤:
步骤S110:获取机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数。
机器人的目标运动数据可以根据用户的输入或者运动控制信号获取。而机器人的实际运动数据则可以通过机器人的电机状态以及机器人的关节状态获取。详细地,实际运动数据可以包括机器人的电机位置及电机速度,还可以包括机器人的关节位置及关节速度。机器人中减速器的预设参数一般为减速器的额定参数,例如,传动比。
作为一种实施方式,可以采用连杆动力学模型对机器人的目标运动数据以及实际运动数据进行在线参数辨识,以得到连杆动力学模型中的未知动力学参数,以对检测得到的目标运动数据以及实际运动数据进行完善,总而在进行下一步骤时,可以保证后续控制方法的准确性。
步骤S120:将目标运动数据、实际运动数据以及预设参数输入至减速器模型中,以得到被控向量。
减速器是一种通过多级齿轮传动机构,也就是指使用规格不同的齿轮带动运转的过程来实现降低发动机转速的效果。减速器具有体积小、重量轻、噪音低、运行平稳、传动率高、承载力强、易拆易装等特点,可以起到在原动机和工作机或执行机构之间起匹配转速和传递转矩的作用,在现代机械中应用极为广泛。
将目标运动数据、实际运动数据以及预设参数输入至减速器模型中后,可以相应的得到被控向量,被控向量包括被控位置以及被控速度信号。
步骤S130:根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,以得到用于控制机器人中驱动电机的控制量。
比例积分微分控制算法(proportional-integral-derivative control,PID)是根据给定值和实际输出值构成控制偏差,将偏差按比例、积分和微分通过线性组合构成控制量,从而对被控对象进行控制的一种算法,该算法具有简单、鲁棒性好和可靠性高的特点,因此被广泛用于控制回路中。
在本发明的一些实施例中,摩擦力模型为:
其中,q表示机器人中连杆的位置,表示机器人中驱动电机的位置,表示机器人中连杆上所有的有效转矩,τmotor表示机器人中驱动电机的转矩,τfri,link表示连杆上作用的摩擦扭矩,τfri,motor表示驱动电机上作用的摩擦扭矩,K表示减速器的刚度,D表示减速器的粘度,预设参数包括减速器的刚度以及减速器的粘度。
在许多情况下,减速器的机械设计使得机器人运动的摩擦力对连杆侧的影响可以被等效地忽略或反映到电机侧。因此,上述摩擦力模型可以简化为下述简化模型:
进一步得到摩擦力模型为:
对连杆位置q应用PID控制,对减速器参数应用递归最小二乘算法,对摩擦参数应用自适应控制。下标d和r表示期望值和所需值,符号^表示估计参数。设PID(qr)为连杆位置的PID控制。由机器人的动力学基于所需/所需的速度确定。
控制律方程如下:
上述实现过程中,通过摩擦力模型设计的摩擦力参数自适应算法保证对机器人中涉及到的各部分力矩进行考虑,从而保证最终控制的准确性。根据减速器模型对目标运动数据、实际运动数据以及预设参数进行计算,获取被控向量,再利用比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,将摩擦力也考虑至控制因素中,以提高控制的精度,保证对机器人位置和力度的准确控制。
在本发明的一些实施例中,获取机器人中减速器的预设参数的步骤包括:获取机器人所受到的外部转矩,并判断外部转矩是否大于预设阈值;若否,则获取减速器的初始预设参数作为预设参数;若是,则对通过估计算法计算出预设参数。
作为第一种实施方式,预设参数为K和D,下标new表示新的计算周期中的值。令λ∈[0,1]为遗忘因子。K的估计值更新如下:
P=(ΦT·Φ)-1
作为第二种实施方式,估计算法包括下式:
在本发明的一些实施例中,根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算的步骤,包括:采用动力学补偿算法对被控向量进行补偿。
作为其中的一种实施方式,被控向量为机器人的关节处的被控向量,采用动力学补偿算法对被控向量进行补偿的步骤包括:
根据滑模控制原理获取第一计算式:
根据第一计算式进行连杆运动控制,以得到以下控制式:
作为另一种实施方式,采用动力学补偿算法对被控向量进行补偿时,补偿内容可以包括但不限于惯性量、重力、摩擦力。定义和qd,i为命令的速度和关节位置i,计算方法在后续力/位混合控制方案中给出。设和qji为实际速度和位置,设为关节i的所需速度,设λji为一个正值控制参数,则根据滑模控制原理,有:
令为定义在{i}的速度,该值由机器人动力学和速度变换从所需的关节速度得出。设表示定义在{i}的实际速度,设为定义在{i}下,表示所需位置/方向和实际位置/方向之间的位置/方向误差。所求的位置/方位是从所求的关节位置导出的,方位误差以欧拉角的形式表示。令为所需速度,并且λv,i,λω,i为正值控制参数。根据滑模控制原理,有下式成立:
每个子系统(关节或连杆)的控制设计都被分解为动态补偿项和控制项:命令d速度用于控制,所需r速度用于动态补偿。
每个关节的运动控制都可以分解为基于模型的动态补偿项和控制项。令Jji为关节i的惯量,令和为关节i的库仑摩擦系数和粘性摩擦系数的估计值。kP,ji,kI,ji,kD,ji为定义的PID正值参数,控制律遵循:
qe,ji=qd,ji-qji
方程左边,前三项加项为动态补偿项,后三项加项为控制项。对估计的参数进行辨识,设和k c,ji为kc,ji的上限和下限,和k v,ji为kv,ji的上限和下限,ρc,ji和ρv,ji为正值控制参数。因此有下式:
