典型文献
基于扰动卡尔曼滤波的机器人免力矩传感器拖动示教方法
文献摘要：
拖动示教技术操作简便且效率高,更符合现代化的柔性生产,而实现工业机器人的拖动示教需要准确地测量外力与控制由外力所引起的关节运动.为了实现免力矩传感器测量操作者施加的外力,设计一种基于扰动卡尔曼滤波的外力观测器.该观测器通过将关节外力矩作为扰动项,并引入广义动量,建立机器人系统的状态空间方程,进而采用卡尔曼滤波算法得到关节外力矩的最优观测值.其中,为了提高外力的估计精度,提出以刚体动力学模型和深度神经网络相结合的方式建立机器人的动力学模型,该方法不仅避免了关节摩擦力矩的复杂建模过程,而且将模型中未建模的因素通过深度神经网络进行补偿.为了实现机器人在拖动示教过程中的牵引控制,将机器人的关节运动与外力矩之间的动态响应关系等效为一个质量阻尼系统,并提出一种自适应阻尼的导纳控制方法,将观测到的外力矩转换成示教运动的期望关节转角,并根据外力矩的变化趋势自适应地调整系统阻尼参数,以改善机器人的示教效果.实验表明,所建立的动力学模型在预测力矩上具有更低的均方根误差,可减小不少于20％的误差;采用所提出的控制方案在六自由度的工业机器人上实现了免力矩传感器的拖动示教,自适应阻尼调整方法能减少约19％的关节启动力矩,更有利于机器人示教运动的启停.
文献关键词：
工业机器人;扰动卡尔曼滤波;自适应阻尼的导纳控制;拖动示教
中图分类号：
作者姓名：
张铁;许锦盛;邹焱飚
作者机构：
华南理工大学机械与汽车工程学院,广东广州510640
文献出处：
引用格式：
[1]张铁;许锦盛;邹焱飚-.基于扰动卡尔曼滤波的机器人免力矩传感器拖动示教方法)[J].华南理工大学学报（自然科学版）,2022(09):116-125
A类：
扰动卡尔曼滤波,自适应阻尼的导纳控制
B类：
力矩传感器,拖动示教,技术操作,柔性生产,工业机器人,外力,关节运动,传感器测量,操作者,观测器,关节外,广义动量,机器人系统,状态空间方程,卡尔曼滤波算法,观测值,估计精度,刚体动力学,深度神经网络,关节摩擦,摩擦力矩,牵引控制,动态响应,响应关系,阻尼系统,转换成,教运,关节转角,调整系统,预测力,控制方案,六自由度,调整方法,机器人示教,启停
AB值：
0.249003
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
