CN107423515A - 机械臂摩擦辨识方法、装置、设备及存储介质 - Google Patents
机械臂摩擦辨识方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN107423515A CN107423515A CN201710646738.9A CN201710646738A CN107423515A CN 107423515 A CN107423515 A CN 107423515A CN 201710646738 A CN201710646738 A CN 201710646738A CN 107423515 A CN107423515 A CN 107423515A
- Authority
- CN
- China
- Prior art keywords
- target joint
- mechanical arm
- friction
- joint
- moment
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 230000005484 gravity Effects 0.000 claims abstract description 121
- 230000033001 locomotion Effects 0.000 claims abstract description 65
- 230000008569 process Effects 0.000 claims abstract description 27
- 230000005284 excitation Effects 0.000 claims abstract description 26
- 230000001133 acceleration Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 235000013399 edible fruits Nutrition 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 1
- 239000004020 conductor Substances 0.000 description 1
- 230000002401 inhibitory effect Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/17—Mechanical parametric or variational design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/06—Power analysis or power optimisation
Landscapes
- Physics & Mathematics (AREA)
- Geometry (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Computational Mathematics (AREA)
- Toys (AREA)
- Manipulator (AREA)
Abstract
本发明实施例公开了一种机械臂摩擦辨识方法、装置、设备及存储介质，该方法包括：将机械臂调节至第一臂形以使机械臂的目标关节的驱动力矩不受重力影响；当机械臂为第一臂形时，控制目标关节基于设定激励轨迹运动，并通过预设的摩擦辨识模型计算目标关节在运动过程中不受重力影响的摩擦力矩；将机械臂调节至第二臂形以使目标关节的驱动力矩受到重力影响；当机械臂为第二臂形时，控制目标关节基于设定激励轨迹运动，并获取目标关节在运动过程中的驱动力矩以及目标关节的重力力矩；根据驱动力矩、目标关节的重力力矩确定目标关节受重力影响的摩擦力矩。本发明实施例可以排除动力学模型对摩擦辨识的干扰，考虑到重力影响的因素，提高辨识精度。
Description
技术领域
本发明涉及机械臂技术领域，尤其涉及一种机械臂摩擦辨识方法、装置、设备及存储介质。
背景技术
机械臂是具有模仿人类手臂功能并可完成各种作业的自动控制设备，有多关节连结，能够接受指令并精确地定位到三维空间或二维平面中的点进行作业。机械臂承载能力大，刚性好，按照接收到的指令进行运动。
其中，在对机械臂的性能检测，或者碰撞等检测中，均需要对机械臂进行摩擦辨识。现有技术中，可以通过动力学模型对机械臂的摩擦分量进行单独辨识，一般采用的方法是在机械臂组装前进行空载测试，通过建立的动力学模型计算摩擦分量；在机械臂组装后采用相同的动力学模型进行摩擦分量辨识，由于机械臂在组装前和组装后影响摩擦分量的参数是不同的，所以组装后对摩擦分量的辨识并不准确。
发明内容
本发明实施例提供一种机械臂摩擦辨识方法、装置、设备及存储介质，在机械臂组成后，可以排除动力学模型对摩擦辨识的干扰，考虑受到重力影响的因素，提高辨识精度。
第一方面，本发明实施例提供了一种机械臂摩擦辨识方法，包括：
将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响；
当所述机械臂为第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩；
将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响；