在对连杆运动进行控制时,可以采用动力学补偿算法进行计算,每个连杆对应的有如下定义,定义为目标速度和实际速度之间的差,并且定义kP,v,i,kI,v,i,kP,ω,i,kI,ω,i为正值控制参数,遵循下式:
上列方程中左式的前三个加项为动态补偿项,第四项为控制项。
其中,机器人关节的导纳控制如下:
对于具有n个关节(n≥6)的机器人,将坐标{i}放在第i个连杆的末端,将Fextn施加到末端执行器上,并且Fext,i表示Fext,n产生的力/力矩。并在第i个连杆的末端起作用。
令τext=[τext,1…τext,n]T是由Fext,n感应并作用在关节上的扭矩。
iFext,i=iTi+1·i+1Fext,i+1
τext,i=zT·iFext,i
τext=JT·Fext,n
令J+为Jext的倒数(对于n=6)或JT的MP逆(对于n≥7)。然后
nFext,n=J+·τext,i
末端执行器的导纳控制:
xd是末端执行器的所需位置。所需的连杆位置qd可以通过机器人的逆运动学来确定。
基于同样的发明构思,本发明还提出一种应用双编码器的机器人力控制装置100,请参看图2,该应用双编码器的机器人力控制装置100包括:
数据获取模块110,用于获取机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数。
被控向量获取模块120,用于将目标运动数据、实际运动数据以及预设参数输入至减速器模型中,以得到被控向量。
控制量获取模块130,用于根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,以得到用于控制机器人中驱动电机的控制量。
在本发明的一些实施例中,摩擦力模型为:
其中,q表示机器人中连杆的位置,表示机器人中驱动电机的位置,表示机器人中连杆上所有的有效转矩,τmotor表示机器人中驱动电机的转矩,τfri,link表示连杆上作用的摩擦扭矩,τfri,motor表示驱动电机上作用的摩擦扭矩,K表示减速器的刚度,D表示减速器的粘度,预设参数包括减速器的刚度以及减速器的粘度。
在本发明的一些实施例中,数据获取模块110包括:
外部转矩检测单元,用于获取机器人所受到的外部转矩,并判断外部转矩是否大于预设阈值。
第一数据确定单元,用于若否,则获取减速器的初始预设参数作为预设参数。
第二数据确定单元,用于若是,则对通过估计算法计算出预设参数。
在本发明的一些实施例中,估计算法包括下式:
在本发明的一些实施例中,控制量获取模块130包括:
补偿单元,用于采用动力学补偿算法对被控向量进行补偿。
在本发明的一些实施例中,被控向量为机器人的关节处的被控向量,补偿单元包括:
第一计算子单元,用于根据滑模控制原理获取第一计算式:
第二计算子单元,用于根据第一计算式进行连杆运动控制,以得到以下控制式:
请参阅图3,图3为本申请实施例提供的电子设备的一种示意性结构框图。电子设备包括存储器101、处理器102和通信接口103,该存储器101、处理器102和通信接口103相互之间直接或间接地电性连接,以实现数据的传输或交互。例如,这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。存储器101可用于存储软件程序及模块,如本申请实施例所提供的应用双编码器的机器人力控制装置100对应的程序指令/模块,处理器102通过执行存储在存储器101内的软件程序及模块,从而执行各种功能应用以及数据处理。该通信接口103可用于与其他节点设备进行信令或数据的通信。
其中,存储器101可以是但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-OnlyMemory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。
处理器102可以是一种集成电路芯片,具有信号处理能力。该处理器102可以是通用处理器,包括中央处理器(Central Processing Unit,CPU)、网络处理器(NetworkProcessor,NP)等;还可以是数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(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。
可以理解,图3所示的结构仅为示意,电子设备还可包括比图3中所示更多或者更少的组件,或者具有与图3所示不同的配置。图3中所示的各组件可以采用硬件、软件或其组合实现。
在本申请所提供的实施例中,应该理解到,所揭露的装置和方法,也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分,模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现方式中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个连续的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
另外,在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分,也可以是各个模块单独存在,也可以两个或两个以上模块集成形成一个独立的部分。
