[go: up one dir, main page]

CN114619440B - 修正摩擦模型的方法、机器人及计算机可读存储介质 - Google Patents

修正摩擦模型的方法、机器人及计算机可读存储介质 Download PDF

Info

Publication number
CN114619440B
CN114619440B CN202011455168.3A CN202011455168A CN114619440B CN 114619440 B CN114619440 B CN 114619440B CN 202011455168 A CN202011455168 A CN 202011455168A CN 114619440 B CN114619440 B CN 114619440B
Authority
CN
China
Prior art keywords
friction
moment
model
robot
feedback
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.)
Active
Application number
CN202011455168.3A
Other languages
English (en)
Other versions
CN114619440A (zh
Inventor
魏晓晨
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.)
Beijing A&e Technologies Co ltd
Original Assignee
Beijing A&e Technologies Co ltd
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 Beijing A&e Technologies Co ltd filed Critical Beijing A&e Technologies Co ltd
Priority to CN202011455168.3A priority Critical patent/CN114619440B/zh
Publication of CN114619440A publication Critical patent/CN114619440A/zh
Application granted granted Critical
Publication of CN114619440B publication Critical patent/CN114619440B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1628Programme controls characterised by the control loop
    • B25J9/163Programme controls characterised by the control loop learning, adaptive, model based, rule based expert control
    • BPERFORMING OPERATIONS; TRANSPORTING
    • B25HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25JMANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00Programme-controlled manipulators
    • B25J9/16Programme controls
    • B25J9/1656Programme controls characterised by programming, planning systems for manipulators
    • B25J9/1664Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning

Landscapes

  • Engineering & Computer Science (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • Feedback Control In General (AREA)

Abstract

本申请公开了一种修正摩擦模型的方法、机器人及计算机可读存储介质。该修正摩擦模型的方法包括:根据摩擦模型控制机器人执行运动;获取机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩;通过关节电机位置计算得到理论力矩;计算反馈力矩与理论力矩的差值,以得到实际摩擦力矩;基于实际摩擦力矩和摩擦辨识模型力矩,对摩擦模型的参数进行修正。本申请的方法通过自更新摩擦力矩模型,以提高动力学模型力矩精度,进而提高机器人的运动控制性能。

