CN112621748A - 一种机器人负载辨识的方法 - Google Patents
一种机器人负载辨识的方法 Download PDFInfo
- Publication number
- CN112621748A CN112621748A CN202011403086.4A CN202011403086A CN112621748A CN 112621748 A CN112621748 A CN 112621748A CN 202011403086 A CN202011403086 A CN 202011403086A CN 112621748 A CN112621748 A CN 112621748A
- Authority
- CN
- China
- Prior art keywords
- load
- joint
- robot
- mass
- moment
- 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
-
- 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
- B25J17/00—Joints
- B25J17/02—Wrist joints
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Manipulator (AREA)
Abstract
本发明公开了一种机器人负载辨识的方法,包括以下步骤:建立机器人空载运行时的动力学模型;建立各关节力矩与末端负载的关系;根据当前关节位置,速度,加速度和摩擦力,由动力学模型得到各关节空载力矩;由各关节反馈力矩得到各关节力矩;机器人运行时,每隔1s由各关节采集数据,计算一次负载质量和质心,取60s内负载质量和质心计算结果平均值,作为最终负载质量和质心;该机器人负载辨识的方法,基于动力学模型和伺服反馈力矩,根据各关节力矩与末端负载关系,通过动力学模型与伺服反馈力矩的差异实时辨识出末端负载,解决机器人末端负载辨识问题,不依赖模型,低成本,简单易用,运行过程中自动完成机器人负载辨识。
Description
技术领域
本发明涉及机器人系统技术领域,具体为一种机器人负载辨识的方法。
背景技术
在机器人系统中,末端负载变化会严重影响机器人控制性能,因此需要对机器人末端负载进行辨识。传统的机器人负载辨识方法主要有三类:CAD模型法、使用力矩传感器的方法、无传感器的静态和动态辨识方法;CAD模型法依赖负载模型,适用性较窄;使用力矩传感器的方法需要额外的传感器,成本较高;因此设计一种机器人负载辨识的方法以解决上述问题。
发明内容
本发明的目的在于提供一种机器人负载辨识的方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:一种机器人负载辨识的方法,包括以下步骤:
步骤S1:建立机器人空载运行时的动力学模型,公式如下:
步骤S2:建立各关节力矩与末端负载的关系,公式如下:
τi=kimg+qi;
步骤S4:机器人运行时,每隔1s由各关节采集数据,计算一次负载质量和质心,取60s内负载质量和质心计算结果平均值,作为最终负载质量和质心;
步骤S5:负载辨识模式具有三种,分别为关闭辨识、实时辨识更新一次、实时辨识动态更新三种模式。
作为本发明进一步的方案:所述步骤S2中,ki为关节驱动力矩中与机器人末端负载相关的系数,ki是末端在连杆坐标系i下的x轴分量,通过连杆坐标变换得到,不同关节、不同位姿时是不同的。
作为本发明进一步的方案:所述步骤S3中,qi为关节驱动力矩中与机器人末端负载无关与连杆参数相关的系数,通过如下公式得到:
作为本发明进一步的方案:所述步骤S3中,力矩信息通过伺服驱动器本身经由电流乘以扭矩常数反馈得出,单位通常为0.1%,控制器根据各关节额定力矩进行转换后可得到各关节力矩τi,力矩信息还可通过负载力矩建模得到,即
τi=qi+τpayload,
作为本发明进一步的方案:所述负载质量辨识还可通过最小二乘法进行。
作为本发明进一步的方案:所述负载质心辨识还可通过最小二乘法进行。
作为本发明进一步的方案:所述步骤S5中,三种负载辨识模式是独立的,不可同时存在,负载辨识模式是通过显示设备配置的,最终辨识结果通过显示设备显示。
作为本发明进一步的方案:所述步骤S5中,在实时辨识动态更新的负载辨识模式下的最终负载质量和质心数据每60s更新一次,最终负载质量和质心数据是60s内经由步骤S4所得数据;60s为默认更新频率,或通过显示设备配置更新频率。
与现有技术相比,本发明所达到的有益效果是:该机器人负载辨识的方法,基于动力学模型和伺服反馈力矩,根据各关节力矩与末端负载关系,通过动力学模型与伺服反馈力矩的差异实时辨识出末端负载,解决机器人末端负载辨识问题,不依赖模型,低成本,简单易用,运行过程中自动完成机器人负载辨识。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明的方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,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,都属于本发明保护的范围。
请参阅图1,本发明提供一种技术方案:一种机器人负载辨识的方法,包括以下步骤:
步骤S1:建立机器人空载运行时的动力学模型,公式如下:
步骤S2:建立各关节力矩与末端负载的关系,公式如下:
τi=kimg+qi;
ki为关节驱动力矩中与机器人末端负载相关的系数,ki是末端在连杆坐标系i下的x轴分量,通过连杆坐标变换得到,不同关节、不同位姿时是不同的;
步骤S3:根据当前关节位置q,速度加速度和摩擦力由动力学模型得到各关节空载力矩qi;qi为关节驱动力矩中与机器人末端负载无关与连杆参数相关的系数,通过如下公式得到:由各关节反馈力矩得到各关节力矩τi,,力矩信息通过伺服驱动器本身经由电流乘以扭矩常数反馈得出,单位通常为0.1%,控制器根据各关节额定力矩进行转换后可得到各关节力矩τi,力矩信息还可通过负载力矩建模得到,即
