Académique Documents
Professionnel Documents
Culture Documents
paramètres. nemanja.kovincic@jku.at
2JOANNEUM
RESEARCH Forschungsgesellschaft mbH, ROBOTICS - Institut fu¨r
Dans cet article, la procédure de détermination des Robotik und Mechatronik mathias.brandstoetter@joanneum.at
paramètres de base et de leur identification est expliquée.
Ensuite, en utilisant des mesures expérimentales, la
procédure est appliquée à l'identification des paramètres du
manipulateur UR5 d'Universal Robots. Enfin, afin de valider
les paramètres obtenus, ils sont utilisés pour prédire les
mesures expérimentales non utilisées pour l'identification.
MODÉLISATION MATHÉMATIQUE
II.
A. Dynamique du robot
Les équations différentielles du mouvement décrivant la
dynamique d'un robot en série composé de N corps rigides
peuvent être écrites sous une forme bien connue, à savoir
M(q)q¨ + c(q, q˙) + g(q) + QR(q˙) = QM, (1)
où q ∈ RN désigne le vecteur des coordonnées généralisées,
M(q) ∈ RN,N désigne la masse définie positive symétrique.
Ce travail a été soutenu par le projet FFG Dr.KORS (numéro de projet :
864892).
1Institut de robotique
ΘB|tm QM|
ou écrit sous une forme plus tm Il existe plusieurs critères pour calculer l'exci- persistant.
simple comme voir [8], [1], [4]. Cependant, l'une des plus utilisées est
ΘBpB = QM + e, (17) le nombre de condition de la matrice Λ = ΘT B ΘB parce qu'elle
mesure la sensibilité de la solution des moindres carrés
où e est le vecteur d'erreur résiduel. Dans le cas général, le aux erreurs de modélisation et au bruit. Ainsi, bien défini
système d'équations précédent n'admet pas de solution, La trajectoire d'excitation persistante est celle dont les points
cependant, une solution approximative est trouvée en dans le temps donnent un petit nombre de condition de la
matrice Λ. Plusieurs critères basés sur le nombre de
résolvant le problème des moindres carrés suivant
condition pour calculer l'excitation persistante existent dans
la littérature, voir [5]. Ici, les critères
min e1e , =
eΘBpB -QM. (18) min cond(Λ(q, q˙, q¨ )) σm = σmax 1
≥
(22)
T q,q˙
,q¨
pB 2
plus précisément
supposant que l'inverse de Moore-Penrose gauche. En |q¨ | ≤ q¨ max .
que la matrice ΘB est déterministe et que ρn est de moyenne Dans (23), les vecteurs qmin et qmax désignent les valeurs
nulle. minimales et maximales autorisées des coordonnées
bruit additif indépendant, l'écart type du i-ème généralisées, le vecteur q˙ représente les vitesses maximales
le paramètre est,
,(20) le vecteurmax
q¨ max
généralisées et dénote les accélérations généralisées
.. T Σ-1Σ i, maximales autorisées. Si le robot peut s'auto-collisionner
Σ
σi ΘB i
pendant le mouvement, alors
comme décrit dans [5]. Si l'écart-type d'un paramètre est identifié.
= ΘB
"grand", alors le paramètre est considéré comme mal Afin de quantifier la qualité des paramètres de base calculés
pour prédire les couples mesurés, l'erreur normalisée L'exigence selon laquelle il n'y a pas d'auto-collision est
√eT également utilisée comme une contrainte. Outre le nombre de
eN = 1 e, (21)
m conditions, le déterminant de la matrice Λ peut également
être utilisé pour calculer l'excitation persistante, voir [4].
