使用零力矩点反馈的双足机器人惯性参数辨识

2021-06-15 01:07:46吴伟国高力扬
哈尔滨工业大学学报 2021年7期
关键词:实验方法模型

吴伟国,高力扬

(哈尔滨工业大学 机电工程学院 仿生仿人机器人及其智能运动控制研究室, 哈尔滨 150090)

准确的动力学模型是获得良好控制效果的前提之一,因此在对实际机器人进行控制实验之前,往往需要进行参数辨识,以减少控制器中理论模型的误差。参数辨识的研究对象大多为机器人操作臂等有根系统[1-3],对系统的Lagrange方程或牛欧方程进行线性化[4-5],可得到如下方程:

(1)

式中:τ和τf分别为关节的驱动力矩和摩擦力矩矢量,q为关节角矢量,Y为由关节运动确定的回归矩阵,Φ为由待辨识的基底参数组成的矢量。

根据回归矩阵Y的行列式[6]或条件数[7]对参数辨识时机器人的运动轨迹进行优化,使Φ中的参数得到充分激励,对不同时刻的测量数据进行组合,使用最小二乘法[1-2]或其他优化求解算法[3]对式(1)中的函数进行拟合,即可得到最优的模型参数。

近年来,随着机器人操作臂的参数辨识技术日趋成熟,研究者们将目光转向了包含双足机器人在内的多支链无根系统,一部分研究中直接使用与机器人操作臂相同的方法,将双足机器人的某个杆件固定,对不同的运动学支链单独进行识别。例如He等[8]将仿人机器人的躯干固定,根据关节力矩数据对机器人的手臂惯性参数进行了辨识;熊文英[9]将双足机器人的躯干固定,对大腿和小腿的惯性参数进行了参数辨识;Iwasaki等[10]固定双足机器人的右脚,进行了HRP-2机器人的参数辨识仿真。

上述参数辨识方法无法得到被固定杆件的惯性参数,且辨识结果受关节摩擦的不确定性影响,会产生一定误差。……

登录APP查看全文

猜你喜欢
实验方法模型
一半模型
记一次有趣的实验
重尾非线性自回归模型自加权M-估计的渐近分布
做个怪怪长实验
3D打印中的模型分割与打包
NO与NO2相互转化实验的改进
实践十号上的19项实验
太空探索(2016年5期)2016-07-12 15:17:55
用对方法才能瘦
Coco薇(2016年2期)2016-03-22 02:42:52
四大方法 教你不再“坐以待病”!
Coco薇(2015年1期)2015-08-13 02:47:34
捕鱼