基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
提出了一种对机器人机械臂各关节的动力学参数进行离线识别的新方法.该方法在实现途径上简单有效,无需附加传感器.通过控制机械臂各待辨识关节按照周期性傅里叶级数轨迹运动,读取关节电流以获取关节力矩值便可实现对机械臂连杆动力学参数进行识别.该识别算法通过将待识别参数分为线性部分和非线性部分,并对其分别采用线性最小二乘法和粒子群算法进行解算.实现过程简单,不仅能识别机械臂的动力学参数,还能识别动摩擦系数和黏滞摩擦系数.通过在新松七自由度协作机器人上进行实验,验证了该方法的可行性和有效性.
推荐文章
考虑关节柔性的模块机器人动力学参数辨识
柔性关节机器人
参数辨识
Optotrak3020
最小二乘法
水下机器人动力学模型参数辨识方法综述
水下机器人
水动力
动力学模型
参数辨识
基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识
计量学
动力学参数
参数辨识
自适应混合算法
粒子群算法
遗传算法
柔性关节机器人
基于粒子群算法的6自由度机械臂动力学模型参数辨识
工业机器人
动力学模型
参数辨识
粒子群优化(PSO)算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于粒子群算法的机器人动力学参数辨识
来源期刊 机电一体化 学科
关键词 参数辨识 线性最小二乘法 粒子群算法 机器人 机械臂
年,卷(期) 2017,(2) 所属期刊栏目 研究·开发
研究方向 页码范围 3-8,64
页数 7页 分类号
字数 语种 中文
DOI 10.16413/j.cnki.issn.1007-080x.2017.02.001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王宁 上海交通大学机械与动力工程学院 113 669 13.0 24.0
2 张伟军 上海交通大学机械与动力工程学院 70 383 11.0 16.0
3 袁建军 上海交通大学机械与动力工程学院 28 125 7.0 9.0
4 王帅 上海交通大学机械与动力工程学院 25 112 6.0 9.0
5 傅霞君 上海交通大学机械与动力工程学院 2 9 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (17)
共引文献  (10)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (7)
二级引证文献  (0)
1985(1)
  • 参考文献(0)
  • 二级参考文献(1)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(4)
  • 参考文献(1)
  • 二级参考文献(3)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(2)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(3)
  • 引证文献(3)
  • 二级引证文献(0)
2019(3)
  • 引证文献(3)
  • 二级引证文献(0)
研究主题发展历程
节点文献
参数辨识
线性最小二乘法
粒子群算法
机器人
机械臂
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
机电一体化
月刊
1007-080X
31-1714/TM
大16开
上海市长乐路746号
4-565
1995
chi
出版文献量(篇)
3989
总下载数(次)
13
论文1v1指导