[发明专利]一种串联机器人动力学参数辨识方法

说明书

本发明公布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。本发明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。

技术领域

本发明属于机器人技术领域，具体涉及一种串联机器人动力学参数辨识方法。

背景技术

六轴工业机器人和协作机器人大多采用串联构型，随着工业自动化的深入发展和人机协作概念的兴起，这类机器人的应用在继续拓展。拓展的应用对机器人的控制性能也提出了更高的要求。机器人的运动规律由一组动力学方程描述，方程中出现的参数称为动力学参数。动力学方程是实现机器人复杂精确控制的理论基础，也是提升机器人性能必须深入研究的，因而准确获取机器人动力学参数具有重要意义。

动力学参数包含惯性参数和摩擦力参数两类。惯性参数表示的是机器人各个杆件的质量及其分布，摩擦力参数的定义则需要确定一个合理的摩擦力模型。

由机器人本体三维模型可以计算惯性参数，但由于加工误差，装配等因素，计算的惯性参数可能存在较大偏差。设计试验辨识机器人动力学参数是行之有效的办法。在现有软硬件基础上，控制机器人按预定轨迹运动，采集关节位置、电机电流等数据，由采集的数据反求动力学参数是通用可行的方法。通常的做法是先确定摩擦力模型，设计试验同时辨识所有惯性参数和摩擦力参数。

但这会带来问题。其一，对于同样一组数据，采用不同的摩擦力模型将辨识出不同的惯性参数，惯性参数与摩擦力参数之间关联性强，不能进行单独处理。其二，现有技术的方法，若要保证待辨识参数一定程度的激励，则需要优化的变量过多，很难进行试验优化设计。

发明内容

本发明所要解决的技术问题在于如此实现摩擦力辨识与惯性参数辨识相互独立，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。

本发明通过以下技术手段实现解决上述技术问题的：一种串联机器人动力学参数辨识方法，其特征在于，包括以下步骤：

步骤一、建立串联机器人运动学模型；

步骤二、根据步骤一的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线性形式的动力学方程；

步骤三、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；

步骤四、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；

步骤五、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。

优选地，所述步骤一建立串联机器人运动学模型包括以下步骤：串联机器人由n个活动连杆通过n个关节顺序连接，运动学模型由n组DH参数描述；通过DH参数确定各个连杆的坐标系及相邻连杆坐标系之间的变换。