机器人末端负载辨识

【机械臂算法】基于Franka Emika Panda机械臂动力学参数辨识/系统辨识、物理一致性/物理合理性(physical consistency)研究及动力学应用 根据之前的理论推导,我们在这直接给出franka机械臂的最小参数集和激励轨迹, 阅读详情
AI摘要

本文探讨了机械臂负载辨识的重要性和方法,包括不同机械臂制造商如FANUC、Kuka和ABB的特定策略。负载辨识对于调整动力学参数以适应不同负载至关重要,本文分析了多种辨识技术及其在实际应用中的表现。

来源 | 知乎

作者 | 桂凯

 

▌1.负载辨识的意义

之前的文章中由提到如何进行机械臂整体的动力学参数辨识,它需要机械臂所有轴都运动起来,为此需要留给机械臂较大的自由运动空间。机械臂在实际工作中,需要安装不同的夹具和负载,这会引起机械臂动力学特性的改变。尤其是在大负载搬运的场合,需要区分有负载与空载两种模式,设置两套动力学参数。

点我查看:机器人动力学参数辨识

▌2.负载辨识的方法

之前的文章中由提到如何进行机械臂整体的动力学参数辨识,它需要机械臂所有轴都运动起来,为此需要留给机械臂较大的自由运动空间。机械臂在实际工作中,需要安装不同的夹具和负载,这会引起机械臂

辨识这些负载特性当然可以重复一次全臂动力学辨识过程,获取一组新的动力学参数;然而这种方式需要机械臂较大的自由运动空间,这对于实际一些工作场景中难以保证。所以负载辨识一般不需要机械臂所有轴都参与运动。接下来以常见的工业六轴机械臂为例,探讨末端负载辨识的方法。

机械臂的负载种类

机械臂上的负载类型有很多,如上图,这里讨论的是安装在机械臂末端的一类负载(Payload)。描述负载的质量分布需要十项参数:

其中第1项为负载质量,第2~4项为负载的惯性矩(质量乘以质心),第5~10项为惯性张量; 

所谓的负载辨识就是辨识这十项参数。

注意到,我们之前提到过的全臂动力学辨识,是辨识一组最小惯性参数集,无法把每根杆件的十项参数独立辨识出来,而在负载中,是需要把负载着十项参数都完全独立辨识出来的,这样才可以将着十项参数补充到全臂的最小惯性参数集中。

  • 运动轴选择

显然,负载辨识中我们更希望大轴不动,小轴运动,这样机械臂的运动范围会比较小。

并且由这些运动轴所构成的最小参数集的数目要不小于10,这样才能从最小惯性参数集中提取十项末端负载参数。

首先单独只有六轴运动,最小惯性参数集小于10,是不能满足要求的。接下来以各大家机器人公司的负载辨识方法来说明运动轴的选取及负载辨识方法。

 

▌3.负载辨识案例

FANUC: 5,6轴运动,其他轴固定,所需的运动范围很小。此时的最小惯性参数集数目为10。

下面的要求,主要是要让负载的动力学特性能在关节力矩中有所体现,否则辨识精度较低。

Kuka: 3,5,6轴运动,最小惯性参数集数目大于10。3轴运动范围较小,使得机械臂整体运动所需范围较小。

辨识的负载参数精度与实际负载的关系如下(其他几家的性能也差不多):

这里可以思考一个问题,为什么负载越大,辨识精度反而能越高?负载越大,负载引起的动力学才能在力矩中有所体现,若负载过小,则会被摩擦力及电流环等噪声淹没。

ABB:前面两家的辨识功能,小编只看过纸质文档说明,没看过具体操作,所以有些细节不好判断;ABB的看过一些辨识过程的具体视频,故对ABB的相关功能介绍得详细点。

3,5,6轴运动,最小惯性参数集数目大于10。3轴运动范围较小,跟Kuka的类似使得机械臂整体运动所需范围较小。ABB负载辨识过程的操作视频:机器人1,2,4轴工作在机器人零点附近,3,5,6轴按照上图进行运动(应该类似于PTP运动),小臂保持在水平面上;从视频中看,整个辨识过程机器人各轴运动不快,且各轴是依次运动,没有联动的。据小编推测,每次单轴运动,相当于把动力学变成了单连杆的形式,每组运动辨识一项负载参数,比如若只有5轴运动,其他轴在零点附近,则整个系统的动力学方程变为了tau=mz*f(theta_5),这样既可辨识出负载的mz。

 

