CN117863207A - 一种机械臂末端六维力测量方法、机械臂及机器人 - Google Patents

一种机械臂末端六维力测量方法、机械臂及机器人 Download PDF

Info

Publication number
CN117863207A
CN117863207A CN202311864479.9A CN202311864479A CN117863207A CN 117863207 A CN117863207 A CN 117863207A CN 202311864479 A CN202311864479 A CN 202311864479A CN 117863207 A CN117863207 A CN 117863207A
Authority
CN
China
Prior art keywords
dimensional force
mechanical arm
joints
dimensional
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
Application number
CN202311864479.9A
Other languages
English (en)
Inventor
张颖
郑随兵
董芹鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Realman Intelligent Technology Beijing Co ltd
Original Assignee
Realman Intelligent Technology Beijing Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Realman Intelligent Technology Beijing Co ltd filed Critical Realman Intelligent Technology Beijing Co ltd
Priority to CN202311864479.9A priority Critical patent/CN117863207A/zh
Publication of CN117863207A publication Critical patent/CN117863207A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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

  • Force Measurement Appropriate To Specific Purposes (AREA)

Abstract

本发明公开了一种机械臂末端六维力测量方法、机械臂及机器人，测量方法包括：获取机械臂若干个关节的状态参数信息，计算若干个关节的反馈力矩；基于状态参数信息和若干个关节的反馈力矩值，计算若干个关节受到的外力矩，得到机械臂末端的六维力估计数据；将三维力测量值和六维力估计数据融合，得到机械臂的六维力数据。基于三维力传感器结合关节电流环的驱动电流值，实现了机械臂末端的六维力数值计算，具有结构简单、硬件成本低的优点，同时确保了机械臂末端的六维力测量精度，克服了机械臂使用传统六维力传感器导致的成本居高不下的问题。

