基于改进差分进化算法的机器人动力学参数辨识方法研究

• 作者: 张建宇 段建龙
• 来源期刊: 北京联合大学学报（自然科学版）
• 学科: 工学
• 关键词: 参数辨识 差分进化算法 Newton-Euler法 动力学参数
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 智能控制与智能计算
• 页码范围: 48-56
• 页数: 9页
• 分类号: TP242
• 字数: 6063字
• 语种: 中文
• DOI: 10.16255/j.cnki.ldxbz.2020.01.008

摘要

针对传统差分进化算法存在收敛精度不高和算法容易陷入局部最优等问题,提出一种差分进化(Differential Evolution,DE)算法的改进方案,并用于机器人的动力学参数辨识.首先,利用Newton-Euler方法建立含有关节摩擦特性的机器人动力学模型的线性形式,设计严格满足机器人运动条件的傅里叶级数作为运动轨迹,为提高辨识精度,建立机器人观测矩阵条件数的非线性约束模型来优化激励轨迹;其次,引入DE算法并对其进行优化以提高算法的全局搜索能力和开发能力;最后,以智昌川崎RS010N机器人为对象设计仿真实验,实现了机器人动力学参数的辨识,并对辨识结果与理论值进行了对比分析.结果表明,采用改进的差分进化算法,可以准确地辨识出机器人动力学参数,所建立的模型能够反映机器人的动力学特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张建宇	北京工业大学机电学院	81	700	16.0	22.0
2	段建龙	北京工业大学机电学院	1	0	0.0	0.0