买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：哈尔滨工业大学

摘要：一种电流层面机械臂动力学参数辨识方法，属于机器人动力学参数标定领域。本发明是为了解决现有机械臂动力学参数辨识通常采用基于模型或基于数据的方法，存在需要依赖数据或者传感器，准确率低的问题。本发明采用标准最小二乘法对电流层面的动力学模型求解，采用数据加权矩阵和电流残差协方差矩阵对堆叠观测矩阵和堆叠电流向量进行数据标准化和加权，利用加权观测矩阵和加权电流向量对数据加权矩阵进行更新直收敛，利用收敛的数据加权矩阵，估计摩擦电流向量，利用估计的摩擦电流向量和电流层面的摩擦力模型向量，对非线性摩擦参数进行求解和更新，获得非线性摩擦参数α，实现参数辨识。主要用于机械臂动力学参数辨识。

主权项：1.一种电流层面机械臂动力学参数辨识方法，其特征在于，该方法基于电流层面的动力学模型实现，具体包括：步骤一、采集待辨识的机械臂的n关节位置和电机电流数据，利用n关节位置计算堆叠观测矩阵，利用电机电流数据，获取堆叠电流向量；步骤二、利用所述堆叠观测矩阵和堆叠电流向量，采用标准最小二乘法对电流层面的动力学模型求解，获取电流层面基参数的最小二乘解，进而获得电流残差协方差矩阵，执行步骤三；电流层面的动力学模型获取过程为：建立机械臂运动微分方程和非线性摩擦模型，推导获得机械臂力矩层面的动力学模型，利用电机电流和关节力矩的线性关系式，将所述机械臂力矩层面的动力学模型转换为电流层面的动力学模型；建立机械臂运动微分方程和非线性摩擦模型，推导获得机械臂力矩层面的动力学模型的过程为：将机械臂的电机端动力学映射至连杆端，则机械臂运动微分方程为： 式中，Mq是连杆的质量矩阵，Ia是电机端的等效转动惯量，是连杆的离心力与科氏力矩阵，gq是连杆的重力向量，τ，τf是关节力矩向量、关节摩擦力矩向量；分别表示机械臂末端的位置、速度和加速度，所述合并构成堆叠观测矩阵，第jj＝1,…,n个关节的非线性摩擦模型为： 式中，Fc,j是关节j的库仑摩擦系数，Fv,j是关节j的粘滞摩擦系数，Bj是关节j的摩擦偏置系数，αj为关节j的非线性摩擦系数；推到获得非线性摩擦模型： 其中，为修改动力学参数集，为对应的观测矩阵，由于存在线性相关列，对所述线性相关列剔除，获得机械臂力矩层面的动力学模型： 其中，π为基参数，Y为π的观测矩阵；步骤三一、采用数据加权矩阵P对堆叠观测矩阵和堆叠电流向量进行数据标准化，采用电流残差协方差矩阵对标准化后的堆叠观测矩阵和堆叠电流向量进行加权，获得加权观测矩阵和加权电流向量，执行步骤四；步骤三一中，加权观测矩阵和加权电流向量为： 其中，表示加权观测矩阵，表示加权电流向量，⊙是对应元素相乘运算符，p为数据加权矩阵，p初始为元素都为1的矩阵；Pe为元素均为P的矩阵；步骤三二、利用数据加权矩阵P、n个关节的堆叠观测矩阵、堆叠电流向量和电流层面基参数的最小二乘解中的惯性参数，估计摩擦电流向量；执行步骤六；步骤三二中，对摩擦电流向量进行估计的公式为： 其中，为估计的摩擦电流向量，χWLS，i为已辨识的χWLS中的惯性参数；χWLS是电流层面动力学基参数的加权最小二乘解: 步骤四、利用加权观测矩阵和加权电流向量对数据加权矩阵进行更新，获得数据加权矩阵Pnew，并判断更新后的数据加权矩阵Pnew是否收敛，若是，则执行步骤五，否则，令Pnew＝P，返回执行步骤三一；步骤四、利用加权观测矩阵和加权电流向量对数据加权矩阵进行更新，获得数据加权矩阵Pnew的方法为： 式中，函数的结果为维度Nn×1的向量，其中，n为关节数，函数表示当归一化电流残差的中的某个元素值超过设定的阈值δ，则函数的结果向量中对应位置元素为0，否则为1，由于Pe的每一列均为P，故P更新后，Pe,new为：Pe，new＝Pnew·EP其中，EP为元素均为1维度为1×r矩阵；归一化电流残差为： 步骤五、利用收敛的数据加权矩阵Pnew，估计摩擦电流向量，执行步骤六；步骤六、利用估计的摩擦电流向量和电流层面的摩擦力模型向量，采用非线性最小二乘法对非线性摩擦参数α进行求解，判断所述非线性摩擦参数α是否收敛，若是，获得非线性摩擦参数α，完成电流层面机械臂动力学参数辨识，否则，返回执行步骤五。

全文数据：

权利要求：

百度查询： 哈尔滨工业大学 一种电流层面机械臂动力学参数辨识方法