▌4.三轴联动辨识

ABB的负载辨识中,对机械臂各轴的初始位置要求较高(需在零点附近),这样会便于单轴动力学建模,且ABB的负载辨识时间较长,半小时左右。回顾之前说的全臂动力学方法,我们可以尝试将六轴动力学方程中的1,2,4轴角度固定,这样整个动力学变为以3,5,6轴运动的三轴动力学方程。然后3,5,6轴联动,运行激励轨迹,其中3轴运动范围可设小一点。这样也可将负载参数辨识出来。

对如下的负载进行辨识,现在SolidWorks里大致测量出负载属性(机器人额定负载10公斤)

整个实施过程比较快,机器人运行不到1分钟。转动惯量的辨识精度很不理想,其他参数精度在10%左右。这主要是由于转动惯量本身的值过小,且跟加速度有关,而运行中加速度较小,转动惯量相关的动力学贡献量很小,进而导致转动惯量估计精度很低。ABB、Kuka等辨识的也以质量与质心为主。

 

▌5.总结

从理论上分析,这两种负载辨识的方法都是可行的。但ABB采用单轴分离运动进行负载辨识肯定有它的考虑,也期待懂行的人分享更多的技术细节。国产机器人技术的提高,不是一味地强调我们的技术比四大家族强,而是能结合理论与实践经验,先弄清楚人家为什么那么做。

 

—— 完 ——

 

UR机器人(3)-精确设定TCP以及有效负载 一 TCP点定义 二 TCP设置方法 (1)单个TCP点 (2)多个TCP点 (3)TCP点精确设置 采用四点发,保持位置不动,改变末端位姿,便可精确计算TCP点 三 有效负载设置 阅读详情

相关推荐

DexWrist机器人手腕:并联运动机构与准直驱技术的创新应用

机器人手腕设计是提升操作灵活性与动态响应的关键技术。传统串联式结构在狭窄空间和动态任务中表现受限,而并联运动机构(PKM)通过解耦自由度分布,能显著降低运动部件惯性并简化控制策略。结合准直驱(QDD)技术,这种设计在保持高扭矩输出的同时,实现了接近直驱的动态响应特性。DexWrist的创新2-(R, RR)机构将俯仰/偏转自由度集成于球型关节,驱动器固定于基座,使运动部件重量仅97克,工作空间比传统设计扩大88%。这种技术组合特别适合家庭服务机器人的冰箱取物、白板擦拭等场景,实测显示任务时间可缩短58%。

weixin_33748818的博客 613

机器人末端的负载辨识

为什么要有一个负载的参数辨识,因为对于整个系统来说,除了负载哈,其他关节都是不变的,出厂时都设置好了,但是负载确是不一样的,有时候会搬运东西,电焊枪等等,都是不一样的。物理一致性 : 动力学参数所代表的物理量与实际中物理属性保持一致的特性,也就是说当估计处理的物体质量是2kg,但是实际是1kg,也是可以的,因为在物理属性中,质量的大小大于0即可。关节处的摩擦力变小了,导致系统的参数辨识精度会变高,因为动力学方程中的摩擦力项占的比例会变小。系统的辨识:根据多组不同的输入和输出,进行反推中间函数。

carryoutw的博客 1537

别再傻傻分不清了!系统辨识、参数辨识、模式识别,工业机器人里到底怎么用?

本文深入解析工业机器人中系统辨识、参数辨识与模式识别三大核心技术的应用差异与实践方法。通过具体案例展示如何建立机器人数字孪生模型、校准关键参数以及实现智能故障检测,帮助工程师精准选择技术方案,提升工业机器人控制精度与运维效率。

weixin_29186249的博客 438

教程 | 如何使用达宽力控系统实现机器人末端负载辨识

蓝色箭头方向为当前坐标系的Z+方向,绿色为X+方向,红色为Y+方向,B点在A的坐标系中,其中X、Y方向均无偏移,Z-方向偏移100mm,因此安装位置只需在Z方向设置栏输入-100即可。机器人在当前坐标系下,依次运动至四个不同姿态下的点位,点击相应点位的“记录点”,记录传感器采集的数据,用于负载数据的计算。5,进行Target设置:末端受力点基于当前坐标系的位置,如图4中所示,A点为当前坐标系原点,同时也是末端受力点,因此Target的所有设置值均为0;1,点击界面上的“辨识”按钮,引导至负载辨识界面。

