[发明专利]一种串联旋转关节工业机器人静力学模型参数辨识方法

说明书

本发明公开了一种串联旋转关节工业机器人静力学模型参数的辨识方法，涉及工业机器人、模型辨识等领域，通过最小二乘法完成的，本发明所述的静力学模型参数辨识方法首先通过建立机器人的静力学模型，再将模型表示为本体参数的线性形式，然后找出回归矩阵列向量的最大线性无关组，最后通过搜集实验数据用最小二乘法计算出模型参数。本发明可以离线的辨识机器人静力学模型参数，从而可以将机器人的静力学模型应用在前馈控制、拖动示教等领域。

技术领域

本发明是一种串联旋转关节工业机器人静力学模型参数辨识方法。

背景技术

机器人静力学模型的辨识问题是机器人动力学辨识问题的子问题，即当机器人速度、加速度为零时，动力学模型将退化为静力学模型。然而，尽管机器人动力学模型辨识问题在学术上已经得到解决，但是由于辨识算法具体操作的复杂性以及动力学模型具体执行的非实时性限制了它在工业界的应用。在很多应用场合如前馈补偿控制器、拖动示教以及可穿戴式设备，补偿重力和静摩擦力已经能够满足性能要求；同时，由于静力学模型要比动力学模型简单的多，它在具体执行方面也能够满足实时性要求。因此，静力学模型的辨识具有很大的工业价值。

又经检索发现，Moubarak等人在文献“Gravity compensation of an upperextremity exoskeleton(上肢可穿戴设备的重力补偿)”中通过具体特定的位置来计算重力参数，但是该方法需要具体分析机器人的运动学构型，而且数据量比较少，辨识的参数稳定性比较差。

经检索还发现，Palpacelli等在文献“Experimental identification of thestatic model of the hpkm tricept industrial robot(hpkm tricept工业机器人静力学模型的实验辨识)”中通过推导静力学模型，并找出回归矩阵来辨识静力学模型参数，但是该方法需要通过数值方法来找回归矩阵，同时，该方法回归矩阵很难用符号表达式表出，这意味着该方法在实际应用中很难满足实时性要求。

发明内容

本发明的目的在于提供一种串联旋转关节工业机器人静力学模型参数辨识方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：

一种串联旋转关节工业机器人静力学模型参数辨识方法，包括以下步骤：

S1，根据DH法建立机器人运动学模型，根据该运动学模型生成该机器人的回归矩阵Y；

S2，剔除回归矩阵Y中线性相关的列向量，得到回归矩阵Y中最大线性无关组形成Y^*；

S3，控制该机器人，使得机器人的每个关节跟踪一个周期大于50s的正弦信号，得到每个关节的反馈位置、电流和转矩指令，并控制各关节转化到连杆侧；

S4，从步骤S3中所得的数据选取一个具有完整周期的正弦信号，按照运动方向将其分为正向段和负向段，同时使用低通零相移的滤波器对截取的电流指令经行滤波；

S5，从正向段和负向段中随机选取N个数据，并按照以下方式计算和排列数据:

式中，τ指的是采样点的电流或者转矩信号，T为这些τ的集合；

S6，利用最小二乘法以公式π^*＝(Y^T·Y)^-1·Y^T·T来计算静力学模型参数值。

作为本发明进一步的方案：步骤S1中回归矩阵Y的计算方法是：

首先根据运动学模型得到机器人的每个关节的驱动力矩：