Description

修正摩擦模型的方法、机器人及计算机可读存储介质
技术领域
本申请涉及机器人智能控制技术领域,特别是涉及一种修正摩擦模型的方法、机器人及计算机可读存储介质。
背景技术
工业机器人在运动过程中通过计算各关节力矩来实现机器人的逐项功能,因此需要获得机器人在运动过程中的实时摩擦力。
现有技术中,通过预先对摩擦力矩-速度建模,并将此模型使用在运动过程中,以获取到摩擦力矩,但是此种方式获得的摩擦力矩与实际摩擦力矩可能存在较大误差,使得机器人在运动过程中的动力学模型力矩精度较低。
发明内容
本申请主要解决的技术问题是提供一种修正摩擦模型的方法、机器人及计算机可读存储介质,模型更新算法简单,提高了动力学模型力矩精度,进而提高了机器人运动控制性能。
为解决上述技术问题,本申请采用的一个技术方案是:提供一种修正摩擦模型的方法,该方法包括:根据摩擦模型控制机器人执行运动;获取机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩;通过关节电机位置计算得到理论力矩;计算反馈力矩与理论力矩的差值,以得到实际摩擦力矩;基于实际摩擦力矩和摩擦辨识模型力矩,对摩擦模型的参数进行修正。
进一步地,基于实际摩擦力矩、摩擦辨识模型力矩,对摩擦模型的参数进行修正,包括:获取实际摩擦力矩的噪声强度Q和摩擦辨识模型力矩的噪声强度R;根据实际摩擦力矩的噪声强度Q和摩擦辨识模型力矩的噪声强度R获得增益系数K,其中,K=Q/R;基于增益系数,对摩擦模型的参数进行修正。
进一步地,摩擦模型参数包括摩擦力矩,修正后的摩擦力矩等于实际摩擦力矩和修正系数之和,其中,修正系数等于实际摩擦力矩和摩擦辨识模型力矩的差值与增益系数的乘积。
进一步地,通过关节电机位置计算得到理论力矩,包括:对关节电机位置进行差分计算得到关节反馈速度;对关节反馈速度进行差分计算得到关节反馈加速度;根据关节电机位置、关节反馈速度和关节反馈加速度,使用动力学公式计算得到理论力矩。
进一步地,机器人包括控制器、伺服控制器以及电机,其中,控制器连接伺服控制器,伺服控制器连接电机,根据摩擦模型控制机器人执行运动,包括:控制器根据摩擦模型向伺服控制器发送控制指令;伺服控制器根据控制指令控制电机执行运动。
进一步地,获取机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩,包括:通过电机反馈获得关节电机位置。
进一步地,获取机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩,包括:根据电机反馈电流百分比、电机额定转矩、电机减速比计算得到反馈力矩。
进一步地,获取机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩,包括:通过反馈力矩计算得到摩擦辨识模型力矩。
为解决上述技术问题,本申请采用的另一个技术方案是:提供一种机器人,该机器人包括存储器和处理器,存储器连接处理器,存储器中存储有计算机程序,处理器执行计算机程序时实现上述任一实施例的修正摩擦模型方法。
为解决上述技术问题,本申请采用的又一个技术方案是:一种计算机可读存储介质,计算机可读存储介质中存储有计算机程序,计算机程序被处理器执行时实现上述任一实施例的修正摩擦模型的方法。
本申请的有益效果是:区别于现有技术的情况,本申请中修正摩擦模型的方法包括:根据预先建立的摩擦模型控制机器人执行运动,然后当机器人运动的过程中,获取到机器人的关节电机位置、反馈力矩以及摩擦辨识模型力矩,然后通过获取到的关节电机位置计算得到理论力矩,通过计算反馈力矩与理论力矩的差值,得到实际摩擦力矩,然后基于实际摩擦力矩和摩擦辨识模型力矩,对摩擦模型的参数进行修正,以实时更新摩擦模型。本申请的方法简单,且能够提高动力学模型力矩精度,进而提高机器人运动控制性能。
附图说明
图1是本申请提供的修正摩擦模型的方法的一实施例的流程示意图;
图2是图1中步骤S11的一实施例的流程示意图;
图3是图1中步骤S15的一实施例的流程示意图;
图4是本申请提供的机器人的一实施例的结构示意图;
图5是本申请提供的计算机可读存储介质的一实施例的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅是本申请的一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本申请要求的保护范围之内。
在机器人关节内部传动结构之间存在着复杂的摩擦现象,既有滚动摩擦也有滑动摩擦。摩擦现象会使伺服系统出现爬行、震荡或者稳态误差,这会对机器人运动平稳性和控制精度产生不良的影响。本申请提出一种修正摩擦模型的方法,对提高机器人的运动控制性能有重要的意义。
请参阅图1,图1是本申请提供的修正摩擦模型的方法的一实施例的流程示意图。具体地,该方法包括:
S11:根据摩擦模型控制机器人执行运动。
在对机器人进行控制时,预先建立有摩擦模型,其中,摩擦模型中含有摩擦模型的参数。基于建立的摩擦模型控制机器人执行运动。
摩擦模型在机器人动力学模型辨识过程中尤为重要。一方面,摩擦力在驱动力中占有很大比重;另一方面,模型非线性主要集中在摩擦力模型上。因此,摩擦力模型的参数的精度情况对机器人运动控制性能影响较大。
所谓摩擦模型,数学形式上表现为摩擦力/力矩关于速度、位移、温度等变量的函数。按摩擦力/力矩是否仅与速度相关(另一种定义为,摩擦现象是否由微分方程描述),摩擦模型可分为静态摩擦模型与动态摩擦模型。静态摩擦模型中,摩擦力/力矩是速度的一元函数,函数解析形式可以为常值(库伦模型)、线性函数(库伦-黏性模型)、非线性函数(典型如stribeck模型)等,函数形式既定,函数参数为常值;动态摩擦模型中,摩擦力/力矩是速度、位移、温度等的多元函数,函数解析形式一般为非线性函数。
优选地,可以选用静态摩擦模型,以简化模型结构,减小计算量,并根据静摩擦模型来控制机器人执行运动。可以理解的是,在其他实施例中,也可以选择动态摩擦模型,以更好地描述摩擦行为。