τi=qi+τpayload,
步骤S4:机器人运行时,每隔1s由各关节采集数据,计算一次负载质量和质心,取60s内负载质量和质心计算结果平均值,作为最终负载质量和质心,负载质量每1s计算公式为:1s为默认计算频率,或通过显示设备配置计算频率,辨识轨迹为机器人3轴单独运动和5轴单独运动,负载质量辨识还可通过最小二乘法进行,根据负载质量辨识结果,负载质心每1s计算公式为:1s为默认计算频率,或通过显示设备配置计算频率,辨识轨迹为机器人6轴单独运动,负载质量辨识还可通过最小二乘法进行;
步骤S5:负载辨识模式具有三种,分别为关闭辨识、实时辨识更新一次、实时辨识动态更新三种模式,负载辨识模式是通过显示设备配置的,最终辨识结果通过显示设备显示,三种负载辨识模式是独立的,不可同时存在,选择关闭辨识需要手工输入负载重量;选择实时辨识更新一次适用于负载变化不大的场合,只做一次负载辨识即可使用;选择实时辨识动态更新适用于负载变化较大的场合,机器人运动时动态辨识,实时更新;在实时辨识动态更新的负载辨识模式下的最终负载质量和质心数据每60s更新一次,最终负载质量和质心数据是60s内经由步骤S4所得数据;60s为默认更新频率,或通过显示设备配置更新频率。
基于上述,本发明的优点在于:基于动力学模型和伺服反馈力矩,根据各关节力矩与末端负载关系,通过动力学模型与伺服反馈力矩的差异实时辨识出末端负载,解决机器人末端负载辨识问题,不依赖模型,低成本,简单易用,运行过程中自动完成机器人负载辨识。
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。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,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。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (11)
3.根据权利要求1所述的一种机器人负载辨识的方法,其特征在于:所述步骤S2中,ki为关节驱动力矩中与机器人末端负载相关的系数,ki是末端在连杆坐标系i下的x轴分量,通过连杆坐标变换得到,不同关节、不同位姿时是不同的。
7.根据权利要求6所述的一种机器人负载辨识的方法,其特征在于:所述负载质量辨识还可通过最小二乘法进行。
9.根据权利要求8所述的一种机器人负载辨识的方法,其特征在于:所述负载质心辨识还可通过最小二乘法进行。
10.根据权利要求1所述的一种机器人负载辨识的方法,其特征在于:所述步骤S5中,三种负载辨识模式是独立的,不可同时存在,负载辨识模式是通过显示设备配置的,最终辨识结果通过显示设备显示。
11.根据权利要求1所述的一种机器人负载辨识的方法,其特征在于:所述步骤S5中,在实时辨识动态更新的负载辨识模式下的最终负载质量和质心数据每60s更新一次,最终负载质量和质心数据是60s内经由步骤S4所得数据;60s为默认更新频率,或通过显示设备配置更新频率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011403086.4A CN112621748A (zh) | 2020-12-02 | 2020-12-02 | 一种机器人负载辨识的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011403086.4A CN112621748A (zh) | 2020-12-02 | 2020-12-02 | 一种机器人负载辨识的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112621748A true CN112621748A (zh) | 2021-04-09 |
Family
ID=75308215
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011403086.4A Pending CN112621748A (zh) | 2020-12-02 | 2020-12-02 | 一种机器人负载辨识的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112621748A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114603554A (zh) * | 2022-02-21 | 2022-06-10 | 苏州艾利特机器人有限公司 | 机器人负载转动惯量的标定方法、装置及存储介质 |
CN116945215A (zh) * | 2023-09-18 | 2023-10-27 | 博志生物科技(深圳)有限公司 | 手术机器人的末端执行工具识别方法及相关装置 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010011680A (ja) * | 2008-06-30 | 2010-01-14 | Yamaha Motor Co Ltd | 負荷同定方法およびロボットの制御システム |
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 |
CN206216738U (zh) * | 2016-10-17 | 2017-06-06 | 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 |
CN107433590A (zh) * | 2017-07-31 | 2017-12-05 | 上海宇航系统工程研究所 | 机械臂负载质量和传感器零漂在线辨识的重力补偿方法 |
CN108638070A (zh) * | 2018-05-18 | 2018-10-12 | 珞石(山东)智能科技有限公司 | 基于动态平衡的机器人负载重力参数辨识方法 |
