科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位南京航空航天大学; 中国航空制造技术研究院
