[发明专利]一种6R型工业机器人负载识别方法

说明书

技术领域

本发明属于机器人技术领域，具体来说，是一种6R型工业机器人负载识别的方法。

背景技术

随着科技的进步和经济的发展，机器人技术不断进步，工业机器人的应用领域越来越广泛。在工业生产中，工业机器人广泛应用于搬运、焊接、喷漆、装配等领域。当工业机器人作用于不同的负载时，由于机器人驱动装置的输出功率与负载不匹配，不可避免的要引起振动，导致机器人的自身磨损并造成操作误差，降低机器人作业的精确性与安全性。随着工业机器人向着更加轻质结构的方向发展，机器人负载对执行机构所需的驱动力矩的贡献越来越大，对机器人的振动及精度的影响也越来越大，因此有必要实时识别机器人作用的负载，以调整工业机器人的驱动装置的各个参数，控制机器人输出功率与负载的相匹配。

机器人负载识别就是利用先进的测量手段和基于模型的参数识别方法辨识出机器人所作用的负载的质量，为调整机器人的各项参数与负载匹配做准备。目前对机器人负载识别的研究比较少。Paul^[1]提出了两种在机械臂处于静止状态时确定负载质量的方法，一种方法需要知道关节力矩的信息，另一种方法需要知道腕部的力和力矩的信息。Coiffe^t[2]利用关节力矩传感估计处于静止状态的机器人的负载质量和质心。Mukerjee^[3]和Mukerjee与Ballard^[4]利用传感器在动力学的基础上对机械臂负载进行识别，在识别过程中允许进行一般的运动。Olsen与Bekey^[5]假定所有的力和力矩传感都在腕部来识别负载。Christopher G.Atkeson^[6]在机器人动力学的基础上利用力和力矩传感器分别对机器人进行了动态和静态的负载识别，并且发现静态识别结果优于动态识别的结果。JAN SWEVERS和WALTER VERDONCK^[7]基于机器人动力学模型，提出了一种基于周期激励的工业机器人有效载荷的识别方法。虽然上述研究都对机器人负载进行了识别，但这些研究都基于附加额外的力和力矩传感器来测得机器人的关节力和力矩，并且要以识别机器人的动态模型各个参数为先验条件。从实际应用的角度来说，采用附加传感器进行辨识并不是比较好的方法，因为对机器人来说，增加额外的传感器不但成本昂贵，而且会额外增加机器人本身的重量，会对识别造成一定的误差，有时候也是无法实现的。

参考文献[1]：Paul,R.P.Robot manipulators:mathematics,programming,and control.Cambridge:MIT Press,1981；

参考文献[2]：Coiffet,P.Robot technology:interaction with the environment,vol.2.Englewood Cliffs,N.J.:Prentice-Hall,1983；

参考文献[3]：Mukerjee,A.Adaptation in biological sensory-motor systems:a model for robotic control.Proc.SPIE Conf.on Intelligent Robots and Computer Vision,Vol.521.Cambridge,Mass,1984；

参考文献[4]：Mukerjee,A,and Ballard,D.H.Self-calibration in robot manipulators.Proc.IEEE Conf.Robotics and Automation pp.1050-1057,Mar 1985；

参考文献[5]：Olsen,H.B.,and Bekey,G.A.Identification of parameters in models of robots with rotary joints.Proc.IEEE Conf.Robotics and Automation,pp.1045-1050,Mar1985；

参考文献[6]：C.G.Atkeson,C.H.An and J.M.Hollerbach,Estimation of inertial parameters of manipulator loads and links,Int.J.of Robotics Research,1986,Vol.5(3),pp.101-119；