1 背景介绍
UR在每个关节中，单圈绝对值编码器与多圈增量编码器混合。关于这双编码器的用途，UR官方没有解释，目前网上推测的用途有两个:
- 绝对值类型用于寻找零点，增量类型用于控制；实际上，增量反馈值可以连接到位置环，绝对值可以连接到速度环。
- 关节输出扭矩可以通过两个编码器的误差值间接获得，即双编码器作为关节扭矩传感器。
功能1没有争议，国内很多合作机器人都采用这种控制方法。关于功能2有一些争议。接下来，通过一些实验探讨这种方法的实际可行性。
2 实验流程
采用单关节模块，包括电机、谐波减速器和双编码器，图中的弹簧等同于传动过程中的所有柔性原件。
在实验中，让电机运行不同的正弦轨迹，记录两个编码器的角度，并做差，作为关节传动中的变形角。实验结果表明，机械变形量稳定，关节输出扭矩可乘以关节刚度。
3 可行性分析
这种变形的存在为我们提供了估计关节扭矩的可能性。学术界也有研究[1,2]利用这些变形信息进行扭矩估计。这两篇文章也相对较新，涉及的校准过程也很复杂。在实践中大量使用是有争议的。
为了估计扭矩，需要通过施加已知负载来近似估计关节刚度；然而，减速器（如谐波减速器）的刚度特性是非线性的。
关节刚度过大会导致力矩估计的灵敏度。例如，关节刚度为10^4 Nm/rad，如果编码器为17位，最小可检测扭矩约为0.48 Nm。此外，减速器的特性过于复杂，各种非线性和滞回特性、扭矩脉冲波动等都会对这种扭矩估计方法产生不可预测的影响。
结论：减速器本身的复杂特性和减速器摩擦的复杂特性对机器人的动力学建模和识别精度产生了不良影响。扭矩感知模式也需要尽可能隔离减速器的影响。双编码器不能取代关节关节扭矩传感器的功能。双编码器对扭矩估计的影响非常有限。
参考文献
[1] Torque Estimation for Robotic Joint With Harmonic Drive Transmission Based on Position Measurements.
[2] Minimum Variance Estimation of Load-side Extern Torque Using Load-side Encoder and Torque Sensor