Afin de résoudre le problème de minimisation (22) avec
les contraintes (23), suivant [9], la trajectoire de
minimisation est prise sous la forme d'une série de Fourier
finie commeLiabsuit
est utilisé, où m représente le nombre d'échantillons de temps . i,l )Σ
utilisés qi(t) = ∑ ωi sin(ωilt) - ωi i,l
cos(ωilt + qi,0, (24)
l=
pour le calcul de la matrice d'information. 1 l l
où Li est l'ordre de la série, ωi est la fréquence de base, qi,0 est
La position et l'orientation relatives de ces cadres de
le décalage de coordonnées, et ai,l et bi,l sont les coefficients de coordonnées sont d'abord définies par des matrices de
la série. Dans le cas général, toutes les constantes de rotation entre eux, puis les attributs locaux et globaux du
l'équation précédente peuvent être utilisées comme variables mouvement de chaque corps de la chaîne cinématique sont
d'optimisation. Cependant, l'ordre de la série est calculés.
généralement fixé et les variables restantes sont utilisées
dans l'optimisation. Avec la représentation en série de A. Forme linéaire des paramètres des équations du mouvement
Fourier, le problème d'optimisation à dimension infinie (22) En supposant que tous les éléments permettant d'écrire la
est remplacé par un problème à dimension finie donné forme linéaire des paramètres des équations du mouvement
comme suit sont connus, il est nécessaire de les substituer pour structurer
la matrice du régresseur.
min c o nd ( Λ(q, q˙, q¨ )) (25) dans (6), (10) et (12). Cependant, les résultats analytiques obtenus
a,b,ω,q L'expression du régresseur n'est pas présentée. Au lieu de
0
où cela, on supposera que la matrice du régresseur Θ(q, q˙, q¨ )
Σa1 ΣTb Σb1 est connue. Alors, la forme linéaire paramétrique des
a= ,1 . . . a1,L . . . aN,L = ,1 . .i . b1,L . . équations du mouvement est la suivante .
ΣT
. bN,LΣω1 i ΣTq0 i Σq1 i
ω= . . ωN = ,0 . .
6
qN,0ΣT , Θ(q ,q˙q¨
, p) = Q M, Θ∈ p ∈ R78 Q ∈ R . (27)
,78
R6 , , M
(26)
qui est à nouveau résolu avec les contraintes (23) et la où le vecteur de paramètres p est
condition qu'il n'y ait pas d'auto-collision du robot. Enfin, au
lieu d'optimiser toutes les variables mentionnées pT
précédemment, le décalage de coordonnées q0 peut être pp = 78
, (28)
prédéfini ou la fréquence de base, ωi, peut être la même pour pR∈ RT M
tous les corps. Cela réduit la dimension de la solution du
dont les éléments sont définis
problème et donc aussi le temps nécessaire à l'algorithme
comme suit
d'optimisation pour trouver la solution.
. ∈
pT = pT 1 . . . pT 6Σ R60,
IV. ROBOTS UNIVERSELS UR5 ..
= mρSx, mρSy, mρSz,∈A, B,C, D, E, FΣi ∈ R10,
pT M = m, CM,1
pTi i
... CM,6Σ
i2 = 1 . . . 6,
i2 R6,
Pour démontrer la méthodologie décrite précédemment G,1 G,6
pour
identification des paramètres, le manipulateur UR5 .
d'Universal Robots. pR = rv1 . . . rv6 rc1 . . . (29)
ulateur est utilisé, voir Fig. 1. Ce manipulateur possède six Σ∈
degrés rc6 R6,
de liberté et est un robot collaboratif léger. Fig. 1. Universal Robots UR5, extrait de [6].
-C2 q1 q2 q3 q4 q5 q6
A2
0.5
2 ,2 CM,2 + B2
iG
Angle [rad]
m3 + m4 + m5 + m6
0
A + B -C + 0,008959 m
4+ 5+ . 6 -2.5
45 46
BB 0.09465 0 008959
m6 + m5 m
ρSz5
pB = A5
- B5 Temps [s]
− C5
+C6
+C6 .
m6 ρSy6 Fig. 2. Trajectoires d'excitation persistante utilisées pour
l'identification.
A6 - C6
8
− 36
B6 I1 I2 I3 I4 I5 I6
CM, 44
Courant [A]
i2 CM,
G,3
i2
iG,4
i2 C2
G,5 M,5
CM,60
G,6
rv
1
Ainsi, le système d'équations .
rc
6(3
0)
-6 012345678910
-4
-2
Temps [s]
-8
6
∈∈∈
w
s u,
y= (33)
s
+1
où s désigne la variable de Laplace, w = 2π f est la
fréquence angulaire, f = 10 Hz étant la fréquence de coin
du filtre. Les valeurs de la fréquence de coin sont
déterminées en inspectant le contenu fréquentiel des
signaux mesurés.
