本發明涉及機械臂控制，特別涉及機械臂負載質量預測與誤差補償方法、系統、設備及介質。
背景技術：
1、伴隨人口老齡化時代的快速來臨和人力成本的提升,機械臂被投入到更多應用場景中去,包括直接使用機械臂進行物流運輸和在機械臂末端加裝不同的工具進行更復雜的作業。在機械臂執行搬運任務和攜帶未知工具的應用場景中,機械臂常面臨負載質量不確定的問題，導致關節輸出力矩發生波動，進而影響控制的精確性與穩定性。
2、為此，現有的機械臂會利用機器視覺識別負載的外形尺寸與表觀材料類型，借助密度公式間接推算其質量，能一定程度上提高控制的精確性和穩定性。但是這一方法無法有效判斷物體內部結構（例如中空形態），導致體積估算出現較大偏差，進而造成負載質量的估算誤差顯著增大，難以滿足高精度控制場景的需求這種負載變化。若不加以識別與補償，容易引起機械臂末端力矩超限，甚至造成工件損傷，嚴重制約機械臂在高精度、高可靠性任務中的應用效果。
技術實現思路
1、本發明的主要目的是提供一種機械臂負載質量預測與誤差補償方法、系統、設備及介質，旨在適應內部空腔等復雜負載結構，克服傳統方法因外形與質量非對應關系而導致的質量誤判問題，從而在不確定負載條件下仍保持高精度控制與穩定運行。
2、為實現上述目的，本發明第一方面提出機械臂負載質量預測與誤差補償方法，包括如下步驟：
3、基于機器視覺獲取目標物體的幾何參數和物體估計質量，將物體估計質量賦值到當前預測質量；
4、辨識機械臂動力學模型在空載狀態下的空載基準參數集；
5、建立帶載狀態下的機械臂的逆動力學表達式，機械臂的逆動力學表達式包含根據幾何參數和當前預測質量計算得到的載荷慣量參數集；
6、將空載基準參數集與載荷慣量參數集進行組合，得到帶載基準參數集；
7、根據關節力矩與關節電機電流之間的映射關系，將所述帶載基準參數集轉換為電流層面的電流級基準參數集；
8、控制機械臂帶載執行預設計的激勵軌跡，并采集機械臂中各關節運動參數以及關節電機電流；
9、根據機械臂帶載執行預設計的激勵軌跡過程采集的運動參數計算帶載狀態下的滿秩回歸矩陣，并根據帶載狀態下的滿秩回歸矩陣和電流級基準參數集，計算出帶載狀態下的預測電流；
10、基于模糊控制器進行質量預測；其中，在初次迭代時，以電流殘差矢量和物體估計質量作為模糊控制器的輸入，所述電流殘差矢量由帶載狀態下的預測電流與帶載狀態下測到的關節電機電流比較得到；在后續的迭代中，以機械臂末端的預測電流均方根差和上一次的質量補償量作為模糊控制器的輸入；在每次迭代中，模糊控制器根據內置的模糊規則計算輸出質量補償值，將當前預測質量加上質量補償值作為新的預測質量，以更新帶載狀態下的預測電流；
11、將循環迭代后得到的預測質量反饋至控制器進行補償。
12、上述機械臂負載質量預測與誤差補償方法中，辨識機械臂動力學模型在空載狀態下的空載參數集包括如下步驟：
13、建立包含摩擦力的機械臂動力學模型；
14、對所述機械臂動力學模型進行線性化，機械臂動力學模型以空載基準參數集對機械臂功率學參數進行線性形式表示;
15、控制機械臂空載執行預設計的激勵軌跡，并采集機械臂中各關節運動參數；
16、根據空載狀態下采集到機械臂中各關節運動參數，構建機械臂動力學模型的回歸矩陣；
17、通過最小二乘法辨識出空載基準參數集中的參數。
18、上述機械臂負載質量預測與誤差補償方法中，包含摩擦力的機械臂動力學模型為：
19、；
20、其中，為n×1的空載關節力矩矢量；為n×1的關節角度；為n×1的關節角速度；為n×1的關節角加速度；為連桿的n×n慣性力矩矢量；為n×n電機-傳動系統的等效慣量在連桿側的表示；為對應連桿的n×n科里奧利和離心力矩矩陣；為n×1的重力力矩矢量；為n×1的關節摩擦力矩矢量；
21、對于每個關節i的摩擦力模型的表達式為：
22、；
23、其中，為關節i的摩擦力矩，為庫倫摩擦系數矩陣，為粘滯摩擦系數矩陣，為偏移量；為符號函數。
24、機械臂動力學模型對機械臂功率學參數的線性表示為：
25、；
26、其中，表示回歸矩陣，表示完整的待辨識動力學參數集，；
27、對于每個連桿i，完整待辨識的動力學參數定義為：；