当所述机械臂为第二臂形时，控制所述目标关节基于所述设定激励轨迹进行运动，并获取目标关节在运动过程中的驱动力矩以及所述目标关节的重力力矩；
根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩。
第二方面，本发明实施例还提供了一种机械臂摩擦辨识装置，包括：
第一调节模块，用于将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响；
第一获取模块，用于当所述机械臂为第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩；
第二调节模块，用于将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响；
第二获取模块，用于当所述机械臂为第二臂形时，控制所述目标关节基于所述设定激励轨迹进行运动，并获取目标关节在运动过程中的驱动力矩以及所述目标关节的重力力矩；
确定模块，用于根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩。
第三方面，本发明实施例提供了一种设备，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明实施例所述的机械臂摩擦辨识方法。
第四方面，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现本发明实施例所述的机械臂摩擦辨识方法。
本发明实施例提供的技术方案，通过分别将调节机械臂的臂形调节至第一臂形和第二臂形，以使机械臂的目标关节分别不受到重力影响以及受到重力影响；当机械臂的臂形为第一臂形时，获取机械臂的目标关节在按照设定激励轨迹运动时不受重力影响的摩擦力矩；当机械臂的臂形为第二臂形时，并获取机械臂目标关节在按照设定激励轨迹运动时的驱动力矩以及目标关节的重力力矩，通过所述驱动力矩、摩擦力矩以及重力力矩确定目标关节受到重力影响的摩擦力矩。本发明实施例在机械臂组装后，考虑了重力对摩擦力矩的影响，排除了动力学模型对摩擦分量辨识的干扰，提高了辨识精度。
附图说明
通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显：
图1a是本发明实施例提供的一种机械臂摩擦辨识方法流程图；
图1b是本发明实施例提供的一种模型输出电流与实际采样电流对比图；
图1c是本发明实施例提供的另一种模型输出电流与实际采样电流对比图；
图1d是本发明实施例提供的另一种模型输出电流与实际采样电流对比图；
图1e是本发明实施例提供的另一种模型输出电流与实际采样电流对比图；
图2是本发明实施例提供的另一种机械臂摩擦辨识方法流程图；
图3是本发明实施例提供的一种机械臂摩擦辨识装置的结构框图；
图4是本发明实施例提供的一种设备结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。
图1a是本发明实施例提供的了一种机械臂摩擦辨识方法流程图，所述方法由机械臂摩擦辨识装置来执行，所述装置由软件和/或硬件来执行。所述装置配置在机械臂的控制设备中，所述方法应用于机械臂关节的驱动力矩可以调节至不受重力影响的场景中。如图1a所示，本发明实施例提供的技术方案如下：
S110：将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响。
在本实施例中，当机械臂组装完成后，可以对机械臂的所有关节进行编号，目标关节是组成机械臂的任意关节，目标关节的编号可以是任意编号。
在本发明一个实施例中，可选的，所述将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响，包括：将所述机械臂的目标关节的轴线调节至与重力方向平行，或者调节所述机械臂的所有关节构成的连接体的质心在所述目标关节轴线的延长线上，以使所述目标关节的驱动力矩不受重力的影响。
在本实施例中，当调节机械臂至第一臂形时，通过控制目标关节运动的动力装置调节目标关节以使机械臂至第一臂形。其中，动力装置可以是电机。目标关节的驱动力矩可以通过传感器测试电流，通过电流计算驱动力矩；或者也可以通过力矩传感器直接测量驱动力矩。
由此，通过将机械臂调制至第一臂形以使机械臂的目标关节的驱动不受重力影响，可以精确获取关节不受重力影响的摩擦力矩。
S120：当所述机械臂为第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩。
在本实施例中，预设的摩擦辨识模型通过如下的公式进行建立：其中，τfric为关节摩擦力矩，为速度与加速度的函数，其中，为速度，为加速度，θ为常数的集合，其中，θ包括加速度的系数，以及速度的系数。在通过摩擦辨识模型计算目标关节在运动过程中不受重力影响的摩擦力矩时，通过在线迭代最小二乘方法进行计算得到辨识结果，能够提高效率，且直接获得辨识结果。
在本发明的一个实施例中，可选的，设定激励轨迹包括：在设定轨迹内，控制所述目标关节以设定参数进行运动；其中，当所述目标关节以低于预设值的速度运动时，作加速运动，且加速运动中的所述目标关节的加速度值小于设定加速度值；当所述目标关节以高于所述预设值的速度运动时，作匀速运动。其中，设定参数包括速度值和加速度值。具体是；控制目标关节在设定轨迹内进行运动，其中，若目标关节的速度小于预设值，控制目标关节作加速运动，且加速度值小于设定加速度值，若目标关节大于预设值，控制目标关节作匀速运动。
