一种scara机器人关节扰动补偿方法与流程

本发明涉及工业机器人技术领域，特别涉及一种scara机器人关节扰动补偿方法。

背景技术：

近年来，随着工业自动化程度的逐渐提高，工业机器人的应用领域从汽车、电子电器、机械等行业不断向其他应用领域发展，成为了许多工业场合中不可或缺的一部分,其中scara机器人在3c行业得到了广泛应用。3c行业高节拍特点要求scara控制更稳，更快，更准，目前scara第一关节第二关节大多采用电机加谐波减速结构，这就引入了关节柔性和摩擦力等扰动，这降低了机器人的控制精度。

目前虽然有些控制方法能解决这些问题，但是存在以下几方面不足：

1)在机器人控制器通过观测器等算法实现扰动补偿，观测器收敛时间较长，影响扰动补偿快速性。

2)扰动主要项摩擦力建模困难，很难获取准确摩擦力，影响扰动补偿的精度。

3)机器人负载实时变化，恒定增益扰动补偿不具有学习性。

技术实现要素：

本发明的目的旨在至少解决所述技术缺陷之一。

为此，本发明的目的在于提出一种scara机器人关节扰动补偿方法。

为了实现上述目的，本发明的实施例提供一种scara机器人关节扰动补偿方法，包括如下步骤：

步骤s1，建立scara机器人关节电机端拉格朗日动力学方程，

其中，mm为电机惯量；为电机端加速度；dm为电机端滑动摩擦系数；为电机端速度；fm为电机端库伦摩擦系数；τm为电机端施加力矩；n为减速器减速比；k为减速器刚度；θm为电机端位置；θl为减速器输出端位置；为减速器输出端速度；d为减速器阻尼；

步骤s2，在scara机器人的第一关节第二关节输出端分别安装角速度传感器，根据两个角速度传感器获取两个关节减速器输出端旋转速度及位移；

步骤s3，将电机输出力矩τm，减速器刚度k，关节阻尼d，减速比n，电机端位置θm，电机端速度减速器输出端位置θl，减速器输出端速度代入动力学方程右端，计算出电机端扰动补偿项τdis；

步骤s4，获取当前关节位置与期望关节位置误差；

步骤s5，将位置误差送入到补偿增益ilc模块，更新补偿增益；

步骤s6，将对应载波周期的补偿增益和计算出来的力矩补偿量进行乘法运算，补偿到力矩环中。

进一步，在所述步骤s2中，通过角速度传感器采集的信号进行高通滤波处理，再进行积分计算得到位移，在关节电机端安装位置传感器，获取电机位置，并通过微分运算获取速度。

进一步，在所述步骤s4中，所述关节期望位置θ^*由控制器规划得到，减速器后端关节实际位置θl由角速度传感器积分计算得到，然后用关节期望位置θ^*减去θl获取误差θerror。

进一步，在所述步骤s5中，采用开环p学习律，其中增益矩阵为与力矩环执行时间及位置指令执行时间相关的数组。

根据本发明实施例的scara机器人关节扰动补偿方法，在伺服驱动器里通过拉格朗日动力学方程，结合外加角速度传感器和关节编码器信息，采用载波周期在不建立扰动模型条件下获取需要补偿扰动力矩，同时通过ilc迭代学习控制实时调整补偿增益，提升控制精度。本发明在不需要准确模型情况下，通过动力学模型计算扰动补偿量通；通过补偿量乘以可变补偿增益进一步优化扰动补偿效果；补偿增益通过ilc迭代学习进行优化，对负载变化具有学习适应能力；通过合理阈值设计可以控制迭代学习状态，进一步增强系统鲁棒性，改善迭代学习对负载变化的适应能力。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：

图1为根据本发明实施例的scara机器人关节扰动补偿方法的流程图；

图2为根据本发明实施例的scara机器人关节扰动补偿方法的架构图；

图3为根据本发明实施例的补偿增益ilc模块的示意图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。

如图1和图2所示，本发明实施例的scara机器人关节扰动补偿方法，包括如下步骤：

步骤s1，建立scara机器人关节电机端拉格朗日动力学方程，

其中，mm为电机惯量；为电机端加速度；dm为电机端滑动摩擦系数；为电机端速度；fm为电机端库伦摩擦系数；τm为电机端施加力矩；n为减速器减速比；k为减速器刚度；θm为电机端位置；θl为减速器输出端位置；为减速器输出端速度；d为减速器阻尼。

动力学方程(1)的左侧为扰动项，包含电机本身惯性力，摩擦力。关节内谐波减速器在不同力矩下刚度不同，根据厂家提供的数据制作表格，存储到控制器内，在力矩不同时，将电机输出力矩τm作为输入量，通过查表获得减速器刚度。减速器阻尼近似认为不变，采用离线辨识法。具体为，固定电机位置，对关节施加冲击，根据冲击后的力矩变化曲线辨识关节阻尼。

步骤s2，在scara机器人的第一关节第二关节输出端分别安装角速度传感器，根据两个角速度传感器获取两个关节减速器输出端旋转速度及位移，并获取其他相关参数。

具体的，scara机器人的第一关节第二关节输出端分别安装角速度传感器，获取两个关节减速器输出端旋转速度及位移。角速度直接通过角速度传感器获得，位移通过角速度积分获取，为减小传感器零漂带来的误差，应先将角速度传感器采集的信号进行高通滤波处理，再进行积分计算得到位移。关节电机端安装有位置传感器，可直接获取电机位置，并通过微分运算获取速度，为减小微分运算带来的误差，可将微分计算出的速度进行队列平均滤波处理。

步骤s3，将电机输出力矩τm，减速器刚度k，关节阻尼d，减速比n，电机端位置θm，电机端速度减速器输出端位置θl，减速器输出端速度代入动力学方程右端，计算出电机端扰动补偿项τdis。

步骤s4，获取当前关节位置与期望关节位置误差。

具体的，关节期望位置θ^*由控制器规划得到，减速器后端关节实际位置θl由角速度传感器积分计算得到，然后用关节期望位置θ^*减去θl获取误差θerror。

步骤s5，将位置误差送入到补偿增益ilc模块，更新补偿增益。

具体的，如图3所示，采用开环p学习律，其中增益矩阵为与力矩环执行时间及位置指令执行时间相关的数组。

如果scara机器人一个运动周期为500ms,则位置指令执行时间为500ms,力矩环执行载波周期为10khz,单个载波周期执行时间为100us,因为扰动补偿每个载波周期执行一次，则一个运动周期内需要在伺服驱动器里存储5000个增益，一个运动周期500ms迭代一次,设置合理θerror阈值，当θerror足够小时，停止迭代。如果负载变化剧烈，θerror超出阈值，则重新开始学习。

步骤s6，将对应载波周期的补偿增益和计算出来的力矩补偿量进行乘法运算，补偿到力矩环中。

根据本发明实施例的scara机器人关节扰动补偿方法，在伺服驱动器里通过拉格朗日动力学方程，结合外加角速度传感器和关节编码器信息，采用载波周期在不建立扰动模型条件下获取需要补偿扰动力矩，同时通过ilc迭代学习控制实时调整补偿增益，提升控制精度。本发明在不需要准确模型情况下，通过动力学模型计算扰动补偿量通；通过补偿量乘以可变补偿增益进一步优化扰动补偿效果；补偿增益通过ilc迭代学习进行优化，对负载变化具有学习适应能力；通过合理阈值设计可以控制迭代学习状态，进一步增强系统鲁棒性，改善迭代学习对负载变化的适应能力。

在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

尽管上面已经示出和描述了本发明的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本发明的限制，本领域的普通技术人员在不脱离本发明的原理和宗旨的情况下在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。本发明的范围由所附权利要求及其等同限定。