功能如果以软件功能模块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,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用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)执行本申请各个实施例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。
综上,本申请实施例提供的一种应用双编码器的机器人力控制方法及装置,方法包括:获取机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数。将目标运动数据、实际运动数据以及预设参数输入至减速器模型中,以得到被控向量。根据比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,以得到用于控制机器人中驱动电机的控制量。根据减速器模型对目标运动数据、实际运动数据以及预设参数进行计算,获取被控向量,再利用比例积分微分控制算法以及摩擦力模型对被控向量进行控制计算,将摩擦力也考虑至控制因素中,以提高控制的精度,保证对机器人位置和力度的准确控制。
以上仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
对于本领域技术人员而言,显然本申请不限于上述示范性实施例的细节,而且在不背离本申请的精神或基本特征的情况下,能够以其它的具体形式实现本申请。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本申请的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (8)
1.一种应用双编码器的机器人力控制方法,其特征在于,应用于机器人的关节,所述方法包括:
获取所述机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数;
将所述目标运动数据、所述实际运动数据以及所述预设参数输入至减速器模型中,以得到被控向量;
根据比例积分微分控制算法以及摩擦力模型对所述被控向量进行控制计算,以得到用于控制所述机器人中驱动电机的控制量,包括采用动力学补偿算法对所述被控向量进行补偿,包括:
根据滑模控制原理获取第一计算式:
根据所述第一计算式进行连杆运动控制,以得到以下控制式:
3.如权利要求1所述的应用双编码器的机器人力控制方法,其特征在于,所述获取机器人中减速器的预设参数的步骤包括:
获取所述机器人所受到的外部转矩,并判断所述外部转矩是否大于预设阈值;
若否,则获取减速器的初始预设参数作为所述预设参数;
若是,则通过估计算法计算出所述预设参数。
5.一种应用双编码器的机器人力控制装置,其特征在于,应用于机器人的关节,所述装置包括:
数据获取模块,用于获取所述机器人的目标运动数据、机器人的实际运动数据以及机器人中减速器的预设参数;
被控向量获取模块,用于将所述目标运动数据、所述实际运动数据以及所述预设参数输入至减速器模型中,以得到被控向量;
控制量获取模块,用于根据比例积分微分控制算法以及摩擦力模型对所述被控向量进行控制计算,以得到用于控制所述机器人中驱动电机的控制量;包括采用动力学补偿算法对所述被控向量进行补偿,包括:
根据滑模控制原理获取第一计算式:
根据所述第一计算式进行连杆运动控制,以得到以下控制式:
7.一种电子设备,其特征在于,包括:
存储器,用于存储一个或多个程序;
处理器;
当所述一个或多个程序被所述处理器执行时,实现如权利要求1-4中任一项所述的方法。
8.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-4中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010821985.XA CN111890370B (zh) | 2020-08-15 | 2020-08-15 | 一种应用双编码器的机器人力控制方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010821985.XA CN111890370B (zh) | 2020-08-15 | 2020-08-15 | 一种应用双编码器的机器人力控制方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111890370A CN111890370A (zh) | 2020-11-06 |
CN111890370B true CN111890370B (zh) | 2022-02-18 |
Family
ID=73229540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010821985.XA Active CN111890370B (zh) | 2020-08-15 | 2020-08-15 | 一种应用双编码器的机器人力控制方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111890370B (zh) |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8473103B2 (en) * | 2009-01-27 | 2013-06-25 | Fanuc Robotics America, Inc. | Secondary position feedback control of a robot |
