改进狼群算法的SCARA机械臂自适应迭代学习控制

作者：张长胜; 马泽楠; 李宽; 陈标发; 李伟; 杨俊

来源：机械科学与技术, 2020, 39(08): 1177-1183.

DOI：10.13433/j.cnki.1003-8728.20190227

• SCARA机械臂
• 自适应迭代学习控制
• 狼群算法
• 自适应步长

针对减小机器人重复运动的位置、速度跟踪误差的问题,给出一种基于狼群算法优化的机械臂自适应迭代学习控制策略。根据SCARA(Selective compliance assembly robot arm)机械臂驱动方程,设计动力学系统的迭代学习控制律。引入自适应步长的狼群算法,使狼群能够根据猎物气味浓度动态调整移动步长,提高了算法的收敛速度和精度。该策略对机械臂控制器参数KP、KD进行寻优时,得到了良好的控制效果,实现了对期望轨迹的有效跟踪。实验结果表明,该算法灵活性好,对系统期望轨迹具有较高的跟踪精度,有效降低了双关节机械臂的位置、速度跟踪误差,具有较强的可行性与有效性。

• 单位
  广州科伺智能科技有限公司; 昆明理工大学; 自动化学院