Description

一种机械臂末端六维力测量方法、机械臂及机器人
技术领域
本发明涉及机械臂控制技术领域，特别涉及一种机械臂末端六维力测量方法、机械臂及机器人。
背景技术
力传感器是一种用于测量物体所受外力大小的传感器。根据测量维度，力传感器可分为一至六维力传感器，最常见的有一维、三维和六维力传感器。其中，六维力传感器的研发难度最大，其不是单纯的一维力传感器或者三维力传感器的简单叠加，导致市面上六维力传感器的成本最高。随着机器人技术的快速发展，机器人应用越来越聚焦于机器人与环境发生交互的场景，如打磨抛光、柔顺装配、医疗康复等，对机器人柔顺力控制的需求快速增长，六维力传感器作为机器人的触觉，使得机器人柔顺力控制技术的成本较高，因此迫切的需要一种低成本的六维力传感器方案。
根据六维力传感器的实现原理，又可分为应变式力传感器、光学式力传感器和压电\电容式力传感器。应变式力传感器稳定性好、信噪比高，但成本高；光学式力传感器测量范围较广、抗电磁干扰能力强，但缺点是刚性偏弱，并对环境要求较高；压电\电容式力传感器有较高灵敏度和分辨率，但电路复杂、信号漂移难以抑制。
此外，实现柔顺力控制的技术方式有两种：一种是基于六维力传感器的闭环力控制，实现效果好、但成本高；另一种是基于电流环的力控，其主要通过机器人各关节的驱动电流实现机器人对外力\外力矩的估计，实现精度差、无法满足一些精度要求较高的场景需求，使用一段时间后，机械磨损会导致测力精度进一步降低。
发明内容
本发明实施例的目的是提供一种机械臂末端六维力测量方法、机械臂及机器人，基于三维力传感器结合关节电流环的驱动电流值，实现了机械臂末端的六维力数值计算，具有结构简单、硬件成本低的优点，同时确保了机械臂末端的六维力数值计算精度，克服了机械臂使用传统六维力传感器导致的成本居高不下的问题。
为解决上述技术问题，本发明实施例的第一方面提供了一种机械臂末端六维力测量方法，基于三维力传感器获取三维力测量值，所述三维力传感器包括：壳体、输出法兰、弹性组件和霍尔传感器组件，所述输出法兰在三维方向上分别通过所述弹性组件与所述壳体固定连接，所述霍尔传感器组件分别设置于所述输出法兰和所述壳体的相应位置上，获取所述弹性组件沿其敏感方向的形变数据，计算三维力数据，测量方法包括如下步骤：
获取机械臂若干个关节的状态参数信息，计算所述若干个关节的反馈力矩；
基于所述状态参数信息和所述若干个关节的反馈力矩，计算所述若干个关节受到的外力矩，得到机械臂末端的六维力估计数据；
将所述三维力测量值和所述六维力估计数据融合，得到所述机械臂的六维力。
进一步地，所述获取机械臂若干个关节的状态参数信息计算所述若干个关节的反馈力矩，包括：
获取所述若干个关节相应电流环的驱动电流值；
基于所述若干个关节相应电流环的驱动电流值，计算所述若干个关节的反馈力矩。
进一步地，所述计算所述若干个关节受到的外力矩，包括：
获取所述若干个关节的关节位置信息和关节速度信息；
基于所述关节位置信息、所述关节速度信息及所述若干个关节的反馈力矩，计算所述若干个关节受到的外力矩。
进一步地，所述计算所述若干个关节受到的外力矩，包括：
基于外力矩观测器模型，结合所述关节位置信息、所述关节速度信息及所述若干个关节的反馈力矩，计算所述若干个关节受到的外力矩，所述外力矩的计算公式为：
其中，e0为所述关节的位置估计误差，q为所述关节的位置信息，为所述关节的速度信息，z1为所述关节的位置估计值，/>为关节的位置估计值的导数，z2为所述关节的速度估计值，/>为所述关节的速度估计值的导数，z3为所述关节的加速度估计值，/>为所述关节的加速度估计值的导数，τ为所述关节的理论驱动力矩值，τfb为所述关节的反馈力矩，τf为所述关节的摩擦力矩，β1、β2、β3为所述外力矩观测器模型的观测带宽ωi组成的增益对角矩阵，i为n个所述关节的序号，M(q)为机械臂惯性参数矩阵，/>为科氏力及离心力项,G(q)为重力矩。
进一步地，所述得到所述机械臂末端的六维力估计数据，包括：
通过雅克比矩阵的转置逆矩阵，基于所述若干个关节受到的外力矩计算所述六维力估计数据，所述六维力估计数据包括：三维力估计值和三维力矩估计值；
其中，为所述三维力估计值，/>为所述三维力矩估计值，J-T(q)为所述雅克比矩阵的转置逆矩阵。
进一步地，所述六维力数据包括：三维力真实值和三维力矩真实值，所述将所述三维力测量值和所述六维力估计数据融合，得到所述机械臂的六维力，包括：
将所述三维力测量值和所述三维力估计值进行融合计算，得到三维力真实值；
将所述三维力矩估计值赋值给所述三维力矩真实值。
