平面关节型机器人关节力矩的卡尔曼估计

摘要：

为了解决常用测电流获取机器人关节力矩方法中,各种噪声干扰使所得关节力矩波动较大,影响机器人控制信息可靠性的问题,提出基于机器人动力学模型的卡尔曼滤波方法对关节力矩进行估计.运用牛顿欧拉方法对平面关节型机器人(SCARA)进行动力学建模,获得非线性连续的机器人关节力矩方程.通过多元函数一阶泰勒展开将非线性连续的关节力矩方程转换为关于关节力矩的线性离散状态空间模型.利用卡尔曼滤波方法对关节力矩进行估计.实验结果表明,该关节力矩估计方法对机器人前两轴的关节力矩估计精度较好,与均值滤波方法相比均方根误差分别减少了2.9％和l4.7％;且实时性较好,完成一次估计平均需时不超过1 ms.但关节力矩值的估计精度受动力学模型精度的影响.

关键词：平面关节型机器人、动力学模型、关节力矩、卡尔曼估计

所属期刊栏目：52

分类号：TP24(自动化技术及设备)

资助基金：国家高档数控机床与基础制造装备科技大专项资助项目2015ZX04005006;广东省科技重大专项资助项目20148090921004,2015B010918002;广州市科技重大资助项目201604040009

在线出版日期：2018-08-30（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：951-959