用于刚柔耦合外肢体机器人的参数辨识优化方法

1.本技术涉及外肢体机器人技术领域，具体涉及一种用于刚柔耦合外肢体机器人的参数辨识优化方法。


背景技术：

2.刚柔耦合外肢体机器人通过将柔性结构与刚性驱动装置相结合，可以实现人体运动的辅助、恢复和增强。在刚柔耦合外肢体机器人的设计和控制中，参数辨识和优化方法发挥着重要的作用。参数辨识是指通过实验或模拟方法确定机器人系统的物理参数，包括刚性部件的质量、惯性、刚度等，以及柔性部件的弹性特性。参数辨识的准确性对于后续的控制算法设计和性能优化至关重要。
3.现有的机器人的参数辨识和优化方法包括以下几种：1、传统系统辨识方法：如最小二乘法、系统辨识工具箱等，这些方法适用于确定刚性部件的参数，例如关节驱动器的质量和摩擦系数等。2、仿真模型辨识：通过建立机器人系统的仿真模型，并将实际观测到的运动数据与仿真结果进行对比，可以辨识出系统的参数。这种方法可以在较低成本和风险下进行，可以优化参数辨识的过程。3、机器学习方法：机器学习技术可以应用于参数辨识和优化中。例如，可以使用神经网络、遗传算法或优化算法来训练模型，以实现对机器人系统参数的辨识和优化。机器学习方法具有较强的自适应性和泛化能力，在处理复杂系统和非线性问题时表现出色。4、传感器融合：利用多种传感器来获取机器人系统的数据，如力传感器、惯性测量单元(imu)、位置编码器等，可以提高参数辨识的准确性。通过融合多个传感器的数据，可以获取更全面和精确的机器人运动和环境信息。5.优化算法：针对刚柔耦合外肢体机器人的参数优化问题，可以使用各种优化算法，如遗传算法、粒子群优化算法、模拟退火算法等。这些算法可以帮助找到最优的参数组合，以优化机器人系统的性能和控制效果。
4.以上几种参数辨识和优化方法均存在辨识精度低的问题。


