[发明专利]机器人模型参数误差补偿方法、装置、电子设备及介质有效
申请号: | 202110012773.1 | 申请日: | 2021-01-06 |
公开(公告)号: | CN112847323B | 公开(公告)日: | 2022-08-09 |
发明(设计)人: | 刘飞香;秦念稳;肖正航;宋旭辉;李正光 | 申请(专利权)人: | 中国铁建重工集团股份有限公司 |
主分类号: | B25J9/08 | 分类号: | B25J9/08;B25J9/16 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 杨威 |
地址: | 410100 湖南省长*** | 国省代码: | 湖南;43 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 机器人 模型 参数 误差 补偿 方法 装置 电子设备 介质 | ||
1.一种机器人模型参数误差补偿方法,其特征在于,包括:
建立机器人连杆数学模型,并基于机器人运动参数测量数据集和所述机器人连杆数学模型计算运动学参数的雅可比矩阵;
根据所述雅可比矩阵计算连杆参数的有效性判据、独立性判据和相关性判据;
利用所述有效性判据剔除所有所述连杆参数中的无效连杆参数,得到有效连杆参数;
判断所述有效连杆参数的独立性判据是否符合对应约束条件;
若是,则将所述有效连杆参数设置为目标参数;
若否,则利用所述相关性判据将与所述有效连杆参数相关的其他有效连杆参数作为冗余参数剔除,得到所述目标参数;其中,所述利用所述相关性判据将与所述有效连杆参数相关的其他有效连杆参数作为冗余参数剔除,包括:根据所述相关性判据生成参数相关性的无向图;根据所述无向图从所述有效连杆参数中确定独立参数、强相关参数对和弱相关参数组;其中,所述独立参数为所述无向图中不与其他参数连接的有效连杆参数,所述强相关参数对包括为所述无向图中互相连接的2个有效连杆参数,且所述强相关参数对中任一参数只与一个其他参数连接,所述弱相关参数组包括3个以上有效连杆参数,同一弱相关参数组中的任意两个参数直接连接或间接连接;按照预设规则剔除每一所述强相关参数对中的冗余参数;根据所述相关性判据剔除所述弱相关参数组中的冗余参数;
利用所述目标参数对机器人模型参数误差进行补偿。
2.根据权利要求1所述机器人模型参数误差补偿方法,其特征在于,所述机器人运动参数测量数据集包括模拟数据集和/或实测数据集;其中,所述模拟数据集为通过模拟机器人运动生成的运动参数测量数据集,所述实测数据集为机器人实际运动过程中生成的运动参数测量数据集;
相应的,利用所述目标参数对机器人模型参数误差进行补偿包括:
利用第一目标参数和/或第二目标参数对机器人模型参数误差进行补偿;
其中,所述第一目标参数为利用所述模拟数据集对应的雅可比矩阵确定的目标参数,所述第二目标参数为利用实测数据集对应的雅可比矩阵确定的目标参数。
3.根据权利要求1所述机器人模型参数误差补偿方法,其特征在于,所述雅可比矩阵为p为所述机器人运动参数测量数据集的数据数量,n为连杆参数数量;
相应的,根据所述雅可比矩阵计算连杆参数的有效性判据,包括:
利用第一公式计算每一所述连杆参数的有效性判据;
其中,第一公式为Effectivenessi=||ji||2,Effectivenessi为第i个连杆参数的有效性判据,ji为所述雅可比矩阵的第i列的列向量。
4.根据权利要求3所述机器人模型参数误差补偿方法,其特征在于,根据所述雅可比矩阵计算连杆参数的独立性判据,包括:
对所述雅可比矩阵的每个列向量ji进行最小二乘计算得到对应的最小二乘结果xi;
利用第二公式计算所述连杆参数的独立性判据;
其中,所述第二公式为Independi为第i个连杆参数的独立性判据,为列向量ji的子矩阵。
5.根据权利要求4所述机器人模型参数误差补偿方法,其特征在于,根据所述雅可比矩阵计算连杆参数的相关性判据,包括:
利用第三公式计算所述连杆参数的相关性判据;
其中,所述第三公式为Correlationi,c为第i个连杆参数与其他连杆参数的相关性判据,c为其他连杆参数的编号,xc为其他连杆参数的雅可比矩阵中对应列向量的最小二乘结果。
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中国铁建重工集团股份有限公司,未经中国铁建重工集团股份有限公司许可,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/202110012773.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种自我清洁的智能路灯
- 下一篇:工业建筑用木材快速削皮装置及使用方法