CN115284294A - 一种差动关节的动力学参数辨识方法 - Google Patents
一种差动关节的动力学参数辨识方法 Download PDFInfo
- Publication number
- CN115284294A CN115284294A CN202211011636.7A CN202211011636A CN115284294A CN 115284294 A CN115284294 A CN 115284294A CN 202211011636 A CN202211011636 A CN 202211011636A CN 115284294 A CN115284294 A CN 115284294A
- Authority
- CN
- China
- Prior art keywords
- friction
- joint
- differential
- differential joint
- torque
- 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
- 238000000034 method Methods 0.000 title claims abstract description 91
- 238000011960 computer-aided design Methods 0.000 claims abstract description 25
- 238000002474 experimental method Methods 0.000 claims abstract description 10
- 230000005540 biological transmission Effects 0.000 claims description 34
- 230000033001 locomotion Effects 0.000 claims description 33
- 230000007246 mechanism Effects 0.000 claims description 16
- 230000008569 process Effects 0.000 claims description 10
- 239000011159 matrix material Substances 0.000 claims description 8
- 230000009467 reduction Effects 0.000 claims description 7
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000003638 chemical reducing agent Substances 0.000 claims description 6
- 238000001914 filtration Methods 0.000 claims description 6
- 238000000926 separation method Methods 0.000 claims description 4
- 238000012546 transfer Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 abstract description 7
- 238000010168 coupling process Methods 0.000 abstract description 7
- 238000005859 coupling reaction Methods 0.000 abstract description 7
- 238000004590 computer program Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 13
- 230000006870 function Effects 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000003860 storage Methods 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 238000000691 measurement method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000750 progressive effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 229910000831 Steel Inorganic materials 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000007795 chemical reaction product Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000010959 steel Substances 0.000 description 1