在现有技术中，对机械臂的参数进行辨识算法中，往往采用傅里叶级数的激励信号控制关节的运动，这种激励信号对噪声有较好的抑制作用，但这种激励信号并不适用于本发明，原因在于关节的加速度恒不为0对使辨识结果受到转动惯量的影响，使辨识精度下降。因此本发明实施例采用目标关节基于设定激励轨迹运动，即在设定轨迹内，控制目标关节以设定参数进行运动；其中，当目标关节以低于预设值的速度运动时，作加速运动，且加速运动中的目标关节的加速度值小于设定加速度值；当目标关节以高于所述预设值的速度运动时，作匀速运动。
在本发明实施例中，可以对目标关节在不同的速度范围内运动时的摩擦力矩进行辨识，因此，可以控制目标关节以不同速度在设定轨迹内进行重复运动或者往复运动，以对摩擦力矩进行辨识。例如，设定目标关节在设定轨迹内每次运动的速度值和加速值；设定第一次重复运动，目标关节的速度值小于10° /s，其中，°/s表征单位时间转过的角度；设定第二次重复运动，目标关节的速度值大于10°/s，且为15°/s。当目标关节在设定轨迹内进行第一次重复运动时，作加速运动，且加速度小于设定加速值。当目标关节在设定轨迹内进行第二次重复运动时，作匀速运动，速度是15°/s。
其中，当目标关节从静止开始运动，当速度达到15°/s时，需经历加速阶段，在该加速阶段可以对目标关节的摩擦力矩不进行辨识，当速度达到15°/s 时，对目标关节的数据进行记录以进行摩擦力矩进行辨识。
在本实施例中，目标关节在运动过程中，若速度或者加速度不同，摩擦力矩是不同的。例如，若目标关节的速度小于预设值时，在不同时刻由于目标关节的速度值和加速度值不同，所以目标关节在运动过程中的摩擦力矩是不同的。因此，目标关节每进行一次重复运动时，获取的摩擦力矩存在多个，且摩擦力矩的大小不同。其中，可以设定获取摩擦力矩的间隔，每隔预设时间段根据摩擦辨识模块确定目标关节不受重力影响的摩擦力矩。
S130：将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响。
在本发明的一个实施例中，可选的，所述将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响，包括：将所述机械臂的目标关节的轴线调节至与重力方向不平行，或者调节所述机械臂的所有关节构成的连接体的质心不在所述目标关节轴线的延长线上，以使目标关节的驱动力矩受到重力影响。
S140：当所述机械臂为第二臂形时，控制所述目标关节基于所述设定激励轨迹进行运动，并获取目标关节在运动过程中的驱动力矩以及所述目标关节的重力力矩。
在本发明实施例中，当所述机械臂为第二臂形时，控制目标关节按照基于机械臂为第一臂形时的运动参数进行运动，并获取目标关节在运动过程中的驱动力矩以及目标关节的重力力矩。例如，若机械臂为第一臂形时，目标关节以 15°/s的速度作匀速运动，则当机械臂为第二臂形时，控制目标关节也以15° /s的速度作匀速运动。
其中，由于目标关节在运动过程中由于运动参数有可能不同，并且驱动力臂也在变化，因此目标关节在运动过程中的驱动力矩并不相同。并且由于目标关节的重力力臂也时刻在变化，因此，目标关节的重力力矩也在变化。在每一次运动周期内，目标关节的驱动力矩和重力力矩均存在多个，可以间隔预设时间段获取驱动力矩和重力力矩。在目标时刻，目标关节受到重力影响的驱动力矩与重力力矩是对应的。
S150：根据所述驱动力矩、所述目标关节的重力力矩以及不受重力影响的摩擦力矩确定所述目标关节受重力影响的摩擦力矩。
在本发明的一个实施例中，可选的，所述根据所述驱动力矩、所述目标关节的重力力矩以及不受重力影响的摩擦力矩确定所述目标关节受重力影响的摩擦力矩，包括：将所述驱动力矩减去所述目标关节的重力力矩以及不受重力影响的摩擦力矩，获得所述目标关节受重力影响的摩擦力矩。
在本发明实施例中，目标关节的重力力矩可以通过动力学模型进行计算。其中，动力学模型，用于基于与机械臂作业相关的参数计算力矩。与机械臂作业相关的参数包括机械臂的参数，动力装置的性能参数等。例如，动力装置各部件之间的摩擦等。
在本发明实施例中，在目标时刻，目标关节不受重力影响的摩擦力矩、受到重力影响的驱动力矩以及目标关节的重力力矩均是对应的。并且目标关节受到重力影响的驱动力矩等于目标关节不受重力影响的摩擦力矩、目标关节的重力力矩以及目标关节受到重力影响的摩擦力矩三者之和。由于在运动过程中，目标关节不受重力影响的摩擦力矩存在多个，且受到重力影响的驱动力矩也存在多个，故目标关节运动过程中的受到重力影响的摩擦力矩也存在多个。
通过上述的方法，可以对安装完成的机械臂的摩擦力矩进行精确辨识，使辨识结果包含了关节之间的相互作用产生的摩擦等参数的影响；并没有采用动力学模型对摩擦力矩进行辨识，排除了动力学模型对摩擦辨识的干扰，并且考虑了重力对摩擦力矩的影响，提高摩擦力矩的辨识精度。
在本实施例中，通过模型计算的机械臂的驱动力矩的辨识与实际采样的力矩相差较小，如图1b-图1e所示，实际采样的电流与通过通过模型输出的电流相差较小。
本实施例提供的一种机械臂摩擦辨识方法，通过分别将调节机械臂的臂形调节至第一臂形和第二臂形，以使机械臂的目标关节分别不受到重力影响以及受到重力影响；当机械臂的臂形为第一臂形时，获取机械臂的目标关节在按照设定激励轨迹运动时不受重力影响的摩擦力矩；当机械臂的臂形为第二臂形时，并获取机械臂的目标关节在按照设定激励轨迹运动时的驱动力矩以及目标关节的重力力矩，通过所述驱动力矩、摩擦力矩以及重力力矩确定目标关节受到重力影响的摩擦力矩。本发明实施例在机械臂组装后，考虑了重力对摩擦力矩的影响，排除了动力学模型对摩擦分量辨识的干扰，提高了辨识精度。
