- 1、本文档共3页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
考虑电机惯量的机器人动力学参数辨识
摘要:机器人动力学参数的精确辨识对于机器人控制有着重要意义.本文以六自由度工业机器人为研究对象,利用newton-euler建立动力学模型,求取辨识最小参数集,以有限项傅里叶级数生成辨识激励轨迹,应用最小二乘法来对机器人进行参数估计,特别地,考虑到机器人高速运动力矩预测问题,在传统的电机力矩加摩擦力矩模型的基础上,将电机与减速机转动惯量加入机器人力矩模型中,通过实验验证模型,表明该模型对力矩有良好的预测效果.
关键词:激励轨迹;工业机器人;参数辨识;力矩模型
中图分类号:tp242文献标识码:a文章编号:1673-260x(2019)05-0039-04
工业机器人是一种广泛应用在制造工业领域,集机械、控制、计算机、人工智能等跨学科先进技术于一体的高端制造业中的智能装备.随着近几年工业的发展,工业机器人相关领域日渐成为研究热点[1-3].而机器人动力学参数辨识又是一个非常重要的研究方向,其结果构成了对机器人进行精确控制的基础.一般由cad软件为基础的原件测量法可得出机器人惯性参数,但由于生产制造和加工组装等原因,此方法难以达到所需精度要求.研究表明[4-6],基于参数辨識理论的机器人参数辨识方法是最有效的途径.
本文以六自由度机器人的动力学参数辨识为研究目标,采用有限项傅里叶函数[7]生产各关节激励轨迹,并以机器人各关节位置、速度、加速度范围作为约束条件,确保生成的轨迹满足机器人实际运动范围,并优化轨迹;通过离线辨识的方法,获取机器人各轴力矩,运用最小二乘法对实验数据进行参数估计;最后运行辨识轨迹,验证方法的正确性.
1六自由度机器人动力学建型
对于机器人动力学建模,比较常用的方法主要有lagrange方程[8]和newton-euler方程[9].由于牛顿欧拉法计算量小,算法高效,可用计算机进行迭代运算,对于很多工业控制器来说,是理想的建模方法,因此本文采用newton-euler法建立模型.
由上述实验结果(图8、表4所示)可以看出使用修改后的动力学模型所得到的各关节预测力矩对测量力矩有较好的跟随性,且基于本文力矩模型得到的预测力矩相对更加准确,误差更小.
4结论
本文研究了六自由度工业机器人动力学模型辨识方法.首先建立了动力学模型,求取动力学辨识最小参数集,并设计了基于最小条件数的优化激励轨迹,应用最小二乘法来对机器人进行参数估计;特别地,在传统的电机力矩加摩擦力矩模型的基础上,将电机与减速机转动惯量的机器人力矩模型中;以er3a-c60机器人为实验对象,选取验证轨迹验证模型和预测力矩的正确性.结果表明本文研究的工业机器人参数辨识方法能够正确辨识出机器人的动力学参数,计算出机器人关节力矩并提高了辨识的整体精度,从而达到对机器人精确控制的目的.
参考文献:
〔1〕赵杰.国产机器人的发展现状与挑战[j].机器人产业,2018(05):82-85.
〔2〕陈浩.工业机器人及智能制造发展现状分析[j].现代经济信息,2018(17):360.
〔3〕谭民,王硕.机器人技术研究进展[j].自动化学报,2013,39(07):963-972.
〔4〕陈柏,管亚宇,吴洪涛,谢本华,丁亚东.采用abc算法的关节机器人动力学参数辨识[j].南京航空航天大学学报,2017,49(05):736-743.
〔5〕黎柏春,王振宇,alexeydemin,于天彪,王宛山.一种改进的机器人动力学参数辨识方法[j].中国工程机械学报,2015,13(05):381-387.
〔6〕qinzk,baronl,birglenl.anewapproachtothedynamicparameteridentificationofroboticmanipulators[j].robotica,2010,28(4):539-547.
〔7〕j.swevers,c.ganseman,j.deschutter,h.vanbrussel.experimentalrobotidentificationusingoptimizedperiodictrajectories[j].mechanicalsystemsandsignalprocessing,1996,10(5).
〔8〕sheu,s.-y.,walker,m.w..basissetsformanipulatorinertialparameters[p].roboticsandautomation,1989.proceedings.,1989ieeeint
您可能关注的文档
最近下载
- 高速公路养护安全培训会PPT精选文档共23页.ppt
- 普通高中物理课程标准解读PPT学习教案.pptx
- 神经网络与深度学习课件.pptx VIP
- 工程制图_习题集(含答案).doc
- 五年级下册语文第5-6单元综合训练1(原卷+答案)2023-2024学年部编版).pdf VIP
- 2024年湖北省重点高中八校联考自主招生优录数学试卷附答案解析.pdf
- 游戏化教学论文 《小学数学“综合与实践”领域开展游戏化学习的意义与策略》.docx VIP
- 2023年高考北京卷英语阅读理解C篇解析讲义 高三英语一轮复习.pdf
- 2024个人年终工作总结:PPT中的收获与不足.pptx VIP
- 统编版初中语文七年级下册全册教学课件.pptx
文档评论(0)