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
- B25J9/163—Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
-
- 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
- B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Automation & Control Theory (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种差动关节的动力学参数辨识方法,包括以下步骤:S1:对差动关节进行D‑H建模,并建立含有摩擦项的动力学模型;S2:将差动关节的惯性项和摩擦项分离,得到分离后的惯性项力矩和摩擦项力矩;S3:采用CAD识别法获取的差动关节的惯性项参数,采用辨识实验法获取差动关节的摩擦项参数。本发明提供的差动关节的动力学参数辨识方法,根据差动关节中电机空间和关节空间存在的耦合关系,建立出差动关节专有的动力学模型,能够将惯性项参数和摩擦项参数分离,惯性项参数采用CAD识别法获取,而摩擦项参数通过建立合适的摩擦力模型,单独进行辨识实验法获取,具有较高的辨识精度,可以提高针对差动关节或含有差动关节的机械臂力控制算法的准确度。
Description
技术领域
本发明涉及机器人控制以及系统辨识技术领域,具体涉及一种差动关节的动力学参数辨识方法。
背景技术
目前,由于差动关节具有高承载能力和轻重量的优越性能,它被广泛应用于各种机器人中,当前机器人的动力学参数辨识方法主要包括:解体测量法,CAD识别法,实验辨识法。解体测量法是直接测量每个连杆的惯性参数,测量过程繁琐且精度差。CAD识别法是通过计算机软件直接计算三维模型的惯性参数的方法,此方法无法获取摩擦参数。实验辨识法通过机器人运动轨迹的输入输出,使用参数辨识来估计动力学模型参数的值,包括惯性参数和摩擦参数。
根据公开号:CN109284580A,公开日为2019.01.29的发明专利申请,公开了一种串联机器人动力学参数辨识方法,包括以下步骤:建立串联机器人运动学模型;确定串联机器人最小惯性参数集φ并建立关于φ的线性形式的动力学方程;从φ的最后一组分量开始,设计试验逆序辨识φ的每组分量;设计多对运动状态,控制机器人到达每对状态,采集关节驱动力数据;分离每对状态下关节驱动力的摩擦项和惯性项,由惯性项辨识φ分量;待完成φ所有分量的辨识后,汇集摩擦项数据,形成摩擦力辨识数据,结合摩擦力模型,进行摩擦力参数辨识。其主要的技术效果是:使得惯性参数辨识不受摩擦力模型的影响,既保证了惯性参数辨识的准确度,也有利于确定合理的摩擦力模型,同时控制了试验优化设计的变量规模。
为了基于差动关节的机械臂能够更好地与用户交互,需要进一步研究基于差动关节的机械臂的力控制算法,力控制算法需要建立出精确的动力模型,并且需要求出精确的动力学模型参数,因而,对差动关节的进行动力学参数辨识具有重要的意义,但是由于差动关节中电机空间和关节空间存在耦合关系,传统的基于串联型机械臂的动力学参数辨识方法无法直接应用于差动关节的动力学辨识中,为此,提出一种差动关节的动力学参数辨识方法,旨在解决传统的基于串联型机械臂的动力学参数辨识方法无法直接应用于差动关节的动力学辨识中的问题。
发明内容
本发明的目的是提供一种差动关节的动力学参数辨识方法,旨在解决传统的基于串联型机械臂的动力学参数辨识方法无法直接应用于差动关节的动力学辨识中的问题。
为了实现上述目的,本发明提供如下技术方案:一种差动关节的动力学参数辨识方法,包括以下步骤:
S1:对差动关节进行D-H建模,并建立含有摩擦项的动力学模型;
S1.1:获取差动关节各轴的DH参数,建立连杆坐标系和各轴之间的转换关系矩阵;
S1.2:简化差动关节电机端到差动机构输入端的传动部分的摩擦力矩;
S1.3:建立单个差动关节的动力学模型;
S2:将差动关节的惯性项和摩擦项分离,得到分离后的惯性项力矩τD和摩擦项力矩τF;
S3:采用CAD识别法获取的差动关节的惯性项参数,采用辨识实验法获取差动关节的摩擦项参数;
S3.1:对差动关节传动部分和关节部分的摩擦力矩建立库伦-黏滞摩擦模型,并将传动部分和关节的摩擦力合并以简化总摩擦模型,表示为:
S3.5:采用最小二乘法对以上超定方程组求解摩擦项参数φf,表示为:
S3.6:采用CAD识别法获取惯性项参数φd。
作为优选的,步骤S1.1中,所述DH参数包括连杆扭角、连杆长度、连杆距离和连杆转角。
作为优选的,步骤S1.2中,简化差动关节电机端到差动机构输入端的传动部分的摩擦力矩,表示为:
其中,τfti(i=1,2)为差动关节中第i个传动部分的等效摩擦力矩,τfmi(i=1,2)为第i个电机的摩擦力矩,τfri(i=1,2)为差动关节中第i个减速器的摩擦力矩,τfgi(i=1,2)为差动关节内差动机构的摩擦力矩,ir为差动关节的减速器的减速比,it为电机到关节的总传动比;
并将传动部分的驱动力矩τt中的惯性项力矩τD和摩擦项力矩τF进行分离,表示为:
作为优选的,步骤S3.6中,惯性项参数φd表示为:
采用CAD识别法获取。
在上述技术方案中,本发明提供的一种差动关节的动力学参数辨识方法,具备以下有益效果:
该发明,根据差动关节中电机空间和关节空间存在的耦合关系,建立出差动关节专有的动力学模型,并且该方法能够将惯性项参数和摩擦项参数分离,惯性项参数采用CAD识别法获取,而摩擦项参数通过建立合适的摩擦力模型,单独进行辨识实验法获取,具有较高的辨识精度,可以提高针对差动关节或含有差动关节的机械臂力控制算法的准确度。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明中记载的一些实施例,对于本领域普通技术人员来讲,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的整体流程示意图;
图2为本发明实施例提供的步骤3具体流程示意图;
图3为本发明实施例提供的现有差动关节结构示意图。
附图标记说明:
1、第一电机;2、第二电机;3、差动机构;4、第一输出关节;5、第二输出关节。
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。
如图3所示,现有差动关节在结构上具有第一电机1、第二电机2、差动机构3、第一输出关节4和第二输出关节5,其中,第一电机1上设置有第一减速单元,第二电机2上设置有第二减速单元,减速单元可以为减速器,第一电机1输出端到差动机构3其中一个输入端部分为第一传动部分,第二电机2输出端到差动机构3另一个输入端部分为第二传动部分。
差动关节电机转动的角速度和关节转动角速度存在如下耦合关系:
其中,ω1和ω2分别为第一输出关节4和第二输出关节5的转动角速度,ωm1和ωm2分别为第一电机1和第二电机2的转动角速度,it为电机到关节的总传动比。
差动机构可以采用齿轮、带轮、链条、钢索等一种或几种的组合。
一种差动关节的动力学参数辨识方法,包括以下步骤:
S1:对差动关节进行D-H建模,并建立含有摩擦项的动力学模型;
S1.1:获取差动关节各轴的DH参数,建立连杆坐标系和各轴之间的转换关系矩阵;
DH参数包括连杆扭角、连杆长度、连杆距离和连杆转角;
S1.2:简化差动关节电机端到差动机构输入端的传动部分的摩擦力矩,表示为:
其中,τfmei(i=1,2)为第i个电机的等效摩擦力矩,τfmi(i=1,2)为第i个电机的摩擦力矩,τfri(i=1,2)为第i个减速器的摩擦力矩,τfgi(i=1,2)为差动机构的摩擦力矩,ir为减速器的减速比,it为电机到关节的总传动比;
S1.3:建立单个差动关节的动力学模型,表示为:
其中,τmi(i=1,2)为第i个电机的驱动力矩,τdi(i=1,2)为第i个输出关节的惯性力矩,τfji(i=1,2)为第i个输出关节的摩擦力矩,τfti(i=1,2)为第i个传动部分的等效摩擦力矩,it为电机到关节的总传动比;
电机的驱动力矩τm由电机电流乘以电机转矩常数确定;
进一步差动关节的动力学模型可写为:
其中,τti(i=1,2)为第i个传动部分的驱动力矩,τfti(i=1,2)为第i个传动部分的等效摩擦力矩,τDi(i=1,2)为第i个输出关节的惯性项力矩,τFi(i=1,2)为第i个输出关节的摩擦项力矩;
S2:将差动关节的惯性项和摩擦项分离,得到分离后的惯性项力矩τD和摩擦项力矩τF;
并将传动部分的驱动力矩τt中的惯性项力矩τD和摩擦项力矩τF进行分离,表示为:
S3:采用CAD识别法获取的差动关节的惯性项参数,采用辨识实验法获取差动关节的摩擦项参数;
S3.1:对差动关节传动部分和关节部分的摩擦力矩建立库伦-黏滞摩擦模型,表示为:
其中,fc1、fc2、fv1、fv2、fcr、fcp、fvr和fvp为所要获取的摩擦项参数;
将传动部分和关节的摩擦力合并以简化总摩擦模型,表示为:
其中,黏滞摩擦参数fTV1、fTV2和fCV如下:
库伦摩擦参数fTC1和fTC2的值根据实验数据获取;
S3.5:采用最小二乘法对以上超定方程组求解摩擦项参数φf,表示为:
对于库伦摩擦参数fTC1和fTC2,可以进一步根据选的n组运动方式建立对应的方程组来解出fc1、fc2、fcr和fcp;
S3.6:采用CAD识别法获取惯性项参数φd。
作为本发明提供的一个实施例,针对于图3中提供的差动关节进行参数辨识,包括以下步骤:
S1:对差动关节进行D-H建模,并建立含有摩擦项的动力学模型;
S1.1:首先获取差动关节各轴的DH参数,建立连杆坐标系和各轴之间的转换关系矩阵,本实施例具体DH参数值如下表所示:
关节i | α<sub>i-1</sub>(°) | a<sub>i-1</sub>(mm) | d<sub>i</sub>(mm) | θ<sub>i</sub>(°) |
1 | -90 | 0 | 0 | θ<sub>1</sub>(0) |
2 | 90 | 0 | 70.5 | θ<sub>2</sub>(0) |
DH参数包括连杆扭角αi-1、连杆长度ai-1、连杆距离di和连杆转角θi。
S1.2:简化差动关节电机端到差动机构输入端的传动部分的摩擦力矩:
