运动学控制机械臂上冲击诱发关节速度跳变的预测
机器人学
2023-10-19 v1
摘要
为实现有意的机器人冲击任务,预测关节速度跳变对于保证控制器可行性与硬件完整性至关重要。我们观察到,与 Panda 机械臂的 250 组基准实验相比,机器人学中一种常用方法存在可观的预测误差。我们将平均预测误差降低 81.98%,方法如下:首先,我们关注任务空间方程,而不对病态条件的关节空间惯性矩阵求逆。其次,在冲击事件前,考虑到高增益(刚性)运动学控制机械臂表现为复合刚体,我们计算末端执行器尖端的等效惯性属性。
引用
@article{arxiv.2202.12646,
title = {Predicting Impact-Induced Joint Velocity Jumps on Kinematic-Controlled Manipulator},
author = {Yuquan Wang and Niels Dehio and Abderrahmane Kheddar},
journal= {arXiv preprint arXiv:2202.12646},
year = {2023}
}