基于分步式自适应学习的参数辨识方法

• 作者: 付树兵 赵东升 陆佳琪 高兴宇
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 工业机器人 参数辨识 自适应学习 区域搜索
• 年，卷（期）: 2020,（2）
• 页码范围: 130-136
• 页数: 7页
• 分类号: TP242.2
• 字数: 3988字
• 语种: 中文

摘要

为解决工业机器人标定中参数辨识不稳定、冗余参数无法辨识等问题,提出了一种分步式自适应学习的参数辨识方法.运动模型上采用D-H模型与MDH模型相结合,解决了D-H模型的奇异性问题.参数辨识过程中,首先对独立参数进行补偿,然后对无法辨识或者辨识结果不稳定的参数,进行区域搜索寻求最优解.通过MATLAB软件仿真验证,最大定位误差降低至0.2 mm以内,证明了该辨识方法的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高兴宇	桂林电子科技大学机电工程学院	29	73	5.0	7.0
2	赵东升	桂林电子科技大学机电工程学院	3	3	1.0	1.0
3	陆佳琪	桂林电子科技大学机电工程学院	4	10	1.0	3.0
4	付树兵	桂林电子科技大学机电工程学院	1	0	0.0	0.0