CN114734437A - 机器人关节控制方法及装置 - Google Patents

机器人关节控制方法及装置 Download PDF

Info

Publication number
CN114734437A
CN114734437A CN202210306868.9A CN202210306868A CN114734437A CN 114734437 A CN114734437 A CN 114734437A CN 202210306868 A CN202210306868 A CN 202210306868A CN 114734437 A CN114734437 A CN 114734437A
Authority
CN
China
Prior art keywords
target
joint
torque
motor
friction torque
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210306868.9A
Other languages
English (en)
Inventor
张坤婷
马雪艳
王博省
李冰川
贾立好
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Institute of Automation of Chinese Academy of Science
Original Assignee
Institute of Automation of Chinese Academy of Science
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Institute of Automation of Chinese Academy of Science filed Critical Institute of Automation of Chinese Academy of Science
Priority to CN202210306868.9A priority Critical patent/CN114734437A/zh
Publication of CN114734437A publication Critical patent/CN114734437A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1633—Programme controls characterised by the control loop compliant, force, torque control, e.g. combined with position control
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Automation & Control Theory (AREA)
  • Manipulator (AREA)

Abstract

本发明提供一种机器人关节控制方法及装置，该方法包括：将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。本发明能得到准确的辨识摩擦力矩，进而得到准确的目标关节的电机控制电流，经过摩擦力矩补偿后，就会更利于目标关节向目标力矩方向运动，实现目标关节的准确控制，且在关节中减速器减速比较大、无法为关节安装力矩传感器或关节负载较大等情况下均能适用。