技术实现要素：

5.为了解决背景技术中的技术问题，本技术实施例提供了一种刚柔耦合外肢体机器人的参数辨识优化方法，该方法不仅能够提高刚柔耦合外肢体机器人的参数辨识精度，而且具有方法简洁、适用性强、成本低等优点。
6.为达到上述目的，本技术的实施例提供了一种用于刚柔耦合外肢体机器人的参数辨识优化方法，包括以下步骤:步骤s1、建立外肢体机器人运动学模型；步骤s2、根据外肢体机器人运动学模型，构建外肢体机器人雅克比矩阵；所述外肢体机器人雅可比矩阵是描述机器人末端执行器相对于机器人关节状态的变化率的矩阵；步骤s3、根据外肢体机器人运动学模型，创建外肢体机器人微分方程，并基于对坐标系{t}进行微分变化；所述外肢体机器人微分方程用于描述机器人系统的动力学行为，即描述机器人的运动和力学特性；步骤s4、通过位姿传感器检测外肢体机器人末端执行器的实际位姿；步骤s5、将外肢体机器人雅克比矩阵、外肢体机器人微分方程和外肢体机器人末端的实际位姿输入外肢体机器人参数
辨识模型中，并通过最小二乘法对外肢体机器人几何参数进行优化辨识和补偿，建立外肢体机器人的参数误差辨识模型；步骤s6、将外肢体机器人末端执行器的实际位姿输入参数误差辨识模型对刚柔耦合外肢体机器人进行参数优化，并检测参数误差是否满足精度要求；若是，则标定结束；若否，则重复步骤s2至步骤s5，直至参数误差满足精度要求。
7.进一步地，所述步骤s1包括以下步骤：步骤s11、在d-h参数法假设条件下，基于几何分析法建立外肢体刚性机械臂运动学模型，并根据外肢体刚性机械臂运动学模型得到刚性机械臂末端坐标系{i}相对于基坐标系{0}的变换矩阵
i-1i
t；
[0008][0009]
其中，a i-1
为沿xi轴从zi移动到z
i+1
的距离；θi为绕zi轴从x
i-1
移动到xi的角度；di为沿zi轴从x
i-1
移动到xi的距离；步骤s12、在常曲率假设条件下，基于几何分析法建立外肢体柔性机械臂运动学模型，并根据外肢体柔性机械臂运动学模型得到柔性机械臂末端坐标系{j}相对于刚性机械臂末端坐标系{i}的变换矩阵
j-1j
t；
[0010][0011]
其中，l为单节连续体弯曲单元骨架长度；φi为第i节连续体弯曲单元的弯曲角度；αi为第i节连续体弯曲单元的弯曲方向角；s为正弦函数；c为余弦函数；步骤s13、将刚性机械臂末端坐标系{i}相对于基坐标系{0}的变换矩阵
i-1i
t与柔性机械臂末端坐标系{j}相对于刚性机械臂末端坐标系{i}的变换矩阵
j-1j
t结合得到得到外肢体机器人末端坐标系{n}在基坐标系{0}中的变换矩阵
0n
t，即外肢体机器人运动学模型；
[0012][0013]
其中，rn为刚柔耦合外肢体机器人末端坐标系{n}相对于基坐标系{0}的旋转变换矩阵；pn为刚柔耦合外肢体机器人末端坐标系{n}的原点相对于基坐标系{0}的平移变换；[n
x
,ny,nz]
t
、[o
x
,oy,oz]
t
、[a
x
,ay,az]
t
为外肢体机器人末端坐标系{n}相对于基坐标系{0}的姿态向量，
[0014]
[p
x
,py,pz]
t
为位置向量。
[0015]
进一步地，所述外肢体机器人雅克比矩阵d中第i行，第j列元素q
ij
(q)为：
[0016][0017]
所述外肢体机器人雅克比矩阵d为：d＝d(q)dq，其中，q为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的ai、αi、di和θi；xi为关节空间速度向操作空间x映射的线性变化。
[0018]
进一步地，所述基于对坐标系{t}进行微分变化得到的微分方程为：
[0019][0020]
其中，r
t
为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的rn；任何三维矢量p＝[p
x
p
y pz]
t
，其反对称矩阵s(p)定义为：
[0021][0022]
其中，p
x
、py、pz为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的pn的坐标值。
[0023]
进一步地，所述步骤s4具体包括以下步骤：步骤s41、将外肢体机器人放置在操作空间内进行多种实验，并将刚性大臂和柔性机械臂进行结合操作；步骤s42、使用位姿传感器随机采集和记录外肢体机器人在多种实验条件下的位置和姿态。
[0024]
进一步地，所述步骤s5中的外肢体机器人的参数误差辨识模型
[0025]
qδx为：
[0026][0027]
其中，h为外肢体机器人末端执行器到各运动点的向量；向量[ef g]
t
为机器人基坐标系的位置向量，向量[q
x qyqz]
t
为外肢体机器人末端理论位置。
[0028]
本技术相比现有技术具有如下有益效果：
[0029]
1、本技术通过构建外肢体机器人雅克比矩阵和外肢体机器人微分方程从而得到外肢体机器人的理论位姿，并将理论位姿和通过位姿传感器测得的实际位姿同时输入参数误差辨识模型中，再通过最小二乘法对外肢体机器人的几何参数进行优化辨识和补偿，建立外肢体机器人的参数误差辨识模型，最后将外肢体机器人的实际位姿输入外肢体机器人的参数误差辨识模型中对其进行参数优化，从而提高刚柔耦合外肢体机器人的参数辨识精度。
[0030]
2、本技术具有方法简洁、适用性强、成本低等优点。
附图说明
[0031]
