论文部分内容阅读
在“中国制造2025”的背景下,人机协作逐渐成为了机器人研究领域的新热点,人类与机器人需要共享工作空间并且安全地进行交互,协作机器人应运而生。零力控制是协作机器人的重要技术,其可以使操作者无需示教器编程而自由拖动机器人进行示教工作,能显著提升机器人的工作效率。但目前零力控制对外部传感器依赖程度大,而无外部传感器的零力控制示教效果又高度依赖于动力学模型的准确性。本文以协作机器人为研究对象,分别对机器人与负载的动力学模型进行参数辨识,并在此基础上实现无外部传感器的机器人零力控制,具体研究内容如下:首先,推导了协作机器人的运动学模型与雅克比矩阵,并基于牛顿-欧拉法对机器人的动力学进行建模。在动力学模型中考虑摩擦力的影响,并通过单关节的摩擦实验,在库伦-粘滞摩擦模型基础上提出了改进摩擦模型。为便于实现后续的动力学参数辨识,借助sym Pybotics工具箱,进行了机器人动力学模型的线性化与最小参数集的处理,并通过ADAMS-Simulink联合仿真,对动力学模型的准确性进行了验证。其次,为在参数辨识实验时更好地激励机器人的动力学特性,设计了基于傅里叶级数的激励轨迹,并通过遗传算法对激励轨迹进行优化处理。针对动力学参数辨识精度低的问题,对传统辨识算法进行改进,设计了迭代加权最小二乘辨识算法并完成参数辨识。通过运行一条验证轨迹对辨识的准确性进行验证,结果表明,本文的辨识算法能准确辨识出机器人的动力学参数,并且相比于传统辨识算法的辨识结果,6个关节预测力矩与实际力矩的偏差均方根降低了15.98%,提升了动力学参数的辨识精度。然后,考虑负载对机器人关节力矩的影响,对负载动力学模型进行推导,并采用联合仿真对其准确性进行验证。分析传统负载动力学参数辨识方法的缺陷,设计了无需机器人本体动力学参数的负载辨识方法,并对两种负载完成了参数辨识。分别以负载质量偏差和实际力矩与预测力矩的偏差均方根为评价指标,结果表明,本文负载动力学参数辨识方法快速准确,可为后续实现机器人带负载时的零力控制提供理论支撑。最后,对阻抗控制模型进行了理论分析,推导了关节空间与笛卡尔空间的阻抗控制方程。在机器人动力学参数辨识与负载动力学参数辨识的基础上,结合阻抗控制模型的特点设计零力控制算法,并针对起动问题优化了摩擦模型。通过调整阻抗控制参数,对机器人关节空间与笛卡尔空间的零力控制进行了实验,实验结果表明,机器人在拖动过程中外力最大值不超过35N,笛卡尔空间的轨迹偏差不超过4mm,均满足机器人的直接示教要求,验证了本文零力控制算法的可行性。本文提出的参数辨识方法可有效提升动力学参数的辨识精度,设计的零力控制算法可不依赖外部传感器实现协作机器人的示教工作,提升了机器人的工作效率,对推动人机协作技术发展具有一定的指导意义。