基于自适应力矩估计的模块化机器人系统阻抗控制

在使用谐波传动装置估计关节力矩过程中会受到噪声干扰,针对系统噪声和测量噪声模型不准确使得卡尔曼滤波辨识误差增大的问题,设计了基于Sage-Husa的自适应卡尔曼滤波算法。将谐波传动装置估计的力矩分别应用基于Sage-Husa的自适应卡尔曼滤波器以及卡尔曼滤波器进行处理,分析了两种算法对传感器测量数据降噪的性能,实验证明,基于Sage-Husa的自适应卡尔曼滤波器对测量数据曲线拟合度与平滑性优于卡尔曼滤波器,能够更有效地对随机突变噪声进行降噪处理。同时根据机器人在接触操作物体进行移动时会产生偏差,导致两者之间存在相互作用力,过大的作用力会对操作的物体产生破坏,使用阻抗控制技术使机器人的末端接触力保持在合理范围内,能更好地跟踪期望轨迹。为了减少系统中的抖振现象,提高机器人位置跟踪精度,提出了一种基于自适应滤波的阻抗控制方法,对机器人的运行轨迹进行较好跟踪。