进一步地，所述三维力真实值Fout的融合计算公式为：
所述三维力矩真实值Mout的赋值公式为：
其中，F为所述三维力测量值，为所述三维力估计值，t为所述三维力测量值和所述三维力估计值的融合系数，/>为所述三维力矩估计值。
进一步地，所述弹性组件包括设置于X轴、Y轴和Z轴方向的X向弹性梁、Y向弹性梁及Z向弹性梁；
所述X向弹性梁、所述Y向弹性梁及所述Z向弹性梁分别与所述输出法兰和所述壳体内壁固定连接；
所述霍尔传感器组件分别获取所述X向弹性梁、所述Y向弹性梁及所述Z向弹性梁的形变数据，计算所述三维力数据。
进一步地，所述霍尔传感器组件包括三组一一对应的霍尔传感器和磁栅元件；
三组所述霍尔传感器和所述磁栅元件分别获取所述弹性组件的形变数据，计算所述三维力数据。
相应地，本发明实施例的第二方面提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述机械臂末端六维力测量方法。
相应地，本发明实施例的第三方面提供了一种机械臂，机械臂的末端包括上述任一所述机械臂末端六维力测量方法中的三维力传感器，并通过上述任一所述的机械臂末端六维力测量方法获取所述机械臂末端的六维力数据。
相应地，本发明实施例的第四方面提供了一种机器人，包括上述机械臂。
本发明实施例的上述技术方案具有如下有益的技术效果：
基于三维力传感器结合关节电流环的驱动电流值，实现了机械臂末端的六维力数值计算，具有结构简单、硬件成本低的优点，同时确保了机械臂末端的六维力数值测量精度，克服了机械臂使用传统六维力传感器导致的成本居高不下的问题。
附图说明
图1a是本发明实施例提供的三维力传感器的左视原理图；
图1b是本发明实施例提供的三维力传感器的俯视原理图；
图2是本发明实施例提供的机械臂末端六维力测量方法流程图；
图3是本发明实施例提供的三维力传感器的俯视图；
图4是本发明实施例提供的磁栅元件示意图。
附图标记：
1、壳体，2、输出法兰，3、弹性组件。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明了，下面结合具体实施方式并参照附图，对本发明进一步详细说明。应该理解，这些描述只是示例性的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。
请参照图1a、图1b和图2，本发明实施例的第一方面提供了一种机械臂末端六维力测量方法，基于三维力传感器获取三维力测量值，三维力传感器包括：壳体1、输出法兰2、弹性组件3和霍尔传感器组件；输出法兰2在多个方向上分别通过弹性组件3与壳体1固定连接；霍尔传感器组件分别设置于输出法兰2和壳体1的相应位置上，获取弹性组件3的形变数据，计算三维力数据，测量方法包括如下步骤：
S100，获取机械臂若干个关节的状态参数信息，计算若干个关节的反馈力矩。
S200，基于状态参数信息和若干个关节的反馈力矩，计算若干个关节受到的外力矩，得到机械臂末端的六维力估计数据。
S300，将三维力测量值和六维力估计数据融合，得到机械臂的六维力。
上述六维力测量方法，基于机械臂各个关节的状态参数和若干个关节的反馈力矩值，计算机械臂末端的六维力估计数据，结合前述三维力传感器获取的三维力测量值，得到三维力真实值和三维力矩真实值，即得到机械臂各个关节的六维力。
具体的，S100中的获取机械臂若干个关节的状态参数信息计算若干个关节的反馈力矩，具体包括如下步骤：
S110，获取若干个关节相应电流环的驱动电流值.
S120，基于若干个关节相应电流环的驱动电流值，计算若干个关节的反馈力矩。
首先，要获取机械臂各个关节相应电流环的驱动电流值，基于上述多个驱动电流值，计算机械臂各个关节的反馈力矩的值。
进一步地，S120中计算若干个关节受到的外力矩，具体包括如下步骤：
步骤S121，获取若干个关节的关节位置信息和关节速度信息。
步骤S122，基于关节位置信息、关节速度信息及若干个关节的反馈力矩，计算若干个关节受到的外力矩。
通过获取机械臂各个关节的位置信息、关节速度信息，基于各个关节的反馈力矩，可以获取各个关节的外力矩的值。
现有的机械臂动力学模型如下：
τ＝τlink+τf；
τlink为连杆动力学力矩，τ为各关节驱动力矩(理论值)，M(q)为机器人惯性参数矩阵，为科氏力及离心力项，G(q)为重力矩，τf为关节的摩擦力矩，q表示关节的位置，表示关节的速度，/>分别表示关节的加速度。
进一步地，计算若干个关节受到的外力矩，包括：
基于外力矩观测器模型，结合关节位置信息、关节速度信息及若干个关节的反馈力矩，计算若干个关节受到的外力矩，外力矩的计算公式为：
