Massuppskattningen av nyttolaster, som greppas av en vakuumkoppgripare, kan gynna flera robotapplikationer, t.ex. objektigenkänning, kraftledda rörelser, detektering av grova fel. Dessa applikationer kräver noggrann, robust och snabb massuppskattning. Befintliga metoder använder vanliga kinetiska batch  minst kvadratisk teknikerna och exciterande banor som inte kan implementeras inom ramen för tidsoptimerad industriell verksamhet. Dessutom har inga jämförbara projekt tacklat sugkoppens mekaniska beteende.

    Detta projekt föreslår en metod för att mäta massan på nyttolasten som grips av en robotmanipulator genom att uppskatta dess tröghetsparametrar. En mekanisk modell av sugkoppen är härledd för att uppskatta tröghetsparametrarna med en Rekursiv Totala Minsta Kvadrat-algoritm. En kalibreringsprocess, baserad på den dynamiska modellen, utvecklas för att initialisera de inre egenskaperna hos verktyget och vakuumkoppen.

    Metoden utvärderades på en databas över en pick-and-place robot som fungerar i ett e-handelslager. Resultaten visar att metoden exakt kan uppskatta massan för typiska scenarier, även om prestandan minskar för uppgifter med högre hastighet och kortare dataregistrering.