在上述实施例的基础上，所述方法还包括：根据机械臂关节的摩擦力矩、速度以及加速度之间的关系建立预设的摩擦辨识模型。其中，预设的摩擦辨识模型通过如下的公式进行建立：其中，τfric为关节摩擦力矩，为速度与加速度的函数，其中，为速度，为加速度，θ为常数的集合，其中，θ包括加速度的系数，以及速度的系数。例如，则θ中包含2和3。
在上述实施例的基础上，在所述当所述机械臂为第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩之后，还包括：当所述目标关节的编号小于所述机械臂的自由度时，将下一编号的关节作为目标关节，返回将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响的操作。相应的，在根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩之后，还包括：当所述目标关节的编号小于所述机械臂的自由度时，将下一编号的关节作为目标关节，并返回将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响的操作。
其中，机械臂的自由度等于机械臂中关节的数量。若目标关节的编号小于机械臂的自由度，将下一编号的关节作为目标关节，返回将机械臂调节至第一臂形以使机械臂的目标关节的驱动力矩不受重力的影响的操作，由此，可以依次分别获取机械臂的所有关节不受重力影响的摩擦力矩。
若目标关节的编号小于机械臂的自由度，将下一个编号的关节作为目标关节，返回将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响的操作，可以依次分别获取机械臂所有关节受到重力影响的驱动力矩以及所有关节的重力力矩。
针对机械臂的每个关节，由于在目标时刻，不受重力影响的摩擦力矩、受重力影响的驱动力矩以及重力力矩对应。由此，可以确定每个关节的受重力影响的摩擦力矩，对每个关节进行摩擦辨识，提高辨识效率。
图2是本发明实施例提供的一种机械臂摩擦辨识方法流程图，如图2所示，本实施例提供的技术方案包括：
S210：根据机械臂关节的摩擦力矩、速度以及加速度之间的关系建立预设的摩擦辨识模型。
S220：确定辨识算法。其中，采用在线迭代最小二乘的方法进行计算获得辨识结果。
S230：设置激励轨迹。
S240：机械臂各关节重置，i＝1。
其中，i为机械臂关节的编号。将机械臂的各关节进行重置，为各关节进行编号，从编号为1的关节进行辨识。
S250：将机械臂调节至关节i驱动力矩不受重力影响的臂形。
S260：控制关节i基于激励轨迹进行运动，对关节i不受重力影响的参数进行辨识，并输入到摩擦辨识模型通过在线迭代算法获取不受重力影响的摩擦力矩。
S270：判断i是否小于机械臂的自由度。若是，则i＝i+1，返回S250，若否，则i＝1，执行S280。
S280：将机械臂调节至关节i的驱动力矩受重力影响的臂形。
S290：控制关节i按照激励轨迹运动，获取关节i的受到重力影响的驱动力矩以及重力力矩,并基于关节i受到重力影响的驱动力矩、关节i的重力力矩、关节i不受重力影响的摩擦力矩确定关节i受到重力影响的摩擦力矩。
S291：判断i是否小于机械臂的自由度。若是，i＝i+1，返回S280，若否，执行S292。
S292：结束流程。
通过上述的方法，可以对每个关节进行摩擦辨识，提高辨识效率。
图3是本发明实施例提供的一种机械臂摩擦辨识装置结构框图，如图3所示，所述装置包括：第一调节模块310、第一获取模块320、第二调节模块330、第二获取模块340以及确定模块350。
第一调节模块310，用于将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响；
第一获取模块320，用于当所述机械臂为第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩；
第二调节模块330，用于将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响；
第二获取模块340，用于当所述机械臂为第二臂形时，控制所述目标关节基于所述设定激励轨迹进行运动，并获取目标关节在运动过程中的驱动力矩以及所述目标关节的重力力矩；
确定模块350，用于根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩。
进一步的，所述装置还包括：模型建立模块360，用于根据机械臂关节的摩擦力矩、速度以及加速度之间的关系建立预设的摩擦辨识模型。
进一步的，所述设定激励轨迹包括：
在设定轨迹内，控制所述目标关节以设定参数进行运动；其中，当所述目标关节以低于预设值的速度运动时，作加速运动，且加速运动中的所述目标关节的加速度值小于设定加速度值；当所述目标关节以高于所述预设值的速度运动时，作匀速运动。
进一步的，所述确定模块350，用于将所述驱动力矩减去所述目标关节重力力矩以及不受重力影响的摩擦力矩，获得所述目标关节受重力影响的摩擦力矩。