[Nm] de serrage 3 [Nm]
En utilisant le filtre et la fonction "filtfilt" de Matlab, on
50
obtient une accélération généralisée.
En suivant la méthodologie d'identification des
12
10
6
40
Couple de serrage 6Couple
2
-10
0
10 012345678910
-2
Temps
[s]
051015202530 0
Index dans le vecteur de base
-10
Fig. 4. Paramètres de base.
eN = 0,0279. (34)
-1
50-1 .5
Couple de serrage 2Couple
0-2
-2.5
-50
012345678910
100 012345678910
Temps
Temps
[s]
[s]
Couple de serrage 2 [Nm]Couple de serrage 1 [Nm]
50
-100
012345678910
0
Temps
[s]
-50
Fig. 5. Couples mesurés et prédits. 012345678910
Temps [s]
Ensuite, les vecteurs calculés des paramètres de base sont pr es sur les Fig. 9, Fig. 10 et Fig. 11, tandis que l'erreur
utilisés pour prédire les couples obtenus à l'aide de la és normalisée est de
deuxième trajectoire d'excitation, illustrée à la figure 8. e
Pour la trajectoire de la Fig. 8, et en utilisant les nt
paramètres de base obtenus, les prédictions des couples sont é
100
012345678910
0 Temps
[s]
-100
012345678910
Temps
[s]
Couple de serrage 5 [Nm]
Fig. 10. Validation du vecteur de paramètres de base obtenu, trajectoire de la [8]C. Presse et M. Gautier, "New criteria of exciting trajectories for robot
Fig. 8. identification," in Proceedings IEEE International Conference on
Robotics and Automation. IEEE, 1993, pp. 907-912.
[9]J. Swevers, C. Ganseman, D. B. Tukel, J. De Schutter, et
10 H. Van Brussel, "Optimal robot excitation and identification", IEEE
transactions on robotics and automation, vol. 13, no. 5, pp. 730-740,
0 1997.
[10]J. Wu, J. Wang, et Z. You, "An overview of dynamic parameter iden-
Couple de serrage 6 [Nm]
-10
tification of robots," Robotics and computer-integrated manufacturing,
vol. 26, no. 5, pp. 414-419, 2010.
012345678910
Temps [s]
10
-10
012345678910
Temps
[s]
V. CONCLUSION
Les résultats de l'identification permettent de constater
plusieurs choses. Premièrement, bien que le vecteur de
paramètres de base obtenu ait des paramètres négatifs
correspondant au moment d'inertie des rotors du moteur, ce
qui est physiquement impossible, il peut très bien prédire les
couples mesurés. Cependant, la conséquence de l'existence
de paramètres négatifs physiquement impossibles est que la
matrice de masse n'est, pour certaines configurations de
robots, ni symétrique ni définie négative et que, par
conséquent, les méthodes d'inversion de la matrice de masse
conçues pour les matrices symétriques définies positives,
comme la décomposition de Cholesky, ne peuvent être
utilisées.
A la fin, notez que sur certaines figures montrant les
prédictions de couple, il y a une erreur au temps zéro. Cette
erreur est due au frottement statique qui est plus important
que le frottement dynamique identifié dans ce travail.
ACCUSÉ DE
RÉCEPTION
Ce travail a été financé par le projet Dr.Kors - Dynamic
recon- figurability of collaborative robot systems, financé par
FFG - O¨ sterreichische Forschungsfo¨rderungsgesellschaft,
numéro de projet 864892.
RÉFÉRENCES
[1]G. Antonelli, F. Caccavale, and P. Chiacchio, "A systematic procedure
for the identification of dynamic parameters of robot manipulators,"
Robotica, vol. 17, no. 4, pp. 427-435, 1999.
[2]C. G. Atkeson, C. H. An, et J. M. Hollerbach, "Estimation of inertial
parameters of manipulator loads and links," The International Journal
of Robotics Research, vol. 5, no. 3, pp. 101-119, 1986.