Оценивание параметров трения в шагающих многозвенных роботах методом динамического расширения регрессора и смешивания

Оценивание параметров трения в шагающих многозвенных роботах методом динамического расширения регрессора и смешивания

Михальков Никита Владимирович
аспирант, Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет ИТМО» (Университет ИТМО), 197101, Санкт-Петербург, Кронверкский пр., д. 49, лит. А, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0003-2723-1610

Пыркин Антон Александрович
д.т.н., профессор, Университет ИТМО, декан факультета систем управления и робототехники, профессор, в.н.с., 197101, Санкт-Петербург, Кронверкский пр., д. 49, лит. А, Этот адрес электронной почты защищён от спам-ботов. У вас должен быть включен JavaScript для просмотра., ORCID: 0000-0001-8806-4057

Материал поступил в редакцию 05 ноября 2024 года.

Аннотация
В статье предложен метод адаптивного оценивания параметров трения для многозвенных шагающих роботов. Актуальность подхода обусловлена необходимостью учитывать изменения параметров трения в суставах, вызванные, например, температурными колебаниями и износом. Представленный подход, использующий метод динамического расширения регрессора и смешивания (DREM), а также особенности движения шаговым способом, позволяет достичь устойчивой оценки параметров трения, избегая вычислительных сложностей и потребности в дополнительных датчиках, как это было в традиционных методах. Моделирование на примере семизвенной роботизированной системы показало сходимость оценок к истинным значениям даже в условиях шумов и задержек.

Ключевые слова
Метод динамического расширения регрессора и смешивания, шагающие роботы, оценка параметров трения.

Благодарности
Статья подготовлена при финансовой поддержке Министерства науки и высшего образования Российской Федерации, проект № FSER-2025-0002.

EDN
APWUMW

Индекс УДК 
539.62:007.52

Библиографическое описание
Михальков Н.В. Оценивание параметров трения в шагающих многозвенных роботах методом динамического расширения регрессора и смешивания / Н.В. Михальков, А.А. Пыркин // Робототехника и техническая кибернетика. – Т. 13. - № 1. – Санкт-Петербург : ЦНИИ РТК. – 2025. – С. 18-25. – Текст : непосредственный.

Литература

  1. Bledt G. Policy-regularized model predictive control to stabilize diverse quadrupedal gaits for the MIT cheetah / Bledt G., Wensing P.M., Kim S. // 2017 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). – IEEE, 2017. – Pp. 4102-4109. – Text: unmediated.
  2. Collision-free MPC for legged robots in static and dynamic scenes / Gaertner M. [et al.] // 2021 IEEE International Conference on Robotics and Automation (ICRA). – IEEE, 2021. – Pp. 8266-8272. – Text: unmediated.
  3. Feedback control of a Cassie bipedal robot: Walking, standing, and riding a Segway / Gong Y. [et al.] // 2019 American Control Conference (ACC). – IEEE, 2019. – Pp. 4559-4566. – Text: unmediated.
  4. ANYmal – a highly mobile and dynamic quadrupedal robot / Hutter M. [et al.] // 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). – IEEE, 2016. – Pp. 38-44. – Text: unmediated.
  5. An extended friction model to capture load and temperature effects in robot joints / Bittencourt A.C. // 2010 IEEE/RSJ International Conference on Intelligent Robots and Systems. – IEEE, 2010. – Pp. 6161-6167. – Text: unmediated.
  6. Jin M. Robust compliant motion control of robot with nonlinear friction using time-delay estimation / Jin M., Kang S.H., Chang P.H. // IEEE Transactions on Industrial Electronics. – 2008. – Т. 55, № 1. – Pp. 258-269. – Text: unmediated.
  7. Dynamic identification of industrial robot based on nonlinear friction model and LS-SOS algorithm / Dong J. [et al.] / IEEE Transactions on Instrumentation and Measurement. – 2021. – Т. 70. – Pp. 1-12. – Text: unmediated.
  8. Lee T. Geometric robot dynamic identification: A convex programming approach / Lee T., Wensing P.M., Park F.C. // IEEE Transactions on Robotics. – 2020. – Т. 36, № 2. – Pp. 348-365. – DOI: 10.1109/TRO.2019.2926491. – Text: electronic.
  9. Hashlamon I. Joint friction estimation for walking bipeds / Hashlamon I., Erbatur K. // Robotica. – 2016. – Т. 34, № 7. – Pp. 1610-1629. – Text: unmediated.
  10. Estimation of Ground Reaction Force Using Carbon Insoles with Piezoelectric Film Sensors and Force Sensing Resistors / Yabu S. [et al.] // 2023 IEEE International Conference on Systems, Man, and Cybernetics (SMC). – IEEE, 2023. – Pp. 4355-4360. – Text: unmediated.
  11. Kim S.S. QR decomposition for state space representation of constrained mechanical dynamic systems / Kim S.S., Vanderploeg M.J. // Engineering Journal of Mechanisms Transmissions and Automation in Design. – 1986. – Pp. 183-188. – DOI.org/10.1115/1.3260800. – Text: electronic.
  12. Mistry M. Inverse dynamics control of floating base systems using orthogonal decomposition / Mistry M., Buchli J., Schaal S. // 2010 IEEE International Conference on Robotics and Automation. – IEEE, 2010. – Pp. 3406-3412. – Text: unmediated.
  13. Morse A. Global stability of parameter-adaptive control systems // IEEE Transactions on Automatic Control. – 1980. – Т. 25, № 3. – Pp. 433-439. – Text: unmediated.
  14. Alex Simpkins. System Identification: Theory for the User, 2nd Edition (Ljung, L.; 1999) // IEEE Robotics & Automation Magazine (Vol.: 19, Iss.: 2, June 2012). – DOI: 10.1109/MRA.2012.2192817. – Text: electronic.
  15. Performance enhancement of parameter estimators via dynamic regressor extension and mixing / S. Aranovskiy [et al.] // IEEE Transactions on Automatic Control. – 2016. – Т. 62, № 7. – Pp. 3546-3550. – Text: unmediated.
  16. On parameter tuning and convergence properties of the DREM procedure / Korotina M. [et al.] // 2020 European Control Conference (ECC). – IEEE, 2020. – Pp. 53-58. – Text: unmediated.