进一步的，所述第一调节模块310，用于将所述机械臂的目标关节的轴线调节至与重力方向平行，或者调节所述机械臂的所有关节构成的连接体的质心在所述目标关节轴线的延长线上，以使所述目标关节的驱动力矩不受重力影响。
进一步的，所述第二调节模块330，用于将所述机械臂的目标关节的轴线调节至与重力方向不平行，或者调节所述机械臂的所有关节构成的连接体的质心不在所述目标关节轴线的延长线上，以使所述目标关节的驱动力矩受重力影响。
进一步的，所述装置还包括：第一返回模块370，用于在所述当所述机械臂为第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩之后，当所述目标关节的编号小于所述机械臂的自由度时，将下一编号的关节作为目标关节，返回将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响的操作；
相应的，所述装置还包括第二返回模块380，用于在根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩之后，当所述目标关节的编号小于所述机械臂的自由度时，将下一编号的关节作为目标关节，并返回将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响的操作。
本发明实施例提供的技术方案，通过分别将调节机械臂的臂形调节至第一臂形和第二臂形，以使机械臂的目标关节分别不受到重力影响以及受到重力影响；当机械臂的臂形为第一臂形时，获取机械臂的目标关节在按照设定激励轨迹运动时不受重力影响的摩擦力矩；当机械臂的臂形为第二臂形时，并获取机械臂目标关节在按照设定激励轨迹运动时的驱动力矩以及目标关节的重力力矩，通过所述驱动力矩、摩擦力矩以及重力力矩确定目标关节受到重力影响的摩擦力矩。本发明实施例在机械臂组装后，考虑了重力对摩擦力矩的影响，排除了动力学模型对摩擦分量辨识的干扰，提高了辨识精度。
图4是本发明实施例提供的一种设备的结构示意图。图4示出了适于用于实现本发明实施方式的示例性设备412的框图。图4显示的设备412仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示，设备412以通用计算设备的形式表现。设备412的组件可以包括但不限于：一个或者多个处理器或者处理单元416，系统存储器428，连接不同系统组件(包括系统存储器428和处理单元)的总线418。
总线418表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构 (ISA)总线，微通道体系结构(MAC)总线，增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
设备412典型地包括多种计算机系统可读介质。这些介质可以是任何能够访问设备412的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器428可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(RAM)430和/或高速缓存存储器432。设备412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示，通常称为“硬盘驱动器”)。尽管图4中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如 CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440，可以存储在例如系统存储器428中，这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
设备412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器 424等)通信，还可与一个或者多个使得用户能与该设备412交互的设备通信，和/或与使得该设备412能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422 进行。并且，设备412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN)，广域网(WAN)和/或公共网络，例如因特网)通信。如图4所示，网络适配器420通过总线418与服务器412的其它模块通信。应当明白，尽管图中未示出，可以结合设备412使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元416通过运行存储在系统存储器428中的程序，从而执行各种功能应用以及数据处理，例如实现本发明实施例所提供的机械臂摩擦辨识方法。
也即，所述处理单元执行所述程序时实现：将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力影响；当所述机械臂为第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩；将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响；当所述机械臂为第二臂形时，控制所述目标关节基于所述设定激励轨迹进行运动，并获取目标关节在运动过程中的驱动力矩以及所述目标关节的重力力矩；根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩。
