[发明专利]一种基于双重加权的机械臂负载离线辨识方法及系统

说明书

一种基于双重加权的机械臂负载离线辨识方法及系统，具体涉及一种机械臂负载的离线辨识方法及系统，本发明为解决现有机械臂负载离线辨识方法的辨识精度低的问题，基于机械臂的基参数，得到机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数；根据得到的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数计算负载的惯性参数，至此，完成了负载的离线辨识。所述系统包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如一种基于双重加权的机械臂负载离线辨识方法任一步骤。属于机器人动力学参数标定领域。

技术领域

本发明涉及一种辨识方法及系统，具体涉及一种机械臂负载的离线辨识方法及系统，属于机器人动力学参数标定领域。

背景技术

负载离线辨识是指在完成机器人相关数据采集后，研究人员先对数据进行复杂的离线处理和运算，之后再完成负载辨识，因此，负载离线辨识对于计算效率没有过高要求。针对负载刚性连接于机械臂末端法兰的情况，该领域主要有两类实验辨识方法，一类是基于安装在机械臂腕部的六维力传感器，另一类是将负载辨识问题考虑为动态参数辨识问题。但上述两类实验辨识方法的负载离线辨识精度均不高。

发明内容

本发明为了解决现有机械臂负载离线辨识方法的辨识精度低的问题，进而提出了一种基于双重加权的机械臂负载离线辨识方法及系统。

本发明采取的技术方案是：

它包括以下步骤：

S1、基于机械臂的基参数，得到机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数；

S2、根据S1中得到的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数计算负载的惯性参数。

优选的，所述S1中基于机械臂的基参数，得到机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数，具体过程为：

S11、基于无负载机械臂的基参数，得到无负载机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数；

S12、基于有负载机械臂的基参数，得到有负载机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数。

优选的，所述S11中基于无负载机械臂的基参数，得到无负载机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数，具体过程为：

S111、初始化无负载机械臂的非线性摩擦系数；

S112、初始化无负载机械臂的数据加权矩阵和数据加权矩阵的扩展矩阵；

S113、根据无负载机械臂的基参数计算无负载机械臂的协方差矩阵、数据加权矩阵和数据加权矩阵的扩展矩阵，当得到的数据加权矩阵和数据加权矩阵的扩展矩阵都收敛时，则执行S114；否则，重复执行S113；

S114、利用S113中得到的数据加权矩阵和数据加权矩阵的扩展矩阵在非线性摩擦力模型内对S111中得到的初始化非线性摩擦系数进行更新，得到更新后的非线性摩擦系数，当非线性摩擦系数收敛时，则输出无负载机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数；否则，重复执行S112-S114。

优选的，所述S12中基于有负载机械臂的基参数，得到有负载机械臂的协方差矩阵、数据加权矩阵、数据加权矩阵的扩展矩阵和非线性摩擦系数，具体过程为：

S121、初始化有负载机械臂的非线性摩擦系数；

S122、初始化有负载机械臂的数据加权矩阵和数据加权矩阵的扩展矩阵；