基于改进LuGre摩擦模型的机器人关节摩擦力辨识研究

简介

机器人在精准装配时,摩擦力影响着控制精度。利用LuGre摩擦模型进行关节力矩计算时,机器人关节摩擦力具有周期性纹波误差。针对此问题提出一种改进的LuGre摩擦模型,包括LuGre摩擦模型表示的稳态摩擦力,以及与速度相关的位置依赖项。对摩擦模型进行分步辨识,利用LuGre摩擦模型的特征,对稳态摩擦力参数进行辨识,通过SVM多类分类算法、支持向量回归(SVR)和最小二乘法求解方程组,对模型中的位置依赖项进行参数辨识。实验结果表明,机器人在不同负载下运行,使用改进模型及辨识方法计算关节摩擦力矩时,误差可以降低50%以上。