S1.3:建立单个差动关节的动力学模型:
进一步的,差动关节的动力学模型可写为:
S2:将差动关节的惯性项和摩擦项分离,得到分离后的惯性项力矩τD和摩擦项力矩τF;
并将传动部分的驱动力矩τt中的惯性项力矩τD和摩擦项力矩τF进行分离,表示为:
S3:采用CAD识别法获取的差动关节的惯性项参数,采用辨识实验法获取差动关节的摩擦项参数;
S3.1:对差动关节传动部分和关节部分的摩擦力矩建立库伦-黏滞摩擦模型,并将传动部分和关节的摩擦力合并以简化总摩擦模型:
其中,fc1、fc2、fv1、fv2、fcr、fcp、fvr和fvp为所要获取的摩擦项参数。
将传动部分和关节的摩擦力合并并简化总摩擦模型:
其中,黏滞摩擦参数fTV1、fTV2和fCV如下:
选择运动方式1、3、4和6来进行摩擦项参数辨识;
S3.3:将得到的摩擦项力矩信息进行滤波处理。
其中,第i时刻对应的摩擦线性矩阵具体为:
采用最小二乘法对超定方程组求解摩擦项参数φf=[fTC1 fTC2 fTV2 fTV2 fCV]T,表示为:
再根据S3.2中所选择的四组运动方式1、3、4和6,建立方程组来求解fc1、fc2、fcr和fcp:
其中,fTC1i和fTC2i分别为对应的运动方式i所求解出的库伦摩擦系数。
本领域内的技术人员应明白,本发明的实施例可提供为方法、系统、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本发明中应用了具体实施例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种电子设备的具体实施方式,所述电子设备具体包括如下内容:
处理器(processor)、存储器(memory)、通信接口(Communications Interface)和总线;
其中,所述处理器、存储器、通信接口通过所述总线完成相互间的通信;
所述处理器用于调用所述存储器中的计算机程序,所述处理器执行所述计算机程序时实现上述实施例中的方法中的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
S1:对差动关节进行D-H建模,并建立含有摩擦项的动力学模型;
S1.1:获取差动关节各轴的DH参数,建立连杆坐标系和各轴之间的转换关系矩阵;
S1.2:简化差动关节电机端到差动机构输入端的传动部分的摩擦力矩;
S1.3:建立单个差动关节的动力学模型;
S2:将差动关节的惯性项和摩擦项分离,得到分离后的惯性项力矩τD和摩擦项力矩τF;
S3:采用CAD识别法获取的差动关节的惯性项参数,采用辨识实验法获取差动关节的摩擦项参数;
S3.1:对差动关节传动部分和关节部分的摩擦力矩建立库伦-黏滞摩擦模型,并将传动部分和关节的摩擦力合并以简化总摩擦模型,表示为:
S3.5:采用最小二乘法对以上超定方程组求解摩擦项参数φf,表示为:
S3.6:采用CAD识别法获取惯性项参数φd。
本申请的实施例还提供能够实现上述实施例中的方法中全部步骤的一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现上述实施例中的方法的全部步骤,例如,所述处理器执行所述计算机程序时实现下述步骤:
S1:对差动关节进行D-H建模,并建立含有摩擦项的动力学模型;
S1.1:获取差动关节各轴的DH参数,建立连杆坐标系和各轴之间的转换关系矩阵;
S1.2:简化差动关节电机端到差动机构输入端的传动部分的摩擦力矩;
S1.3:建立单个差动关节的动力学模型;
S2:将差动关节的惯性项和摩擦项分离,得到分离后的惯性项力矩τD和摩擦项力矩τF;
S3:采用CAD识别法获取的差动关节的惯性项参数,采用辨识实验法获取差动关节的摩擦项参数;
S3.1:对差动关节传动部分和关节部分的摩擦力矩建立库伦-黏滞摩擦模型,并将传动部分和关节的摩擦力合并以简化总摩擦模型,表示为:
S3.5:采用最小二乘法对以上超定方程组求解摩擦项参数φf,表示为:
S3.6:采用CAD识别法获取惯性项参数φd。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于硬件+程序类实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。虽然本说明书实施例提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本说明书实施例时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,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。本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本领域技术人员应明白,本说明书的实施例可提供为方法、系统或计算机程序产品。因此,本说明书实施例可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本说明书实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本说明书实施例的至少一个实施例或示例中。