Dapkon的博客 893

机器人动力学参数辨识:3种主流辨识方法对比与最小二乘法实战

本文深入探讨机器人动力学参数辨识的三种主流方法,重点对比解体测量法、CAD方法和整体辨识法的优劣,并提供最小二乘法在MATLAB/Python中的实战实现。通过实际工程案例,展示参数辨识如何显著提升轨迹跟踪精度、降低能耗并延长设备寿命,为工业机器人优化提供实用解决方案。

weixin_30512043的博客 441

机器人关节力计算实战:从末端负载反推驱动力矩的5个关键步骤

本文详细解析了工业机器人关节力计算的5个关键步骤,从建立运动学模型到静力学分析,重点介绍了雅可比矩阵在末端负载到关节力矩映射中的应用。通过MATLAB代码示例和实用技巧,帮助工程师准确反推驱动力矩,优化机器人设计与控制性能。

weixin_29074409的博客 234

教程 | 如何使用六维力传感器

当前,机器人力控技术已深度渗透至多元领域,在高校科研、航空航天、重工装备、汽车整车及内饰制造、3C 电子等场景中广泛应用,具体覆盖精密装配、测试检测、磨抛加工、表面处理等核心应用环节。负载辨识功能,是指末端的负载在不同重量、不同形状、不同材质的情况下,精计算并识别末端负载的重量和重心等参数。在安装六维力传感器时,应避免过度拧紧。本文将结合达宽柔性力控系统ForceMaster,详细阐述如何使用六维力传感器,以实现机器人柔顺控制,缩短调试周期,提升生产效率,为智能制造和精密装配等领域提供实用的技术解决方案。

Dapkon的博客 1311

MDH参数辨识实战:6轴机器人最小二乘法标定,误差降低80%实测

本文详细介绍了工业机器人DH参数标定实战,通过最小二乘法参数辨识技术,成功将6轴机器人末端定位误差降低80%。文章从理论原理到工程实现,涵盖了数据采集、误差模型建立、最小二乘求解及实际案例验证,为工业机器人精度提升提供了完整解决方案。

weixin_42525211的博客 240

协作机器人碰撞检测与避障实操:原理、调参与故障排查

工业自动化向人机协作演进,碰撞检测与避障成为协作机器人安全运行的核心保障。碰撞检测通过伺服电流与动力学模型估计外部力矩,其中动量残差法可规避加速度噪声,实现高灵敏度碰撞识别;避障则依赖视觉传感与路径规划,在碰撞发生前主动规避风险。两者结合,既保证人身安全,又减少误停对生产效率的影响。在装配、上下料、精密加工等场景中,合理配置碰撞灵敏度、准确辨识负载参数,是工程落地的关键。从原理出发,梳理从检测到响应的完整链路,分享实际调试经验与常见问题排查方法,为机器人应用开发者提供可操作的参考。

weixin_29165725的博客 231

机器人关节摩擦力矩补偿:Stribeck建模、辨识与前馈整定

在机器人运动控制里,关节摩擦补偿是影响低速平稳性与轨迹精度的基础问题。摩擦非线性来自减速器、轴承、密封与润滑状态,低速段常表现为静摩擦、库仑摩擦与Stribeck效应,进而引发低速爬行、换向凸起和圆弧轨迹误差。其原理是建立摩擦模型并辨识参数,将估计力矩以前馈方式叠加到控制器输出,让位置环和速度环专注处理模型误差。合理实施能提升轨迹跟踪、力控透明度与低速平稳性,并降低电流峰值。该思路适用于六轴协作臂、工业机器人、四足机器人以及ROS2 ros2_control等平台。落到实践中,摩擦力矩补偿需要模型选择、速度

weixin_28256233的博客 278

机器人学(二):动力学参数辨识

本文的主要内容是介绍一种机器人动力学参数辨识方法,以一个二自由度平台为例,介绍了理论推导过程,只需要获取关节角度和估算力矩,就能辨识出机器人的动力学参数。这种方法也可以轻松用于更高维度的机器人。 有过机器人控制工程经验的都知道,机器人的动力学参数对于提高控制系统性能是多么重要。然而,通常我们都是根据机器人3D模型得到动力学参数,往往非常不精确。因此,如果能通过实验的方法辨识出实际机器人动力学参数,这将有助于控制算法的设计。...

行者无疆的博客 3845

六轴机械臂直线焊接应用中的5个关键陷阱:如何避免路径抖动与末端偏移?

本文深入剖析了六轴机械臂在直线焊接应用中导致路径抖动与末端偏移的五个关键陷阱,包括TCP标定误差、奇异点姿态突变、起收弧点衔接不当、插补周期不足及负载动力学未补偿。文章结合UR机器人等案例,提供了从TCP周期性复核、奇异点规避到速度平滑过渡等实战避坑指南,帮助工程师实现稳定、高精度的直线焊接作业。

fff88的博客 77

FANUC机器人PAYLOAD负载设定详解:参数配置、自动辨识与故障排查

工业机器人末端负载的正确设定是保证运动控制精度和设备安全的基础。在FANUC机器人系统中,PAYLOAD参数承载着末端执行器的质量、重心和惯性矩等关键信息,直接影响伺服电机的重力补偿和惯性补偿效果。若负载设定不准确,机器人可能出现震动、过载报警甚至停机。本文从刚体动力学模型切入,阐述PAYLOAD文件结构、核心字段含义,并介绍直接测量、CAD提取和自动辨识三种获取负载参数的方法,重点说明如何在TP程序与KAREL中实现负载切换与动态修改,以及针对SYST-204、SERVO-023等典型报警的排查思路,同时