为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0032]
图1为本技术实施例的流程示意图。
具体实施方式
[0033]
下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于
本技术中的实施例，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，都属于本技术保护的范围。
[0034]
参照图1，本技术实施例提供了一种用于刚柔耦合外肢体机器人的参数辨识优化方法，包括以下步骤：
[0035]
步骤s1、建立外肢体机器人运动学模型，其具体包括以下步骤：
[0036]
步骤s11、在d-h参数法假设条件下，基于几何分析法建立外肢体刚性机械臂运动学模型，并根据外肢体刚性机械臂运动学模型得到刚性机械臂末端坐标系{i}相对于基坐标系{0}的变换矩阵
i-1i
t。
[0037][0038]
其中，a i-1
为沿xi轴从zi移动到z
i+1
的距离；θi为绕zi轴从x
i-1
移动到xi的角度；di为沿zi轴从x
i-1
移动到xi的距离。
[0039]
步骤s12、在常曲率假设条件下，基于几何分析法建立外肢体柔性机械臂运动学模型，并根据外肢体柔性机械臂运动学模型得到柔性机械臂末端坐标系{j}相对于刚性机械臂末端坐标系{i}的变换矩阵
j-1j
t。
[0040][0041]
其中，l为单节连续体弯曲单元骨架长度；φi为第i节连续体弯曲单元的弯曲角度；αi为第i节连续体弯曲单元的弯曲方向角；s为正弦函数；c为余弦函数。
[0042]
步骤s13、将刚性机械臂末端坐标系{i}相对于基坐标系{0}的变换矩阵
i-1i
t与柔性机械臂末端坐标系{j}相对于刚性机械臂末端坐标系{i}的变换矩阵
j-1j
t结合得到得到外肢体机器人末端坐标系{n}在基坐标系{0}中的变换矩阵
0n
t，即外肢体机器人运动学模型；
[0043][0044]
其中，rn为刚柔耦合外肢体机器人末端坐标系{n}相对于基坐标系{0}的旋转变换矩阵；pn为刚柔耦合外肢体机器人末端坐标系{n}的原点相对于基坐标系{0}的平移变换；需要说明的是：
[0045][0046]
[n
x
,ny,nz]
t
、[o
x
,oy,oz]
t
、[a
x
,ay,az]
t
为外肢体机器人末端坐标系{n}相对于基坐
标系{0}的姿态向量，[p
x
,py,pz]
t
为位置向量。
[0047]
步骤s2、根据外肢体机器人运动学模型，构建外肢体机器人雅克比矩阵。外肢体机器人雅可比矩阵是描述机器人末端执行器相对于机器人关节状态的变化率的矩阵。
[0048]
外肢体机器人雅克比矩阵d中第i行，第j列元素q
ij
(q)为：
[0049][0050]
外肢体机器人雅克比矩阵d为：
[0051]
d＝d(q)dq
[0052]
其中，q为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的ai、αi、di和θi；xi为关节空间速度向操作空间x映射的线性变化。
[0053]
步骤s3、根据外肢体机器人运动学模型，创建外肢体机器人微分方程，并基于对坐标系{t}进行微分变化。外肢体机器人微分方程用于描述机器人系统的动力学行为，即描述机器人的运动和力学特性。
[0054]
基于对坐标系{t}进行微分变化得到的微分方程为：
[0055][0056]
其中，r
t
为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的rn；任何三维矢量p＝[p
x
p
y pz]
t
，其反对称矩阵s(p)定义为：
[0057][0058]
其中，p
x
、py、pz为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的pn的坐标值。
[0059]
步骤s4、通过位姿传感器检测外肢体机器人末端执行器的实际位姿，其具体包括以下步骤：
[0060]
步骤s41、将外肢体机器人放置在操作空间内进行多种实验，并将刚性大臂和柔性机械臂进行结合操作。
[0061]
步骤s42、使用位姿传感器随机采集和记录外肢体机器人在多种实验条件下的位置和姿态。
[0062]
步骤s5、将外肢体机器人雅克比矩阵、外肢体机器人微分方程和外肢体机器人末端的实际位姿输入外肢体机器人参数辨识模型中，并通过最小二乘法对外肢体机器人几何参数进行优化辨识和补偿，建立外肢体机器人的参数误差辨识模型。
[0063]
外肢体机器人的参数误差辨识模型qδx为：
[0064][0065]
其中，h为外肢体机器人末端执行器到各运动点的向量；向量[ef g]
t
为机器人基坐标系的位置向量，向量[q
x qyqz]
t
为外肢体机器人末端理论位置。
[0066]
步骤s6、将外肢体机器人末端执行器的实际位姿输入参数误差辨识模型对刚柔耦合外肢体机器人进行参数优化，并检测参数误差是否满足精度要求；若是，则标定结束；若否，则重复步骤s2至步骤s5，直至参数误差满足精度要求。
[0067]
以上，仅为本技术的具体实施方式，但本技术的保护范围并不局限于此，任何在本技术揭露的技术范围内的变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应该以权利要求的保护范围为准。

