[发明专利]一种基于模型参数误差观测器的机械臂碰撞检测方法有效

专利信息
申请号: 202210224029.2 申请日: 2022-03-07
公开(公告)号: CN114407022B 公开(公告)日: 2022-09-09
发明(设计)人: 崔士鹏;刘伊威;杨国财;孙永军;刘宏 申请(专利权)人: 哈尔滨工业大学
主分类号: B25J9/16 分类号: B25J9/16;B25J19/02
代理公司: 哈尔滨华夏松花江知识产权代理有限公司 23213 代理人: 时起磊
地址: 150001 黑龙*** 国省代码: 黑龙江;23
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 基于 模型 参数 误差 观测器 机械 碰撞 检测 方法
【说明书】:

一种基于模型参数误差观测器的机械臂碰撞检测方法,涉及机械臂检测领域。本发明是为了解决现有的机械臂碰撞检测方法还存在由于系统模型不确定性而导致的碰撞检测精度低的问题。本发明包括:建立机械臂回归模型,并利用机械臂回归模型获取模型参数的名义值pn;采用卡尔曼平滑器观测机械臂关节控制力矩的微分信息以及机械臂关节的速度和加速度;利用机械臂关节的速度、加速度、控制力矩的微分和pn设计机械臂回归模型的自适应律;定义残差r,利用残差r和自适应律获取机械臂关节所受外力矩与残差r的传递函数;利用残差检测机械臂是否发生了碰撞,并获得发生碰撞的机械臂关节所受的外力矩。本发明用于检测机械臂是否发生碰撞及获得碰撞所受外力矩。

技术领域

本发明涉及机械臂检测领域,特别涉及一种基于模型参数误差观测器的机械臂碰撞检测方法。

背景技术

机械臂是一种高精度,多输入多输出、高度非线性、强耦合的复杂系统,在工业机器人作业过程中,若机械臂与工件和设备之间发生接触,易导致机械臂损坏和工件表面划伤,并对工作人员的安全构成了威胁。为保证自身及周围环境的安全性,机械臂应具备感知外部物理碰撞,并可对碰撞做出合理响应的能力。因此,碰撞检测是机械臂实现安全性的前提。

现有碰撞检测方法大多基于力/力矩传感器来检测外部碰撞,但由于价格昂贵,只有少数机械臂配备了力/力矩传感器,依赖于力/力矩传感器的碰撞检测方法的适用范围非常有限;为了提高碰撞检测的适用范围,本领域提出了在机械臂内部安装传感器来实现碰撞检测的方法,该方法降低了机械臂系统的集成难度及成本,适用范围较广,已经发展成为目前主流的研究方向。但在机械臂内部安装传感器的检测方法严重依赖模型精度,由于系统模型的不确定性,大大降低了碰撞检测的精度。

发明内容

本发明目的是为了解决现有的机械臂碰撞检测方法还存在由于系统模型的不确定性而导致的碰撞检测精度低的问题,而提出了一种基于模型参数误差观测器的机械臂碰撞检测方法。

一种基于模型参数误差观测器的机械臂碰撞检测方法具体过程为:

步骤一、建立机械臂的回归模型,并利用机械臂回归模型获取模型参数的名义值pn

所述利用机械臂回归模型获取模型参数的名义值pn采用三维建模软件计算获得;

步骤二、采用卡尔曼平滑器观测机械臂关节的控制力矩的微分信息以及机械臂关节的速度和加速度信息;

步骤三、利用步骤二获得的机械臂关节的速度、加速度、控制力矩的微分和步骤一获得的pn设计步骤一建立的机械臂回归模型的自适应律;

步骤四、利用步骤一获得的pn和步骤三获得的自适应律获取残差r,然后利用残差r获取机械臂关节所受外力矩与残差r的传递函数;

所述残差r为估计的机械臂所受外力矩;

步骤五、利用步骤四获得的残差检测机械臂是否发生了碰撞,并利用机械臂关节所受外力矩与残差r的传递函数获得发生碰撞的机械臂关节所受的外力矩。

本发明的有益效果为:

本发明无需力/力矩传感器即可实现机械臂的碰撞检测,为机械臂及周围环境提供安全保障,同时由于无需使用力矩传感器降低了检测成本。本发明通过卡尔曼光滑器观测机械臂控制量和状态量信息,降低了控制量和状态量信息的观测难度,降低了工程实现难度。本发明设计了机械臂回归模型的自适应律,解决了系统模型不确定性对检测精度的不良影响,提高了碰撞检测精度。

附图说明

图1为本发明整体流程图;

图2为本发明机械臂碰撞检测方法框图。

具体实施方式

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哈尔滨工业大学,未经哈尔滨工业大学许可,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/202210224029.2/2.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