本发明实施例还提供了一种包含计算机可执行指令的存储介质。其上存储有计算机程序，该程序被处理器执行时实现本发明实施例提供的机械臂摩擦辨识方法。
本发明实施例提供的包含计算机可执行指令的存储介质，可以采用一个或多个计算机可读介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网 (WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种机械臂摩擦辨识方法，其特征在于，包括：
将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力影响；
当所述机械臂为所述第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩；
将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响；
当所述机械臂为所述第二臂形时，控制所述目标关节基于所述设定激励轨迹进行运动，并获取所述目标关节在运动过程中的驱动力矩以及所述目标关节的重力力矩；
根据所述驱动力矩、所述目标关节的重力力矩以及不受重力影响的摩擦力矩确定所述目标关节受重力影响的摩擦力矩。
2.根据权利要求1所述的方法，其特征在于，还包括：
根据机械臂关节的摩擦力矩、速度以及加速度之间的关系建立预设的摩擦辨识模型。
3.根据权利要求1所述的方法，其特征在于，所述设定激励轨迹包括：
在设定轨迹内，控制所述目标关节以设定参数进行运动；其中，当所述目标关节以低于预设值的速度运动时，作加速运动，且加速运动中的所述目标关节的加速度值小于设定加速度值；当所述目标关节以高于所述预设值的速度运动时，作匀速运动。
4.根据权利要求1所述的方法，其特征在于，所述根据所述驱动力矩、所述目标关节的重力力矩以及不受重力影响的摩擦力矩确定所述目标关节受重力影响的摩擦力矩，包括：
将所述驱动力矩减去所述目标关节的重力力矩以及不受重力影响的摩擦力矩，获得所述目标关节受重力影响的摩擦力矩。
5.根据权利要求1所述的方法，其特征在于，所述将机械臂调节至第一臂形以使所述目标关节的驱动力矩不受重力影响，包括：
将所述机械臂的目标关节的轴线调节至与重力方向平行，或者调节所述机械臂的所有关节构成的连接体的质心在所述目标关节轴线的延长线上，以使所述目标关节的驱动力矩不受重力影响。
6.根据权利要求1所述的方法，其特征在于，所述将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响，包括：
将所述机械臂的目标关节的轴线调节至与重力方向不平行，或者调节所述机械臂的所有关节构成的连接体的质心不在所述目标关节轴线的延长线上，以使所述目标关节的驱动力矩受到重力影响。
7.根据权利要求1所述的方法，其特征在于，在所述当所述机械臂为所述第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩之后，还包括：
当所述目标关节的编号小于所述机械臂的自由度时，将下一编号的关节作为目标关节，返回将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力的影响的操作；
相应的，在根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩之后，还包括：
当所述目标关节的编号小于所述机械臂的自由度时，将下一编号的关节作为目标关节，并返回将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响的操作。
8.一种机械臂摩擦辨识装置，其特征在于，包括：
第一调节模块，用于将机械臂调节至第一臂形以使所述机械臂的目标关节的驱动力矩不受重力影响；
第一获取模块，用于当所述机械臂为所述第一臂形时，控制所述目标关节基于设定激励轨迹进行运动，并通过预设的摩擦辨识模型计算所述目标关节在运动过程中不受重力影响的摩擦力矩；
第二调节模块，用于将所述机械臂调节至第二臂形以使所述目标关节的驱动力矩受到重力影响；
第二获取模块，用于当所述机械臂为所述第二臂形时，控制所述目标关节基于所述设定激励轨迹进行运动，并获取所述目标关节在运动过程中的驱动力矩以及所述目标关节的重力力矩；
确定模块，用于根据所述驱动力矩、所述目标关节的重力力矩确定所述目标关节受重力影响的摩擦力矩。
9.一种设备，其特征在于，包括：
一个或多个处理器；
存储装置，用于存储一个或多个程序，
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的机械臂摩擦辨识方法。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的机械臂摩擦辨识方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710646738.9A CN107423515B (zh) | 2017-08-01 | 2017-08-01 | 机械臂摩擦辨识方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710646738.9A CN107423515B (zh) | 2017-08-01 | 2017-08-01 | 机械臂摩擦辨识方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107423515A true CN107423515A (zh) | 2017-12-01 |
