基于Logistic函数的机器人动力学参数迭代辨识

作     者：钱鸿巍 李成刚 杜兆才 李檬 丁士杰 李鹏飞 李志鹏 QIAN Hongwei;LI Chenggang;DU Zhaocai;LI Meng;DING Shijie;LI Pengfei;LI Zhipeng

作者机构：南京航空航天大学机电学院南京210016 中国航空制造技术研究院数字化制造航空科技重点实验室北京100024 

基　　金：supported by Aeronautical Science Foundation of China(No.201916052001) China National Key R&D Program(No.2018YFB1309203) Foundation of the Graduate Innovation Center,Nanjing University of Aeronautics and Astronautics(No.xcxjh20210501) 

出 版 物：《Transactions of Nanjing University of Aeronautics and Astronautics》 (南京航空航天大学学报（英文版）)

年 卷 期：2022年第39卷第6期

页      码：684-695页

摘      要：机器人的动力学参数辨识是基于动力学模型的控制器设计的基础。目前,求解角速度和角加速度的主要方法是对位置序列进行平滑和滤波,然后形成差分信号。但是,如果噪声和原始信号在频域重叠,过滤噪声也会滤除同频带内有价值的信息。本文提出了一种基于Logistic函数的激励轨迹,它充分利用了原始信号中的信息,可以精确地求解角速度和角加速度,而无须对位置序列进行平滑和滤波。该激励轨迹的关节角度与关节角速度、关节角加速度一一映射,可以直接根据位置求得关节角速度和关节角加速度。采用遗传算法优化激励轨迹参数,使观测矩阵的条件数最小,进一步提高辨识精度。采用迭代辨识的策略,每次迭代依据上一次的位置序列,将辨识出的动力学参数代入机器人控制器中,直至跟踪轨迹逼近期望轨迹,实际关节角速度、关节角加速度均收敛于期望值。仿真结果表明,采用分步策略,跟踪轨迹的关节角速度和关节角加速度在3次迭代中快速收敛到期望值,惯性参数辨识误差小于0.01。随着迭代次数的增加,惯性参数的辨识误差可以进一步减小。

主 题 词：机器人 动力学参数辨识 Logistic函数 迭代辨识 激励轨迹 

学科分类：080202[080202] 08[工学] 0804[工学-材料学] 0802[工学-机械学] 

核心收录：

D　O　I：10.16356/j.1005-1120.2022.06.005

馆 藏 号：203117767...