28、其中，為連桿i的動力學參數，為連桿i繞參考坐標軸的質量慣性矩，為連桿i繞參考坐標軸的質量慣性矩，為連桿i繞參考坐標軸的質量慣性矩，為連桿i繞平面的慣性積，為連桿i繞平面的慣性積，為連桿i繞平面的慣性積，為連桿i的質量；表示連桿i的質心在參考坐標軸的坐標；表示連桿i的質心在參考坐標軸的坐標，表示連桿i的質心在參考坐標軸的坐標；
29、機械臂動力學模型以空載基準參數集對機械臂功率學參數進行線性形式表示為：
30、；
31、其中，為機械臂動力學模型的回歸矩陣；為空載基準參數集，由完整待辨識的動力學參數集通過線性變化得到。
32、將所述帶載基準參數集轉換為電流層面的電流級基準參數集的計算公式為：
33、；
34、所述帶載狀態下的預測電流的計算公式為：
35、；
36、其中，為帶載狀態下的滿秩回歸矩陣，為帶載狀態下的預測電流。
37、上述機械臂負載質量預測與誤差補償方法中，基于模糊控制器進行質量預測包括如下步驟：
38、計算電流殘差矢量或機械臂末端的預測電流均方根差與參考值之間的誤差變化量；
39、以誤差變化量作為第一語言變量，通過第一組三角形隸屬函數，計算第一語言變量的當前精確值對于第一語言值集合中的小、中、大三個模糊語言值的隸屬度，形成第一隸屬度向量；所述第一語言值集合中的小、中、大三個模糊語言值在第一語言變量的輸入論域通過各自的三角形隸屬度函數定義；
40、以物體估計質量或上一次的質量補償量作為第二語言變量，通過第二組三角形隸屬函數，計算第二語言變量的當前精確值對于第二語言值集合中的小、中、大三個模糊語言值的隸屬度，形成第二隸屬度向量；所述第二語言值集合中的小、中、大三個模糊語言值在第二語言變量的輸入論域通過各自的三角形隸屬度函數定義；
41、以質量補償量作為輸出語言變量，基于模糊規則表，根據第一隸屬度向量和第二隸屬度向量進行模糊推理，得到輸出語言變量的輕、中、重三個模糊語言值對應的隸屬度函數，并聚合得到輸出語言變量的隸屬度函數；采用質心法對輸出語言變量的隸屬度函數進行解模糊計算，得到質量補償量的精確值。
42、本發明第二方面公開機械臂負載質量預測與誤差補償系統，應用于如上述的機械臂負載質量預測與誤差補償方法，系統包括：
43、機器視覺模塊，用于獲取目標物體的幾何參數和物體估計質量，將物體估計質量賦值到當前預測質量；
44、辨識模塊，用于辨識機械臂動力學模型在空載狀態下電流層面的電流級基準參數集；
45、控制器，用于控制機械臂帶載執行預設計的激勵軌跡，并采集機械臂中各關節運動參數以及關節電機電流；
46、計算模塊，用于基于機械臂空載動力學模型，建立帶載狀態下的機械臂的逆動力學表達式，其中，包含根據幾何參數和當前預測質量計算得到的載荷慣量參數集；基于空載狀態下與帶載狀態下參數集之間的映射關系，將電流級基準參數集與載荷慣量參數集進行組合，得到電流層面的帶載基準參數集；
47、計算模塊還根據機械臂帶載執行預設計的激勵軌跡過程采集的運動參數計算帶載狀態下的滿秩回歸矩陣，并根據帶載狀態下的滿秩回歸矩陣和當前迭代的帶載基準參數集，計算出帶載狀態下的預測電流；
48、模糊控制器，用于進行質量預測；其中，在初次迭代時，以電流殘差矢量和物體估計質量作為模糊控制器的輸入，所述電流殘差矢量由帶載狀態下的預測電流與帶載狀態下測到的關節電機電流比較得到；在后續的迭代中，以機械臂末端的預測電流均方根差和上一次的質量補償量作為模糊控制器的輸入；在每次迭代中，模糊控制器根據內置的模糊規則計算輸出質量補償值，將當前預測質量加上質量補償值作為新的預測質量，以更新載荷慣量參數集；
49、所述控制器還用于根據循環迭代后得到的預測質量進行補償。
50、本發明第三方面公開一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，所述處理器執行上述機械臂負載質量預測與誤差補償方法。
51、本發明第四方面公開一種計算機可讀存儲介質，所述計算機可讀存儲介質上存儲有計算機程序，該程序被處理器執行時實現上述機械臂負載質量預測與誤差補償方法。
52、本發明提供的技術方案可以包括以下有益效果：
53、本發明通過機械臂末端的預測電流與實際電流之間的均方根誤差作為模糊控制器的輸入，結合機器視覺提供的物體估計質量，構建雙輸入模糊控制器。通過模糊推理與解模糊處理，輸出質量補償量，實現對負載質量的動態修正與力矩輸出的實時補償，以利于機械臂保持高精度控制與穩定運行。