Nhận diện tham số động học tay máy Robot sử dụng bộ lọc Kalman mở rộng

Nghiên cứu này trình bày một phương pháp nhận diện các thông số hình học của tay máy bằng cách áp dụng bộ lọc Kalman mở rộng (Extended Kalman Filter - EKF) cho mục đích hiệu chỉnh độ chính xác vị trí tay máy. Công thức, giải thuật áp dụng cho mô hình động học của tay máy PUMA. Mời các bạn cùng tham khảo!
Nội dung trích xuất từ tài liệu:
Nhận diện tham số động học tay máy Robot sử dụng bộ lọc Kalman mở rộng NHẬN DIỆN THAM SỐ ĐỘNG HỌC TAY MÁY ROBOT SỬ DỤNG BỘ LỌC KALMAN MỞ RỘNG Nguyễn Hoài Nhân Viện Kỹ thuật HUTECH, trường Đại học Công nghệ TP.HCM (HUTECH) Email: nh.nhan@hutech.edu.vnTÓM TẮTĐộ chính xác của các tay máy đóng vai trò vô cùng quan trọng trong các ứng dụng công nghiệp tiên tiến.Do vậy nhằm nâng cao độ chính xác vị trí của tay máy robot là cần thiết. Độ chính xác vị trí tay máy quyếtđịnh bởi sự giống nhau giữa thông số hình học của mô hình động học tay máy trong bộ điều khiển và kíchthước động học thực của tay máy. Nghiên cứu này trình bày một phương pháp nhận diện các thông sốhình học của tay máy bằng cách áp dụng bộ lọc Kalman mở rộng (Extended Kalman Filter - EKF) chomục đích hiệu chỉnh độ chính xác vị trí tay máy. Công thức, giải thuật áp dụng cho mô hình động học củatay máy PUMA.1. GIỚI THIỆUCác tay máy dùng trong các ứng dụng cần có độ chính xác cao ví dụ như lập trình ngoại tuyến, gia côngcơ khí, phẫu thuật y tế cần phải trải qua quá trình hiệu chỉnh để đạt yêu cầu về độ chính xác vị trí.Nhiều nghiên cứu tập trung vào việc mô hình và nhận diện các thông số động học của tay máy [1-9, 13-14]. Vì tác động của của những sai số không thể mô hình được [6-8] sẽ làm cho kết quả nhận diện tham sốmô hình động học không chính xác [8-9]. Zak và đồng tác giả sử dụng giải thuật nhận diện bình phươngcực tiểu có trọng số để tăng độ chính xác nhận diện tham số [8]; và giải thuật cần thông tin về phân bốchu n của sai số của thông số động. Giải thuật lọc Kalman mở rộng (Extended Kalman Filter) được ápdụng cho bài toán xấp xỉ mô hình hệ thống điều khiển khi dữ liệu đo được có nhiễu. Ứng dụng EKF trongbài toán nhận diện tham số động học của mô hình robot là thích hợp vì có sự tồn tại và ảnh hưởng củanhiễu đo lường và sự không chắc chắn của việc mô hình tất cả các tham số có thể gây ra sai số vị trí taymáy.Trong nghiên cứu này, một phương pháp nhận diện tham số mô hình trong việc hiệu chỉnh robot được đềxuất để nâng cao độ chính xác của robot. Các tham số động học của robot được mô hình và nhận diệnbằng bộ lọc Kalman mở rộng vì nó có ưu điểm là nhận diện tham số động học khi dữ liệu đo bị nhiễu vàmột số tham số phi tuyến không mô hình được. Nhờ đó mà mô hình nhận diện được sẽ tạo ra độ chính xácnhư nhau trong toàn miền làm việc.2. MÔ HÌNH ĐỘNG HỌC TAY MÁY PUMAXét tay máy nối tiếp PUMA như mô tả trong Hình 1, mô hình động học tương ứng của nó được xây dựngnhư mô tả trong tài liệu [7]. Các hệ toạ độ được cố định trên các khâu tính từ giá cố định tới khâu cuối nhưtrong Hình 1. Các tham số danh nghĩa D-H được cho trong Bảng 1.1382Phép chuyển đổi thuần nhất mô tả mối quan hệ giữa hai hệ trục toạ độ gắn trên 2 khâu liền kề của robot {i-1 và {i được mô tả như sau: i T  Rot ( xi 1 ,i 1 )Tr ( xi 1 , ai 1 )Tr ( zi , di ) Rot ( zi ,i ) i 1 (1)trong đó, các tham số của một khâu: góc xoắn giữa 2 trục liền kề  i 1 , chiều dài đường vuông góc chungai 1 , khoảng cách giữa các khâu d i , góc khớp  i ;Mô hình động học của robot được mô tả bằng phép chuyển đổi thuần nhất từ hệ toạ độ cố định {0 tới hệtoạ độ của khâu tác động cuối {E như mô tả trong phương trình sau: 0 E T  10T 21T 32T 43T 54T 65T E6T (2)trong đó, i = 2÷6. Ma trận tại khâu cuối E6T : 6 E T = Tr ( x6 ,a6 )Tr ( y6 ,a6 )Tr ( z7 ,d7 ) (3) θ1 θ2 z0, z1 z3 z2 θ3 x0 x1 x2 y3 z5 z6 z4 Hình 1 Tay máy robot PUMA và các hệ toạ độ khâuvà ma trận chuyển đổi tại đế cố định của tay máy cần ba phép chuyển đổi tịnh tiến và ba phép chuyển đổiquay như sau: 0 ...