本实施例中,机器人包括控制器、伺服控制器和电机,其中,控制器连接伺服控制器,伺服控制器连接电机。在一个具体的实施例中,如图2所示,图2是图1中步骤S11一实施例的流程示意图,具体地,根据摩擦模型控制机器人执行运动的步骤包括:
S111:控制器根据摩擦模型向伺服控制器发送控制指令。
机器人的控制器在获取到建立的摩擦模型后,根据摩擦模型向伺服控制器发送控制指令。具体地,控制指令可以为脉冲序列指令。
S112:伺服控制器根据控制指令控制电机执行运动。
伺服控制器接收到控制指令后,根据该控制指令控制电机进行运动,以使电机带动机器人进行运动。
本实施例中,控制器根据摩擦模型控制伺服控制器,以使伺服控制器控制电机执行运动,机器人的运动控制方法简单。
S12:获取机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩。
机器人在执行运动过程中,获取机器人的关节电机位置、反馈力矩以及摩擦辨识模型力矩。
具体地,可以从伺服控制器中读取每个插补周期电机的反馈脉冲、电机的转速以及电流百分比,然后计算得到机器人的关节电机位置。
可以根据电机反馈电流百分比、电极额定转矩以及减速比计算出反馈力矩。反馈力矩的值等于电机反馈电流百分比乘以电机额定转矩再乘以减速比。
S13:通过关节电机位置计算得到理论力矩。
在获取到关节电机位置后,可以通过关节电机位置计算得到理论力矩。
具体地,在获取到关节电机的位置后,对关节电机位置进行差分计算得到关节反馈速度。然后进一步对关节反馈速度进行差分计算得到关节反馈加速度。根据关节电机位置、关节反馈速度和关节反馈加速度,使用动力学公式可以计算得到理论力矩。
S14:计算反馈力矩与理论力矩的差值,以得到实际摩擦力矩。
在获取到反馈力矩与步骤S13得到的理论力矩后,再根据反馈力矩以及理论力矩计算得到实际摩擦力矩。具体地,实际摩擦力矩等于反馈力矩与理论力矩的差值。
S15:基于实际摩擦力矩和摩擦辨识模型力矩,对摩擦模型的参数进行修正。
在获取到实际摩擦力矩和摩擦力辨识模型力矩后,基于实际摩擦力矩以及摩擦辨识力矩对摩擦模型的参数进行修正,以对摩擦模型进行更新,提高摩擦模型的精确度。
在一个具体的实施例中,如图3所述,图3是图1中步骤S15一实施例的流程示意图,具体地,上述步骤S15可以包括:
S151:获取实际摩擦力矩的噪声强度Q和摩擦辨识模型力矩的噪声强度R。
获取到实际摩擦力矩的噪声强度Q以及摩擦辨识模型力矩的噪声强度R。具体地,实际摩擦力矩的噪声强度Q可以通过对实际摩擦力矩取协方差计算得到。摩擦辨识模型力矩的噪声强度R可以通过对摩擦辨识模型力矩取协方差计算得到。
S152:根据实际摩擦力矩的噪声强度Q和摩擦辨识模型力矩的噪声强度R获得增益系数K,其中,K=Q/R。
本实施例中,通过获取到的实际摩擦力矩的噪声强度Q和摩擦辨识模型力矩的噪声强度R获得增益系数K。
具体地,增益系数K可以等于实际摩擦力矩的噪声强度Q除以摩擦辨识模型力矩的噪声强度R,即,K=Q/R。
S153:基于增益系数,对摩擦模型的参数进行修正。
在获取到增益系数后,根据计算所得的增益系数对摩擦模型进行修正,以更新摩擦模型的参数,使摩擦模型的参数更为准确。
具体地,修正后的摩擦力矩等于实际摩擦力矩和修正系数之和,其中,修正系数等于实际摩擦力矩和摩擦辨识模型力矩的差值与增益系数的乘积。
本实施例中,能够对摩擦模型中的摩擦力矩进行自更新,以得到更为准确的摩擦力矩。本申请提供的方法,能够提高动力学模型力矩精度,进而提高机器人的运动控制性能,并且模型更新算法简单,占用计算量小,具有较强的实用性。
基于此,本申请还提供一种机器人100,请参阅图4,图4是本申请提供的一种机器人的一实施例的结构示意图,该实施方式中,机器人100包括处理器110和存储器120,处理器110耦接存储器120,存储器120用于存储程序,处理器110用于执行程序以实现上述任一实施例的修正摩擦模型的方法。
处理器110可以为CPU(Central Processing Unit,中央处理单元);处理器110也可以是一种集成电路芯片,具有信号的处理能力;处理器110还可以是通用处理器、数字信号处理器、专用集成电路、现场可编程门阵列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。处理器110可以是微处理器或者该处理器110也可以是任何常规的处理器等。
基于此,本申请还提供一种计算机可读存储介质200,请参阅图5,图5是本申请提供的计算机可读存储介质的一实施例的结构示意图。该实施方式中,计算机可读存储介质200中存储有计算机程序210,该计算机程序210能够被处理器执行以实现上述任一实施例的修正摩擦模型的方法。
其中,该计算机程序210可以以软件产品的形式存储在上述计算机可读存储介质200中,包括若干指令用以使得一个设备或处理器执行本申请各个实施方式方法的全部或部分步骤。
计算机可读存储介质200是计算机存储器中用于存储某种不连续物理量的媒体。而前述的计算机可读存储介质200包括:U盘、移动硬盘、只读存储器(ROM,Read-OnlyMemory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储计算机程序210代码的介质。
在本申请所提供的几个实施方式中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施方式仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
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单元来实现本实施方式方案的目的。
另外,在本申请各个实施方式中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述仅为本申请的实施方式,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利保护范围内。

