欢迎光临中国机器人网站,我们致力于各行业应用研究

机器人动态参数辨识

作者:jcmp      发布时间:2021-04-17      浏览量:0
在以往机器人动力学建模(机器人动力学方程

在以往机器人动力学建模(机器人动力学方程的四种形式)和最小惯性参数集(机器人最小惯性参数集)的基础上,了解了离散系统辨识与连续系统辨识的区别,从而可以开始进行动态参数辨识工作。方法

是最常见的最小二乘法:通过采集N组数据,记录关节的位置和扭矩,并将其纳入基于最小惯性参数集的动力学方程中,因为Yr‘*Yr是满秩的,所以可以计算出动态参数向量PR。

动态参数辨识算法似乎很容易,大家都认为效果不好,但在实际应用中,它是一步一步的圈套,以后还会列出一些相关的技术细节。

Yr是由角、角速度和角加速度组成的矩阵。在实际应用中,位置传感器可以得到角速度和角加速度,而角速度和角加速度则需要进行差分处理。差分章极大地放大了噪声,需要通过低通滤波得到.

机器人如何测量关节速度?Www.zhihu.com。

然而,滤波器将引入信号的相位延迟。我们需要使用合适的滤波器来保证角度、角速度和角加速度的时间延迟,或者使用离线无延迟滤波器。

2.需要区分离散系统辨识和连续系统辨识

的概念,这是很容易混淆的,在教科书中较少提及。

桂凯:离散系统识别和连续系统识别/zhuanlan.zhihu.com。

3。由于激励轨迹

是一个动态参数,因此有必要使机器人运动,这就需要机器人轨迹的设计:在动力学方程中相关参数的作用可以被轨迹激励,从而使我们能够识别该轨迹,从而将其统称为激励轨迹。

激发轨迹直接影响Yr矩阵的病理性质,例如,在下面的图中,两个矩阵之间只有一个元素差异,但计算结果相差很大,

这主要是由于左矩阵

中的大量条件所致。设计激励轨迹的目的是减少矩阵年的条件数。关于这一节,你可以参考这篇很好的文章:Jan Swevers等人。最优机器人激励和识别,IEEE Trans。关于机器人。

4。辨识结果为

,首先设计了各关节的激励轨迹,并利用最小二乘法辨识动态参数。下图显示了拟合力弯矩与实际力矩的曲线.在下面的差分曲线中,会出现一个误差的峰值,这本质上是由于库仑摩擦力估计在反向方向的误差,因为我们不能准确地知道机器人倒转的时间,导致估计的库仑摩擦力在反转时间附近发生了很大的跳跃。

与其他轨迹的测试结果如下,附近也会有一个很大的跳跃。

5.摘要