CN105751795B (zh) * | 2016-03-03 | 2018-06-08 | 南开大学 | 基于弹性元件的机器人雕刻方法 |
CN109500837A (zh) * | 2018-12-18 | 2019-03-22 | 上海岭先机器人科技股份有限公司 | 一种基于双编码器的机器人关节力矩测量方法 |
CN109676635A (zh) * | 2018-12-21 | 2019-04-26 | 江苏集萃智能制造技术研究所有限公司 | 一种用于协作机器人碰撞检测的双编码器 |
CN109806106A (zh) * | 2019-02-01 | 2019-05-28 | 中山大学 | 一种基于鲁棒控制与导纳控制结合的下肢康复机器人的控制方法 |
CN110065070B (zh) * | 2019-04-29 | 2020-09-18 | 华中科技大学 | 一种基于动力学模型的机器人自适应阻抗控制系统 |
CN110262255B (zh) * | 2019-07-16 | 2022-06-14 | 东南大学 | 一种基于自适应终端滑模控制器的机械臂轨迹跟踪控制方法 |
CN110561438B (zh) * | 2019-09-19 | 2021-02-05 | 华中科技大学 | 基于动力学参数辨识的工业机器人力/位柔顺控制方法 |
-
2020
- 2020-08-15 CN CN202010821985.XA patent/CN111890370B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN111890370A (zh) | 2020-11-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112743541B (zh) | 一种无力/力矩传感器机械臂软浮动控制方法 | |
JP5349478B2 (ja) | 逆運動学 | |
CN111965976B (zh) | 基于神经网络观测器的机器人关节滑模控制方法及系统 | |
CN111872941A (zh) | 平衡控制方法、装置、仿人机器人及可读存储介质 | |
CN111347421A (zh) | 用于扭矩估计的方法和装置 | |
CN109648564B (zh) | 一种基于递阶结构mpc的多自由度柔性关节机械臂系统的控制方法 | |
CN111890370B (zh) | 一种应用双编码器的机器人力控制方法及装置 | |
CN114137982A (zh) | 机器人运动控制方法及装置、机器人控制设备和存储介质 | |
CN111730594A (zh) | 一种模块化机器人面向外部碰撞的分散控制方法及系统 | |
Pham et al. | Robust adaptive finite-time synergetic tracking control of delta robot based on radial basis function neural networks | |
Gattringer et al. | Recursive methods in control of flexible joint manipulators | |
CN113664869A (zh) | 机械臂、机械臂控制方法及系统 | |
Burkus et al. | A validation procedure to identify joint friction, reductor self-locking and gear backlash parameters | |
Karray et al. | Adaptive and sliding mode control of a mobile manipulator actuated by DC motors | |
Kim et al. | An adaptive disturbance observer for a two-link robot manipulator | |
JP2017071012A (ja) | マスタースレーブ装置 | |
CN110355780A (zh) | 一体化柔性机器人关节的输出力矩计算方法 | |
CN215825344U (zh) | 机械臂 | |
CN109309468B (zh) | 一种直线电机调速系统及方法 | |
CN114619440B (zh) | 修正摩擦模型的方法、机器人及计算机可读存储介质 | |
CN114734437A (zh) | 机器人关节控制方法及装置 | |
He et al. | A Semiparametric Model-Based Friction Compensation Method for Multijoint Industrial Robot | |
CN116766214A (zh) | 一种抹光机器人的运动控制方法、系统及抹光机器人 | |
CN113043269B (zh) | 一种基于机器人模型的机器人接触力观测系统 | |
JP6756568B2 (ja) | 制御装置、駆動システム、制御方法及びプログラム |
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 |