关键词:
工业机器人
动力学模型
模型辨识
碰撞检测
摘要:
随着工业机器人的应用领域不断增长,人机共享同一空间的工作方式可以提高工作效率。为保证人机协作的安全,碰撞检测技术成为了人机协作领域中的重要研究方向。实现碰撞检测通常需要机器人具备一定的外力感知能力,然而工业机器人内部通常没有集成力矩传感器,使得机器人关节对外部作用力的感知能力较弱。由于外部传感器的成本普遍较高,且安装额外传感器可能会增加控制系统的复杂性,因此,通过分析机器人关节受力情况建立动力学模型代替力矩传感器计算外部碰撞力是实现碰撞检测的基础。本文以六自由度串联型工业机器人为研究对象,从动力学建模、模型参数辨识以及碰撞检测三方面展开研究。首先基于牛顿-欧拉迭代法分析运动过程中关节所受的力/力矩,通过关节坐标系进行推导建立机器人的动力学模型;将动力学模型线性化并基于QR分解得到最小可辨识参数集;其次基于有限傅里叶级数构造机器人的激励轨迹,以最小化观测矩阵的条件数为优化准则进行轨迹系数优化。对采样数据进行滤波处理以提高信噪比,最后基于最小二乘法对动力学模型的最小参数集进行辨识,并通过实验验证参数辨识值的精度。为了提高模型的力矩估计精度,本文通过改进摩擦模型以及考虑机器人结构的非线性特性等因素建立了一个较为完整的动力学模型,并将模型辨识分为参数和非参数两部分。对于可辨识的惯性、摩擦等参数,针对最小二乘法对数据噪声以及离群值敏感的问题,提出了一种基于迭代优化算法的辨识框架,引入噪声方差矩阵以及离群值权重矩阵。在参数辨识过程中通过对噪声方差矩阵、离群值权重矩阵以及改进的摩擦参数进行迭代优化,并设置合适的停机准则使迭代收敛,从而提高参数的辨识精度。对于机器人结构的非线性特性等因素产生的补偿力矩,提出了一种基于LSTM的补偿力矩估计模型,通过训练网络参数建立从关节运动到关节补偿力矩的映射关系,完成关节补偿力矩的隐式建模。为了使补偿力矩模型能学习到不同运动过程中的力矩变化特点,使用多组不同的运动轨迹数据训练模型,从而提高模型的估计精度和鲁棒性。在工业机器人各关节只有单编码器的情况下,提出一种免外部传感器的机器人碰撞检测与安全响应方法。针对机器人关节对外部碰撞力感知弱的问题,设计了一种关节外力矩观测器,该观测器结合扰动原理和广义动量建立机器人状态空间方程,并基于卡尔曼滤波算法实现对碰撞力矩的观测。设计了一种随关节速度变化的碰撞阈值,结合外力矩观测器的输出实现工业机器人的碰撞检测。为了减少碰撞后可能造成的二次伤害,设计了一种基于导纳控制的安全响应策略,在碰撞发生后将碰撞力转化为位置指令,驱动机器人关节运动远离碰撞点,从而实现碰撞后的安全响应。以六自由度工业机器人为实验平台,分别对机器人的动力学模型和碰撞检测方法进行实验验证。基于所提的方法,得到了完整的机器人动力学参数和补偿力矩估计模型,通过对比模型的预测驱动力矩与实际驱动力矩来验证方法的精度,实验结果显示所提的方法在关节驱动力矩的估计中具有更小的误差,证明了所提方法的优越性。基于已辨识的动力学模型,进行机器人的碰撞检测与安全响应实验,实验结果显示所提方法能提高碰撞检测灵敏度并实现安全响应控制,验证了方法的有效性。