典型文献
基于Logistic函数的机器人动力学参数迭代辨识
文献摘要：
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.
文献关键词：
机器人;动力学参数辨识;Logistic函数;迭代辨识;激励轨迹
中图分类号：
作者姓名：
钱鸿巍;李成刚;杜兆才;李檬;丁士杰;李鹏飞;李志鹏
作者机构：
南京航空航天大学机电学院,南京210016,中国;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,中国
文献出处：
引用格式：
[1]钱鸿巍;李成刚;杜兆才;李檬;丁士杰;李鹏飞;李志鹏-.基于Logistic函数的机器人动力学参数迭代辨识)[J].南京航空航天大学学报（英文版）,2022(06):684-695
A类：
轨迹逼近
B类：
参数迭代,迭代辨识,动力学参数辨识,控制器设计,角加速度,主要方法,差分信号,频域,滤除,频带,激励轨迹,而无须,关节角度,关节角速度,一一映射,遗传算法优化,观测矩阵,条件数,辨识精度,数代,代入,机器人控制,跟踪轨迹,期望值,分步,快速收敛,到期,惯性参数,迭代次数,差可
AB值：
0.277147
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