Claims (6)

1.一种修正摩擦模型的方法,其特征在于,所述方法包括:
根据所述摩擦模型控制机器人执行运动;
获取所述机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩,其中,根据电机反馈电流百分比、电机额定转矩、电机减速比计算得到所述反馈力矩,通过所述反馈力矩计算得到所述摩擦辨识模型力矩;
通过所述关节电机位置计算得到理论力矩;
计算所述反馈力矩与所述理论力矩的差值,以得到实际摩擦力矩;
基于所述实际摩擦力矩和所述摩擦辨识模型力矩,对所述摩擦模型的参数进行修正,
所述基于所述实际摩擦力矩、所述摩擦辨识模型力矩,对所述摩擦模型的参数进行修正,包括:
获取所述实际摩擦力矩的噪声强度Q和所述摩擦辨识模型力矩的噪声强度R;
根据所述实际摩擦力矩的噪声强度Q和所述摩擦辨识模型力矩的噪声强度R获得增益系数K,其中,K=Q/R;
基于所述增益系数,对所述摩擦模型的参数进行修正,
其中,所述摩擦模型参数包括摩擦力矩,修正后的所述摩擦力矩等于所述实际摩擦力矩和修正系数之和,其中,所述修正系数等于所述实际摩擦力矩和所述摩擦辨识模型力矩的差值与所述增益系数的乘积。
2.根据权利要求1所述的方法,其特征在于,所述通过所述关节电机位置计算得到理论力矩,包括:
对所述关节电机位置进行差分计算得到关节反馈速度;
对所述关节反馈速度进行差分计算得到关节反馈加速度;
根据所述关节电机位置、所述关节反馈速度和所述关节反馈加速度,使用动力学公式计算得到所述理论力矩。
3.根据权利要求1所述的方法,其特征在于,所述机器人包括控制器、伺服控制器以及电机,其中,所述控制器连接所述伺服控制器,所述伺服控制器连接所述电机,所述根据所述摩擦模型控制所述机器人执行运动,包括:
所述控制器根据所述摩擦模型向所述伺服控制器发送控制指令;
所述伺服控制器根据所述控制指令控制所述电机执行运动。
4.根据权利要求1所述的方法,其特征在于,所述获取所述机器人在运动过程中的关节电机位置、反馈力矩以及摩擦辨识模型力矩,包括:
通过电机反馈获得所述关节电机位置。
5.一种机器人,其特征在于,所述机器人包括存储器和处理器,所述存储器连接所述处理器,所述存储器中存储有计算机程序,所述处理器执行所述计算机程序时实现如权利要求1-4中任意一项所述的方法。
6.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机程序,所述计算机程序被处理器执行时实现如权利要求1-4中任意一项所述的方法。
CN202011455168.3A 2020-12-10 2020-12-10 修正摩擦模型的方法、机器人及计算机可读存储介质 Active CN114619440B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011455168.3A CN114619440B (zh) 2020-12-10 2020-12-10 修正摩擦模型的方法、机器人及计算机可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011455168.3A CN114619440B (zh) 2020-12-10 2020-12-10 修正摩擦模型的方法、机器人及计算机可读存储介质

