一种改进的SCARA机器人动力学参数辨识方法

• 作者: 严浩 吉峰 白瑞林
• 来源期刊: 中国机械工程
• 关键词: 机器人 动力学 小生境遗传算法 激励轨迹 参数辨识
• 年，卷（期）: 2017,（22）
• 所属期刊栏目: 智能制造
• 页码范围: 2707-2713
• 页数: 7页
• 分类号: TP242
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2017.22.010

摘要

针对SCARA机器人动力学参数辨识问题,提出了一种基于优化改进傅里叶级数的辨识方法.根据SCARA机器人完整动力学方程,推导得到动力学模型的线性形式.采用改进傅里叶级数作为机器人关节的激励轨迹,使得关节角度满足连续周期性,并且关节角速度和角加速度在轨迹起始和停止时刻为零.为进一步提高辨识精度,以SCARA机器人观测矩阵的条件数为目标函数,采用基于排挤机制的小生境遗传算法对激励轨迹的系数进行优化.考虑到测量噪声的影响,采用加权最小二乘法(WLS)作为参数估计方法.实验结果表明,采用所提方法能准确辨识出SCARA机器人的动力学参数,两关节力矩测量值和预测值的残差均方根分别减小了11.50％和26.35％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	白瑞林	江南大学轻工过程先进控制教育部重点实验室	158	1207	18.0	24.0
2	吉峰		18	143	7.0	11.0
3	严浩	江南大学轻工过程先进控制教育部重点实验室	2	13	2.0	2.0