[发明专利]一种力传感器空载读数补偿方法、装置及存储介质有效

专利信息
申请号: 202111126272.2 申请日: 2021-09-26
公开(公告)号: CN115847392B 公开(公告)日: 2023-10-27
发明(设计)人: 谢胜文;张小川 申请(专利权)人: 苏州艾利特机器人有限公司
主分类号: B25J9/16 分类号: B25J9/16;B25J11/00;B25J19/00
代理公司: 暂无信息 代理人: 暂无信息
地址: 215000 江苏省苏州市中国(江苏)自由贸易试验区苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 传感器 空载 读数 补偿 方法 装置 存储 介质
【权利要求书】:

1.一种力传感器空载读数补偿方法,应用于机器人,其特征在于,所述方法包括:

获取步骤:获取力传感器的姿态信息;

处理步骤:根据所述姿态信息计算旋转轴和旋转矩阵;

预测步骤:建立非线性模型,将所述旋转轴和旋转矩阵作为非线性模型的输入参数,输出空载力/力矩的预测值;

补偿步骤:基于空载力/力矩的预测值,确定力传感器的空载力补偿量和力矩补偿量并对力传感器进行空载读数的补偿。

2.根据权利要求1所述的补偿方法,其特征在于,所述预测步骤包括:将旋转轴和旋转矩阵分别作为两个非线性模型的输入参数,一个非线性模型基于输入的旋转轴输出空载力矩的预测值,另一非线性模型基于输入的旋转矩阵输出空载力的预测值。

3.根据权利要求1所述的补偿方法,其特征在于,所述非线性模型为全连接的前馈神经网络。

4.根据权利要求3所述的补偿方法,其特征在于,所述非线性模型为:

f(X)=W2tanh(W1X+B1)+B2),

其中,tanh为激活函数,输入和输出分别为Nx×1和Ny×1向量,隐藏层神经元数量为Nh,W1,W2,B1,B2分别为矩阵参数,且分别为:Nh×Nx,Nh×1,Ny×Nh,Ny×1。

5.根据权利要求1所述的补偿方法,其特征在于,所述预测步骤包括:建立线性模型,将力传感器的姿态信息作为线性模型的输入参数,据此获得空载力/力矩的预测值。

6.根据权利要求5所述的补偿方法,其特征在于,所述预测步骤包括:标定力传感器的重心和重量,根据重心和重量获取空载读数的初步补偿量;获取力传感器的空载读数,建立所述空载读数和初步补偿量的线性关系,获取空载读数和初步补偿量的线性变换参数;基于所述线性变换参数和线性关系获得机器人的空载力/力矩的预测值。

7.根据权利要求1所述的补偿方法,其特征在于,所述方法还包括设置于补偿步骤之前的选择步骤,所述选择步骤包括:确定非线性模型输出空载力/力矩的误差量,当所述误差量超过一设定的阈值时,补偿步骤基于线性模型输出的空载力/力矩的预测值确定力传感器的空载力补偿量和力矩补偿量。

8.根据权利要求7所述的补偿方法,其特征在于,所述选择步骤包括:获取机器人未安装工具时的力传感器空载读数;获取所述非线性模型输出的空载力/力矩的预测值和空载读数之间的差值;比较所述差值和一预设参数的大小,当所述差值大于预设参数时,补偿步骤基于线性模型输出的空载力/力矩的预测值确定传感器的空载力补偿量和力矩补偿量。

9.一种力传感器空载读数补偿装置,其特征在于,所述装置包括:

获取模块,用于获取力传感器的姿态信息;

处理模块,用于根据所述姿态信息计算旋转轴和旋转矩阵;

预测模块,用于建立非线性模型,将所述旋转轴和旋转矩阵作为非线性模型的输入参数,输出空载力/力矩的预测值;

补偿模块,用于基于空载力/力矩的预测值,确定力传感器的空载力补偿量和力矩补偿量并对力传感器进行空载读数的补偿。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-8中任一项所述的补偿方法。

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苏州艾利特机器人有限公司,未经苏州艾利特机器人有限公司许可,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/202111126272.2/1.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