(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210799907.3 (22)申请日 2022.07.08 (71)申请人 江西省智能产业 技术创新研究院 地址 330000 江西省南昌市小蓝经开区汇 仁大道266号11号楼 (72)发明人 杨德宸　聂志华　何晶　薛蕙蓉　 (74)专利代理 机构 北京清亦华知识产权代理事 务所(普通 合伙) 11201 专利代理师 何世磊 (51)Int.Cl. B25J 9/16(2006.01) (54)发明名称 机器人恒定力控及负载自辨识方法、 系统、 介质及计算机 (57)摘要 本发明提供一种机器人恒定力控及负载自 辨识方法、 系统、 介质及计算机， 该方法包括： 构 建机器人的动力学模型及动力学参数辨识规则； 基于动力学模型和动力学辨识规则采集机器人 在预设运动周期内按照预设激励轨迹进行运动 时各个时间下的理论数据集； 分别采集机器人在 空载状态及负载状态下， 在预设运动周期内按照 不同激励轨迹进行运动各个时间下的空载数据 集和负载数据集； 利用预设的预测模 型计算出空 载数据集和负载数据集的预测数据集， 并根据预 测数据集、 理论数据集、 空载数据集和负载数据 集建立优化模型； 将动力学模型、 预测模型以及 优化模型进行融合， 以得到最终模型， 并利用最 终模型完成机器人的恒定力控输出及负载自适 应辨识。 权利要求书2页 说明书11页 附图2页 CN 115070768 A 2022.09.20 CN 115070768 A 1.一种机器人恒定力控及负载自辨识方法， 其特 征在于， 包括： 步骤一： 构建机器人的动力学模型以及动力学参数辨识规则； 步骤二： 基于所述动力学模型和所述动力学辨识规则采集所述机器人在预设运动周期 内按照预设激励轨迹进 行运动时， 所述机器人在所述预设运动周期的各个时间下的理论数 据集； 步骤三： 分别采集所述机器人在空载状态及负载状态下， 在所述预设运动周期内按照 不同激励轨迹进 行运动时， 所述机器人在所述预设运动周期的各个时间下的空载数据集和 负载数据集； 步骤四： 利用预设的预测模型计算出所述空载数据集和所述负载数据集的预测数据 集， 并根据所述预测数据集、 所述理论数据集、 所述空载数据集和所述负载数据集建立优化 模型； 步骤五： 将所述动力学模型、 所述预测模型以及所述优化模型进行融合， 以得到最终模 型， 并利用所述 最终模型完成所述机器人的恒定力控输出及负载自适应辨识。 2.根据权利要求1所述的机器人恒定力控及负载自辨识方法， 其特征在于， 所述步骤一 中， 所述机器人的动力学模型的表达式为： τ ＝ τf+τd； 式中， τ为关节驱动力矩， τf为关节摩擦力矩， τd为关节动态力矩， q、 依次为关节 的角度、 角速度、 角加速度， D(q)为惯性项， 为科式力及离心力项， G(q)为重力 项， D(q)、 G(q)均为机器人惯性 参数与关节运动参数的函数。 3.根据权利要求2所述的机器人恒定力控及负载自辨识方法， 其特征在于， 所述步骤一 中， 所述动力学参数辨识规则采用线性摩擦模型： 式中： σ 为黏性摩擦系数， 单位 为N·m·s/rad； f为库仑摩擦常数， 单位 为N·m； μ为库伦摩擦动态力矩因数。 4.根据权利要求1所述的机器人恒定力控及负载自辨识方法， 其特征在于， 所述步骤二 中， 所述预设激励轨 迹采用傅里叶级数 型的轨迹： 其中， qi表示关节转角， qi0表示关节转角常量， al、 bl表示轨迹的常系数， ωf为轨迹的基权　利　要　求　书 1/2 页 2 CN 115070768 A 2频， ωfl表示第1阶的频率。 5.根据权利要求1所述的机器人恒定力控及负载自辨识方法， 其特征在于， 所述步骤四 包括： 根据正逆雅克比矩阵构建预测模型， 并以所述空载数据集和所述负载数据集作为输入 计算出对应的预测数据集； 将所述理论数据集与 所述预测数据集、 所述空载数据集以及所述负载数据集进行数据 对比， 以计算出对应的偏差值， 并以所述偏差值作为优化目标建立优化模型。 6.根据权利要求1所述的机器人恒定力控及负载自辨识方法， 其特征在于， 所述步骤五 中， 所述优化模型的建立采用鲸鱼算法， 其表达式为： D＝|CX*(t)‑X(t)| X(t+1)＝X*(t)‑AD； 式中， t表示 当前模型的迭代次数， A、 C表示系数， X*(t)表示当前最佳的鲸鱼位置向量， X (t)表示当前鲸鱼的位置向量。 7.根据权利要求6所述的机器人恒定力控及负载自辨识方法， 其特征在于， 所述系数A、 C的计算公式为： A＝2ar1‑a； C＝2r2； 式中， r1、 r2为(0， 1)中的随机数， a的值从2到 0线性下降， Tmax为最大迭代次数。 8.一种机器人恒定力控及负载自辨识系统， 其特 征在于， 包括： 第一模型构建模块， 用于构建机器人的动力学模型以及动力学参数辨识规则； 第一数据计算模块， 用于基于所述动力学模型和所述动力学辨识规则采集所述机器人 在预设运动周期内按照预设激励轨迹进 行运动时， 所述机器人在所述预设运动周期的各个 时间下的理论数据集； 第二数据计算模块， 用于分别采集所述机器人在空载状态及负载状态下， 在所述预设 运动周期内按照不同激励轨迹进 行运动时， 所述机器人在所述预设运动周期的各个时间下 的空载数据集和负载 数据集； 第二模型构建模块， 用于利用预设的预测模型计算出所述空载数据集和所述负载数据 集的预测数据集， 并根据所述预测数据集、 所述理论数据集、 所述空载数据集和所述负载数 据集建立优化模型； 处理模块， 用于将所述动力学模型、 所述预测模型以及所述优化模型进行融合， 以得到 最终模型， 并利用所述 最终模型完成所述机器人的恒定力控输出及负载自适应辨识。 9.一种介质， 其上存储有计算机程序， 其特征在于， 该计算机程序被处理器执行时实现 如权利要求1至7任一所述的机器人恒定力控及负载自辨识方法。 10.一种计算机， 包括存储器、 处理器以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计算机程序时实现如权利要求1至7任 一所述的机器人恒定力控及负载自辨识方法。权　利　要　求　书 2/2 页 3 CN 115070768 A 3