Description

机器人关节控制方法及装置
技术领域
本发明涉及机器人技术领域，尤其涉及一种机器人关节控制方法及装置。
背景技术
机器人在抢险救灾、偏远无人区域作业、地面战场反恐等危险环境作业任务中，具有广阔的应用前景。目前大部分机器人都在使用传统的位置控制，机器人控制***会计算每个关节的目标位置作为控制输出量，每个关节就按照预先规划的轨迹进行运动，当机器人的足末端与地面接触时，会产生较大的冲击力。
为了更加精确地控制施加在机器人关节的力，减少碰撞产生的冲击，需要引入力矩控制，引入力矩控制主要有以下几种模式：通过电机的电流闭环做力闭环反馈控制，仅适用于减速器减速比较小的情况；使用扭矩传感器力矩测量受力情况，对于需要高频控制的腿足式机器人而言，扭矩传感器力矩测量频率难以满足需求，或者受安装空间和重量限制，给每个关节安装扭矩传感器力矩并不现实。
发明内容
本发明提供一种机器人关节控制方法及装置，用以解决现有技术中根据力矩控制关节的方法适用范围小的缺陷。
本发明提供一种机器人关节控制方法，包括：
将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
根据本发明提供的一种机器人关节控制方法，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取所述目标关节对应的多组所述第一测试数据；对于每组第一测试数据，基于所述测试电机电流和所述测试负载力矩计算摩擦力矩；将所述摩擦力矩、所述摩擦力矩对应的所述测试负载力矩和所述测试电机转速作为一组第二测试数据，得到多组第二测试数据；将所述多组第二测试数据和初始摩擦力矩模型进行拟合，得到所述目标关节的摩擦力矩模型。
根据本发明提供的一种机器人关节控制方法，所述摩擦力矩为：
Figure BDA0003565706310000021
其中，Tf为所述摩擦力矩，km为所述目标关节的测试电机扭矩常数，i为所述测试电机电流，τ为所述测试负载力矩，N为所述目标关节的减速器减速比。
根据本发明提供的一种机器人关节控制方法，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取经过转速滤波的所述目标关节的电机转速；在所述目标关节的第一控制周期和第X控制周期的电机转速均大于或等于预设转速阈值的情况下，将所述电机转速作为所述目标电机转速；在所述目标关节的第一控制周期和第X控制周期的电机转速的绝对值均小于所述预设转速阈值的情况下，将所述电机转速的方向设置为所述目标力矩的方向，得到所述目标电机转速；在所述目标关节的第一控制周期和第X控制周期的电机转速均小于或等于所述预设转速阈值的相反数的情况下，将所述电机转速作为所述目标电机转速；其中，所述第一控制周期为第X控制周期之前的控制周期，X为正整数。
根据本发明提供的一种机器人关节控制方法，所述目标关节的摩擦力矩模型为：
Figure BDA0003565706310000031
其中，Tf(vr,τref)为所述辨识摩擦力矩，目标电机转速vr为电机的实际转速，τref为所述目标力矩，vs为临界斯特里贝克速度，
Figure BDA0003565706310000032
其中，ts1，ts2，...，tsm为m次多项式系数，
Figure BDA0003565706310000033
其中，tc1，tc2，...，tcn为n次多项式系数，σ|vr|为粘滞摩擦力矩。
根据本发明提供的一种机器人关节控制方法，所述目标关节的电机控制电流为：
Figure BDA0003565706310000034
其中，iref为所述电机控制电流，N为所述目标关节的减速器减速比，km为所述目标关节的电机扭矩常数，τref为所述目标力矩，Tf为所述辨识摩擦力矩。
根据本发明提供的一种机器人关节控制方法，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取规划控制指令，所述规划控制指令为目标位置或所述目标力矩；在所述规划控制指令为目标位置的情况下，将所述目标位置转换为所述目标力矩。
根据本发明提供的一种机器人关节控制方法，在所述规划控制指令为目标位置的情况下，所述目标力矩为：
Figure BDA0003565706310000041
其中，τref为所述目标力矩，T为所述目标关节的控制周期，kp为比例常数，kiT为积分常数，
Figure BDA0003565706310000042
为微分常数，e(k)＝Pref(k)-Pact(k)，其中，Pref(k)为第k个控制周期的所述目标位置，Pact(k)为第k个控制周期的实际位置。
本发明还提供一种机器人关节控制装置，包括：
