申请/专利权人:哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)
申请日:2023-11-21
公开(公告)日:2024-03-29
公开(公告)号:CN117773912A
主分类号:B25J9/16
分类号:B25J9/16
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.16#实质审查的生效;2024.03.29#公开
摘要:本发明公开了一种高阶滑膜动量观测器来估计机械臂外力的方法,包括以下步骤:S1建立机械臂的动力学模型,所建立的动力学模型包含机械臂的动力学参数;S2通过机械臂激励实验中测量得到的数据,利用的动力学线性化模型对机械臂动力学参数进行辨识;通过激励轨迹用来持续的激励机械臂系统,使机械臂按照指定的激励轨迹运行,采集关节位的位置和电流,得到超定方程组,并采用最小二乘法求得机械臂的动力学参数;S3利用神经网络对关节摩擦力进行动态补偿;S4建立高阶滑膜动量观测器来观测机械臂所承受的交互力。本发明可有效消除外力估计过程中摩擦力的影响,具有外力检测精确性高、抗噪能力强的优点。
主权项:1.一种高阶滑膜动量观测器来估计机械臂外力的方法,其特征是包括以下步骤:S1建立机械臂的动力学模型机械臂的动力学模型表示如下: τm=KRi1-2其中,Mq∈Rn×n为机械臂对称的正定惯量矩阵,为科氏力和离心力,Gq∈Rn为重力,τm∈Rn关节驱动力矩,τext∈Rn为关节受到外力矩,τf∈Rn为不确定性的扰动力矩,q∈Rn为关节位移,n为机械臂自由度数,K为电机常数,R为传动比,i为关节电流;动力学模型具有以下性质:①为斜对称矩阵,并满足: ②公式1的左边可以线性化为: 其中,为回归矩阵,P∈RN×1为机械臂的动力学参数;S2动力学参数的辨识通过机械臂激励实验中测量得到的数据,利用公式1-4的动力学线性化模型对机械臂动力学参数进行辨识;通过激励轨迹用来持续的激励机械臂系统,使机械臂按照指定的激励轨迹运行,采集关节位的位置和电流,得到超定方程组:Γ=HP2-1其中,Γ=[τt1T…τtrT];观测矩阵tr为采集时刻;机械臂的动力学参数采用最小二乘法求得: 其中,H+=HTH-1HT,为机械臂动力学参数估计值;S3利用神经网络对关节摩擦力进行动态补偿基于库伦和粘滞摩擦力模型并借助具有良好非线性逼近能力的神经网络,建立自适应参数调节的摩擦力补偿模型公式如下: 其中,Δτf为未建模的非线性项,分别为借助神经网络动态调整的库伦摩擦力系数和粘滞摩擦力系数;S4建立高阶滑膜动量观测器来观测机械臂所承受的交互力通过结合动力学性质和动力学参数辨识的结果来求解观测器所需的参数;具体如下: μi=[0,…,1,…,0]T Mi为M的第i列,cij为C中元素,结合公式1-3和4-3便可求得所建立高阶滑膜动量观测器可表示为: 其中,
全文数据:
权利要求:
百度查询: 哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院) 一种高阶滑膜动量观测器来估计机械臂外力的方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。