| CN107423515B CN107423515B (zh) | 2020-08-04 |
Family
ID=60436501
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710646738.9A Active CN107423515B (zh) | 2017-08-01 | 2017-08-01 | 机械臂摩擦辨识方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107423515B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111702807A (zh) * | 2020-06-08 | 2020-09-25 | 北京配天技术有限公司 | 机器人摩擦辨识方法、装置、系统及存储介质 |
| CN112757340A (zh) * | 2020-12-25 | 2021-05-07 | 珞石（山东）智能科技有限公司 | 基于关节扭矩传感器的关节摩擦力观测方法及装置 |
| CN114368008A (zh) * | 2021-09-08 | 2022-04-19 | 伯朗特机器人股份有限公司 | Delta型并联机器人的关节摩擦辨识方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070089557A1 (en) * | 2004-09-30 | 2007-04-26 | Solomon Todd R | Multi-ply strap drive trains for robotic arms |
| CN101332604A (zh) * | 2008-06-20 | 2008-12-31 | 哈尔滨工业大学 | 人机相互作用机械臂的控制方法 |
| CN102508436A (zh) * | 2011-11-21 | 2012-06-20 | 湖南大学 | 机械手摩擦力动力学精确分析与控制应用方法 |
| US20120215358A1 (en) * | 2011-01-31 | 2012-08-23 | Robotex Inc. | Robotic arm system |
| CN106029308A (zh) * | 2014-02-28 | 2016-10-12 | 索尼公司 | 机械臂设备、校准方法和程序 |
| CN106426174A (zh) * | 2016-11-05 | 2017-02-22 | 上海大学 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
| CN106483964A (zh) * | 2015-08-31 | 2017-03-08 | 中南大学 | 一种基于接触力观测器的机器人柔顺控制方法 |
-
2017
- 2017-08-01 CN CN201710646738.9A patent/CN107423515B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20070089557A1 (en) * | 2004-09-30 | 2007-04-26 | Solomon Todd R | Multi-ply strap drive trains for robotic arms |
| CN101332604A (zh) * | 2008-06-20 | 2008-12-31 | 哈尔滨工业大学 | 人机相互作用机械臂的控制方法 |
| US20120215358A1 (en) * | 2011-01-31 | 2012-08-23 | Robotex Inc. | Robotic arm system |
| CN102508436A (zh) * | 2011-11-21 | 2012-06-20 | 湖南大学 | 机械手摩擦力动力学精确分析与控制应用方法 |
| CN106029308A (zh) * | 2014-02-28 | 2016-10-12 | 索尼公司 | 机械臂设备、校准方法和程序 |
| CN106483964A (zh) * | 2015-08-31 | 2017-03-08 | 中南大学 | 一种基于接触力观测器的机器人柔顺控制方法 |
| CN106426174A (zh) * | 2016-11-05 | 2017-02-22 | 上海大学 | 一种基于力矩观测和摩擦辨识的机器人接触力检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| MEHRDAD R. KERMANI 等: "Friction Identification and Compensation in Robotic Manipulators", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 * |