输入模块，用于将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；第一计算模块，用于基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述机器人关节控制方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述机器人关节控制方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述机器人关节控制方法。
本发明提供的机器人关节控制方法及装置，通过目标关节的多组第一测试数据预先构建关于目标电机转速、目标力矩和辨识摩擦力矩关系的摩擦力矩模型，能得到准确的辨识摩擦力矩。基于辨识摩擦力矩和目标力矩，计算得到目标关节的电机控制电流，实现了目标关节的摩擦力矩补偿，进而得到准确的目标关节的电机控制电流，经过摩擦力矩补偿后，就会更利于目标关节向目标力矩方向运动，实现目标关节的准确控制。且本方法在关节中减速器减速比较大，无法为关节安装力矩传感器或关节负载较大等情况下均能适用。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的机器人关节控制方法的流程示意图；
图2是本发明实施例提供的测试平台示意图；
图3是本发明实施例提供的摩擦力矩和测试电机转速的关系曲线；
图4是本发明实施例提供的摩擦力矩和测试负载力矩的关系曲线；
图5为本发明实施例提供的对比试验结果示意图之一；
图6为本发明实施例提供的对比试验结果示意图之二；
图7是本发明实施例提供的机器人关节控制装置的结构示意图；
图8是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面结合附图，通过具体的实施例及其应用场景对本发明实施例提供的机器人关节控制方法及装置进行详细地说明。
图1是本发明实施例提供的机器人关节控制方法的流程示意图，如图1所示，包括：
步骤110，将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；
具体的，机器人在线运行状态下，可把控制器的结构分为上层的运动规划器和下层的关节状态***，本发明实施例中主要描述的是下层的关节状态***。
上层的运动规划器根据各关节及机身传感器的观测数据进行机身状态估计，结合期望行动轨迹，生成规划控制指令下发给每个关节的关节状态***，使机器人完成稳定的行走。
本发明实施例中所描述的目标力矩为上层的运动规划器下发给目标关节的规划控制指令。
可选地，本发明实施例中所描述的目标电机转速可以是目标关节中电机的实际转速，也可以是将目标关节中电机的实际转速经过处理后得到的。多组第一测试数据可以是通过搭建的测试平台测得的，也可以是通过历史数据获得的。
具体的，图2是本发明实施例提供的测试平台示意图，如图2所示，包括一体化关节、输入端轴承、扭矩传感器、输出端轴承和负载。其中，一体化关节和目标关节完全相同。一体化关节包括驱动控制板、相对编码器、测试电机、减速器和绝对编码器。负载包括驱动控制板、编码器、负载减速器和负载电机。负载起到调节测试电机的转速或者输调节测试负载力矩的作用。通过测试平台进行如下操作：
a)将测试电机的电流设置为i1，将负载电机的转速依次设置为v1,v2,...,vp，并分别待测试电机的转速稳定后，采集测试电机电流i，测试电机转速v，以及扭矩传感器测得的力矩τ为测试负载力矩；
b)将测试电机的电流依次设置为i2,i3,...,iq，重复上述步骤，得到多组第一测试数据，每组所述第一测试数据均测试电机电流、测试负载力矩和测试电机转速；
其中，转速v1,v2,...,vp，电流i1,i2,...,iq需要遍历一体化关节的工作空间范围，即目标关节的工作空间范围，包括正向和负向。正方向确定的方法为：右手握拳，握住电机轴，大拇指指向关节的输出端，那么弯曲的四指的指向就是转速、力矩的正方向。
步骤120，基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
具体的，根据上层的运动规划器下发给目标关节的规划控制指令，以及目标关节的辨识摩擦力矩，输出电机控制电流给目标关节的电机，完成对上层的运动规划器的跟随控制。
可选地，所述目标关节的电机控制电流为：
Figure BDA0003565706310000071
其中，iref为所述电机控制电流，N为所述目标关节的减速器减速比，km为所述目标关节的电机扭矩常数，τref为所述目标力矩，Tf为所述辨识摩擦力矩。
此外，在关节负载较大的情况下，因为需求力矩大，所以减速器减速比大，摩擦力也相应占比多，摩擦力矩难以被忽略。
在本发明实施例中，通过目标关节的多组第一测试数据预先构建关于目标电机转速、目标力矩和辨识摩擦力矩关系的摩擦力矩模型，能得到准确的辨识摩擦力矩。基于辨识摩擦力矩和目标力矩，计算得到目标关节的电机控制电流，实现了目标关节的摩擦力矩补偿，进而得到准确的目标关节的电机控制电流，经过摩擦力矩补偿后，就会更利于目标关节向目标力矩方向运动，实现目标关节的准确控制。且本方法在关节中减速器减速比较大、无法为关节安装力矩传感器或关节负载较大等情况下均能适用。