Publications (2)

Publication Number Publication Date
CN114619440A CN114619440A (zh) 2022-06-14
CN114619440B true CN114619440B (zh) 2024-02-09

Family

ID=81896139

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011455168.3A Active CN114619440B (zh) 2020-12-10 2020-12-10 修正摩擦模型的方法、机器人及计算机可读存储介质

Country Status (1)

Country Link
CN (1) CN114619440B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116000916B (zh) * 2022-10-20 2023-08-22 重庆金山医疗机器人有限公司 一种手术机器人的关节扭矩控制方法、装置及手术机器人

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05277976A (ja) * 1992-03-31 1993-10-26 Nippon Telegr & Teleph Corp <Ntt> 動力学モデルパラメータ同定装置
US6122585A (en) * 1996-08-20 2000-09-19 Kabushiki Kaisha Toyota Chuo Kenkyusho Anti-lock braking system based on an estimated gradient of friction torque, method of determining a starting point for anti-lock brake control, and wheel-behavior-quantity servo control means equipped with limit determination means
JP2006121806A (ja) * 2004-10-20 2006-05-11 Yaskawa Electric Corp モータ制御装置における摩擦補償方法およびモータ制御装置
JP2006146572A (ja) * 2004-11-19 2006-06-08 Yaskawa Electric Corp サーボ制御装置および方法
DE102008021848A1 (de) * 2008-05-02 2009-11-19 Volkswagen Ag Verfahren und System , insbesondere Servo-Lenksystem mit adaptiver Reibungskompensation
CN103684188A (zh) * 2013-12-31 2014-03-26 上海英威腾工业技术有限公司 一种运动控制系统的转动惯量辨识方法及系统
CN104166346A (zh) * 2014-08-06 2014-11-26 东北大学 一种基于摩擦补偿的伺服系统控制方法
CN104614991A (zh) * 2014-12-31 2015-05-13 南京埃斯顿机器人工程有限公司 提高机器人参数辨识精度的方法
CN106426174A (zh) * 2016-11-05 2017-02-22 上海大学 一种基于力矩观测和摩擦辨识的机器人接触力检测方法
CN107263467A (zh) * 2017-05-11 2017-10-20 广州视源电子科技股份有限公司 控制机器人转动关节运动的方法和装置及机器人
US9844872B1 (en) * 2015-07-13 2017-12-19 X Development Llc Determining sensor parameters and model parameters of a robot
CN107942683A (zh) * 2017-12-22 2018-04-20 南京工程学院 模块化机器人关节动力学参数辨识精度提高方法
CN108381529A (zh) * 2018-05-28 2018-08-10 上海优尼斯工业服务有限公司 一种工业机械臂的人机协作示教方法
CN108994837A (zh) * 2018-08-20 2018-12-14 哈工大机器人(合肥)国际创新研究院 一种动力学补偿的机械臂零力平衡控制方法
CN110535397A (zh) * 2019-10-08 2019-12-03 湖南航天机电设备与特种材料研究所 一种基于参数已知的电机控制方法及系统
CN110815190A (zh) * 2019-11-20 2020-02-21 福州大学 一种工业机器人拖动示教方法及系统
CN111177941A (zh) * 2020-01-03 2020-05-19 成都卡诺普自动化控制技术有限公司 一种机器人摩擦力辨识方法
CN111428317A (zh) * 2020-04-06 2020-07-17 宁波智诚祥科技发展有限公司 一种基于5g和循环神经网络的关节摩擦力矩补偿方法