其中，e0为所述关节的位置估计误差，q为所述关节的位置信息，为所述关节的速度信息，z1为所述关节的位置估计值，/>为关节的位置估计值的导数，z2为所述关节的速度估计值，/>为所述关节的速度估计值的导数，z3为所述关节的加速度估计值，/>为所述关节的加速度估计值的导数，τ为所述关节的理论驱动力矩值，τfb为所述关节的反馈力矩，τf为所述关节的摩擦力矩，β1、β2、β3为所述外力矩观测器模型的观测带宽ωi组成的增益对角矩阵，i为n个所述关节的序号，M(q)为机械臂惯性参数矩阵，/>为科氏力及离心力项,G(q)为重力矩。
基于外力矩观测器模型，基于上述已获取的机械臂各个关节的各个数据信息，可以计算各个关节的外力矩的具体数值，机器人的广义动量被定义为：
对上式求导得：
由于为斜对称矩阵，因此有：
当有外力作用时外力矩为：
可得：
基于上述外力矩观测器模型，可以得到机械臂各个关节外力矩的计算公式。
此外，各关节的摩擦力矩τf，考虑了温度、负载等因素的影响，模型如下式所示：
式中，fc为库伦系数，fv为粘滞系数，kl为负载摩擦系数，sign(·)为符号函数，|·|为绝对值函数，T0为模型基准温度，T为实时温度，α、β分别为温度校正系数。
具体的，步骤S200中的得到机械臂末端的六维力估计数据，具体包括如下步骤：
步骤S210，通过雅克比矩阵的转置逆矩阵，基于若干个关节受到的外力矩计算六维力估计数据，六维力估计数据包括：三维力估计值和三维力矩估计值；
其中，为三维力估计值，/>为三维力矩估计值，J-T(q)为雅克比矩阵的转置逆矩阵。
具体的，六维力数据包括：三维力真实值和三维力矩真实值。
进一步地，步骤S300中的将三维力测量值和六维力估计数据融合，得到机械臂的六维力，包括：
步骤S310，将三维力测量值和三维力估计值进行融合计算，得到三维力真实值。
步骤S320，将三维力矩估计值赋值给三维力矩真实值。
更进一步地，三维力真实值Fout的融合计算公式为：
三维力矩真实值Mout的公式为：
其中，F为三维力测量值，为三维力估计值，t为三维力测量值和三维力估计值的融合系数，/>为三维力矩估计值。
此外，请参照图3和图4，霍尔传感器组件包括三组一一对应的霍尔传感器和磁栅元件；三组霍尔传感器和磁栅元件分别获取弹性组件3的形变数据，计算三维力数据。
上述传感器与传统三维传感器不同，其中的输出法兰2为刚性元件，通过XYZ三个轴向上的弹性梁与壳体1固定连接，在输出法兰2上设置有三个霍尔传感器a1、a2、a3，壳体1内部与三个霍尔传感器相应的位置设置有三个磁栅元件b1、b2、b3，三个弹性梁的两端分别连接三个霍尔传感器a1、a2、a3和三个磁栅元件b1、b2、b3，通过检测三个弹性梁分别在三个轴向上的形变，基于弹性梁的形变计算三维力的数值。
上述三个磁栅元件，每个均由N对极充磁的磁性载体构成；磁栅元件的对极数越多，弹性梁形变的检测越准确，三维力传感器的检测精度就越高。
进一步地，三维力触感器的三维力计算公式如下：
F＝μx；
其中，μ为三方向的弹性体弹性系数，x为霍尔传感器测量的各方向由于外力带来的形变。
相应地，本发明实施例的第二方面提供了一种计算机可读存储介质，其上存储有计算机指令，该指令被处理器执行时实现如上述任一所述的机械臂末端六维力测量方法。
相应地，本发明实施例的第三方面提供了一种机械臂，机械臂的末端包括上述任一的三维力传感器，并通过上述任一的机械臂末端六维力测量方法获取机械臂末端的六维力数据。
相应地，本发明实施例的第四方面提供了一种机器人，包括上述机械臂。
本发明实施例旨在保护一种机械臂末端六维力测量方法、机械臂及机器人，三维力传感器包括：壳体、输出法兰、弹性组件和霍尔传感器组件，输出法兰在三维方向上分别通过弹性组件与壳体固定连接，霍尔传感器组件分别设置于输出法兰和壳体的相应位置上，获取弹性组件沿其敏感方向的形变数据，计算三维力数据，测量方法包括：获取机械臂若干个关节的状态参数信息，计算若干个关节的反馈力矩；基于状态参数信息和若干个关节的反馈力矩值，计算若干个关节受到的外力矩，得到机械臂末端的六维力估计数据；将三维力测量值和六维力估计数据融合，得到机械臂的六维力。上述技术方案具备如下效果：
基于三维力传感器结合关节电流环的驱动电流值，实现了机械臂末端的六维力数值计算，具有结构简单、硬件成本低的优点，同时确保了机械臂末端的六维力数值测量精度，克服了机械臂使用传统六维力传感器导致的成本居高不下的问题。
应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (10)