weixin_28278377的博客 288

双足机器人蹲伏与载重行走控制:从MPC到自适应策略

双足机器人运动控制是足式机器人走向实际应用的核心难题。面对蹲伏行走与载重行走等非理想工况,机器人的质心高度、动力学参数和稳定裕度均发生显著变化,传统步态规划与控制方法难以直接适用。模型预测控制(MPC)结合全身控制(WBC)的层级框架,能够实现步态规划与扰动抑制的实时协同;引入在线负载辨识与自适应策略,则可应对负载变化带来的模型失配问题。这些技术显著提升了双足机器人在低矮空间和负重场景下的运动稳定性,为快递末端配送与灾后搜救等真实应用提供了可行性方案。聚焦Cassie双足机器人平台,系统解析蹲伏行走与载重行

weixin_32377497的博客 199

工业机器人DH参数辨识实战:从MATLAB代码到绝对精度0.5mm

工业机器人的重复定位精度可以做到很高,但绝对定位精度往往差强人意,末端实际位置与理论位置偏差数毫米的情况十分常见。这是由于机器人出厂的名义DH模型参数与实际装配结果存在系统性偏差,包括连杆长度、偏距、扭角和零点偏移等几何误差累积所致。DH参数辨识是解决这一问题的有效手段,通过激光跟踪仪采集实际位姿数据,结合最小二乘优化算法重新估计运动学参数,使模型与物理实体对齐。在MATLAB环境下实现的正解计算、雅可比矩阵构建与迭代求解流程,能够将末端绝对位置误差稳定收敛至0.5mm以内。该技术广泛应用于离线编程仿真、视

weixin_29164497的博客 267

工业机器人负载动力学参数辨识方法_陈友东.pdf

解决负载变化导致的机器人控制性能降低的问题,分析负载动力学参数对各关节力矩的影响的基础上,提出一宗驱动机器人关节运行激励轨迹的辨识方法。

末端工具重力辨识

末端工具重力辨识

weixin_44562141的博客 878

3个PLC进阶教程实战项目,学完立即接私单!

此处应插入清晰的硬件电路图,包含土壤湿度传感器、水泵、PLC的输入输出端子,并标注清晰的接线方式。同样的,也需要插入清晰的梯形图,用简单的逻辑表达控制过程,比如:土壤湿度传感器信号低于设定值 -> PLC输出信号 -> 水泵启动。我是老王,一个在自动化行业摸爬滚打多年的老工程师,今天咱们不聊那些枯燥的理论,直接上手三个PLC进阶实战项目,学完保证你信心满满,立马就能接私单!想想你家里的空调,它也是通过检测室温,并根据设定的温度进行制冷或制热,这个项目就是类似的原理。

qq_38220914的博客 1469

机械臂运动学参数辨识DH标定小结

机械臂从理论图纸设计到加工组装完成之后,我们需要对其进行运动学建模,可以使用MDH/SDH或者POE的方式。假设采样MDH建模,那么需要四个参数,但是实际值与理论值肯定存在偏差。机器人的几何参数误差主要包括关节转角误差、连杆长度误差、连杆扭角误差和连杆偏置误差等。在这些几何参数误差中,连杆长度误差和连杆偏置误差是机器人的各个连杆在制造加工和装配时,由于精度因素从而导致的误差;关节转角误差是因为编码器的零位误差所造成的转角误差;连杆扭角是由于相邻的关节轴线间的垂直度或平行度的偏差所形成的误差。

1885

从零到一:揭秘BlueROV2机械爪背后的Pixhawk舵机控制艺术

本文详细解析了如何基于Pixhawk飞控系统为BlueROV2水下机器人构建可靠的舵机控制系统。从硬件选型、ArduSub固件配置到供电安全与故障排除,全面揭秘机械爪背后的控制艺术,为水下机器人爱好者提供实用指南。

ol78901234的博客 242

SQLite学习——Dapper初识

dapper下载:https://www.nuget.org/packages/Dapper/1.40.0

jiDxiaohuo的博客 1295
上一篇: “模块版”波士顿动力的Handle圣诞来袭,原来做个轮腿机器人可以这么简单
下一篇: 惊艳CES!优必选Walker新一代迈出里程碑一步,仿人机器人进入家庭取得重大突破
小高robot
博客等级 码龄8年 270粉丝 0原创
评论 3
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值