机器人多维力传感器标定Kalman滤波

被引:23
作者
许德章
葛运建
高理富
机构
[1] 中国科学院合肥智能机械研究所
基金
安徽省自然科学基金;
关键词
多维力传感器; 机器人; 标定; Kalman; 滤波;
D O I
10.13382/j.jemi.2006.01.023
中图分类号
TP242 [机器人]; TN713 [滤波技术、滤波器];
学科分类号
080508 [光电信息材料与器件]; 140102 [集成电路设计与设计自动化];
摘要
在多维力传感器标定过程中,往往出现比较大测量噪声,零漂幅度较大,严重地限制了多维力传感器标定精度。鉴于Kalman滤波器在滤除系统随机干扰噪声方面良好效果,并考虑到在力传感器标定加载前,噪声信号便于测量的特点。本文从单维力传感器入手,把标定测量模型简化为一阶惯性和零阶保持器串联,并把传感器的输入/输出分为有载荷作用和无载荷作用两个状态,分别推导出输入/输出关系,获得单维力传感器状态和测量方程,并进一步推导出单维力传感器Kalman滤波算法。在合理假设基础上,再使单维力传感器标定Kalman滤波算法推广到多维力传感器。标定实验表明,在多维力传感器标定中,Kalman滤波有效地滤除了测量噪声,提高了标定精度。
引用
收藏
页码:92 / 97
页数:6
相关论文
共 3 条
[1]
Neural-network-based 3D force/torque sensor calibration for robot applications [J].
Lu, TF ;
Lin, GCI ;
He, JR .
ENGINEERING APPLICATIONS OF ARTIFICIAL INTELLIGENCE, 1997, 10 (01) :87-97
[2]
最佳控制系统设计基础.[M].王永初 编著.科学出版社.1980,
[3]
机器人用六维腕力传感器标定研究 [J].
陈雄标 ;
袁哲俊 ;
姚英学 .
机器人, 1997, (01)