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 |
CN111037567A (zh) * | 2019-12-30 | 2020-04-21 | 上海新时达机器人有限公司 | 六轴机器人末端负载辨识方法及模块 |
-
2020
- 2020-12-02 CN CN202011403086.4A patent/CN112621748A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2010011680A (ja) * | 2008-06-30 | 2010-01-14 | Yamaha Motor Co Ltd | 負荷同定方法およびロボットの制御システム |
CN206216738U (zh) * | 2016-10-17 | 2017-06-06 | 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 |
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 |
CN107433590A (zh) * | 2017-07-31 | 2017-12-05 | 上海宇航系统工程研究所 | 机械臂负载质量和传感器零漂在线辨识的重力补偿方法 |
CN108638070A (zh) * | 2018-05-18 | 2018-10-12 | 珞石(山东)智能科技有限公司 | 基于动态平衡的机器人负载重力参数辨识方法 |
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 |
CN111037567A (zh) * | 2019-12-30 | 2020-04-21 | 上海新时达机器人有限公司 | 六轴机器人末端负载辨识方法及模块 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114603554A (zh) * | 2022-02-21 | 2022-06-10 | 苏州艾利特机器人有限公司 | 机器人负载转动惯量的标定方法、装置及存储介质 |
WO2023155790A1 (zh) * | 2022-02-21 | 2023-08-24 | 苏州艾利特机器人有限公司 | 机器人负载转动惯量的标定方法、装置及存储介质 |
CN116945215A (zh) * | 2023-09-18 | 2023-10-27 | 博志生物科技(深圳)有限公司 | 手术机器人的末端执行工具识别方法及相关装置 |
CN116945215B (zh) * | 2023-09-18 | 2023-12-01 | 博志生物科技(深圳)有限公司 | 手术机器人的末端执行工具识别方法及相关装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109397265B (zh) | 一种基于动力学模型的关节型工业机器人拖拽示教方法 | |
CN107045557B (zh) | 面向约束的可重构机械臂非奇异终端滑模力位置控制方法 | |
CN105479459B (zh) | 机器人零力控制方法以及系统 | |
CN108549322B (zh) | 一种针对机器人圆弧轨迹运动的位姿同步方法和装置 | |
CN108058188B (zh) | 机器人健康监测和故障诊断系统的控制方法 | |
CN110986939B (zh) | 一种基于imu预积分的视觉惯性里程计方法 | |
CN110815190B (zh) | 一种工业机器人拖动示教方法及系统 | |
CN113681543B (zh) | 一种基于模型预测的机械臂零力控制方法 | |
CN112621748A (zh) | 一种机器人负载辨识的方法 | |
CN108582078A (zh) | 一种面向直接示教的机械臂零力控制方法 | |
CN105772917B (zh) | 一种三关节点焊机器人轨迹跟踪控制方法 | |
CN113305843A (zh) | 一种机械臂零力控制方法 | |
CN110427043B (zh) | 基于作业飞行机器人重心偏移的位姿控制器设计方法 | |
CN111185907A (zh) | 一种作业型飞行机器人抓取后的位姿稳定控制方法 | |
CN112743541A (zh) | 一种无力/力矩传感器机械臂软浮动控制方法 | |
CN108638070A (zh) | 基于动态平衡的机器人负载重力参数辨识方法 | |
Dong et al. | Force-free control for the flexible-joint robot in human-robot interaction | |
CN112677156A (zh) | 一种机器人关节摩擦力补偿方法 | |
CN102059703A (zh) | 基于自适应粒子滤波的机器人视觉伺服控制方法 | |
CN108340352A (zh) | 基于示教关节臂的工业机器人远程实时操控方法 | |
CN115122325A (zh) | 一种具有视场约束的拟人化机械手鲁棒视觉伺服控制方法 | |
CN115946131A (zh) | 一种柔性关节机械臂运动控制仿真计算方法及装置 | |
CN114310965A (zh) | 无需关节力矩测量的机械臂阻抗控制方法及系统 | |
JP2019046336A (ja) | マルチコプタ及びその制御方法 | |
CN113043269B (zh) | 一种基于机器人模型的机器人接触力观测系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210409 |
|
RJ01 | Rejection of invention patent application after publication |