可选地，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取所述目标关节对应的多组所述第一测试数据；
对于每组第一测试数据，基于所述测试电机电流和所述测试负载力矩计算摩擦力矩；
将所述摩擦力矩、所述摩擦力矩对应的所述测试负载力矩和所述测试电机转速作为一组第二测试数据，得到多组第二测试数据；
将所述多组第二测试数据和初始摩擦力矩模型进行拟合，得到所述摩擦力矩模型。
具体的，所述摩擦力矩为：
Figure BDA0003565706310000081
其中，Tf为所述摩擦力矩，km为所述目标关节的测试电机扭矩常数，i为所述测试电机电流，τ为所述测试负载力矩，N为所述目标关节的减速器减速比。
可选地，在多组第一测试数据为基于图2的测试平台示意图得到的，则上述表达式中km为一体化关节的测试电机扭矩常数，i为一体化关节的测试电机电流，τ为一体化关节的测试负载力矩，N为一体化关节的减速器减速比。摩擦力矩Tf主要包括输入端轴承摩擦和一体化关节中减速器齿轮啮合产生的摩擦力，输出端轴承摩擦力可以忽略不计。
可选地，本发明实施例中所描述的将多组第二测试数据和初始摩擦力矩模型进行拟合可以是利用matlab中的拟合工具箱实现的，具体可以是利用c++、python、其他编程语言或者数学工具箱实现该拟合，本发明实施例中不做具体限定。输入多组第二测试数据和初始摩擦力矩模型就可以直接进行拟合，得到初始摩擦力矩模型中需要的参数，将对应的参数代入初始摩擦力矩模型就是对应的摩擦力矩模型。
可选地，所述目标关节的摩擦力矩模型为：
Figure BDA0003565706310000091
其中，Tf(vr,τref)为所述辨识摩擦力矩，目标电机转速vr为电机的实际转速，τref为所述目标力矩，vs为临界斯特里贝克速度，
Figure BDA0003565706310000092
其中，ts1，ts2，...，tsm为m次多项式系数，
Figure BDA0003565706310000093
其中，tc1，tc2，...，tcn为n次多项式系数，σ|vr|为粘滞摩擦力矩。
具体的，根据初始摩擦力矩模型得到目标关节的摩擦力矩模型即为将第二测试数据的摩擦力矩带入Tf(vr,τref)，测试负载力矩带入τref，测试电机转速带入vr进行拟合，得到多项式系数ts1，ts2，...，tsm、多项式系数tc1，tc2，...，tcn和vs的具体数值，以及得到σ|vr|的过程。
可选地，可以令m＝2，n＝2，采用二次多项式对进行拟合。
Ts(τref)·sign(vr)表示静摩擦力矩项，是目标关节的目标力矩τref的函数；Tc(τref)·sign(vr)表示库伦摩擦力矩项，是目标关节的目标力矩τref的函数。该摩擦力矩模型考虑了负载力矩对关节摩擦力的影响，以往的摩擦力矩模型，往往只考虑其电机转速依赖性。
进一步的，每个关节的初始摩擦力矩模型相同，但搭建的测试平台不同，得到的测试数据不同，进而拟合得到的多项式系数ts1，ts2，...，tsm、多项式系数tc1，tc2，...，tcn和vs的具体数值不同，以及σ|vr|不同，即每个关节的摩擦力矩模型不同。
图3是本发明实施例提供的摩擦力矩和测试电机转速的关系曲线，如图3所示，为基于图2的测试平台的第一测试数据得到的关系曲线，将测试负载力矩取三个不同值得到对应的三个坐标示意图，每个坐标中的测试负载力矩固定不变，横坐标为测试电机转速，纵坐标为力矩。图中Tf表示摩擦力矩，Ts表示静摩擦力矩项，Tc表示库伦摩擦力矩项，随着测试电机转速增加，
Figure BDA0003565706310000101
从静摩擦力矩逐渐下降到库伦摩擦力矩，σv表示粘滞摩擦力矩项，与测试电机转速呈正比，两项相加得到最终的摩擦力矩Tf曲线。从图3可以看出，静摩擦力矩项Ts与库伦摩擦力矩项Tc在测试负载力矩不同时，取值不同。
图4是本发明实施例提供的摩擦力矩和测试负载力矩的关系曲线，如图4所示，为基于图2的测试平台的第一测试数据得到的关系曲线，横坐标为测试负载力矩，纵坐标为摩擦力矩，图中的两条曲线分别为测试电机转速为正和测试电机转速为负的情况。
在本实施例中，通过获取目标关节的第一测试数据得到第二测试数据，将第二测试数据和初始摩擦力矩模型进行拟合，得到的摩擦力矩模型同时考虑了电机转速和摩擦力矩，使得目标关节的摩擦力矩模型更加准确，有利于实现目标关节的准确控制。
可选地，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取经过转速滤波的所述目标关节的电机转速；
在所述目标关节的第一控制周期和第X控制周期的电机转速均大于或等于预设转速阈值的情况下，将所述电机转速作为所述目标电机转速；
在所述目标关节的第一控制周期和第X控制周期的电机转速的绝对值均小于所述预设转速阈值的情况下，将所述电机转速的方向设置为所述目标力矩的方向，得到所述目标电机转速；
