[发明专利]一种考虑摩擦的六自由度工业机器人动力学参数辨识方法

说明书

本发明公开了一种考虑摩擦的六自由度工业机器人动力学参数辨识方法，属于机器人动力学领域。该方法主要包括以下步骤：基于拉格朗日法构建考虑摩擦的六自由度工业机器人的动力学方程；对六自由度工业机器人学方程进行线性化和参数重组；设计并优化基于傅里叶级数展开的Freudenstein 1‑3‑5六自由度工业机器人的激励轨迹；采集六自由度工业机器人的各个关节的位置信息和各个关节的驱动电流并平滑滤波，计算六自由度工业机器人的各个关节的速度、加速度和采样力矩；使用改进的哈里斯鹰优化算法求解动力学参数。本发明提高了机器人动力学参数辨识的精度和效率，为实现基于动力学模型的机器人高精度控制奠定基础。

技术领域

本发明涉及机器人动力学领域，特别涉及一种考虑摩擦的六自由度工业机器人动力学参数辨识方法。

背景技术

随着工业机器人向高速度化、高精度化、智能化、数字化方向发展，提升机器人的运动性能和控制品质显得尤为重要。机器人系统具有多输入多输出、强耦合、非线性以及时变等特点，并且，工业机器人负载惯量大、存在非线性摩擦、不确定性扰动以及机械装配误差等因素影响其运动性能，基于动力学的控制更需要精确的模型，而构建准确的摩擦力模型对提升动力学模型精度具有重要作用。获取机器人动力学模型参数的有效方法主要是进行机器人动力学辨识实验。

动力学参数辨识的主要步骤是建立动力学模型、进行参数线性化与重组、设计激励轨迹及优化参数、采集与处理实验数据、设计参数辨识算法、进行模型验证，具体流程如图1所示。建立动力学模型的主要方法有牛顿-欧拉法、拉格朗日法、凯恩方法和旋量理论等。现有的摩擦模型包含静态摩擦模型和动态摩擦模型。静态摩擦模型参数的辨识需在高精度低速跟踪条件下进行。而动态摩擦模型虽能较好描述摩擦在低速时的特性，但往往是不连续的或者分段连续的。其次，激励轨迹的设计影响辨识参数的可信度。目前工业机器人动力学参数辨识大都采用傅里叶级数型的轨迹，但是，傅里叶级数不满足速度、加速度的边界条件，容易在轨迹起点和终点产生加速度突变，引起机器人振颤，不利于机器人平稳跟踪，影响辨识精度。在辨识算法上，传统的最小二乘法进行参数估计精度不高，且部分参数不符合物理可行性。

发明内容

本发明的目的在于克服上述不足，提供一种可以提高辨识精度、改善辨识效果的考虑摩擦的六自由度工业机器人动力学参数辨识方法。

本发明的一种考虑摩擦的六自由度工业机器人动力学参数辨识方法，包括以下步骤：

步骤一、建立考虑摩擦的六自由度工业机器人动力学模型，动力学方程表示如下：

其中采用Makkar模型,式中，q,分别为六自由度工业机器人的各个关节位移向量、速度向量和加速度向量，R^b为b维实数集，M(q)∈R^b×b，为六自由度工业机器人正定对称的惯性矩阵，为六自由度工业机器人的离心力与哥氏力矩阵，G(q)∈R^b为六自由度工业机器人的重力矩阵，为各个关节摩擦力矩向量，τ∈R^b为各个关节驱动力矩向量；

步骤二、对六自由度工业机器人动力学模型进行线性化和参数重组，得到如下公式：

其中，K_min为六自由度工业机器人待辨识的最小动力学参数集，包含六自由度工业机器人各连杆基本惯性参数和各关节摩擦系数，为六自由度工业机器人系统观测矩阵；

步骤三、采用基于傅里叶级数展开的Freudenstein 1-3-5模型

设计并优化六自由度工业机器人各个关节的激励轨迹，Freudenstein 1-3-5模型中边界条件设定为：