Os pesquisadores desenvolvem um novo método para aumentar a eficiência de modelagem de dinâmica do robô industrial

Uma equipe de pesquisa do Instituto de Tecnologia e Engenharia de Materiais da Ningbo (NIMTE) da Academia de Ciências chinesas desenvolveu um novo método para melhorar a eficiência da modelagem de dinâmica para robôs industriais, abordando gargalos de longa data em computação de torque em tempo real.

As descobertas, publicadas em IEEE Transações sobre informática industrialApresente uma nova abordagem para abordar ineficiências em modelos dinâmicos tradicionais.

Os robôs industriais dependem de modelos dinâmicos lineares no parâmetro (LIP) para tarefas como cálculo de torque e identificação on-line de parâmetros dinâmicos, que são críticos para o controle adaptativo e as interações do robô-ambiente. No entanto, esses modelos geralmente sofrem de termos redundantes em polinômios multivariados (MVPs), dificultando a velocidade da computação e limitando as aplicações em tempo real.

Para superar isso, os pesquisadores propuseram um modelo de dinâmica linear em multivariado-polinômios (LI-MVP). Essa estrutura codifica coeficientes e graus polinomiais em uma matriz numérica, simplificando o processo de modelagem dinâmica e aumentando a eficiência.

Uma inovação importante reside em substituir o complicado produto simbólico de Kronecker por uma operação binária definida dentro de um monóide, acelerando a derivação do modelo LI-MVP no espaço codificado.

“Nosso método simplifica a derivação do modelo e acelera a computação de torque em tempo real, eliminando simultaneamente os MVPs e parâmetros redundantes”, disse o Prof. Chen Silu, o autor correspondente do estudo.

O modelo LIP simbólico final é restaurado usando MVPs decodificados na forma Horner, o que reduz o número de multiplicações necessárias para a computação de torque.

A análise quantitativa confirma que o novo método é mais eficiente do que as abordagens existentes na derivação do modelo. Também mostra um forte potencial para o controle baseado em modelos em tempo real de robôs industriais, de acordo com os pesquisadores. Esse avanço sugere melhorias na agilidade e capacidade de resposta dos sistemas robóticos.