在所述目标关节的第一控制周期和第X控制周期的电机转速均小于或等于所述预设转速阈值的相反数的情况下，将所述电机转速作为所述目标电机转速；
其中，所述第一控制周期为第X控制周期之前的控制周期，X为正整数。
具体的，目标关节的电机转速会存在0上下波动大的情况，这样会导致辨识摩擦力矩正负跳变，进而可能导致目标关节的电机控制电流出现抖动。进行滤波后能减轻这种情况，但仍会存在0上下波动的情况。
为了防止目标关节的电机控制电流出现抖动，将目标关节的电机转速乘以一个符号函数，得到目标关节的目标电机转速：
Figure BDA0003565706310000111
其中，v0为目标关节的电机转速，是电机实际转速，ω0为预设转速阈值，ω0为趋近于0的数值。
当目标关节的电机转速v0的绝对值较大，速度不在零位附近，目标电机转速vr保持与目标关节的电机转速v0相同的符号输入即可，也就意味着，辨识摩擦力矩Tf(vr,τref)的方向与目标电机转速vr的方向相反。
当目标关节的电机转速v0在零位附近时，意味着目标关节几乎处于静止状态，为了实现目标关节的柔顺控制，目标关节的电机控制电流应利于关节向目标力矩方向运动，目标电机转速vr方向与目标力矩τref方向相同，计算得到的辨识摩擦力矩Tf(vr,τref)方向就与目标力矩τref方向相反。
更具体的，在检测到目标关节的某一个控制周期的电机转速v0满足v0≥ω0、|v0|＜ω0、v0≤-ω0中与之前不同条件的情况下，不会立即切换成对应的目标电机转速确定方法，而是在检测到多个控制周期之后电机转速v0仍满足同样的条件的情况下，才切换成对应的目标电机转速确认方法。
例如，之前的电机转速v0满足v0≥ω0，采用vr＝v0的确定方法，若检测到紧接着的第一控制周期的电机转速v0满足|v0|＜ω0，此时不会采用vr＝|v0|·sign(τref)的确定方法，而是继续采用vr＝v0的确定方法，只有当多个控制周期后的第X控制周期同样满足|v0|＜ω0，才会在第X控制周期采用vr＝|v0|·sign(τref)的确定方法。
可选地，辨识摩擦力矩Tf(vr，τref)方向与目标电机转速vr方向相反，在v＝0处不连续，辨识摩擦力矩Tf(vr，τref)左极限和右极限分别为：
Figure BDA0003565706310000121
Figure BDA0003565706310000122
在本发明实施例中，首先对目标关节的电机转速进行滤波，得到滤波后的电机转速，再对电机转速进行符号处理，得到目标电机转速，可以大大减少目标关节的电机控制电流的抖动现象，进而提升关节柔顺性和对于未知干扰的适应能力。
可选地，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取规划控制指令，所述规划控制指令为目标位置或所述目标力矩；
在所述规划控制指令为目标位置的情况下，将所述目标位置转换为所述目标力矩。
具体的，每个关节接收到规划控制指令为目标位置或者目标力矩。如果规划控制指令为目标位置，则需要增加一个PID控制器将目标位置转换为目标力矩：
Figure BDA0003565706310000131
其中，τref为所述目标力矩，T为所述目标关节的控制周期，kp为比例常数，kiT为积分常数，
Figure BDA0003565706310000132
为微分常数，e(k)＝Pref(k)-Pact(k)，其中，Pref(k)为第k个控制周期的所述目标位置，Pact(k)为第k个控制周期的实际位置。
具体的，比例项kpe(k)能够有效跟随控制目标，积分项
Figure BDA0003565706310000133
能够消除稳态误差，微分项
Figure BDA0003565706310000134
能够有效减弱超调趋势。
在本发明实施例中，无论规划控制指令是目标位置还是目标力矩，都能进行后续计算的得到目标关节的电机控制电流。且将目标位置转换为目标力矩时，能实现有效跟随控制目标、消除稳态误差和减弱超调趋势，得到准确的目标力矩，实现目标关节的准确操控。
图5为本发明实施例提供的对比试验结果示意图之一，如图5所示，为基于图2的测试平台对下层的关节状态***进行测试得到的结果，图中虚线(位置最靠上的线)代表目标关节的目标力矩，点线(位置最靠下的线)为不经过摩擦补偿的实际输出力矩，实线(位置在中间的线)为利用一维摩擦模型进行补偿得到的实际输出力矩。基于只考虑其电机转速的摩擦力矩模型补偿的关节力矩跟踪起到了一定的效果，但是距离目标力矩还有一定差距。
图6为本发明实施例提供的对比试验结果示意图之二，如图6所示，为基于图2的测试平台对下层的关节状态***进行测试得到的结果，图中虚线代表目标关节的目标力矩，点线(位置最靠下的线)为不经过摩擦补偿的实际输出力矩，实线为利用本发明实施例的辨识摩擦力矩模型进行补偿得到的实际输出力矩。可以看出，本发明实施例的辨识摩擦力矩模型对目标力矩的跟踪效果较好。
