Dynamic parameter identification and control of legged robots’ single-leg model considering joint friction characteristics

XIAO Haoyang; QIAN Letian; LUO Xin

doi:10.16578/j.issn.1004.2539.2025.06.002

您当前的位置：

首页 >

文章列表页 >

Dynamic parameter identification and control of legged robots’ single-leg model considering joint friction characteristics

Theory·Research | 更新时间：2025-06-18

- Dynamic parameter identification and control of legged robots’ single-leg model considering joint friction characteristics
- Journal of Mechanical Transmission Vol. 49, Issue 6, Pages: 10-18(2025)
- 作者机构：
  
  华中科技大学机械科学与工程学院，武汉 430074
- 作者简介：
- 基金信息：
- DOI：10.16578/j.issn.1004.2539.2025.06.002
  CLC： TH39
- Received：09 February 2024，
  
  Published：15 June 2025
- 稿件说明：
移动端阅览
肖浩扬，钱乐天，罗欣. 考虑关节摩擦特性的足式机器人单腿模型动态参数辨识及控制［J］. 机械传动，2025，49（6）：10-18.

XIAO Haoyang，QIAN Letian，LUO Xin. Dynamic parameter identification and control of legged robots’ single-leg model considering joint friction characteristics［J］. Journal of Mechanical Transmission，2025，49（6）：10-18.
肖浩扬，钱乐天，罗欣. 考虑关节摩擦特性的足式机器人单腿模型动态参数辨识及控制［J］. 机械传动，2025，49（6）：10-18. DOI： 10.16578/j.issn.1004.2539.2025.06.002.

XIAO Haoyang，QIAN Letian，LUO Xin. Dynamic parameter identification and control of legged robots’ single-leg model considering joint friction characteristics［J］. Journal of Mechanical Transmission，2025，49（6）：10-18. DOI： 10.16578/j.issn.1004.2539.2025.06.002.

摘要

目的

足式机器人移动速度和机动性的提升对关节运动跟踪精度提出了高要求。足式机器人关节常在低速段工作，行程较小且换向频繁，传动摩擦的存在给关节控制带来了极大的非线性影响。准确辨识其关节非线性摩擦对提高足式机器人的关节跟踪精度十分重要。

方法

针对关节低速运动工况，利用驱动器记录重载四足机器人单腿运动数据，并在个人计算机上对数据进行处理；基于关节实测摩擦特性，建立了关节摩擦分段拟合模型，分步辨识足式机器人的单腿关节摩擦及动力学参数；基于辨识模型，设计了单腿动力学前馈-反馈控制器。

结果

在重载四足机器人平台上进行的试验表明，与基于线性摩擦模型的参数辨识法相比，该方法各关节力矩预测误差减小约40%，动力学前馈下的轨迹跟踪精度提升大于60%。

Abstract

Objective

The increasing of the motion speed and the manoeuvrability of legged robots poses high level requirements for joint tracking accuracy. The joints of legged robots often work in the conditions of low speed

small stroke and frequent direction switching. The presence of transmission friction has a strong nonlinear influence on the joint control. Accurately identifying the nonlinear friction of its joints is very important for improving the joint tracking accuracy of legged robots.

Methods

For the low-speed motion conditions of joints

the motion data of a single leg of the heavy-load quadruped robot was recorded by the driver

and the data was processed on a personal computer. A segmented fitting model of joint friction was built based on the measured friction characteristics of joints under low-speed motion conditions

and the joint friction and dynamic parameters of single leg of legged robots were identified. Based on the identification results

a feedforward-feedback control strategy was carried out.

Results

Tests on a heavy-duty quadruped robot indicate that the prediction error of joint torques utilizing the proposed method is reduced by about 40%

and the trajectory tracking accuracy is improved by more than 60%

comparing to those obtained by the existing identification and control method based on the linear friction model.

关键词

Keywords

references

BISWAL P ， MOHANTY P K . Development of quadruped walking robots：a review ［J］. Ain Shams Engineering Journal ， 2021 ， 12 （ 2 ）： 2017 - 2031 .

COBANO J A ， ESTREMERA J ， GONZALEZ DE SANTOS P . Accurate tracking of legged robots on natural terrain ［J］. Autonomous Robots ， 2010 ， 28 （ 2 ）： 231 - 244 .

徐凡，刘文斌，张海波，等 . 含摩擦的风电齿轮传动系统非线性动力学分析［J］. 机械传动， 2023 ， 47 （ 10 ）： 31 - 42 .

XU Fan ， LIU Wenbin ， ZHANG Haibo ， et al . Nonlinear dynamics analysis of the wind turbine gear transmission system considering friction effect ［J］. Journal of Mechanical Transmission ， 2023 ， 47 （ 10 ）： 31 - 42 .

王晓强，穆春阳，马行，等 . 基于改进LuGre摩擦模型的机器人关节摩擦力辨识研究［J］. 机床与液压， 2023 ， 51 （ 17 ）： 26 - 31 .

WANG Xiaoqiang ， MU Chunyang ， MA Xing ， et al . Robot joint friction identification based on improved LuGre friction model ［J］. Machine Tool & Hydraulics ， 2023 ， 51 （ 17 ）： 26 - 31 .

