频率特性曲线的绘制方法、关节模组和机器人与流程

本技术涉及伺服系统与运动控制，特别涉及一种频率特性曲线的绘制方法、关节模组和机器人。

背景技术：

1、目前，现有伺服系统频率特性获取方法存在以下主要问题：(1) 低频辨识精度不足：采用单段扫频信号覆盖较宽频率范围时，受存储空间和通信带宽限制，低频段单位频率内有效采样数据不足，导致低频辨识分辨率较差，难以准确识别低频段的截止频率和带宽特征。(2) 频率特性曲线平滑性差：基于fft直接计算频率响应的方法受频谱泄露影响，伯德图容易出现毛刺或局部畸变，影响截止频率、谐振频率等关键特征的判断准确性；若进一步采用滤波方式处理曲线，又可能造成真实频率响应特征失真。(3) 抗噪声和抗扰动能力不足：速度反馈信号可能受到编码器量化误差、速度估算滤波、机械扰动和测量噪声影响，直接频谱比值法或峰值检测方法容易导致曲线抖动，影响辨识结果可靠性。

技术实现思路

1、本技术旨在至少解决现有技术中存在的技术问题之一。为此，本技术提出一种频率特性曲线的绘制方法、关节模组和机器人，旨在不依赖第三方数值计算工具的情况下，提高低频辨识精度和曲线平滑性的同时降低调试成本和流程复杂度。

2、第一方面，本技术实施例提供了一种频率特性曲线的绘制方法，应用于关节模组中的控制器，所述关节模组还包括伺服驱动器和电机，所述控制器通过所述伺服驱动器连接至所述电机，所述方法包括：

3、在通过所述伺服驱动器生成至少两段采样点数相同且频率范围存在重叠的扫频激励信号、以及对所述电机进行控制的情况下，采集所述伺服驱动器的指令数据和所述电机的反馈数据；

4、当所述采样点数和预设待辨识系统阶数满足预设辨识条件，根据所述指令数据和所述反馈数据构建离散方程以得到观测矩阵；

5、根据所述观测矩阵进行辨识处理，得到预测输出数据以得到拟合优度；

6、在所述拟合优度大于或等于预设拟合阈值的情况下，构建离散传递函数，根据所述离散传递函数和预设的采样参数进行计算，得到幅频特性的幅值、相频特性的相位和频率间隔；

7、根据所述频率间隔、所述幅频特性的幅值和所述相频特性的相位绘制频率特性曲线，其中，所述频率特性曲线包括幅频特性曲线和相频特性曲线。

8、根据本技术的一些实施例，所述扫频激励信号包括第一扫频激励信号和第二扫频激励信号，其中，所述第一扫频激励信号对应的采样点数等于所述第二扫频激励信号对应的采样点数；所述第一扫频激励信号的扫频频率范围大于或等于第一预设频率且小于或等于第二预设频率，所述第二扫频激励信号的扫频频率范围大于或等于第三预设频率且小于或等于第四预设频率；所述第一预设频率小于所述第三预设频率，所述第二预设频率大于或等于所述第三预设频率且小于所述第四预设频率。

9、根据本技术的一些实施例，所述根据所述指令数据和所述反馈数据构建离散方程以得到观测矩阵，包括：

10、根据所述指令数据和所述反馈数据构建离散方程，计算得到第一参数和第二参数，其中，所述第一参数和所述反馈数据相对应，所述第二参数和所述指令数据相对应；

11、根据所述第一参数和所述第二参数，得到待辨识的参数向量；

12、根据所述反馈数据、所述采样点数和所述预设待辨识系统阶数得到观测方程；

13、根据所述观测方程和所述待辨识的参数向量，得到观测矩阵。

14、根据本技术的一些实施例，所述根据所述观测矩阵进行辨识处理，得到预测输出数据以得到拟合优度，包括：

15、根据所述观测矩阵进行归一化处理，计算所述观测矩阵每一列向量的绝对值最大值，并将每一列的所有元素除以所述绝对值最大值，得到归一化后的观测矩阵；

16、根据所述归一化后的观测矩阵进行求解处理，得到归一化参数向量，其中，所述求解处理包括llt自适应求解、svd自适应求解；

17、根据所述归一化参数向量和所述每列最大绝对值，得到预测输出数据以得到拟合优度。

18、根据本技术的一些实施例，所述根据所述归一化参数向量和所述每列最大绝对值，得到预测输出数据以得到拟合优度，包括：

19、根据所述归一化参数向量和所述每列最大绝对值进行反归一化处理，得到真实参数向量；

20、根据所述真实参数向量和所述离散方程，得到预测输出数据；

21、根据所述反馈数据和所述预测输出数据进行计算，得到残差平方和以及总平方和；

22、根据所述残差平方和以及所述总平方和进行计算，得到拟合优度。

23、根据本技术的一些实施例，所述根据所述传递函数和所述采样参数进行计算，得到幅频特性的幅值、相频特性的相位和频率间隔，包括：

24、根据所述采样参数获取采样频率和采样周期；

25、根据所述传递函数、所述采样周期和预设模拟角频率进行计算，得到频率响应；

26、根据所述频率响应得到幅频特性的幅值和相频特性的相位；

27、根据所述采样点数和所述采样频率得到频率间隔。

28、根据本技术的一些实施例，所述根据所述频率间隔、所述幅频特性的幅值和所述相频特性的相位绘制频率特性曲线，包括：

29、根据所述频率间隔得到每个采样点的频率；

30、根据所述频率和所述幅频特性的幅值绘制幅频特性曲线，其中，所述幅频特性曲线的横坐标为频率，所述幅频特性曲线的纵坐标为幅频特性的幅值；

31、根据所述频率和所述相频特性的相位绘制相频特性曲线，其中，所述相频特性曲线的横坐标为频率，所述相频特性曲线的纵坐标为相频特性的相位。

32、根据本技术的一些实施例，在所述拟合优度小预设拟合阈值的情况下，所述方法还包括：

33、向用户发送辨识失败信息以提醒用户检查所述指令数据和所述反馈数据，或者提醒用户调整所述预设待辨识系统阶数。

34、根据本技术的一些实施例，在采集所述伺服驱动器的指令数据和反馈数据之后，所述方法还包括：

35、当所述采样点数和预设待辨识系统阶数不满足预设辨识条件，向用户发送提醒信息以提醒用户增加所述采样点数或降低所述预设待辨识系统阶数。

36、第二方面，本技术实施例提供了一种关节模组，包括控制器、伺服驱动器、电机和减速器，所述控制器依次通过所述伺服驱动器和所述电机连接至所述减速器，所述控制器用于执行上述第一方面的频率特性曲线的绘制方法。

37、第三方面，本技术实施例提供了一种机器人，包括上述第二方面的关节模组。

38、根据本技术实施例的技术方案，至少具有如下有益效果：本技术频率特性曲线的绘制方法，应用于关节模组中的控制器，所述关节模组还包括伺服驱动器和电机，所述控制器通过所述伺服驱动器连接至所述电机，所述方法包括：在通过所述伺服驱动器生成至少两段采样点数相同且频率范围存在重叠的扫频激励信号、以及对所述电机进行控制的情况下，采集所述伺服驱动器的指令数据和所述电机的反馈数据；通过两段交叉扫频激励策略，增强中低频段的激励密度，能够更准确地识别低频段的截止频率和带宽特征。当所述采样点数和预设待辨识系统阶数满足预设辨识条件，根据所述指令数据和所述反馈数据构建离散方程以得到观测矩阵；根据所述观测矩阵进行辨识处理，得到预测输出数据以得到拟合优度；在所述拟合优度大于或等于预设拟合阈值的情况下，构建离散传递函数，通过拟合优度验证机制，自动判定辨识是否成功，避免因噪声或扰动导致的模型失配误导后续调试，确保频率特性曲线的可信度，根据所述传递函数和所述采样参数进行计算，得到幅频特性的幅值、相频特性的相位和频率间隔；根据所述频率间隔、所述幅频特性的幅值和所述相频特性的相位绘制频率特性曲线，其中，所述频率特性曲线包括幅频特性曲线和相频特性曲线。基于参数化模型计算频率特性，从而获得的幅频曲线和相频曲线平滑连续，并且不依赖第三方计算工具，从而降低调试成本和流程复杂度。