[发明专利]间接参数自适应的六轴机械臂碰撞检测方法、系统和装置在审

专利信息
申请号: 202310458203.4 申请日: 2023-04-25
公开(公告)号: CN116214521A 公开(公告)日: 2023-06-06
发明(设计)人: 陈珊;张恒;张新甫;鲍爽;董方方;韩江 申请(专利权)人: 合肥工业大学
主分类号: B25J9/16 分类号: B25J9/16
代理公司: 合肥市泽信专利代理事务所(普通合伙) 34144 代理人: 方荣肖
地址: 230009 安*** 国省代码: 安徽;34
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 间接 参数 自适应 机械 碰撞 检测 方法 系统 装置
【权利要求书】:

1.一种间接参数自适应的六轴机械臂碰撞检测方法,其用于判断六轴机械臂是否与其他物体发生碰撞,其特征在于,所述碰撞检测方法包括如下步骤:

S1:获取具有未知负载的六轴机械臂的物理模型;

S2:采集所述六轴机械臂的各个关节的运动数据,根据所述运动数据计算所述六轴机械臂的负载估计值;所述负载估计值的具体计算方法如下:

S21:构建自适应函数;所述自适应函数τL表达为:

式中,为自适应回归矩阵,ε为模型预测误差;

S22:计算自适应律矩阵;所述自适应律矩阵采用以下公式计算:

式中,u为遗忘因子,ρm为防止负载估计发散而设置的更新率上界,λmax为ΓL(t)的最大特征值;

S23:构建基于广义动量的间接参数自适应律,将所述运动数据作为输入,在所述间接参数自适应律中计算出负载估计值;所述间接参数自适应律表达为:

式中,为自适应律估计速率的上界,为饱和函数,为投影映射函数,和分别为闭集的内部和边界;为时的指向外侧的单位法向量;

S3:获取外力观测器模型,将所述负载估计值、所述运动数据输入所述外力观测器模型中,得到外力估计值;

S4:判断每个关节的所述外力估计值是否小于一个预设的外力阈值,若存在任意一个关节的外力估计值超出所述外力阈值,则视为发生了碰撞;否则视为未发生碰撞。

2.根据权利要求1所述的间接参数自适应的六轴机械臂碰撞检测方法,其特征在于,在步骤S1中,所述六轴机械臂的物理模型表达为:

式中,τ为关节驱动力矩,q、和分别表示关节角度、角速度和角加速度,M(q,βm,βL)为机械臂的惯性矩阵,为离心力与科氏力矩阵,G(q,βm,βL)为重力矩阵,为摩擦力,βm为机械臂本体的系统参数,βL为负载相关参数,βf为摩擦力相关参数,τe为碰撞力矩。

3.根据权利要求1所述的间接参数自适应的六轴机械臂碰撞检测方法,其特征在于,在步骤S21中,所述自适应函数的构建方法如下:

S211:定义广义动量为:对所述广义动量进行参数线性化,得到:

式中,和分别表示通过广义动量求得的机械臂本体的系统参数集βm和负载参数集βL对应的回归矩阵;

S212:对所述广义动量求导并参数线性化,得到:

式中,和分别表示通过广义动量的导数求得的机械臂本体的系统参数集βm、负载参数集βL和摩擦力参数βf对应的回归矩阵;

S213:令为βL的估计值并定义用于估计的模型预测误差,所述模型预测误差表达为:

式中,τf、分别为τ、经滤波器后的输出值,分别为经滤波器后的输出值;

S214:根据所述模型预测误差构建基于所述广义动量的自适应函数。

4.根据权利要求1所述的间接参数自适应的六轴机械臂碰撞检测方法,其特征在于,在步骤S3中,所述外力观测器模型表达为:

式中,为广义动量的负载估计值,r为外力矩的观测值,K1、K2和K3均为外力观测器的正定对角增益矩阵。

5.根据权利要求1所述的间接参数自适应的六轴机械臂碰撞检测方法,其特征在于,在步骤S4中,所述外力阈值设置为:

rmi=τmaximari

式中,rmi为关节i对应的外力阈值,τmaxi为关节i自由运动且无碰撞时的最大干扰力矩,τmari为安全裕量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于合肥工业大学,未经合肥工业大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310458203.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top