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH05277976A (ja) * 1992-03-31 1993-10-26 Nippon Telegr & Teleph Corp <Ntt> 動力学モデルパラメータ同定装置
US6122585A (en) * 1996-08-20 2000-09-19 Kabushiki Kaisha Toyota Chuo Kenkyusho Anti-lock braking system based on an estimated gradient of friction torque, method of determining a starting point for anti-lock brake control, and wheel-behavior-quantity servo control means equipped with limit determination means
JP2006121806A (ja) * 2004-10-20 2006-05-11 Yaskawa Electric Corp モータ制御装置における摩擦補償方法およびモータ制御装置
JP2006146572A (ja) * 2004-11-19 2006-06-08 Yaskawa Electric Corp サーボ制御装置および方法
DE102008021848A1 (de) * 2008-05-02 2009-11-19 Volkswagen Ag Verfahren und System , insbesondere Servo-Lenksystem mit adaptiver Reibungskompensation
CN103684188A (zh) * 2013-12-31 2014-03-26 上海英威腾工业技术有限公司 一种运动控制系统的转动惯量辨识方法及系统
CN104166346A (zh) * 2014-08-06 2014-11-26 东北大学 一种基于摩擦补偿的伺服系统控制方法
CN104614991A (zh) * 2014-12-31 2015-05-13 南京埃斯顿机器人工程有限公司 提高机器人参数辨识精度的方法
US9844872B1 (en) * 2015-07-13 2017-12-19 X Development Llc Determining sensor parameters and model parameters of a robot
CN106426174A (zh) * 2016-11-05 2017-02-22 上海大学 一种基于力矩观测和摩擦辨识的机器人接触力检测方法
CN107263467A (zh) * 2017-05-11 2017-10-20 广州视源电子科技股份有限公司 控制机器人转动关节运动的方法和装置及机器人
CN107942683A (zh) * 2017-12-22 2018-04-20 南京工程学院 模块化机器人关节动力学参数辨识精度提高方法
CN108381529A (zh) * 2018-05-28 2018-08-10 上海优尼斯工业服务有限公司 一种工业机械臂的人机协作示教方法
CN108994837A (zh) * 2018-08-20 2018-12-14 哈工大机器人(合肥)国际创新研究院 一种动力学补偿的机械臂零力平衡控制方法
CN110535397A (zh) * 2019-10-08 2019-12-03 湖南航天机电设备与特种材料研究所 一种基于参数已知的电机控制方法及系统
CN110815190A (zh) * 2019-11-20 2020-02-21 福州大学 一种工业机器人拖动示教方法及系统
CN111177941A (zh) * 2020-01-03 2020-05-19 成都卡诺普自动化控制技术有限公司 一种机器人摩擦力辨识方法
CN111428317A (zh) * 2020-04-06 2020-07-17 宁波智诚祥科技发展有限公司 一种基于5g和循环神经网络的关节摩擦力矩补偿方法

Also Published As

Publication number Publication date
CN114619440A (zh) 2022-06-14

Similar Documents

Publication Publication Date Title
CN111788040B (zh) 机器人的动力学参数辨识方法、机器人和存储装置
JP6774637B2 (ja) 制御装置及び制御方法
CN111890353B (zh) 机器人示教轨迹复现方法、装置及计算机可读存储介质
CN110053049B (zh) 机器人轨迹精度的确定方法及装置、工业机器人
Petrič et al. Accelerated sensorimotor learning of compliant movement primitives
CN116512237B (zh) 工业机器人视觉伺服方法、装置、电子设备及存储介质
Xie et al. Adaptive fractional order PI controller design for a flexible swing arm system via enhanced virtual reference feedback tuning
CN114619440B (zh) 修正摩擦模型的方法、机器人及计算机可读存储介质
JP2021517700A (ja) 制御システム、制御方法及び記憶媒体
CN112597612B (zh) 机器人优化方法、装置、终端设备及计算机可读存储介质
Kim et al. Asymptotic state tracking in a class of nonlinear systems via learning-based inversion
CN112847312A (zh) 工业机器人及其连杆变形补偿方法、装置
WO2023226070A1 (zh) 用于机械臂运动控制的非线性自适应控制方法及系统
CN116418260A (zh) 永磁同步电机的转矩估测方法、装置、设备及存储介质
Longman On the interaction between theory, experiments, and simulation in developing practical learning control algorithms
JP7505695B2 (ja) モータ制御装置
CN114193458B (zh) 一种基于高斯过程在线学习的机器人控制方法
CN114734437B (zh) 机器人关节控制方法及装置
CN115922696A (zh) 机器人力控方法、装置、电子设备及可读存储介质
CN113791542A (zh) 基于二维系统的伺服电机转速控制方法、系统及装置
Charest et al. Mpc enhancement for tracking of complex profiles—the basic technique
Toussaint et al. Design of minimal model-free control structure for fast trajectory tracking of robotic arms
US20240385577A1 (en) Control device, control system, and control method
CN119376257B (zh) 非三角非线性系统的自适应量化事件触发控制方法及装置
CN117621083A (zh) 提高运动控制精度的方法、伺服电机控制器及存储介质

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
GR01 Patent grant
GR01 Patent grant