在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。以上所述仅为本说明书实施例的实施例而已,并不用于限制本说明书实施例。对于本领域技术人员来说,本说明书实施例可以有各种更改和变化。凡在本说明书实施例的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的权利要求范围之内。
Claims (5)
1.一种差动关节的动力学参数辨识方法,其特征在于,包括以下步骤:
S1:对差动关节进行D-H建模,并建立含有摩擦项的动力学模型;
S1.1:获取差动关节各轴的DH参数,建立连杆坐标系和各轴之间的转换关系矩阵;
S1.2:简化差动关节电机端到差动机构输入端的传动部分的摩擦力矩;
S1.3:建立单个差动关节的动力学模型;
S2:将差动关节的惯性项和摩擦项分离,得到分离后的惯性项力矩τD和摩擦项力矩τF;
S3:采用CAD识别法获取的差动关节的惯性项参数,采用辨识实验法获取差动关节的摩擦项参数;
S3.1:对差动关节传动部分和关节部分的摩擦力矩建立库伦-黏滞摩擦模型,并将传动部分和关节的摩擦力合并以简化总摩擦模型,表示为:
S3.5:采用最小二乘法对以上超定方程组求解摩擦项参数φf,表示为:
S3.6:采用CAD识别法获取惯性项参数φd。
2.根据权利要求1所述的一种差动关节的动力学参数辨识方法,其特征在于,步骤S1.1中,所述DH参数包括连杆扭角、连杆长度、连杆距离和连杆转角。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211011636.7A CN115284294B (zh) | 2022-08-23 | 2022-08-23 | 一种差动关节的动力学参数辨识方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211011636.7A CN115284294B (zh) | 2022-08-23 | 2022-08-23 | 一种差动关节的动力学参数辨识方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115284294A true CN115284294A (zh) | 2022-11-04 |
CN115284294B CN115284294B (zh) | 2024-07-19 |
Family
ID=83832301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211011636.7A Active CN115284294B (zh) | 2022-08-23 | 2022-08-23 | 一种差动关节的动力学参数辨识方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115284294B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI815770B (zh) * | 2023-02-06 | 2023-09-11 | 國立成功大學 | 利用機械手臂的營建方法及營建系統 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06190754A (ja) * | 1991-04-26 | 1994-07-12 | Toshiba Corp | ロボットアームの動的モデルの同定方法 |
US20150232083A1 (en) * | 2014-02-20 | 2015-08-20 | Ford Global Technologies, Llc | Active Battery Parameter Identification Using Conditional Extended Kalman Filter |
CN109284580A (zh) * | 2018-11-13 | 2019-01-29 | 哈工大机器人(合肥)国际创新研究院 | 一种串联机器人动力学参数辨识方法 |
CN111400936A (zh) * | 2020-04-27 | 2020-07-10 | 无锡信捷电气股份有限公司 | 一种机器人动力学参数辨识方法 |
CN112643670A (zh) * | 2020-12-07 | 2021-04-13 | 洛阳尚奇机器人科技有限公司 | 一种基于滑模观测器的柔性关节控制方法 |
-
2022
- 2022-08-23 CN CN202211011636.7A patent/CN115284294B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH06190754A (ja) * | 1991-04-26 | 1994-07-12 | Toshiba Corp | ロボットアームの動的モデルの同定方法 |