| 刘福才 等: "重力作用下的摩擦对空间机械臂运动控制的影响", 《高技术通讯》 * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111702807A (zh) * | 2020-06-08 | 2020-09-25 | 北京配天技术有限公司 | 机器人摩擦辨识方法、装置、系统及存储介质 |
| CN112757340A (zh) * | 2020-12-25 | 2021-05-07 | 珞石（山东）智能科技有限公司 | 基于关节扭矩传感器的关节摩擦力观测方法及装置 |
| CN112757340B (zh) * | 2020-12-25 | 2022-06-28 | 珞石（山东）智能科技有限公司 | 基于关节扭矩传感器的关节摩擦力观测方法及装置 |
| CN114368008A (zh) * | 2021-09-08 | 2022-04-19 | 伯朗特机器人股份有限公司 | Delta型并联机器人的关节摩擦辨识方法 |
| CN114368008B (zh) * | 2021-09-08 | 2023-11-10 | 伯朗特机器人股份有限公司 | Delta型并联机器人的关节摩擦辨识方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107423515B (zh) | 2020-08-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110866496B (zh) | 基于深度图像的机器人定位与建图方法和装置 | |
| CN107253196B (zh) | 一种机械臂碰撞检测方法、装置、设备及存储介质 | |
| CN108279576B (zh) | 一种复合轴目标跟踪仿真测试系统 | |
| CN107238468B (zh) | 机械臂末端工具质心的辨识方法、装置、设备及存储介质 | |
| US9436231B2 (en) | Rest detection using accelerometer | |
| CN110278383A (zh) | 聚焦方法、装置以及电子设备、存储介质 | |
| EP3624055A1 (en) | Ground detection method, apparatus, electronic device, vehicle and storage medium | |
| CN107423515A (zh) | 机械臂摩擦辨识方法、装置、设备及存储介质 | |
| CN111752254A (zh) | 轨迹跟踪控制器的测试方法、装置、介质及设备 | |
| CN110471409B (zh) | 机器人巡检方法、装置、计算机可读存储介质及机器人 | |
| CN110413011B (zh) | 一种双目云台控制方法、装置及存储介质 | |
| CN110245641A (zh) | 一种目标追踪拍摄方法、装置、电子设备 | |
| US8400471B2 (en) | Interpretation of constrained objects in augmented reality | |
| CN110198487A (zh) | 一种视频播放方法、装置、设备及存储介质 | |
| CN111055277B (zh) | 机器人柔性参数获取方法、装置、计算机设备及存储介质 | |
| US20210201011A1 (en) | Data processing method for multi-sensor fusion, positioning apparatus and virtual reality device | |
| CN115103437B (zh) | 一种蓝牙和惯性测量单元的紧耦合室内定位方法 | |
| CN111890364A (zh) | 机器人的运动控制方法、装置、电子设备及存储介质 | |
| CN114147707B (zh) | 一种基于视觉识别信息的机器人对接方法与设备 | |
| JP2024522425A (ja) | ロボットの自己適応型可変インピーダンス電気駆動システムおよび制御方法、装置 | |
| CN109345560A (zh) | 增强现实设备的运动跟踪精度测试方法及装置 | |
| CN108038871A (zh) | 旋转平台的旋转中心确定方法、装置、服务器和存储介质 | |
| CN114549592B (zh) | 一种非合作抛体的轨迹预测与捕获方法和装置 | |
| CN112749504B (zh) | 仿真扫描点的获取方法、装置、电子设备及存储介质 | |
| CN113034595B (zh) | 视觉定位的方法和相关装置、设备、存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method, device, equipment, and storage medium for friction identification of robotic arms Effective date of registration: 20231228 Granted publication date: 20200804 Pledgee: China Minsheng Banking Corp Shanghai branch Pledgor: SIASUN Co.,Ltd. Registration number: Y2023310000940 |