下面对本发明提供的机器人关节控制装置进行描述，下文描述的机器人关节控制装置与上文描述的机器人关节控制方法可相互对应参照。
图7是本发明实施例提供的机器人关节控制装置的结构示意图，如图7所示，包括输入模块710和第一计算模块720；其中，输入模块710用于将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；第一计算模块720用于基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
可选地，所述装置还包括：
第一获取模块，用于获取所述目标关节对应的多组所述第一测试数据；
第二计算模块，用于对于每组第一测试数据，基于所述测试电机电流和所述测试负载力矩计算摩擦力矩；
拟合模块，用于将所述摩擦力矩、所述摩擦力矩对应的所述测试负载力矩和所述测试电机转速作为一组第二测试数据，得到多组第二测试数据；将所述多组第二测试数据和初始摩擦力矩模型进行拟合，得到所述目标关节的摩擦力矩模型。
可选地，所述摩擦力矩为：
Figure BDA0003565706310000141
其中，Tf为所述摩擦力矩，km为所述目标关节的测试电机扭矩常数，i为所述测试电机电流，τ为所述测试负载力矩，N为所述目标关节的减速器减速比。
可选地，所述装置还包括：
第二获取模块，用于获取经过转速滤波的所述目标关节的电机转速；
第三获取模块，用于在所述目标关节的第一控制周期和第X控制周期的电机转速均大于或等于预设转速阈值的情况下，将所述电机转速作为所述目标电机转速；在所述目标关节的第一控制周期和第X控制周期的电机转速的绝对值均小于所述预设转速阈值的情况下，将所述电机转速的方向设置为所述目标力矩的方向，得到所述目标电机转速；在所述目标关节的第一控制周期和第X控制周期的电机转速均小于或等于所述预设转速阈值的相反数的情况下，将所述电机转速作为所述目标电机转速；其中，所述第一控制周期为第X控制周期之前的控制周期，X为正整数。
可选地，所述目标关节的摩擦力矩模型为：
Figure BDA0003565706310000151
其中，Tf(vr,τref)为所述辨识摩擦力矩，目标电机转速vr为电机的实际转速，τref为所述目标力矩，vs为临界斯特里贝克速度，
Figure BDA0003565706310000152
其中，ts1，ts2，...，tsm为m次多项式系数，
Figure BDA0003565706310000153
其中，tc1，tc2，...，tcn为n次多项式系数，σ|vr|为粘滞摩擦力矩。
可选地，所述装置还包括：
第四获取模块，用于获取规划控制指令，所述规划控制指令为目标位置或所述目标力矩；
转换模块，用于在所述规划控制指令为目标位置的情况下，将所述目标位置转换为所述目标力矩。
可选地，在所述规划控制指令为目标位置的情况下，所述目标力矩为：
Figure BDA0003565706310000161
其中，τref为所述目标力矩，T为所述目标关节的控制周期，kp为比例常数，kiT为积分常数，
Figure BDA0003565706310000162
为微分常数，e(k)＝Pref(k)-Pact(k)，其中，Pref(k)为第k个控制周期的所述目标位置，Pact(k)为第k个控制周期的实际位置。
在本发明实施例中，通过目标关节的多组第一测试数据预先构建关于目标电机转速、目标力矩和辨识摩擦力矩关系的摩擦力矩模型，能得到准确的辨识摩擦力矩。基于辨识摩擦力矩和目标力矩，计算得到目标关节的电机控制电流，实现了目标关节的摩擦力矩补偿，进而得到准确的目标关节的电机控制电流，经过摩擦力矩补偿后，就会更利于目标关节向目标力矩方向运动，实现目标关节的准确控制。且本方法在关节中减速器减速比较大、无法为关节安装力矩传感器或关节负载较大等情况下均能适用。
图8是本发明提供的电子设备的结构示意图，如图8所示，该电子设备可以包括：处理器(processor)810、通信接口(Communications Interface)820、存储器(memory)830和通信总线840，其中，处理器810，通信接口820，存储器830通过通信总线840完成相互间的通信。处理器810可以调用存储器830中的逻辑指令，以执行机器人关节控制方法，该方法包括：将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
此外，上述的存储器830中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的机器人关节控制方法，该方法包括：将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的机器人关节控制方法，该方法包括：将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种机器人关节控制方法，其特征在于，包括：
