【技术实现步骤摘要】
本申请涉及机械设备，具体涉及一种用于确定刚柔耦合臂的末端的位置的方法、作业机械。
技术介绍
1、臂架类作业机械由于臂架系统的刚柔耦合度大，导致进行动力学状态估计的难度较高。现有技术主要采用基于大密度网格的动力学仿真技术，以及基于分段弹性体模型的动力学状态估计技术，然而，这些方式主要是基于臂架的位置信息进行动力学状态估计，末端位置的实时计算误差较大，且难以满足实时控制的要求。
技术实现思路
1、针对上述技术问题，本申请提供一种用于确定刚柔耦合臂的末端的位置的方法、作业机械、电子设备及存储介质，可以提高机械臂末端的位置的求解精度，且更好满足末端运动估计的实时性要求。
2、为解决上述技术问题，本申请提供一种用于确定刚柔耦合臂的末端的位置的方法，所述方法包括以下步骤：
3、获取所述机械臂的各个关节臂架当前的关节位置和角速度；
4、基于刚性关节臂架的动力学模型，确定所述各个关节臂架的所述关节位置和所述角速度对应的驱动力矩；以及，基于所述各个关节臂架的所述关节位置确定所述机械臂的末端的第一位置；
5、基于柔性关节臂架的力学模型，根据所述各个关节臂架的所述驱动力矩确定所述机械臂的末端的挠度；
6、根据所述挠度对所述第一位置进行修正，确定所述机械臂的末端的第二位置。
7、在一些实施例中，所述基于柔性关节臂架的力学模型，根据所述各个关节臂架的所述驱动力矩确定所述机械臂的末端的挠度，包括：
8、根据所述各个关节臂架的所
9、基于柔性关节臂架的力学模型，根据所述各个关节臂架受到的所述外力分别确定所述各个关节臂架的末端的挠度；
10、根据所述各个关节臂架的末端的挠度，确定所述机械臂的末端的挠度。
11、在一些实施例中，所述基于柔性关节臂架的力学模型，根据所述各个关节臂架受到的所述外力分别确定所述各个关节臂架的末端的挠度，包括：
12、基于柔性关节臂架的力学模型，确定所述各个关节臂架的后端臂等效力的弯矩对相应关节臂架的截面产生的第一挠度、所述各个关节臂架受到的所述外力对相应关节臂架的截面产生的第二挠度、以及所述各个关节臂架的自身重力对相应关节臂架的截面产生的第三挠度；
13、根据所述各个关节臂架的所述第一挠度、所述第二挠度和所述第三挠度，分别确定所述各个关节臂架的末端的挠度。
14、在一些实施例中，所述根据所述挠度对所述第一位置进行修正，确定所述机械臂的末端的第二位置之后，所述方法，还包括以下其中一项：
15、基于末端位置补偿模型对所述机械臂的末端的所述第二位置进行补偿，其中，所述末端位置补偿模型基于所述机械臂的末端在不同时刻的所述第二位置和实际位置训练得到；
16、基于第一在线校正算法对所述机械臂的末端的所述第二位置进行校正；
17、基于所述末端位置补偿模型对所述机械臂的末端的所述第二位置进行补偿，基于第二在线校正算法对补偿后的所述第二位置进行校正。
18、在一些实施例中，训练所述末端位置补偿模型的步骤，包括：
19、获取所述机械臂的末端的运动轨迹集合；
20、基于所述运动轨迹集合控制所述机械臂的末端以不同的速度运动，并采集所述机械臂的末端在不同时刻的实际位置以及所述各个关节臂架在不同时刻的关节位置和角速度；
21、根据所述各个关节臂架在不同时刻的关节位置和角速度，确定所述机械臂的末端在不同时刻的所述第二位置，并确定所述第二位置与同一时刻的所述实际位置之间的位置差值；
22、生成训练数据集，所述训练数据集中的每组训练数据包括同一时刻对应的所述各个关节臂架的关节位置和角速度、所述位置差值；
23、基于所述训练数据集训练预设的神经网络模型，以得到所述末端位置补偿模型，其中，所述末端位置补偿模型的输入为所述各个关节臂架当前的关节位置和角速度，输出为用于对所述机械臂的末端的所述第二位置进行补偿的补偿值，所述补偿值用于表征所述机械臂的末端当前的所述第二位置与实际位置之间的位置差值。
24、在一些实施例中，所述获取所述机械臂的末端的运动轨迹集合，包括：
25、根据所述各个关节臂架的可运动范围，确定所述机械臂的末端的位置点集合；
26、在所述位置点集合中确定边界点；
27、根据所述边界点确定多边形边界；
28、在所述多边形边界构成的可运动范围内，进行所述机械臂的末端的不同运动方向的运动轨迹的规划，得到所述运动轨迹集合。
29、在一些实施例中，所述在所述多边形边界构成的可运动范围内，进行所述机械臂的末端的不同运动方向的运动轨迹的规划，得到所述运动轨迹集合，包括：
30、以所述多边形边界中的凹点为起点引出分割线，以通过所述分割线将所述多边形边界构成的可运动范围划分为凸多边形区域；
31、以相同的路径间隔在各个所述凸多边形区域内进行垂直或平行于所述分割线的运动轨迹的规划；
32、将所述分割线旋转预设角度，继续以相同的路径间隔在各个所述凸多边形区域内进行垂直于所述分割线的运动轨迹的规划，直至所述分割线旋转至初始位置；
