基于牛顿欧拉法的SCARA机器人动力学参数辨识

SCARA机器人在工业生产中得到了广泛应用.为满足高速、高精度的要求,必须对SCARA机器人进行动力学分析.文中用牛顿欧拉方法对SCARA机器人进行动力学建模,并将摩擦力以及电机转子对关节力矩的影响纳入动力学模型,得出了关节力矩关于一组可辨识参数集的线性表达式.采用傅里叶级数作为激励轨迹进行实验,并通过最小二乘法对得出的可辨识动力学参数集进行辨识.实验证明,通过推导的线性表达式计算出的关节力矩理论值与实际值的变化趋势一致.运用所提方法辨识的动力学参数进行动力学建模,能得到SCARA机器人运动时的关节力矩,可为后期的动力学控制提供基础计算公式.

平面关节型机器人关节力矩的卡尔曼估计

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14.7%;且实时性较好,完成一次估计平均需时不超过1ms.但关节力矩值的估计精度受动力学模型精度的影响.