将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩，其中，所述摩擦力矩模型为基于多组第一测试数据构建得到的，每组所述第一测试数据均包括所述目标关节的测试电机电流、测试负载力矩和测试电机转速；
基于所述辨识摩擦力矩和所述目标力矩，计算得到所述目标关节的电机控制电流。
2.根据权利要求1所述的机器人关节控制方法，其特征在于，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取所述目标关节对应的多组所述第一测试数据；
对于每组第一测试数据，基于所述测试电机电流和所述测试负载力矩计算摩擦力矩；
将所述摩擦力矩、所述摩擦力矩对应的所述测试负载力矩和所述测试电机转速作为一组第二测试数据，得到多组第二测试数据；
将所述多组第二测试数据和初始摩擦力矩模型进行拟合，得到所述目标关节的摩擦力矩模型。
3.根据权利要求2所述的机器人关节控制方法，其特征在于，所述摩擦力矩为：
Figure FDA0003565706300000011
其中，Tf为所述摩擦力矩，km为所述目标关节的测试电机扭矩常数，i为所述测试电机电流，τ为所述测试负载力矩，N为所述目标关节的减速器减速比。
4.根据权利要求1所述的机器人关节控制方法，其特征在于，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取经过转速滤波的所述目标关节的电机转速；
在所述目标关节的第一控制周期和第X控制周期的电机转速均大于或等于预设转速阈值的情况下，将所述电机转速作为所述目标电机转速；
在所述目标关节的第一控制周期和第X控制周期的电机转速的绝对值均小于所述预设转速阈值的情况下，将所述电机转速的方向设置为所述目标力矩的方向，得到所述目标电机转速；
在所述目标关节的第一控制周期和第X控制周期的电机转速均小于或等于所述预设转速阈值的相反数的情况下，将所述电机转速作为所述目标电机转速；
其中，所述第一控制周期为第X控制周期之前的控制周期，X为正整数。
5.根据权利要求1所述的机器人关节控制方法，其特征在于，所述目标关节的摩擦力矩模型为：
Figure FDA0003565706300000021
其中，Tf(vr,τref)为所述辨识摩擦力矩，目标电机转速vr为电机的实际转速，τref为所述目标力矩，vs为临界斯特里贝克速度，
Figure FDA0003565706300000022
其中，ts1，ts2，...，tsm为m次多项式系数，
Figure FDA0003565706300000023
其中，tc1，tc2，...，tcn为n次多项式系数，σ|vr|为粘滞摩擦力矩。
6.根据权利要求1所述的机器人关节控制方法，其特征在于，所述目标关节的电机控制电流为：
Figure FDA0003565706300000024
其中，iref为所述电机控制电流，N为所述目标关节的减速器减速比，km为所述目标关节的电机扭矩常数，τref为所述目标力矩，Tf为所述辨识摩擦力矩。
7.根据权利要求1所述的机器人关节控制方法，其特征在于，在所述将目标关节的目标力矩和目标电机转速输入到所述目标关节的摩擦力矩模型，得到所述目标关节的辨识摩擦力矩之前，还包括：
获取规划控制指令，所述规划控制指令为目标位置或所述目标力矩；
在所述规划控制指令为目标位置的情况下，将所述目标位置转换为所述目标力矩。
8.根据权利要求7所述的机器人关节控制方法，其特征在于，在所述规划控制指令为目标位置的情况下，所述目标力矩为：
Figure FDA0003565706300000031
其中，τref为所述目标力矩，T为所述目标关节的控制周期，kp为比例常数，kiT为积分常数，
Figure FDA0003565706300000032
为微分常数，e(k)＝Pref(k)-Pact(k)，其中，Pref(k)为第k个控制周期的所述目标位置，Pact(k)为第k个控制周期的实际位置。
9.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至8任一项所述机器人关节控制方法。
10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述机器人关节控制方法。
CN202210306868.9A 2022-03-25 2022-03-25 机器人关节控制方法及装置 Pending CN114734437A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210306868.9A CN114734437A (zh) 2022-03-25 2022-03-25 机器人关节控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210306868.9A CN114734437A (zh) 2022-03-25 2022-03-25 机器人关节控制方法及装置

