徐 征，张 弓✉，汪火明，侯至丞，杨文林，梁济民，王 建，顾 星

1) 广州中国科学院先进技术研究所机器人与智能装备中心，广州 511458 2) 中国地质大学机械与电子信息学院，武汉 430074

准确的机器人动力学模型是搭建仿真模型，验证先进控制算法和对控制系统进行深度分析的基础[1-2].随着对机器人动态性能要求的提高和协作机器人概念的兴起，常规无模型控制方法，如PID算法不仅轨迹跟踪精度较低，抗干扰能力较差，尤其无法实现碰撞检测、柔顺控制等人机交互功能[3].

对于多轴串联机器人进行动力学建模一般会考虑重力、科里奥利力、惯性力和摩擦力等主要因素，但是对于较复杂的特性，例如减速机柔性、连杆弹性、摩擦力随工况的变化、电机转子惯性力等，较少建立其数学模型[4-5]，从而导致计算力矩与实际力矩误差较大，阻碍了协作机器人碰撞检测、拖动示教和柔顺控制的良好实现.有学者对此进行了研究，文献[6-8]各自建立了摩擦特性模型并提出了针对性的补偿方法，也有采用机器学习方法的，如利用反向传播（Back propagation，BP）神经网络[9]和径向基函数（Radial basis function，RBF）网络进行拟合或补偿[10-11]，有些也提出了对应的控制方法[12]，但鲜有研究对各种复杂特性综合起来考虑的.

对于参数辨识技术，有解体测量计算方法[13-14]、解体实验测量法[15-16]、不解体实验测量方法[17-18]和理论辨识[19]等方法.解体方法无法或难以计算机器人关节特性[20]，理论辨识法得到的惯性张量矩阵在任意形位上不一定是正定的……