1.一种机械臂末端六维力测量方法，其特征在于，基于三维力传感器获取三维力测量值，所述三维力传感器包括：壳体(1)、输出法兰(2)、弹性组件(3)和霍尔传感器组件，所述输出法兰(2)在三维方向上分别通过所述弹性组件(3)与所述壳体(1)固定连接，所述霍尔传感器组件分别设置于所述输出法兰(2)和所述壳体(1)的相应位置上，获取所述弹性组件(3)沿其敏感方向的形变数据，计算三维力数据，测量方法包括如下步骤：
获取机械臂若干个关节的状态参数信息，计算所述若干个关节的反馈力矩；
基于所述状态参数信息和所述若干个关节的反馈力矩，计算所述若干个关节受到的外力矩，得到所述机械臂末端的六维力估计数据；
将所述三维力测量值和所述六维力估计数据融合，得到所述机械臂的六维力。
2.根据权利要求1所述的机械臂末端六维力测量方法，其特征在于，所述获取机械臂若干个关节的状态参数信息计算所述若干个关节的反馈力矩，包括：
获取所述若干个关节相应电流环的驱动电流值；
基于所述若干个关节相应电流环的驱动电流值，计算所述若干个关节的反馈力矩。
3.根据权利要求1所述的机械臂末端六维力测量方法，其特征在于，所述计算所述若干个关节受到的外力矩，包括：
获取所述若干个关节的关节位置信息和关节速度信息；
基于所述关节位置信息、所述关节速度信息及所述若干个关节的反馈力矩，计算所述若干个关节受到的外力矩。
4.根据权利要求3所述的机械臂末端六维力测量方法，其特征在于，所述计算所述若干个关节受到的外力矩，包括：
基于外力矩观测器模型，结合所述关节位置信息、所述关节速度信息及所述若干个关节的反馈力矩，计算所述若干个关节受到的外力矩，所述外力矩的计算公式为：
其中，e0为所述关节的位置估计误差，q为所述关节的位置信息，为所述关节的速度信息，z1为所述关节的位置估计值，/>为关节的位置估计值的导数，z2为所述关节的速度估计值，/>为所述关节的速度估计值的导数，z3为所述关节的加速度估计值，/>为所述关节的加速度估计值的导数，τ为所述关节的理论驱动力矩值，τfb为所述关节的反馈力矩，τf为所述关节的摩擦力矩，β1、β2、β3为所述外力矩观测器模型的观测带宽ωi组成的增益对角矩阵，i为n个所述关节的序号，M(q)为机械臂惯性参数矩阵，/>为科氏力及离心力项,G(q)为重力矩。
5.根据权利要求1所述的机械臂末端六维力测量方法，其特征在于，所述得到所述机械臂末端的六维力估计数据，包括：
通过雅克比矩阵的转置逆矩阵，基于所述若干个关节受到的外力矩计算所述六维力估计数据，所述六维力估计数据包括：三维力估计值和三维力矩估计值；
其中，为所述三维力估计值，/>为所述三维力矩估计值，J-T(q)为所述雅克比矩阵的转置逆矩阵。
6.根据权利要求5所述的机械臂末端六维力测量方法，其特征在于，六维力数据包括：三维力真实值和三维力矩真实值，所述将所述三维力测量值和所述六维力估计数据融合，得到所述机械臂的六维力，包括：
将所述三维力测量值和所述三维力估计值进行融合计算，得到三维力真实值；
将所述三维力矩估计值赋值给所述三维力矩真实值。
7.根据权利要求6所述的机械臂末端六维力测量方法，其特征在于，
所述三维力真实值Fout的融合计算公式为：
所述三维力矩真实值Mout的赋值公式为：
其中，F为所述三维力测量值，为所述三维力估计值，t为所述三维力测量值和所述三维力估计值的融合系数，/>为所述三维力矩估计值。
8.一种计算机可读存储介质，其特征在于，其上存储有计算机指令，该指令被处理器执行时实现如权利要求1-7任一所述的机械臂末端六维力测量方法。
9.一种机械臂，其特征在于，机械臂的末端包括如权利要求1-7任一项所述机械臂末端六维力测量方法中的三维力传感器，并通过如权利要求1-7任一项所述的机械臂末端六维力测量方法获取所述机械臂末端的六维力数据。
10.一种机器人，其特征在于，包括如权利要求9所述的机械臂。
CN202311864479.9A 2023-12-29 2023-12-29 一种机械臂末端六维力测量方法、机械臂及机器人 Pending CN117863207A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202311864479.9A CN117863207A (zh) 2023-12-29 2023-12-29 一种机械臂末端六维力测量方法、机械臂及机器人

