摘要：提出了一种基于电流估计的机器人重力及摩擦力辨识方法,具有辨识简单、快捷、精确的优点。建立了关于机器人重力项参数的线性回归模型,并基于QR分解的数值方法提取出可被辨识的重力项参数;设计了具有周期性的对称拼接的抛物线过渡的线性插值激励轨迹,并利用最小二乘法估计重力项参数。基于库伦-粘滞模型和Stribeck模型对机器人各关节进行了摩擦力建模及辨识,提升了摩擦模型的拟合精度。实验表明,机器人以低速运行时,基于辨识参数计算的理论力矩能够较好地拟合机器人实际驱动力矩,两者之间的平均绝对误差和均方根误差在2 N·m以内,验证了辨识结果的准确性。

摘要：传统的拖动示教算法主要通过动力学模型补偿的方式补偿系统的惯性项和重力项,但由于动力学模型的不准确性导致拖动性能变差。基于关节力传感器,提出仅需通过重力辨识得到的模型实现拖动示教控制的效果。对于重力模型辨识,在LSM的基础上设计误差代价函数,根据代价函数得到误差迭代表达式,使模型估计参数进一步迭代收敛于真实值,实现对协作机器人重力模型的精确辨识。同时,基于重力模型设计拖动控制器,实现柔顺拖动控制。最后,通过MATLAB-Simlink联合仿真,并在搭建的协作机器人平台上验证,结果表明提出的辨识方法具有更高的收敛精度,基于重力模型的拖动控制系统具有更高的稳定性和柔顺性。

摘要：针对机器人力/位混合控制时发生异常碰撞所导致的安全问题,提出一种基于快速动力学辨识的碰撞检测方案。首先,建立机器人快速动力学的辨识模型,基于拉格朗日法整理出机器人关节重力矩的最简三角函数回归矩阵,运用连续摩擦模型建模关节摩擦力;然后,采用最小二乘法分别辨识出机器人关节的重力矩最简参数集和连续摩擦模型参数集;最后,为验证提出方法的有效性,设计并完成机器人快速动力学辨识和碰撞检测实验。结果表明:提出的方法能够快速有效地辨识机器人的动力学参数,可实时检测机器人位置控制方向上4 N·m,力控制方向8 N·m以上的异常碰撞,有效保障操作人员和设备的安全,具有一定的工程参考价值。