US20150232083A1 (en) * | 2014-02-20 | 2015-08-20 | Ford Global Technologies, Llc | Active Battery Parameter Identification Using Conditional Extended Kalman Filter |
CN109284580A (zh) * | 2018-11-13 | 2019-01-29 | 哈工大机器人(合肥)国际创新研究院 | 一种串联机器人动力学参数辨识方法 |
CN111400936A (zh) * | 2020-04-27 | 2020-07-10 | 无锡信捷电气股份有限公司 | 一种机器人动力学参数辨识方法 |
CN112643670A (zh) * | 2020-12-07 | 2021-04-13 | 洛阳尚奇机器人科技有限公司 | 一种基于滑模观测器的柔性关节控制方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI815770B (zh) * | 2023-02-06 | 2023-09-11 | 國立成功大學 | 利用機械手臂的營建方法及營建系統 |
Also Published As
Publication number | Publication date |
---|---|
CN115284294B (zh) | 2024-07-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111496791B (zh) | 一种基于串联机器人的整体动力学参数辨识方法 | |
CN111618859B (zh) | 一种对于静止或低速工况下机械臂高精度力反馈的方法 | |
Featherstone | A beginner's guide to 6-d vectors (part 1) | |
CN106346477A (zh) | 六轴机器人的负载辨识方法及模块 | |
CN109483555B (zh) | 一种串联旋转关节工业机器人静力学模型参数辨识方法 | |
CN113510693B (zh) | 一种基于摩擦力的机器人控制方法、装置及设备 | |
CN111177941B (zh) | 一种机器人摩擦力辨识方法 | |
CN104254430A (zh) | 机器人控制设备、机器人装置、机器人控制方法、用于执行机器人控制方法的程序、及在其上记录程序的记录介质 | |
CN115284294A (zh) | 一种差动关节的动力学参数辨识方法 | |
Röck | Hardware in the loop simulation of production systems dynamics | |
CN110414138B (zh) | 伺服电机的型号确定方法及装置、机器设备 | |
CN114260892A (zh) | 弹性关节力矩控制方法、装置、可读存储介质及机器人 | |
CN106998161B (zh) | 一种伺服系统的转动惯量辨识方法及装置 | |
CN116619357A (zh) | 一种铣削机器人变姿态稳定性叶瓣图获取方法 | |
CN109623819A (zh) | 一种机器人谐波传动关节实际力矩值的获取方法及装置 | |
CN115741697A (zh) | 一种机械臂关节的优化力矩反馈方法、系统及设备 | |
CN113268908B (zh) | 一种转子系统的响应求解方法和装置 | |
CN112497193B (zh) | 六自由度并联机器人电动缸推力估计方法与系统 | |
CN112364551B (zh) | 一种行星传动齿轮箱疲劳分析方法 | |
CN109284580B (zh) | 一种串联机器人动力学参数辨识方法 | |
CN116141314A (zh) | 基于射影几何代数的机器人动力学参数辨识方法及系统 | |
DETEŞAN | The path planning of rttrr small-sized industrial robot in a process of microprocessor packing | |
Ju et al. | Cutting force and vibration prediction of milling processes regarding the nonlinear behavior of cascade controlled feed drives | |
Dąbek et al. | Tire models for studies of wheeled mobile robot dynamics on rigid grounds–a quantitative analysis for longitudinal motion | |
Hetmańczyk et al. | „Selected aspects of design and modelling of linear actuator based on PM BLDC motor” |
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 |