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202311864479.9A CN117863207A (zh) 2023-12-29 2023-12-29 一种机械臂末端六维力测量方法、机械臂及机器人

Publications (1)

Publication Number Publication Date
CN117863207A true CN117863207A (zh) 2024-04-12

Family

ID=90578415

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202311864479.9A Pending CN117863207A (zh) 2023-12-29 2023-12-29 一种机械臂末端六维力测量方法、机械臂及机器人

Country Status (1)

Country Link
CN (1) CN117863207A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2816776Y (zh) * 2005-08-20 2006-09-13 安徽君诚体育器材有限公司 一种六维力测力台的测量结构
CN203519229U (zh) * 2013-09-11 2014-04-02 中国电子科技集团公司第四十八研究所 一种石英压电式六维力检测装置
WO2017132696A1 (en) * 2016-01-28 2017-08-03 Transenterix Surgical, Inc. Force estimation using robotic manipulator force torque sensors
CN115366132A (zh) * 2022-07-20 2022-11-22 长春工业大学 一种基于关节外力矩估计的机器臂事件触发式控制方法
CN116749196A (zh) * 2023-07-26 2023-09-15 睿尔曼智能科技（北京）有限公司 一种多轴机械臂碰撞检测系统及方法、机械臂

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN2816776Y (zh) * 2005-08-20 2006-09-13 安徽君诚体育器材有限公司 一种六维力测力台的测量结构
CN203519229U (zh) * 2013-09-11 2014-04-02 中国电子科技集团公司第四十八研究所 一种石英压电式六维力检测装置
WO2017132696A1 (en) * 2016-01-28 2017-08-03 Transenterix Surgical, Inc. Force estimation using robotic manipulator force torque sensors
CN115366132A (zh) * 2022-07-20 2022-11-22 长春工业大学 一种基于关节外力矩估计的机器臂事件触发式控制方法
CN116749196A (zh) * 2023-07-26 2023-09-15 睿尔曼智能科技（北京）有限公司 一种多轴机械臂碰撞检测系统及方法、机械臂

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨志泉: "六维力传感器的动态力辨识方法及过载保护装置的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》, 15 May 2023 (2023-05-15) *

Similar Documents

Publication Publication Date Title
CN105222772B (zh) 一种基于多源信息融合的高精度运动轨迹检测系统
US10595784B2 (en) Object pose measurement system based on MEMS IMU and method thereof
Cheng et al. Joint-angle measurement using accelerometers and gyroscopes—A survey
JP5139412B2 (ja) 角度測定の方法およびそれを実施するための角度測定ジャイロシステム
JP2005331399A (ja) 位置検出装置、手振れ補正機構、および撮像装置
KR100898169B1 (ko) 관성항법시스템의 초기정렬 방법
CN113311411A (zh) 一种用于移动机器人的激光雷达点云运动畸变校正方法
CN110103229A (zh) 设于机器人末端的工具的重力补偿方法和系统
CN111707175B (zh) 信号处理电路、位置检测装置和磁传感器系统
CN112665574A (zh) 基于动量梯度下降法的水下机器人姿态采集方法
Xu et al. A robust incremental-quaternion-based angle and axis estimation algorithm of a single-axis rotation using MARG sensors
CN110030995B (zh) 融合图像传感器和惯性传感器的智能小车控制方法及系统
CN108872637B (zh) 一种两轴挠性摆式加速度计
CN117863207A (zh) 一种机械臂末端六维力测量方法、机械臂及机器人
CN116972875B (zh) 一种基于陀螺仪的物体运动轨迹监测方法
US10697798B2 (en) Position forecasting apparatus and position detection apparatus
US6571631B1 (en) Displacement sensor and movement information collecting device comprising the same
CN115523919A (zh) 一种基于陀螺漂移优化的九轴姿态解算方法
CN114705184A (zh) 基于神经网络的九轴姿态传感器一体化智能误差补偿方法
TW201416815A (zh) 用於六軸運動姿態感測之方法及其感測系統
Chu et al. Magnetic orientation system based on magnetometer, accelerometer and gyroscope
JP5490576B2 (ja) 磁界検知装置
Cheng et al. Stator-free RPM sensor using accelerometers—A statistical performance simulation by Monte Carlo method
CN102337881B (zh) 一种用于连续测斜仪中惯性测量组件的组装方法
CN113726099B (zh) 一种球形电机多自由度姿态测量系统及方法

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