WAIBOER R ， AARTS R ， JONKER B . Velocity dependence of joint friction in robotic manipulators with gear transmissions ［C］// Proceedings of the ECCOMAS Thematic Conference Multibody Dynamics 2005 ， Advances in Computational Multibody Dynamics . 2005 ： 1 - 19 .

SWEVERS J ， VERDONCK W ， DE SCHUTTER J . Dynamic model identification for industrial robots ［J］. IEEE Control Systems Magazine ， 2007 ， 27 （ 5 ）： 58 - 71 .

LEE S D ， SONG J B . Sensorless collision detection based on friction model for a robot manipulator ［J］. International Journal of Precision Engineering and Manufacturing ， 2016 ， 17 （ 1 ）： 11 - 17 .

INDRI M ， TRAPANI S . Framework for static and dynamic friction identification for industrial manipulators ［J］. IEEE/ASME Transactions on Mechatronics ， 2020 ， 25 （ 3 ）： 1589 - 1599 .

SZABÓ D ， GINCSAINÉ SZÁDECZKY-KARDOSS E . Dynamic parameter identification method for robotic arms with staticfriction modelling ［J］. Acta Imeko ， 2021 ， 10 （ 3 ）： 44 .

张铁，胡亮亮，邹焱飚 . 基于混合遗传算法的机器人改进摩擦模型辨识［J］. 浙江大学学报（工学版）， 2021 ， 55 （ 5 ）： 801 - 809 .

ZHANG Tie ， HU Liangliang ， ZOU Yanbiao . Identification of improved friction model for robot based on hybrid genetic algorithm ［J］. Journal of Zhejiang University（Engineering Science）， 2021 ， 55 （ 5 ）： 801 - 809 .

CHEN X D ， FANG F ， LUO X . A friction identification approach based on dual-relay feedback configuration with application to an inertially stabilized platform ［J］. Mechatronics ， 2014 ， 24 （ 8 ）： 1120 - 1131 .

SHAO X M ， WANG S J ， YANG L S ， et al . Research on feedforward control based on robot dynamics parameters identification ［C］// 2020 IEEE International Conference on Mechatronics and Automation（ICMA） . New York ： IEEE ， 2020 ： 973 - 978 .

STUECKELMAIER P ， GROTJAHN M ， FRAEGER C . Identification of the inverse dynamics of a serial robot for robot drive control ［C］// IKMT 2015 . ETG/GMM-Symposium Innovative small Drives and Micro-Motor Systems . New York ： IEEE ， 2015 ： 157 - 164 .

孙玉阳 . 重载机器人动力学建模及前馈控制方法研究与实现［D］. 南京：东南大学， 2017 ： 65 - 67 .

SUN Yuyang . Research and implementation of dynamic modeling and feedforward control for heavy duty robot ［D］. Nanjing ： Southeast University ， 2017 ： 65 - 67 .

WENSING P M ， KIM S ， SLOTINE J E . Linear matrix inequalities for physically consistent inertial parameter identification：a statistical perspective on the mass distribution ［J］. IEEE Robotics and Automation Letters ， 2018 ， 3 （ 1 ）： 60 - 67 .

CANUDAS DE WIT C ， NOEL P ， AUBIN A ， et al . Adaptive friction compensation in robot manipulators： low-velocities ［C］// Proceedings，1989 International Conference on Robotics and Automation . IEEE ， 1989 ： 1352 - 1357 .

SOBCZYK M ， PERONDI E ， CUNHA M A . A continuous approximation of the LuGre friction model ［C］// ABCM Symposium Series in Mechatronics . Ouro Preto ： ABCM ， 2010 ： 218 - 228 .

MAMEDOV S ， MIKHEL S . Practical aspects of model-based collision detection ［J］. Frontiers in Robotics and AI ， 2020 ， 7 ： 571574 .

SOUSA C D ， CORTESÃO R . Physical feasibility of robot base inertial parameter identification：a linear matrix inequality approach ［J］. The International Journal of Robotics Research ， 2014 ， 33 （ 6 ）： 931 - 944 .

吴文祥，朱世强，靳兴来 . 基于改进傅里叶级数的机器人动力学参数辨识［J］. 浙江大学学报（工学版）， 2013 ， 47 （ 2 ）： 231 - 237 .

WU Wenxiang ， ZHU Shiqiang ， JIN Xinglai . Dynamic identification for robot manipulators based on modified Fourier series ［J］. Journal of Zhejiang University（Engineering Science）， 2013 ， 47 （ 2 ）： 231 - 237 .

SOUSA C D ， CORTESÃO R . Inertia tensor properties in robot dynamics identification：a linear matrix inequality approach ［J］. IEEE/ASME Transactions on Mechatronics ， 2019 ， 24 （ 1 ）： 406 - 411 .

INDRI M ， LAZZERO I ， ANTONIAZZA A ， et al . Friction modeling and identification for industrial manipulators ［C］// 2013 IEEE 18th Conference on Emerging Technologies & Factory Automation （ETFA） . New York ： IEEE ， 2013 ： 1 - 8 .

Views

242

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

No data

Related Author

Xiao Haoyang

Qian Letian

Luo Xin

Related Institution

School of Mechanical Science and Engineering， Huazhong University of Science and Technology

⁰