33、获取规划得到的所有运动轨迹，得到所述运动轨迹集合。
34、在一些实施例中，所述第一在线校正算法的算法参数的获取步骤，包括：
35、以所述机械臂的末端的实际位置为第一观测值，以所述机械臂的末端的所述第二位置为第一预测值，计算所述第一在线校正算法的算法参数，以使得所述第一观测值与所述第一预测值之间的误差符合第一预设条件；
36、和/或，所述第二在线校正算法的算法参数的获取步骤，包括：
37、以所述机械臂的末端的实际位置为第二观测值，以所述机械臂的末端的补偿后的所述第二位置为第二预测值，计算所述第二在线校正算法的算法参数，以使得所述第二观测值与所述第二预测值之间的误差符合第二预设条件。
38、本申请还提供一种作业机械，包括控制器以及机械臂，所述机械臂包括多个关节臂架，所述控制器执行计算机程序时实现如上所述用于确定刚柔耦合臂的末端的位置的方法。
39、本申请还提供一种电子设备，包括存储介质与控制器，所述存储介质上存储有计算机程序，所述计算机程序被所述控制器执行时实现如上所述的用于确定刚柔耦合臂的末端的位置的方法。
40、本申请还提供一种存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的用于确定刚柔耦合臂的末端的位置的方法。
41、本申请的一种用于确定刚柔耦合臂的末端的位置的方法、作业机械，方法包括：获取机械臂的各个关节臂架当前的关节位置和角速度；基于刚性关节臂架的动力学模型，确定各个关节臂架的关节位置和角速度对应的驱动力矩；基于各个关节臂架的关节位置确定机械臂的末端的第一位置；基于柔性关节臂架本文档来自技高网...
【技术保护点】
1.一种用于确定刚柔耦合臂的末端的位置的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于柔性关节臂架的力学模型，根据所述各个关节臂架的所述驱动力矩确定所述机械臂的末端的挠度，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于柔性关节臂架的力学模型，根据所述各个关节臂架受到的所述外力分别确定所述各个关节臂架的末端的挠度，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述挠度对所述第一位置进行修正，确定所述机械臂的末端的第二位置之后，所述方法，还包括以下其中一项：
5.根据权利要求4所述的方法，其特征在于，训练所述末端位置补偿模型的步骤，包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述机械臂的末端的运动轨迹集合，包括：
7.根据权利要求6所述的方法，其特征在于，所述在所述多边形边界构成的可运动范围内，进行所述机械臂的末端的不同运动方向的运动轨迹的规划，得到所述运动轨迹集合，包括：
8.根据权利要求4所述的方法，其
9.一种作业机械，其特征在于，包括控制器以及机械臂，所述机械臂包括多个关节臂架，所述控制器执行计算机程序时实现如权利要求1至8任一项所述用于确定刚柔耦合臂的末端的位置的方法。
10.一种电子设备，其特征在于，包括存储介质与控制器，所述存储介质上存储有计算机程序，所述计算机程序被所述控制器执行时实现如权利要求1至8中任一项所述的用于确定刚柔耦合臂的末端的位置的方法。
11.一种存储介质，其特征在于，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至8中任一项所述的用于确定刚柔耦合臂的末端的位置的方法。
...【技术特征摘要】
1.一种用于确定刚柔耦合臂的末端的位置的方法，其特征在于，所述方法包括以下步骤：
2.根据权利要求1所述的方法，其特征在于，所述基于柔性关节臂架的力学模型，根据所述各个关节臂架的所述驱动力矩确定所述机械臂的末端的挠度，包括：
3.根据权利要求2所述的方法，其特征在于，所述基于柔性关节臂架的力学模型，根据所述各个关节臂架受到的所述外力分别确定所述各个关节臂架的末端的挠度，包括：
4.根据权利要求1至3中任一项所述的方法，其特征在于，所述根据所述挠度对所述第一位置进行修正，确定所述机械臂的末端的第二位置之后，所述方法，还包括以下其中一项：
5.根据权利要求4所述的方法，其特征在于，训练所述末端位置补偿模型的步骤，包括：
6.根据权利要求5所述的方法，其特征在于，所述获取所述机械臂的末端的运动轨迹集合，包括：
7.根据权利要求6所述的方...
【专利技术属性】
技术研发人员：付玲，朱昱鑫，皮皓杰，于晓颖，刘延斌，何雨暘，
申请(专利权)人：中联重科股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。