据外媒报道，中国科学院（Chinese Academy of Sciences）宁波材料技术与工程研究所（Ningbo Institute of Materials Technology and Engineering，NIMTE）的研究团队开发了一种新方法，以提高工业机器人动力学建模的效率，从而突破了实时扭矩计算中长期存在的瓶颈问题。

图片来源： NIMTE

该研究成果发表在期刊《IEEE Transactions on Industrial Informatics》上，提出了一种解决传统动态模型效率低下问题的新方法。

工业机器人依靠线性参数（LIP）动态模型来完成扭矩计算和动态参数在线辨识等任务，这些任务对于自适应控制和机器人与环境的交互至关重要。然而，这些模型常常受到多元多项式（MVP）中冗余项的影响，从而影响计算速度并限制实时应用。

为了解决这个问题，研究人员提出了一种线性多元多项式（LI-MVP）动力学模型。该框架将系数和多项式次数编码到数值矩阵中，从而简化了动态建模流程并提高了效率。

一项关键创新在于用定义在幺半群内的二元运算取代繁琐的符号克罗内克积，从而加速了编码空间中LI-MVP模型的推导。

该研究的通讯作者陈思鲁教授表示：“我们的方法简化了模型推导，并通过同时消除冗余的MVP和参数来加快实时扭矩计算。”

最终的符号LIP模型使用解码后的Horner形式的MVP进行恢复，从而减少了扭矩计算所需的乘法次数。

定量分析证实，新方法在模型推导方面比现有方法更高效。研究人员表示，该方法还展现出在基于模型的工业机器人实时控制方面的巨大潜力。这一进展表明，机器人系统的敏捷性和响应能力将得到提升。