Key points are not available for this paper at this time.
Eine genaue Rigid-Body-Dynamik ist entscheidend für serielle Industrieroboteranwendungen wie Kraftregelung und physische Mensch-Roboter-Interaktion. Trotz jahrzehntelanger Forschung bleibt die präzise Identifizierung von dynamischen Parametern – insbesondere von Parametern mit geringer Inertie – eine Herausforderung für serielle Industrieroboter. Forscher konzentrieren sich häufig darauf, verschiedene Methoden zur Parameterschätzung zu entwickeln, während sie ähnliche Wege zur Optimierung der Anregungstrajektorien verfolgen, typischerweise durch Minimierung der Konditionszahl der Informationsmatrix. Allerdings versagt eine solche Optimierung oft, um eine ausreichende Anregung für jeden Parameter aufgrund nicht-konvexer Kopplungseffekte sicherzustellen. Um diese Einschränkung zu adressieren, schlagen wir in diesem Artikel eine Methode zur vollständig entkoppelten Identifizierung der Rigid-Body-Dynamik (FDRDI) vor. Dieser Ansatz beseitigt innovativ Kopplungseffekte, indem er neuartige symmetrische Anregungstrajektorien auf der Basis von wechselseitigen S-Kurven (RSC) verwendet. Diese Innovation ermöglicht die unabhängige Identifizierung von dynamischen Parametern, die mit Gelenkreibung sowie mit der Schwerkraft und der Inertie von Gliedern und Lasten verbunden sind. Vergleichende Experimente zeigen, dass FDRDI eine überlegene Identifizierungsgenauigkeit erreicht, die durch reduzierte Vorhersagefehler bei den Gelenkmomenten und Schätzfehler bei den Lastparametern belegt wird.
Hu et al. (Mittwoch) untersuchten diese Frage.