一种刚柔跨质自适应的机器人力位与刚度协同优化方法及系统

本申请涉及一种刚柔跨质自适应的机器人力位与刚度协同优化方法及系统，涉及机器人控制技术领域，包括：首先，采用半隐式积分法对机器人动力学模型进行线性化处理，结合扩展卡尔曼滤波器对接触操作过程中的刚度参数进行实时估计，构建动态刚度感知模型，有效提升系统响应能力。然后，将刚度参数嵌入赫兹接触模型中，突破传统模型对接触表面先验信息的依赖性，建立机器人与操作对象之间的动态交互模型，实现对法向力与摩擦力的高精度实时感知。最后，在非线性模型预测控制框架下，基于接触力、位置和接触刚度构建多维物理约束，得到最优控制模型，通过滚动优化实现动态自适应更新控制输入，提升机器人在刚柔异质接触操作中的稳定性与控制精度。