基于手部引导的有效负荷惯性参数估计

随着协作机器人（cobot）的普及，不得不满足用户对高效操作这些系统需求，尤其是那些几乎没有编程知识的用户。编程概念常使用直观的交互方式，如手部引导（hand guiding），来实现这一目标。对于在-contact运动的编程，这些框架需要机器人工具的有效负荷惯性参数（PIP）以及演示的速度和力，以确保有效的混合运动-力控制。本文旨在通过消除对专门PIP校准的需求，使非专业用户更高效地编程in-contact运动，从而实现灵活的机器人工具更换。由于演示的任务通常也包含非contact运动，本方法利用这些部分来估计机器人的PIP，采用既定的估计技术。结果表明，有效负荷质量的估计精确，而质心和惯性张量受噪声和激发不足的影响。总体而言，这些发现表明了在手部引导期间进行PIP估计的可行性，但也突显了需要足够的有效负荷加速度才能实现准确估计的必要性。