技术特征：
1.一种用于刚柔耦合外肢体机器人的参数辨识优化方法，其特征在于，包括以下步骤:步骤s1、建立外肢体机器人运动学模型；步骤s2、根据外肢体机器人运动学模型，构建外肢体机器人雅克比矩阵；所述外肢体机器人雅可比矩阵是描述机器人末端执行器相对于机器人关节状态的变化率的矩阵；步骤s3、根据外肢体机器人运动学模型，创建外肢体机器人微分方程，并基于对坐标系{t}进行微分变化；所述外肢体机器人微分方程用于描述机器人系统的动力学行为，即描述外肢体机器人的运动和力学特性；步骤s4、通过位姿传感器检测外肢体机器人末端执行器的实际位姿；步骤s5、将外肢体机器人雅克比矩阵、外肢体机器人微分方程和外肢体机器人末端的实际位姿输入外肢体机器人参数辨识模型中，并通过最小二乘法对外肢体机器人的几何参数进行优化辨识和补偿，建立外肢体机器人的参数误差辨识模型；步骤s6、将外肢体机器人末端执行器的实际位姿输入参数误差辨识模型对刚柔耦合外肢体机器人进行参数优化，并检测参数误差是否满足精度要求；若是，则标定结束；若否，则重复步骤s2至步骤s5，直至参数误差满足精度要求。2.根据权利要求1所述的用于刚柔耦合外肢体机器人的参数辨识优化方法，其特征在于，所述步骤s1包括以下步骤：步骤s11、在d-h参数法假设条件下，基于几何分析法建立外肢体刚性机械臂运动学模型，并根据外肢体刚性机械臂运动学模型得到刚性机械臂末端坐标系{i}相对于基坐标系{0}的变换矩阵
i-1i
t；其中，a
i-1
为沿x
i
轴从z
i
移动到z
i+1
的距离；θ
i
为绕z
i
轴从x
i-1
移动到x
i
的角度；d
i
为沿z
i
轴从x
i-1
移动到x
i
的距离；步骤s12、在常曲率假设条件下，基于几何分析法建立外肢体柔性机械臂运动学模型，并根据外肢体柔性机械臂运动学模型得到柔性机械臂末端坐标系{j}相对于刚性机械臂末端坐标系{i}的变换矩阵
j-1j
t；其中，l为单节连续体弯曲单元骨架长度；φ
i
为第i节连续体弯曲单元的弯曲角度；α
i
为第i节连续体弯曲单元的弯曲方向角；s为正弦函数；c为余弦函数；步骤s13、将刚性机械臂末端坐标系{i}相对于基坐标系{0}的变换矩阵
i-1i
t与柔性机械臂末端坐标系{j}相对于刚性机械臂末端坐标系{i}的变换矩阵
j-1j
t结合得到得到外肢体机器人末端坐标系{n}在基坐标系{0}中的变换矩阵
0n
t，即外肢体机器人运动学模型；
其中，r
n
为刚柔耦合外肢体机器人末端坐标系{n}相对于基坐标系{0}的旋转变换矩阵；p
n
为外肢体机器人末端坐标系{n}的原点相对于基坐标系{0}的平移变换；[n
x
,n
y
,n
z
]
t
、[o
x
,o
y
,o
z
]
t
、[a
x
,a
y
,a
z
]
t
为外肢体机器人末端坐标系{n}相对于基坐标系{0}的姿态向量，[p
x
,p
y
,p
z
]
t
为位置向量。3.根据权利要求2所述的用于刚柔耦合外肢体机器人的参数辨识优化方法，其特征在于，所述外肢体机器人雅克比矩阵d中第i行，第j列元素q
ij
(q)为：所述外肢体机器人雅克比矩阵d为：d＝d(q)dq其中，q为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的a
i
、α
i
、d
i
和θ
i
；x
i
为关节空间速度向操作空间x映射的线性变化。4.根据权利要求3所述的用于刚柔耦合外肢体机器人的参数辨识优化方法，其特征在于，所述基于对坐标系{t}进行微分变化得到的微分方程为：其中，r
t
为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的r
n
；任何三维矢量p＝[p
x
p
y p
z
]
t
，其反对称矩阵s(p)定义为：其中，p
x
、p
y
、p
z
为外肢体机器人末端坐标系{n}在基坐标系{0}中的位置和姿态
0n
t中的p
n
的坐标值。5.根据权利要求4所述的用于刚柔耦合外肢体机器人的参数辨识优化方法，其特征在于，所述步骤s4具体包括以下步骤：步骤s41、将外肢体机器人放置在操作空间内进行多种实验，并将刚性大臂和柔性机械臂进行结合操作；步骤s42、使用位姿传感器随机采集和记录外肢体机器人在多种实验条件下的位置和姿态。6.根据权利要求5所述的用于刚柔耦合外肢体机器人的参数辨识优化方法，其特征在
于，所述步骤s5中的外肢体机器人的参数误差辨识模型qδx为：其中，h为外肢体机器人末端执行器到各运动点的向量；向量[ef g]
t
为机器人基坐标系的位置向量，向量[q
x q
y
q
z
]
t
为外肢体机器人末端理论位置。

技术总结
本申请提供一种用于刚柔耦合外肢体机器人的参数辨识优化方法，涉及外肢体机器人技术领域。该方法包括建立外肢体机器人运动学模型；根据运动学模型构建外肢体机器人雅克比矩阵；根据运动学模型创建外肢体机器人微分方程，基于对坐标系进行微分变化；通过位姿传感器检测外肢体机器人末端执行器的实际位姿；将雅克比矩阵、微分方程和末端的实际位姿输入外肢体机器人参数辨识模型中，并通过最小二乘法对外肢体机器人的几何参数进行优化辨识和补偿，建立外肢体机器人的参数误差辨识模型；将实际位姿输入参数误差辨识模型对外肢体机器人进行参数优化，并检测参数误差是否满足精度要求；若是，则标定结束；若否，则重复上述，直至参数误差满足精度要求。参数误差满足精度要求。参数误差满足精度要求。


技术研发人员：齐飞 李宵灵 孙杰 张恒 葛奕玮 刘先军 封金成 刘正阳 林冀 李康
受保护的技术使用者：常州大学
技术研发日：2023.07.14
技术公布日：2023/9/23