Publications (1)

Publication Number Publication Date
CN114734437A true CN114734437A (zh) 2022-07-12

Family

ID=82277849

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210306868.9A Pending CN114734437A (zh) 2022-03-25 2022-03-25 机器人关节控制方法及装置

Country Status (1)

Country Link
CN (1) CN114734437A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115674190A (zh) * 2022-09-30 2023-02-03 深圳市越疆科技有限公司 协作机械臂及其运动控制方法、碰撞检测方法、控制***

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106994686A (zh) * 2016-12-01 2017-08-01 遨博（北京）智能科技有限公司 关节外力力矩的计算方法及装置、机器人
CN108247654A (zh) * 2018-02-05 2018-07-06 遨博（北京）智能科技有限公司 一种机器人的控制方法、装置和***
CN109676607A (zh) * 2018-12-30 2019-04-26 江苏集萃智能制造技术研究所有限公司 一种无力矩传感的零重力控制方法
CN110355780A (zh) * 2018-04-09 2019-10-22 中国科学院宁波材料技术与工程研究所 一体化柔性机器人关节的输出力矩计算方法
CN110539302A (zh) * 2019-07-18 2019-12-06 南京航空航天大学 一种工业机器人整体动力学建模及动力学参数辨识方法
CN112677156A (zh) * 2020-12-30 2021-04-20 法奥(淄博)智能装备有限公司 一种机器人关节摩擦力补偿方法
CN113510693A (zh) * 2021-08-03 2021-10-19 香港中文大学（深圳） 一种基于摩擦力的机器人控制方法、装置及设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106994686A (zh) * 2016-12-01 2017-08-01 遨博（北京）智能科技有限公司 关节外力力矩的计算方法及装置、机器人
CN108247654A (zh) * 2018-02-05 2018-07-06 遨博（北京）智能科技有限公司 一种机器人的控制方法、装置和***
CN110355780A (zh) * 2018-04-09 2019-10-22 中国科学院宁波材料技术与工程研究所 一体化柔性机器人关节的输出力矩计算方法
CN109676607A (zh) * 2018-12-30 2019-04-26 江苏集萃智能制造技术研究所有限公司 一种无力矩传感的零重力控制方法
CN110539302A (zh) * 2019-07-18 2019-12-06 南京航空航天大学 一种工业机器人整体动力学建模及动力学参数辨识方法
CN112677156A (zh) * 2020-12-30 2021-04-20 法奥(淄博)智能装备有限公司 一种机器人关节摩擦力补偿方法
CN113510693A (zh) * 2021-08-03 2021-10-19 香港中文大学（深圳） 一种基于摩擦力的机器人控制方法、装置及设备

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨茂林: "基于模型预测的协作机器人关节电机控制", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 3, 15 March 2022 (2022-03-15), pages 1 - 35 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115674190A (zh) * 2022-09-30 2023-02-03 深圳市越疆科技有限公司 协作机械臂及其运动控制方法、碰撞检测方法、控制***
CN115674190B (zh) * 2022-09-30 2024-05-07 深圳市越疆科技股份有限公司 协作机械臂及其运动控制方法、碰撞检测方法、控制***

Similar Documents

Publication Publication Date Title
CN108189036B (zh) 力矩控制方法、装置、机器人及存储介质
US5179514A (en) Method and apparatus for trajectory control of robot manipulators or the like
JP5327722B2 (ja) ロボットの負荷推定装置及び負荷推定方法
Korayem et al. Load maximization of flexible joint mechanical manipulator using nonlinear optimal controller
CN109017984B (zh) 一种无人车的轨迹跟随控制方法、控制***及相关装置
Wang et al. Neural-network-based contouring control for robotic manipulators in operational space
JP3506157B2 (ja) 電動機の位置制御装置
CN111347421A (zh) 用于扭矩估计的方法和装置
JP2010524714A (ja) 関節を制御する方法及びトルク速度変換装置
KR20160117223A (ko) 서보 모터 제어 장치 및 충돌 검출 방법
CN111168682B (zh) 并联机器人结合鲁棒精确微分器有限时间收敛滑模控制方法
WO2014091840A1 (ja) サーボ制御装置
CN109648564B (zh) 一种基于递阶结构mpc的多自由度柔性关节机械臂***的控制方法
CN114734437A (zh) 机器人关节控制方法及装置
JP2004260891A (ja) モータの制御装置及び制御方法
CN114102606A (zh) 机器人运动信息规划方法及相关装置
CN113143465B (zh) 一种基于关节力矩的机械臂拖动引导定位的方法
CN113664869A (zh) 机械臂、机械臂控制方法及***
Kostic et al. Modeling and identification for robot motion control
CN215825344U (zh) 机械臂
JP2906256B2 (ja) サーボ制御装置
Hu et al. Position control of robots by nonlinearity estimation and compensation: Theory and experiments
JP2906255B2 (ja) サーボ制御装置
Sharida et al. Linear adaptive controllers for robust high speed and acceleration motion control for delta robots
Breganon et al. Loop-Shaping ℋ Control of an Aeropendulum Model

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination