本发明涉及控制机器人臂的方法，该机器人臂包括连接机器人基座和机器人工具凸缘的多个机器人关节，其中机器人关节中的至少一个机器人关节为包括具有马达轴的关节马达的旋转机器人关节，其中马达轴被构造成经由机器人关节传动装置使该旋转机器人关节的输出轴旋转。
背景技术
包括多个机器人关节和连杆(其中马达可使关节相对于彼此旋转)的机器人臂在机器人领域中是已知的。通常，机器人臂包括用作机器人臂的安装基座的机器人基座和能够与各种工具附接的机器人工具凸缘。机器人控制器被配置为控制机器人关节，以相对于基座移动机器人工具凸缘。例如，为了指示机器人臂执行多个工作指令。
通常，机器人控制器被构造成基于机器人臂的动态模型控制机器人关节，其中该动态模型限定作用于机器人臂上的力与所得的机器人臂的加速度之间的关系。通常，动态模型包括机器人臂的运动学模型、关于机器人臂的惯性的知识以及影响机器人臂移动的其他参数。运动学模型限定了机器人臂的不同零件之间的几何关系，并且可包括机器人臂的信息(诸如关节和连杆的长度、尺寸)，并且可(例如)由Denavit-Hartenberg参数等来描述。动态模型使控制器可能确定关节马达将要提供的扭矩，以便例如在指定的位置、以指定的速度和加速度移动机器人关节。
在许多机器人臂上，可以将各种端部执行器附接到机器人工具凸缘，诸如夹持器、真空夹持器、磁性夹持器、螺纹车床、焊接装备、分配系统、视觉系统等。
在一些机器人中，机器人关节包括关节马达，该关节马达具有被构造成例如经由传动装置系统使输出轴旋转的马达轴。机器人关节传动装置系统被构造成将由马达轴提供的扭矩传递到输出轴。通常，输出轴连接到机器人臂的零件并且被构造成使机器人臂的零件相对于彼此旋转。机器人关节传动装置系统可例如包括机器人关节齿轮或直接驱动机构。机器人关节齿轮可例如被提供为正齿轮、行星齿轮、锥齿轮、蜗轮、应变波齿轮或其他类型的传动装置系统。
通常，柔性和摩擦存在于各种类型的传动装置中。在动态模型中考虑传动装置的摩擦使得动态模型更准确地类似于真实机器人臂的动态，因为源自传动装置系统的机器人关节摩擦可以是已知的，从而在机器人控制器中得到补偿。补偿控制器中的摩擦效应的技术在马达控制领域中是熟知的{1}。更准确的动态模型例如可以允许机器人控制器以更高的准确性和精度控制机器人臂。更准确的动态模型还可以允许机器人控制器更准确地识别外部干扰，例如在安全性方面非常关注的人类干扰。
在考虑机器人控制器设计中的机器人关节摩擦时的一个问题是摩擦以难以准确预测的方式变化。例如，已知摩擦随着诸如温度和磨损的量而变化，这些量在大多数工业机器人上是几乎不可测量的。摩擦的温度依赖性由例如所接触的机械部件的热膨胀和/或温度依赖性润滑剂特性引起。摩擦的磨损依赖性例如由在接触表面处(例如在机器人关节齿轮中的齿轮啮合处)被磨损掉的材料引起。
由于机器人关节摩擦的变化，期望在线估计摩擦，使得可以在机器人控制器中更准确地补偿摩擦。自适应摩擦补偿技术在马达控制领域中是熟知的。一些研究人员已经通过各种策略实现了自适应摩擦补偿{2}、{3}、{4}。
有几种机器人控制策略利用了有关工业机器人的动态模型的知识来计算控制动作。控制策略关节扭矩反馈(JTF)已经广泛用于改善机器人运动和力控制的性能{5}、{6}、{7}。JTF控制的实施需要知道从传动装置系统传递到输出轴的关节扭矩。关节传动装置扭矩最常通过测量传动装置内部的弹性构件的变形来获得。例如，如果应变波传动装置被用作机器人关节齿轮，则可例如通过将应变仪安装在柔轮上来获得关节传动装置扭矩{8}、{9}、{10}。另一种选择是测量输入轴和输出轴两者在机器人关节中的角位置。这些位置测量之间的差限定了传动装置系统的变形。这种变形与传动装置系统的精确数学模型相结合，可以得出机器人关节传动装置扭矩的估计，如{11}、{12}、{13}所示。然而，虽然这些成果证明了在最长80秒的时间段内在实验测试系统中具有足够的准确性，但如果应用于工业机器人，则认为这些方法不合格，在工业机器人的情况下，发生环境条件的变化或机器人关节传动装置系统的温度或磨损水平的变化，并且影响工业机器人的摩擦特性。
EP165264A1公开了控制由马达驱动的机器人臂的方法和设备、控制机器人臂的顺应性伺服控制技术，以及在检测到机器人臂与对象的碰撞之后控制机器人臂停止的方法和设备。机器人关节的摩擦力矩基于马达角速度来计算，该马达角速度基于反馈马达角速度或期望的马达角速度中的最大的一者来获得。
参考文献
{1}B.Bona and M.Indri(2005)。“Friction Compensation in Robotics:An Overview，”Proc.44th IEEE Conference on Decision and Control,Seville,Spain,Dec 15,2005.
{2}C.Canudas-de-Wit et al.(1987)。“Adaptive friction compensation in dc-motor drives，”IEEE Journal on Robotics and Automation,Vol.3,No.6,pp.681-685.
{3}C.Canudas-de-Wit et al.(1991)。“Adaptive Friction Compensation in Robot Manipulators:Low Velocities，”The International Journal of Robotics Research,Vol.10,No.3,pp.189-199.
{4}W.Susanto et al.(2008)。“Adaptive Friction Compensation:Application to a Robotic Manipulator，”IFAC Proceedings Volumes,Vol.41,No.2,pp.2020-2024.
{5}F.Aghili and M.Buehler and J.M.Hollerbach(2001)。“Motion control systems with/spl Hscr//sup/spl infin//positive joint torque feedback，”IEEE Transactions on Control Systems Technology,Vol.9,No.5,pp.685-695.
{6}L.Le Tien et al.(2008)。“Friction observer and compensation for control of robots with joint torque measurement，”IEEE/RSJ International Conference on Intelligent Robots and Systems,Nice,France,Sep 22-26,2008,pp.3789-3795.
{7}A.et al.(2007)。“The DLR lightweight robot:design and control concepts for robots in human environments，”Industrial Robot:An International Journal,Vol.34,No.5,pp.376-385.
{8}M.Hashimoto et al.(1993)。“A Torque Sensing Technique for Robots with Harmonic Drives，”IEEE Transactions on Robotics and Automation,Vol.9,No.1,pp.108-116.
{9}W.-H.Zhu et al.(2006)。“Adaptive Control of Harmonic Drives，”Journal of Dynamic Systems,Measurement,and Control,Vol.129,No.2,pp.182-193.
{10}J.W.Sensinger and R.F.ff.Weir(2006)。“Improved Torque Fidelity in Harmonic Drive Sensors Through the Union of Two Existing Strategies，”IEEE/ASME Transactions on Mechatronics,Vol.11,No.4,pp.457-461.
{11}T.Kawakami et al.(2010)。“High-Fidelity Joint Drive System by Torque Feedback Control Using High Precision Linear Encoder，”IEEE International Conference on Robotics&Automation,Anchorage,Alaska,USA,May 3-8,2010.
{12}H.Zhang et al.(2013)。“Torque Estimation Technique of Robotic Joint with Harmonic Drive Transmission，”IEEE International Conference on Robotics&Automation,Karlsruhe,Germany,May 6-10,2013.
{13}H.Zhang et al.(2015)。“Torque Estimation for Robotic Joint with Harmonic Drive Transmission Based on Position Measurements，”IEEE Transactions on Robotics,Vol.31,No.2,pp.322-330.
{14}M.W.Spong(1987)。“Modeling and Control of Elastic Joint Robots，”Journal of Dynamic Systems,Measurement,and Control,vol.109,no.4,pp.310-319.
{15}Gene F.Franklin,J.David Powell,and Abbas Emami-Naeini。“Feedback Control of Dynamic Systems”，8th Edition.Pearson,2018.
技术实现要素：
本发明的目的是解决关于现有技术的上述限制或现有技术的其他问题。这通过控制具有机器人关节的机器人臂的方法来实现，其中基于信号来控制关节的关节马达，该信号基于机器人关节传动装置的输入侧和/或输出侧的摩擦力矩以及传动装置的输入侧和输出侧之间的机器人关节传动装置扭矩来生成。摩擦力矩基于以下项中的至少两者来确定：马达轴的角位置；输出轴的角位置和/或由关节马达提供给马达轴的马达扭矩。机器人关节传动装置扭矩基于以下项中的至少一者来确定：输出轴的角位置；输出轴的角位置和/或马达轴的角位置；马达轴的角位置和由关节马达提供给马达轴的马达扭矩。这使得可能提供对机器人臂的更准确的控制，因为可以自适应地获得关节传动装置的摩擦力矩并且将其用于生成机器人关节马达的控制信号。此外，本发明的目的通过包括多个机器人关节和机器人控制器的机器人臂来实现，其中机器人控制器被构造成基于自适应地获得的机器人关节传动装置的摩擦力矩来控制机器人臂。从属权利要求描述了根据本发明的方法的可能实施方案。在本发明的具体实施方式中描述了本发明的优点和有益效果。
附图说明
图1示出了根据本发明构造的机器人臂；
图2示出了旋转机器人关节的示意性剖视图；
图3示出了旋转机器人关节齿轮的模型；
图4示出了根据本发明构造的机器人臂的简化结构图；
图5示出了根据本发明的控制机器人臂的方法的流程图，其中基于旋转机器人关节的自适应摩擦来控制机器人臂；
图6示出了控制机器人臂的机器人控制器系统的结构示意图，其中基于旋转机器人关节的自适应摩擦来控制机器人臂；
图7示出了根据本发明的控制机器人臂的方法的流程图，其中根据旋转机器人关节的传动装置扭矩基于自适应摩擦来控制机器人臂；
图8示出了控制机器人臂的机器人控制器系统的结构示意图，其中根据旋转机器人关节的传动装置扭矩基于自适应摩擦来控制机器人臂；
图9示出了根据本发明的控制机器人臂的方法的流程图，其中基于自适应摩擦相关前馈控制来控制机器人臂；
图10示出了控制机器人臂的机器人控制器系统的结构图，其中基于自适应摩擦相关前馈控制器来控制机器人臂；
图11示出了控制机器人臂的机器人控制器系统的自适应摩擦模块的结构图，其中自适应摩擦模块提供机器人关节传动装置的摩擦。
具体实施方式
鉴于仅旨在说明本发明原理的示例性实施方案描述了本发明。技术人员将能够在权利要求的范围内提供若干实施方案。在整个说明书中，提供类似效果的类似元件的参考标号具有相同的后两位。此外，应当理解，在实施方案包括多个相同特征的情况下，仅一些特征可以由参考标号标记。
本发明可以实施为机器人臂，并且根据图1所示的机器人臂进行描述。机器人臂101包括多个机器人关节103a、103b、103c、103d、103e、103f以及连接机器人基座105和机器人工具凸缘107的机器人连杆104b、104c、104d。基座关节103a与肩部关节直接连接，并且被构造成使机器人臂围绕基座轴线111a(以短划虚线示出)旋转，如旋转箭头113a所示。肩部关节103b经由机器人连杆104b连接到肘部关节103c，并且被构造成使机器人臂围绕肩部轴线111b(示出为指示轴线的十字)旋转，如旋转箭头113b所示。肘部关节103c经由机器人连杆104c连接到第一腕部关节103d，并且被构造成使机器人臂围绕肘部轴线111c(示出为指示轴线的十字)旋转，如旋转箭头113c所示。第一腕部关节103d经由机器人连杆104d连接到第二腕部关节103e，并且被构造成使机器人臂围绕第一腕部轴线111d(示出为指示轴线的十字)旋转，如旋转箭头113d所示。第二腕部关节103e连接到机器人工具关节103f，并且被构造成使机器人臂围绕第二腕部轴线111e(以点划线示出)旋转，如旋转箭头113e所示。机器人工具关节103f包括机器人工具凸缘107，该机器人工具凸缘能够围绕工具轴线111f(以点划线示出)旋转，如旋转箭头113f所示。因此，所示的机器人臂是具有六个自由度的六轴机器人臂，然而，应当注意，本发明可以设置在包括更少或更多机器人关节的机器人臂中，并且机器人关节可以直接或经由机器人连杆连接到相邻机器人关节。在例示的实施方案中，机器人关节被示出为旋转机器人关节，其中旋转机器人关节使机器人臂的零件相对于机器人关节的另一零件旋转，然而，应当理解，机器人关节中的一些机器人关节可被提供为平移机器人关节，其中机器人关节被构造成经由平移移动将机器人臂的零件相对于机器人臂的另一零件移动。例如，此类平移机器人关节可被提供为棱柱形机器人关节。应当理解，机器人关节可以相同和/或不同。图中还示出了重力方向123。
机器人臂包括至少一个机器人控制器115，该至少一个机器人控制器被构造成通过基于机器人的动态模型控制提供给关节马达的马达扭矩来控制机器人关节。机器人控制器115可作为包括界面设备117的计算机而提供，该界面设备使得用户能够对机器人臂进行控制和编程。控制器可作为如图1所示的外部设备而提供，或作为集成到机器人臂中的设备而提供。界面设备可例如作为工业机器人领域中已知的示教器而提供，该示教器可经由有线或无线通信协议与控制器进行通信。界面设备可例如包括显示器119和多个输入设备121，诸如按钮、滑块、触摸板、操纵杆、轨迹球、手势识别设备、键盘等。显示器可作为既充当显示器又充当输入设备的触摸屏而提供。
图2示出了旋转机器人关节203的示意性剖视图。示意性机器人关节203可以反映图1的机器人101的机器人关节103a-103f中的任何一个。机器人关节包括具有马达轴225的关节马达209。马达轴225被构造成经由机器人关节传动装置229使输出轴227旋转。机器人关节传动装置可以是将马达轴的旋转传递到输出轴的任何设备，并且可以例如作为直接驱动器提供，其中马达轴与输出轴和马达轴直接联接，因此输出可以是相同的。机器人关节传动装置还可以被提供为机器人关节齿轮，该机器人关节齿轮提供马达轴和输出轴之间的比率，例如以便增加由输出轴提供的旋转扭矩。机器人关节齿轮可被提供为任何种类的齿轮机构，诸如应变波齿轮、行星齿轮、周转齿轮、正齿轮、锥齿轮等，并且可被提供为单级或多级齿轮系统。输出轴227围绕旋转轴线211(以点划线示出)旋转，并且可以连接到机器人臂的相邻零件(未示出)。因此，机器人臂的相邻零件可以相对于机器人关节203围绕旋转轴线211旋转，如旋转箭头213所示。在例示的实施方案中，机器人关节包括连接到输出轴的输出凸缘231，并且输出凸缘可以连接到相邻的机器人关节或机器人臂的臂部分。然而，输出轴可以直接连接到机器人臂的相邻零件，或者通过任何其他方式，使得机器人的相邻零件能够通过输出轴旋转。
关节马达209被构造成通过如马达控制的领域中已知的那样向马达轴施加马达扭矩来使马达轴旋转，例如基于指示由马达轴施加的扭矩τ控制的马达控制信号233，例如通过用与马达扭矩成比例的马达电流i马达来驱动关节马达。机器人传动装置229被构造成将由马达轴提供的扭矩传递到输出轴，例如以在马达轴和输出轴之间提供齿轮齿数比。机器人关节包括至少一个关节传感器，该至少一个关节传感器提供至少指示输出轴的角位置q和马达轴的角位置Θ的传感器信号。例如，输出轴的角位置可以由输出编码器235指示，该输出编码器提供指示输出轴相对于机器人关节的角位置的输出编码器信号236。类似地，马达轴的角位置可以由输入编码器237提供，该输入编码器提供指示马达轴相对于机器人关节的角位置的输入编码器信号238。输出编码器235和输入编码器237可以是能够分别指示输出轴和马达轴的角位置、速度和/或加速度的任何编码器。输出/输入编码器例如可以被配置为基于布置在相应轴上的编码器轮239的位置来获得相应轴的位置。编码器轮例如可以是旋转编码器领域中已知的光学编码器轮或磁性编码器轮。指示输出轴的角位置的输出编码器和指示马达轴的角位置的输入编码器使得可以确定机器人关节齿轮的输入侧(马达轴)和输出侧(输出轴)之间的关系。
机器人关节可以可选地包括一个或多个马达扭矩传感器241，该一个或多个马达扭矩传感器提供指示由马达轴提供的扭矩的马达扭矩信号242。例如，马达扭矩传感器可以被提供为电流传感器，该电流传感器获得通过关节马达的线圈的电流i马达，由此马达扭矩可以如马达控制领域中已知的那样被确定。例如，结合多相马达，可以提供多个电流传感器，以便获得通过多相马达的相中的每一相的电流，然后可以基于所获得的电流来获得马达扭矩。例如，在三相马达中，可基于从通过帕克变换的相电流获得的正交电流来获得马达扭矩。另选地，可以使用其他类型的传感器例如力-扭矩传感器、应变仪等来获得马达扭矩。
图3示出了连接机器人连杆304i-1和机器人连杆304i的旋转机器人关节303的模型，其中关节马达309i被布置在机器人连杆304i-1上，并且相对于机器人连杆304i-1使机器人连杆304i旋转。关节马达的马达轴325i经由机器人关节传动装置329i(以示意形式示出)连接到输出轴327i，并且机器人连杆304i与输出轴327i一起旋转。机器人关节传动装置提供了马达轴与输出轴之间的传动比，并且在无限刚性的传动装置中，马达轴的旋转根据机器人关节传动装置的传动比立即转换为输出轴的旋转。然而，如在本发明的背景技术中所述，在机器人臂领域中使用的机器人关节传动装置的类型中存在柔性。机器人关节传动装置的柔性可以由机器人关节传动装置的传动装置刚度来指示，该传动装置刚度定义了通过机器人关节传动装置的扭矩与机器人关节传动装置的输入侧(马达轴)和输出侧(输出轴)之间的变形之间的关系。机器人关节传动装置的柔性可以表示为并联联接在机器人关节传动装置的输入侧(马达轴)和输出侧(输出轴)之间的弹簧326和阻尼器328。弹簧的刚度Ki指示机器人关节传动装置的传动装置刚度，并且阻尼器的阻尼Di指示机器人关节传动装置的阻尼。
图4示出了包括多个(n个)机器人关节403i、403i 1…403n的机器人臂的简化结构图。机器人臂例如可以类似于图1中所示的机器人臂实施为具有多个相互连接的机器人关节，其中机器人关节可以类似于图2中所示的旋转机器人关节实施。应当理解，为了简单起见，省略了机器人关节中的一些机器人关节和机器人关节之间的机器人连杆。控制器连接到包括显示器119和多个输入设备121的界面设备，如结合图1所描述的。机器人控制器415包括处理器443、存储器445以及使得能够与至少一个外围设备通信的至少一个输入和/或输出端口。
机器人控制器被构造成基于机器人臂的动态模型D机器人来控制机器人臂。机器人臂的动态模型可被定义并且预先存储在控制器的存储器445中，并且在一些实施方案中，可允许用户例如通过提供附接到机器人臂的有效载荷的有效载荷信息或限定机器人臂相对于重力的取向来修改机器人臂的动态模型。
机器人臂的构型的特征在于广义坐标(q Θ)∈R2N，其中q是包括机器人关节传动装置的输出轴的角位置的向量，并且Θ是包括如在机器人关节传动装置的输出侧中看到的马达轴的角位置的向量。因此：
等式1
其中Θ’是马达轴的实际角位置，可以例如由旋转编码器测量，并且r是机器人关节传动装置的齿轮齿数比。这是本申请通篇所用的符号。
另选地，需注意，q可在机器人关节齿轮的输入侧中指示：
等式2 q＝q′r
其中q′是输出轴的实际角位置，可以例如由旋转编码器测量。
当扭矩施加到机器人关节传动装置时，机器人关节的传动装置柔性导致机器人关节传动装置的输入侧和输出侧之间的挠曲。机器人关节传动装置的挠曲可以由关节传动装置变形变量Ф关节指示，该关节传动装置变形变量指示马达轴的角位置Θ与输出轴的角位置q之间的差，因此机器人关节i的关节传动装置变形被定义为：
等式3 Φ关节,i＝Θi-qi
关节传动装置扭矩τ关节,i定义了经由机器人关节传动装置从马达轴传递到输出轴的扭矩，并且可以被建模为关节传动装置变形Φ关节及其时间导数的函数：
等式4
其中是取决于机器人关节传动装置刚度Ki和机器人关节传动装置的关节传动装置变形的柔性扭矩，并且是取决于阻尼Di和机器人关节传动装置的关节传动装置变形的一阶导数的阻尼扭矩。
机器人关节传动装置的传动装置刚度Ki可以用引起关节传动装置变形的柔性扭矩随关节传动装置变形的变化量来表征。因此，传动装置刚度可以表示为：
等式5
机器人关节传动装置的柔性扭矩可以实验方式获得，例如通过以下这些步骤获得：
·围绕机器人关节的旋转轴线(111a至111f，211)施加一组不同的已知扭矩，并且针对每个扭矩，使用等式3基于获得/测量的输入轴和输出轴的角位置来获得所得的关节传动装置变形Ф关节。扭矩可例如通过以下方式施加到机器人关节：
○将关节旋转轴线定向成平行于重力加速度的方向，使得将不存在由重力引起的扭矩，然后；
■使用能够测量力的设备对机器人臂施加力，该力在所施加的力与关节轴之间具有已知距离的位置处施加，该距离垂直于所施加的力的方向并且垂直于关节旋转轴线，然后将扭矩计算为力乘以距离；
■让机器人的零件(例如，工具凸缘)在其周围施加力/扭矩，并且使用机器人臂的运动学特性和机器人臂的实际构型来计算关节旋转轴线周围的扭矩。
基于实验结果，可构建关节传动装置变形和关节i的柔性扭矩之间的关系的数学模型，例如可以使用Φ关节,i中的奇数幂的多项式来描述关节传动装置变形和关节i的柔性扭矩之间的关系，因此
等式6
其中kj,i为第j个多项式系数，并且P为多项式系数的总数。
如果假定关节传动装置变形的时间导数呈线性，则例如可以通过以下步骤获得机器人关节传动装置的阻尼扭矩
·固定机器人关节传动装置的输出轴；
·向机器人关节传动装置的马达轴施加扭矩以产生关节传动装置的传动装置挠曲；
·保持机器人关节传动装置的马达轴静止，并且从机器人关节传动装置的马达轴上移除所施加的扭矩；
·当机器人关节传动装置的马达轴经历振幅随时间减小的阻尼谐波运动时，观察机器人关节传动装置的马达轴随时间推移的位置；
·阻尼扭矩是运动期间能量耗散的量度。假定欠阻尼谐波运动，阻尼系数Di可以获得为：
等式7
中B是马达轴的质量惯性矩，A1和A2分别是第一振动和第二振动的振幅，并且t1和t2分别是第一运动和第二运动的时间。
如果运动没有欠阻尼，则较大的质量惯性矩被添加到输入轴。
机器人关节的传动装置的输出侧摩擦力矩Fq可通过实验获得，例如通过针对机器人关节中的每一个机器人关节独立地遵循这些步骤：
·将机器人关节的旋转轴线(111a至111f，211)定向成平行于重力加速度的方向。
·施加马达扭矩，以便在已知的时间段内使机器人关节的输出轴以不同的已知恒定角速度旋转，同时测量关节传动装置变形。
·输出侧摩擦力矩作为关节传动装置变形获得，该关节传动装置变形在输出轴的恒定角速度运动期间映射到柔性扭矩，因此
等式8 Fq,i＝τE,i(Φ关节,i)
机器人关节传动装置的输入侧摩擦力矩Fθ可以实验方式获得，例如通过针对机器人关节中的每一个机器人关节独立地遵循这些步骤：
·将机器人关节轴线旋转轴线(111a至111f，211)定向成平行于重力加速度的方向；
·例如基于马达电流，在获得关节马达扭矩时，施加马达扭矩，以使机器人关节的马达轴在已知的时间段内以已知的恒定角速度旋转。
·输入侧摩擦力矩获得为马达轴的恒定角速度运动期间作为柔性扭矩的函数的关节马达扭矩，因此
等式9 Fθ,i＝τ马达,i-τE,i(Φ关节,i)
面对图4，机器人控制器被构造成通过向关节马达提供马达控制信号来控制机器人关节的关节马达。马达控制信号433i、433i 1…433n指示每个关节马达将提供给马达轴的马达扭矩τ控制,i、τ控制,i 1，以及τ控制,n；另选地，马达控制信号可被提供为或指示每个关节马达将提供的电流i控制,i、i控制,i 1，以及i控制,n。马达控制信号可以指示期望的马达扭矩、由输出轴提供的期望扭矩、由马达线圈提供的电流或者可以从其获得马达扭矩的任何其他信号。马达扭矩信号可以被发送到马达控制驱动器(未示出)，该马达控制驱动器被配置为利用产生期望的马达扭矩的马达电流来驱动马达关节。机器人控制器被配置为基于如现有技术中已知的机器人臂的动态模型来确定马达扭矩。动态模型使得控制器可能计算关节马达应当向马达轴中的每一个马达轴提供多少扭矩，以使机器人臂执行期望的移动以及/或者以静态姿态布置。机器人臂的动态模型可以存储在存储器445中。
如结合图2所述，机器人关节包括：输出编码器，该输出编码器提供指示输出轴相对于相应的机器人关节的角位置q,i、q,i 1…q,n的输出编码器信号436i、436i 1…436n；输入编码器，该输入编码器提供指示马达轴相对于相应的机器人关节的角位置Θ,i、Θ,i 1…Θ,n的输入编码器信号438i、438i 1…438n，以及马达扭矩传感器，该马达扭矩传感器提供指示由相应的机器人关节的马达轴提供的扭矩τ马达,i、τ马达,i 1…τ马达,n的马达扭矩信号442i、442i 1…442n；另选地，马达扭矩信号可被提供为提供给每个关节的电流i控制,i、i控制,i 1以及i控制,n。控制器被构造成接收输出编码器信号436i、436i 1…436n、输入编码器信号438i、438i 1…438n和马达扭矩信号442i、442i 1…442n。
控制器可以例如被构造成执行如图5、图7和图9所示的控制机器人臂的方法，并且如前面描述的那样被构造成如图6、图8和图10所示。
图5示出了控制机器人臂的方法的流程图，该机器人臂包括连接机器人基座和机器人工具凸缘的多个机器人关节，其中机器人关节中的至少一个机器人关节是包括具有马达轴的关节马达的旋转机器人关节，其中马达轴被构造成经由机器人关节传动装置使旋转机器人关节的输出轴旋转。该方法包括初始化步骤550，获得关节马达的马达轴的角位置的步骤552；获得机器人关节的输出轴的角位置的步骤554，以及获得由机器人马达提供的马达扭矩的步骤556，获得机器人关节传动装置的摩擦力矩的步骤558，获得机器人关节传动的输入侧与输出侧之间的传动装置扭矩的步骤560，以及生成用于关节马达的控制信号的步骤562。
初始化550的步骤包括获得机器人臂的动态模型D机器人的步骤，并且可以基于机器人臂和机器人关节的先验知识KoR[机器人知识]，诸如机器人关节和机器人连杆的尺寸和重量；关节马达特性；与附接到机器人臂的最终有效载荷、机器人臂相对于重力的取向以及机器人臂和机器人关节的摩擦特性有关的信息。机器人臂的动态模型可被定义并且预先存储在控制器的存储器中，并且在一些实施方案中，可允许用户例如通过提供附接到机器人臂的有效载荷的有效载荷信息或限定机器人臂相对于重力的取向来修改机器人臂的动态模型。可以通过将机器人臂视为具有多个(n 1)刚性机器人连杆和多个(n)回转机器人关节的开放运动链来获得机器人臂的动态模型，该开放运动链包括被构造成使至少一个机器人连杆旋转的关节马达。
例如，从机器人臂的机器人关节传动装置的输出侧看到的动态模型可以用{14}来表征：
等式10
其中τ关节是包括机器人关节传动装置中的每一个机器人关节传动装置的传动装置扭矩τ关节,i…τ关节,n的向量；q是包括机器人关节传动装置的输出轴的角位置的向量；是包括机器人关节传动装置的输出轴的角位置的一阶时间导数的向量，并且因此与输出轴的角速度相关；是包括机器人关节传动装置的输出轴的角位置的二阶时间导数的向量，并且因此与输出轴的角加速度相关。M(q)是机器人臂的惯性矩阵，并且指示机器人臂的作为机器人关节传动装置的输出轴的角位置的函数的质量惯性矩。是机器人臂的作为机器人关节传动装置的输出轴的角位置和角速度的函数的科里奥利和向心扭矩。g(q)是作用于机器人臂的作为机器人关节传动装置的输出轴的角位置的函数的重力矩。
Fq是包括作用于机器人关节传动装置的输出轴的摩擦力矩的向量。Fq可在机器人关节的校准期间获得，例如如段落[0026]中所述。τext是指示作用于机器人关节传动装置的输出轴的外部扭矩的向量。外部扭矩例如可以由作用在机器人臂的零件上的外力和/或扭矩提供。例如，如果机器人的工具凸缘经受由Fext描述的外力和/或扭矩，则在机器人关节的输出轴处产生的扭矩变为：
等式11 τext＝JT(q)Fext
其中JT(q)是机器人臂的转置操纵器雅可比矩阵，并且其中Fext是描述相对于机器人臂的工具凸缘的外力和扭矩的方向和量值的向量。
其次，从机器人关节传动装置的输入侧看到的动态模型变为{14}：
等式12
其中τ关节是包括机器人关节传动装置中的每一个机器人关节传动装置的传动装置扭矩τ关节,i…τ关节,n的向量；是包括关节马达的马达轴的角位置的二阶时间导数的向量，并且因此与马达轴的角加速度相关。B是指示关节马达转子的质量惯性矩的正定对角矩阵。FΘ是包括作用于马达轴的摩擦力矩的向量，并且τ马达是指示由关节马达产生的扭矩的向量。如段落[0027]中所述，针对每个机器人关节可以获得FΘ。
获得关节马达的马达轴的角位置的步骤552可以通过测量马达轴的角位置(例如，通过使用编码器诸如机器人技术中已知的光学编码器/磁性编码器)来获得。马达轴的角位置Θ可以存储在存储器中以便稍后使用，例如以便存储在不同时间获得的马达轴的多个角位置。
获得机器人关节传动装置的输出轴的角位置的步骤554可以通过测量输出轴的角位置(例如通过使用编码器诸如机器人技术中已知的光学编码器/磁性编码器)来获得。输出轴的角位置q可以存储在存储器中以便稍后使用，例如，在不同时间获得的输出轴的多个角位置可以存储在存储器中。另选地，可以获得机器人关节传动装置的输出轴的角位置作为控制器在上面产生马达扭矩的输出轴的期望的角位置。这使得可能估计不包括用于测量输出轴的角位置的编码器的机器人关节中的输出轴的角度，或者也可以例如通过基于机器人关节传动装置的齿轮齿数比来估计输出轴，基于马达轴角位置来估计输出轴角位置。
获得由关节马达提供的实际马达扭矩τ马达的步骤556例如可以通过获得通过关节马达的电流i马达来获得，由此可以如马达控制领域中已知的那样获得实际的马达扭矩。例如，如果关节马达被提供为动态相比于操纵器的动态快得多的三相永磁同步机(PMSM)，并且如果关节马达在其当前饱和极限下操作，则可通过以下方式获得马达轴扭矩：
等式13 τ马达＝Kτ i马达
其中τ马达是包括由(在机器人关节齿轮的输出空间中看到的)关节马达的马达轴提供的实际扭矩的向量，Kτ是扭矩常数的正定对角矩阵，并且i马达是包括使用帕克变换从关节马达的相电流获得的扭矩产生(正交)电流的向量。
也可通过使用力/扭矩传感器诸如指示马达轴的实际扭矩的应变仪来获得实际马达扭矩，因为在许多情况下可假定马达扭矩被传递到马达轴。
获得机器人关节传动装置的输入侧和/或输出侧的摩擦力矩的步骤558可以基于以下项中的至少两者来获得：
○马达轴的角位置Θ；
○输出轴的角位置q；
○由关节马达提供给马达轴的马达扭矩τ马达/i马达；
通过使用数字信号处理(DSP)领域中已知的任何方法或方法的组合或控制理论领域中自适应状态估计领域中已知的自适应观测器方法。这使得可能提供机器人关节传动装置的摩擦力矩的在线估计，由此可能在为机器人臂提供控制系统时考虑由于磨损和环境工作条件的变化而引起的机器人关节传动装置的不同摩擦。因此，可以提供对机器人臂的更准确的控制。此外，在许多机器人臂中，马达轴的角位置、输出轴的角位置和马达扭矩已经可由各种传感器获得，因此在此类机器人中不需要提供附加的传感器。自适应滤波方法包括例如：
·最小均方(LMS)滤波器；和
·递归最小二乘(RLS)滤波器；
并且观测器方法包括例如：
·龙伯格观测器(LO)；
·卡尔曼滤波器(KF)，还包括扩展卡尔曼滤波器(EKF)和无损卡尔曼滤波器(UKF)；
·滑动模式观测器(SMO)，还包括超扭曲滑动模式观测器(STSMO)；
·高增益观测器(HGO)；
·模糊观测器(FO)；
·人工神经网络(ANN)；
其中以下项中的至少两者用作观测器的输入：马达轴的角位置Θ；输出轴的角位置q；以及由关节马达提供给马达轴的马达扭矩τ马达/i马达。
例如，可进行自适应摩擦力矩估计以基于机器人关节的马达轴的位置，例如通过由可线性参数化模型来描述摩擦力矩来获得对机器人传动装置的输入侧和/或输出侧摩擦力矩的估计，以及/或者机器人关节的输出轴的位置和马达扭矩。
等式14
其中ω为马达轴和/或输出轴的角速度，为所估计的库仑摩擦系数的向量，并且为所估计的粘滞摩擦系数的向量。由于线性参数化，可能通过递归最小二乘(RLS)方法来估计未知的和假定的缓慢变化的系数，该方法中一些遗忘方案忽略过去的数据。
假定在时间tk＝k TS对每个机器人关节的数据进行采样，其中TS是采样时间，并且k是表示特定样本的递增整数，并且假定动态摩擦残差RLS方法通过以下过程针对每个样本估计未知滤波器系数来起作用，如
等式15 Ψ(k)＝[sgn(ωi(k)) ωi(k)]
等式16
等式17
等式18 L(k)＝Q(k)Ψ(k)
等式19
等式20
其中λ是遗忘因子。遗忘因子λ＝1被选择为估计随时间不变(恒定)的参数，并且遗忘因子λ<1被选择为估计随时间变化的参数。较小的遗忘因子将使RLS方法更快地遗忘参数。
可使用例如图11中示出的示出自适应摩擦模块1174的观测器结构来获得通过使用观测器来估计例如输入侧摩擦力矩，该自适应摩擦模块可被实现为图6、图8和图10所示的机器人系统的自适应摩擦模块674。在此，使用马达轴的角速度的基于模型的估计与通过马达轴角位置Θ信号的时间微分获得的测量速度之间的差来估计摩擦力矩。观测器增益L用于调谐观测器。基于马达轴的角位置Θ和输出轴的角位置q，关节传动装置变形Φ关节由关节传动装置变形模块1190基于等式3确定。关节传动装置变形的时间导数由关节传动装置变形微分模块1191通过对关节传动装置变形Φ关节进行微分来获得。基于关节传动装置变形和关节传动装置变形的时间导数，关节扭矩τJ由关节扭矩获得模块1192基于等式4获得。从机器人关节传动装置的输入侧看到的动态模型(等式12)由马达轴惯性扭矩估计模块1193使用，以从马达轴的角加速度获得扭矩。由马达轴角加速度估计模块1194通过将从1193获得的扭矩除以转子惯性B来获得马达轴的角加速度的估计。由马达轴角速度估计模块1195基于对马达轴的角加速度的估计来获得对马达轴角速度的估计。基于马达轴的角位置Θ，马达轴的角速度由马达轴位置微分模块1196获得。马达轴的估计的角速度与马达轴的角速度之间的差由马达轴角速度差模块1197获得，并且乘以观测器增益L和惯性模块1198中的转子惯性B以生成输入侧摩擦力矩估计所估计的输入侧摩擦力矩也被反馈到1193。
在另一个实施方案中，自适应摩擦模块674还可以被构造成基于机器人关节的马达轴的位置和/或机器人关节的输出轴的位置以及马达扭矩来提供机器人传动装置的输入侧和/或输出侧的摩擦力矩的估计。自适应摩擦模块可例如通过由可线性参数化模型描述摩擦力矩来获得
等式21
其中ω为马达轴和/或输出轴的角速度，为所估计的库仑摩擦系数的向量，并且FV为所估计的粘滞摩擦系数的向量。由于线性参数化，可能通过在自适应控制领域中已知的递归最小二乘(RLS)过程来估计未知的和假定的缓慢变化的系数。
获得关节传动装置的输入侧和输出侧之间的传动装置扭矩的步骤560可以基于以下项中的至少一者获得：
·输出轴的角位置(q)；
·输出轴的角位置(q)和马达轴的角位置(Θ)；
·马达轴的角位置(Θ)和由关节马达提供给马达轴的马达扭矩(τ马达)；
例如，基于使用等式10的输出轴的角位置(q)，其中使用等式8针对每个机器人关节获得了Fq，如段落[0026]中所述；或者通过使用等式4，其中基于马达轴的角位置(Θ)和输出轴的角位置(q)使用等式3获得了关节传动装置变形Φ关节及其时间导数。另选地，传动装置扭矩可以基于马达轴的角位置(Θ)和由关节马达使用等式12提供给马达轴的马达扭矩(τ马达)获得，其中已经针对每个机器人关节获得了FΘ，如段落[0027]中所述。需注意，在一个实施方案中，可以基于输入侧的摩擦力矩和/或在步骤558中获得的输出来获得Fq和/或FΘ。此外，应当理解，传动装置扭矩可基于上述数据集中的两个或更多个数据集来获得，并且其中传动装置扭矩作为使用不同的方法获得的传动装置扭矩的任何组合来获得。
生成指示关节马达中的至少一个关节马达的期望的马达扭矩τ控制的马达控制信号的步骤562至少基于：
○机器人关节传动装置的输入侧和/或机器人关节传动装置的输出侧的摩擦力矩
○机器人关节传动装置的输入侧和输出侧之间的机器人关节传动装置扭矩τJ；
其中已如步骤558所述获得摩擦力矩并且其中已如步骤560所述获得机器人关节传动装置扭矩。除了摩擦力矩和关节传动装置扭矩τJ之外，还基于机器人臂的至少一个零件的期望的运动Md和机器人臂的动态模型D机器人来获得期望的马达扭矩。例如，可以使用机器人臂的动态模型来获得期望的马达扭矩，如等式12所示，其中已经基于在步骤552中获得的马达轴的角位置Θ获得了马达轴的角位置的二阶时间导数，已经在步骤558中获得了作用于马达轴的摩擦力矩FΘ，并且已经在步骤560中基于等式10并且基于机器人臂的期望的运动获得了传动装置扭矩τJ。在等式10中，期望的运动参数被提供为机器人关节传动装置的输出轴的期望的角位置qd、期望的角速度和期望的角加速度在步骤558中自适应地获得摩擦力矩FΘ，并且因此基于机器人关节传动装置的自适应摩擦来生成指示期望的马达扭矩的马达控制信号，从而可以提供对机器人关节的更准确的控制。
图6示出了机器人系统600的结构图，该机器人系统包括用户界面617、通过控制机器人关节603来控制机器人臂(未示出)的机器人控制系统615。机器人臂类似于图1至图4所示的机器人臂，并且包括至少一个旋转机器人关节，如图2所示的机器人关节。旋转机器人关节包括指示马达轴的角位置Θ的输入编码器637和指示输出轴的角位置q的输出编码器635，以及指示由关节马达提供的马达扭矩的马达扭矩传感器641。在例示的实施方案中，马达扭矩被提供为指示关节马达的马达电流i马达的电流传感器。机器人控制615系统被构造成基于控制根据本发明获得的机器人臂的方法来控制机器人关节。用户界面使617用户能够与机器人控制器系统通信，例如以便对机器人臂进行编程以执行各种任务。可如结合图1所述提供用户界面。
机器人控制器系统615包括运动规划器模块670、自适应摩擦模块674、传动装置扭矩模块676、马达控制器模块680和可选的马达扭矩获得模块678。
运动规划器模块670被构造成例如通过生成机器人臂的零件的轨线来提供机器人臂的期望的运动。轨线可例如基于指示机器人臂执行各种任务的机器人程序来生成。在例示的实施方案中，运动规划器模块提供机器人臂的零件的期望的运动Md。机器人臂的零件的期望的运动可例如被指示为机器人关节的运动特性，诸如关节传动装置的输出轴的角位置qd、关节传动装置的输出轴的期望的角速度机器人传动装置的期望的角加速度需注意，机器人臂的零件的期望的运动也可以被指示为机器人臂的各种零件相对于参考点的位置，例如，期望的运动可以被指示为机器人工具凸缘相对于机器人基座的位置、速度和/或加速度。
将期望的运动Md提供给马达控制器模块680。马达控制器模块680被构造成向关节马达生成至少一个马达控制信号633，例如以指示每个关节马达将向马达轴提供的马达扭矩τ控制的信号或指示每个关节马达将提供的电流i控制的电流信号的形式。马达控制器模块680被构造成基于以下项来生成马达控制信号633：
·期望的运动Md；
·机器人臂的动态模型D机器人；
·机器人关节传动装置的输入侧和/或机器人关节传动装置的输出侧处的摩擦力矩
·机器人关节传动装置的输入侧和输出侧之间的机器人关节传动装置扭矩τJ；
在摩擦力矩由自适应摩擦模块674获得的情况下，机器人关节传动装置扭矩τJ由传动装置扭矩模块676获得，并且机器人臂的动态模型D机器人存储在存储器645中。马达控制器模块可例如被构造成通过执行图5所述方法的步骤562来生成马达控制信号633。如虚线所示，马达控制器模块还可另外被构造成基于以下项来生成马达控制信号633：
·输出轴的角位置q；
·马达轴的角位置Θ；
·马达扭矩τ马达由关节马达提供给马达轴。
可选的马达扭矩获得模块678被构造成如本领域中已知的那样基于电流i马达获得由关节马达提供的马达扭矩，并且将马达扭矩τ马达提供给自适应摩擦模块674以及可选地提供给传动装置扭矩模块和马达控制器模块680。然而，需注意，马达扭矩获得模块678也可以被提供为自适应摩擦模块674、传动装置扭矩模块和/或马达控制器模块的一部分，由此电流i马达被直接提供给各种模块。此外，马达扭矩获得模块也可作为外部模块提供给机器人控制器系统615。
自适应摩擦模块674被构造成基于以下项中的至少两者在机器人关节传动装置的输入侧和/或机器人关节传动装置的输出侧提供摩擦力矩
○马达轴的角位置Θ；
○输出轴的角位置q；
○由关节马达提供给马达轴的马达扭矩τ马达/i马达；
以及被构造成执行图5所述方法的步骤558。摩擦力矩作为自适应参数提供给马达控制器模块，另外，摩擦力矩也可以作为自适应参数提供给传动装置扭矩模块。
传动装置扭矩模块676被构造成提供关节传动装置的输入侧和输出侧之间的传动装置扭矩并且可以基于以下项中的至少一者来获得：
·输出轴的角位置q(以实线示出)；
·输出轴的角位置q(以虚线示出)和马达轴的角位置Θ；
·马达轴的角位置(Θ)和由关节马达提供给马达轴的马达扭矩(以虚线示出)。
传动装置扭矩模块被构造成执行图5所述方法的步骤560。然后将传动装置扭矩提供给马达控制器模块。
图6所示的机器人系统600可能提供机器人臂，其中动态地调整机器人关节传动装置的摩擦力矩，从而可以更准确地控制机器人臂。
图7示出了控制机器人臂的另一种方法的流程图，该机器人臂包括连接机器人基座和机器人工具凸缘的多个机器人关节，其中所述机器人关节中的至少一个机器人关节是包括具有马达轴的关节马达的旋转机器人关节，其中该马达轴被构造成经由机器人关节传动装置使旋转机器人关节的输出轴旋转。该方法类似于图5中所示和描述的方法，并且类似的步骤和特征已经被赋予与图5中相同的附图标号并且将不再进一步描述。
在该实施方案中，获得机器人关节传动装置的输入侧和输出侧之间的传动装置扭矩的步骤760进一步基于摩擦力矩来获得。因此，传动装置扭矩基于自适应摩擦力矩来获得，由此可根据自适应摩擦力矩来获得并且调整传动装置扭矩例如，传动装置扭矩可以通过使用等式10获得，其中已经根据步骤558获得了Fq。除此之外或另选地，可以通过使用等式12来获得传动装置扭矩其中在步骤558中已经针对每个机器人获得了FΘ。
在该实施方案中，为关节马达生成控制信号的步骤762基于在步骤760中获得的关节传动装置扭矩并且因为在步骤760中基于机器人关节传动装置的输入侧和/或机器人关节传动装置的输出侧处的摩擦力矩获得关节传动装置扭矩因此也将基于摩擦力矩间接地在步骤762中获得用于关节马达的控制信号。此外，如上所述，还基于机器人臂的至少一个零件的期望的运动Md和机器人臂的动态模型D机器人来获得期望的马达扭矩。
图8示出了机器人系统800的结构图。该机器人系统类似于图6中所示和描述的机器人系统，并且类似的元件和特征已经被赋予与图6中相同的附图标记并且将不再进一步描述。
在该实施方案中，传动装置扭矩模块876被构造成基于摩擦力矩提供机器人关节传动装置的输入侧和输出侧之间的传动装置扭矩因此，基于自适应摩擦来获得传动装置扭矩，由此可以根据自适应摩擦来获得并且调整传动装置扭矩例如，传动装置扭矩可以通过使用等式10获得，其中已经如步骤558所述获得了Fq。除此之外或另选地，可以通过使用等式12来获得传动装置扭矩其中已经如步骤558中所述获得了FΘ。
马达控制器模块880被构造成基于由传动装置扭矩模块876提供的关节传动装置扭矩生成用于关节马达的控制信号，其中传动装置扭矩模块876例如被构造成执行上述步骤760。由于由传动装置扭矩模块876提供的关节传动装置扭矩是基于机器人关节传动装置的输入侧和/或机器人关节传动装置的输出侧的摩擦力矩因此由马达控制器模块880生成的用于机器人关节马达的控制信号也将基于摩擦力矩间接获得。此外，如上所述，还基于机器人臂的至少一个零件的期望的运动Md和机器人臂的动态模型D机器人来获得期望的马达扭矩。
图9示出了控制机器人臂的另一种方法的流程图，该机器人臂包括连接机器人基座和机器人工具凸缘的多个机器人关节，其中机器人关节中的至少一个机器人关节是包括具有马达轴的关节马达的旋转机器人关节，其中马达轴被构造成经由机器人关节传动装置使旋转机器人关节的输出轴旋转。该方法类似于图5中所示和描述的方法，并且类似的步骤和特征已经被赋予与图5中相同的附图标号并且将不再进一步描述。
在该实施方案中，生成马达控制信号的步骤962包括：
·确定期望的传动装置扭矩τJ,d的步骤963；
·确定期望的前馈马达扭矩τm,FF的步骤964；
·确定传动装置扭矩误差校正马达扭矩τm,扭矩误差的步骤965；
·确定所得马达扭矩τr的步骤967；
·确定误差校正马达扭矩的可选步骤966；
·生成指示马达控制电流的马达控制信号的步骤968。
确定指示机器人关节传动装置的期望的传动装置扭矩的期望的传动装置扭矩τJ,d的步骤963可以基于：
·机器人的动态模型D机器人；
·指示机器人臂的至少一个零件的期望的运动的至少一个运动参数Md、qd、和
·机器人关节传动装置的输入侧和机器人关节传动装置的输出侧中的至少一者的摩擦力矩
这使得可能获得更准确的期望的传动装置扭矩τJ,d，因为摩擦项可以被自适应地确定，因此可以更正确地结合到机器人臂的动态模型中。例如，可以通过使用等式10来获得期望的传动装置扭矩τJ,d，并且可以在步骤965中使用期望的传动装置扭矩τJ,d来获得传动装置扭矩误差校正马达扭矩τm,扭矩误差。
确定传动装置扭矩误差校正马达扭矩τm,扭矩误差(其指示最小化期望的传动装置扭矩τJ,d和机器人关节传动装置扭矩之间的差的马达扭矩)的步骤965可以基于期望的传动装置扭矩τJ,d；以及机器人关节传动装置扭矩这使得可以将在步骤560中获得的实际传动装置扭矩与期望的传动装置扭矩τJ,d进行比较，并确定传动装置扭矩误差校正马达扭矩，该扭矩可以如反馈控制系统领域中已知的那样校正最终的差。
确定指示关节马达的期望的马达扭矩的期望的前馈马达扭矩τm,FF的步骤964可以基于：
·机器人的动态模型D机器人；
·指示机器人臂的至少一个零件的期望的运动的至少一个运动参数Md、qd、和
·机器人关节传动装置的输入侧和机器人关节传动装置的输出侧中的至少一者的摩擦力矩
这使得可能获得更准确的期望的前馈马达扭矩τm,FF，因为摩擦项可以被自适应地确定，并且因此更正确地并入机器人的动态模型中。例如期望的前馈马达扭矩τm,FF可以通过使用等式10和等式12来获得，然后期望的前馈马达扭矩τm,FF如前馈控制机构的领域中已知的那样可用于生成马达控制信号。
确定指示最小化以下项中的至少一者之间的误差的马达扭矩的误差校正马达扭矩τm,误差的步骤966：
·机器人臂的期望的运动参数和机器人臂的实际运动参数；
·输出轴的期望的角位置qd和输出轴的角位置q；
·输出轴的期望的角速度和输出轴的角速度
·输出轴的期望的角加速度和输出轴的角加速度
·马达轴的期望的角位置Θd和马达轴的角位置Θ；
·马达轴的期望的角速度和马达轴的角速度
·马达轴的期望的角加速度和马达轴的角加速度
·由关节马达提供给马达轴的期望的扭矩τ马达,d和由关节马达提供给马达轴的马达扭矩τ马达。
这使得可能将机器人臂的参数与机器人臂的对应的期望的参数进行比较，并且确定校正参数，这些校正参数可用于如反馈控制系统的领域中已知的那样校正期望的参数和实际参数之间的最终误差，例如如{15}中所述。
确定指示将由关节马达施加的所得马达扭矩的所得马达扭矩τr的步骤967可基于以下项中的至少一者：
·传动装置扭矩误差校正马达扭矩τm,扭矩误差；
·期望的前馈马达扭矩τm,FF；和
·误差校正马达扭矩τm,误差；
其中马达控制信号基于所得马达扭矩生成。这使得可能基于前馈参数和反馈参数两者生成用于关节马达的马达控制信号，其中机器人关节传动装置的摩擦根据机器人臂的操作进行调整。
图10示出了机器人系统1000的结构图。该机器人系统类似于图6中所示和描述的机器人系统，并且类似的元件和特征已经被赋予与图6中相同的附图标记并且将不再进一步描述。机器人控制器系统1070包括运动规划器模块1070、自适应摩擦模块674、传动装置扭矩模块676、马达控制器模块1080，以及可选的马达扭矩获得模块678。
运动规划器模块1070被构造成例如通过生成机器人臂的零件的轨线来提供机器人臂的期望的运动。轨线可例如基于指示机器人臂执行各种任务的机器人程序来生成。在例示的实施方案中，提供给马达控制器模块1080的期望的运动Md是关节传动装置的输出轴的期望的角位置qd、关节传动装置的输出轴的期望的角速度和机器人传动装置的输出轴的期望的角加速度
马达控制器模块包括前馈控制器模块1082、扭矩反馈模块1084、马达电流控制器1086，以及可选的反馈控制器模块1080。
前馈控制器模块1082被构造成基于以下项来确定指示机器人关节传动装置的期望的传动装置扭矩的期望的传动装置扭矩τJ,d:
·机器人的动态模型D机器人；
·指示机器人臂的至少一个零件的期望的运动的至少一个运动参数Md、qd、和
·机器人关节传动装置的输入侧和机器人关节传动装置的输出侧中的至少一者的摩擦力矩
前馈控制器模块可例如被构造成执行图9所示方法的步骤963，并且通过前馈控制器实现类似的优点。
前馈控制器模块1082还可被构造成基于以下项来确定指示关节马达的期望的马达扭矩的期望的前馈马达扭矩τm,FF：
·机器人的动态模型D机器人；
·指示机器人臂的至少一个零件的期望的运动的至少一个运动参数Md、qd、和
·机器人关节传动装置的输入侧和机器人关节传动装置的输出侧中的至少一者的摩擦力矩
前馈控制器模块可例如被构造成执行图9所示方法的步骤964，并且通过前馈控制器实现类似的优点。
扭矩反馈控制器模块1084被构造成确定传动装置扭矩误差校正马达扭矩τm,扭矩误差，该传动装置扭矩误差校正马达扭矩指示最小化期望的传动装置扭矩τJ,d和机器人关节传动装置扭矩之间的差的马达扭矩，其中基于以下项来确定传动装置扭矩误差校正马达扭矩τm,扭矩误差：
·期望的传动装置扭矩τJ,d；和
·机器人关节传动装置扭矩
扭矩反馈控制器模块1084可例如被构造成执行图9所示方法的步骤965，并且类似的优点通过扭矩反馈控制器模块1084来实现。
机器人控制器包括反馈控制器模块1088，该反馈控制器模块被构造成确定指示最小化以下项中的至少一者之间的误差的马达扭矩的误差校正马达扭矩τm,误差：
·机器人臂的期望的运动参数和机器人臂的实际运动参数；
·输出轴的期望的角位置qd和输出轴的角位置q；
·输出轴的期望的角速度和输出轴的角速度
·输出轴的期望的角加速度和输出轴的角加速度
·马达轴的期望的角位置Θd和马达轴的角位置Θ；
·马达轴的期望的角速度和马达轴的角速度
·马达轴的期望的角加速度和马达轴的角加速度
·由关节马达提供给马达轴的期望的扭矩τ马达,d和由关节马达提供给马达轴的马达扭矩τ马达)。
反馈控制器模块1088可例如被构造成执行图9所示方法的步骤966，并且类似的优点通过反馈控制器模块1088来实现。
马达电流控制器模块1086被构造成基于指示将由关节马达施加的所得马达扭矩的所得马达扭矩τr来生成指示机器人关节的马达电流i控制的马达控制信号，其中基于以下项中的至少一者来确定所得马达扭矩τr：
·传动装置扭矩误差校正马达扭矩τm,扭矩误差；
·期望的前馈马达扭矩τm,FF；和
·误差校正马达扭矩τm,误差。
马达电流控制器可被提供为基于期望的扭矩驱动和控制马达的任何马达控制驱动器。通常，此类马达控制驱动器生成指示将提供给马达线圈的电流的信号。在一些实施方案中，马达控制驱动器直接生成电流。应当理解，自适应或非自适应系统可被构造成基于噪声测量来提供对机器人关节的马达轴和/或输出轴的位置的平滑估计。
本发明包括自适应控制系统，该自适应控制系统具有自适应前馈控制命令以及通过机器人关节中的至少一个机器人关节中的机器人关节传动装置来计算扭矩。本发明可以例如在包括机器人控制系统的机器人臂处提供，该机器人控制系统监测并且控制机器人关节，由此当机器人经受环境条件的变化、磨损等时减少位置误差。这通过基于自适应观测器自适应地估计机器人关节摩擦力矩和机器人关节扭矩来提供对机器人关节扭矩的控制来实现。
附图参考的简要说明
本文用于企业家、创业者技术爱好者查询，结果仅供参考。
