机器人惯性参数辨识的若干方法及进展

当代机器人技术的发展对机器人动态特性提出了更高的要求,惯性参数是影响机器人动态特性的主要参数之一。文章回顾了当前辨识机器人惯性参数的各种方法,讨论了各种方法的优点和存在的问题;介绍了基于传感器信息的机器人惯性参数识别方面的研究进展;给出本文的小结和有待于进一步研究的课题。     

智能装配机器人几何参数辨识方法

根据机器人误差模型和实测误差数据，采用最小二乘和迭代辨识的方法，求解未知参数，并以实例验证了该方法的有效性。     

步进电动机驱动惯性负载的参数辨识及数字仿真

在建立步进电动机驱动系统数学模型的基础上，对系统进行单步响应采样，应用最小二乘法原理，确定系统的各个参数，并用数字仿真与采样结果进行对比，验证系统的数学模型和各个参数的正确性。为步进电动机驱动惯性系统的优化控制作准备。     

基于角度模型的机器人驱动系统参数辨识

针对直流电动机驱动的轮式机器人,提出一种根据机器人轮子编码器读数辨识机器人驱动系统参数的算法,并与传统的根据速度输出来辨识机器人参数的方法进行了比较.仿真计算证明:根据编码器数据辨识有更好的精度及抗干扰能力.     

一种工业机器人动力学参数的辨识方法

机器人动力学参数辨识方程随着关节的增多变得更加繁琐,关节数超过4个后,甚至难以获得准确的参数辨识方程.为此,文中提出一种分步辨识的方法.该方法每次辨识的惯性参数较少,辨识方程相对简单,计算量小,辨识累计误差小,能很好地实现对超过四自由度的关节机器人动力学参数的辨识.文中还以某型六自由度关节机器人为对象,设计了辨识实验,对分步辨识方法进行了验证.结果表明:在保有机器人关键动力学特性的情况下,文中方法能简单而有效地获得机器人的关键动力学参数.     

机器人系统中环境动力学模型及其参数辨识

根据机器人系统中环境的本质特征，本文提出了环境动力学既有刚体运动力学特性，又有表面开变动力学特性的观点；由此建立了新的环境动力学模型，给出了该动力学模型参数辨识的遗传算法模型，理论分析和实验研究表是该模型及其参数辨识方法是实用的，可行的。     

机器人重力参数辨识新方法

将一类新型自适应观测器推广应用到机器人自适应状态观测器上，解决了机器人重力参数辨识的收敛性问题．     

机器人负载的动力学参数辨识

为解决机器人末端负载的时变性给高速运动的机器人带来控制精度降低的问题,研究了参数差值法、力矩求解法、全局参数辨识法的机器人末端负载动力学参数辨识的方法,以提高末端负载的辨识精度.得到的负载动力学参数用于动力学控制以提高机器人动态精度.通过建立拉格朗日动力学线性辨识模型,以最优激励轨迹进行实时数据采集,采样数据经过低通滤波及中心差分的处理后,代入相应的负载辨识方程式,并用加权最小二乘法解决线性方程组,可辨识到不同负载的动力学参数.实验验证了负载辨识方法的可行性.     

基于GA-SA算法的机器人几何参数误差辨识

几何参数误差对机器人末端绝对定位精度影响最大,而几何误差参数辨识是一个高维非线性问题,求解困难,所以建立一种简单高效的辨识算法是有必要的,本文提出了遗传模拟退火算法(GA-SA)对机器人几何参数误差辨识。以机器人末端位姿误差最小为目标,采用遗传模拟退火算法辨识机器人几何参数误差,以ABB IRB120为算例迭代1100次,遗传算法在200代陷入局部最优,模拟退火参与后最终适应度为0.0914。误差补偿结果表明：机器人末端位置误差沿X,Y,Z轴方向分别降低了88.05%,81.73%,83.72%,姿态误差分别降低了93.92%,83.64%,83.44%,证明遗传模拟退火算法可以有效辨识机器人几何参数误差,提高误差补偿后的机器人末端位姿精度。     

工业机器人功率等效模型与参数辨识

针对工业机器人能耗复杂,动态性强,实时功率难以预测的问题,在对机器人系统中永磁同步电机、伺服驱动器等功能部件能耗分析的基础上,提出了工业机器人功率等效模型.该模型通过高阶多项式建立起机器人损耗功率与电机扭矩、电机角速度的映射关系,其系数通过最小二乘法求解,可以在机器人电机参数未知的条件下进行功率预测.结果表明,基于功率模型的理论计算值和实验测量值的均方根相对误差为8.11％,证明了功率模型和辨识参数的正确性.     

挖掘机器人动力学参数辨识研究

为了使挖掘机在作业速度和挖掘力上适应负载的特性,需要对挖掘机工作装置进行动力学分析.在采用拉格朗日方法确定了挖掘机器人工作装置动力学模型的情况下,动力学参数的精确辨识对实现实时控制显得尤为重要.利用遗传算法对参数辨识问题进行了探讨,给出了利用遗传算法对整个问题的求解设计思路,引入格雷码混合编码、可变精度的交叉和混合变异等思想,形成了改进的遗传算法.该算法收敛速度快,鲁棒性强,通过仿真和现场实验,验证了所提出的算法的有效性.     

同步发电机机械参数辨识初探--可辨识性分析

选取特定的数学模型,进行同步发电机机械参数可辨识性分析,得出该模型下可唯一辨识的结论,为同步发电机机械参数的辨识奠定了理论基础,同时也验证了该数学模型选择的可用性.     

在轨服务双臂空间机器人参数辨识研究

本文以在轨服务自由漂浮空间双臂机器人为研究对象，研究了机器人本体和所抓取未知目标卫星的参数辨识问题。利用卫星自身携带的测速敏感器测得卫星本体质心以及操作臂的线速度及角速度，基于线动量及角动量守恒方程即可对双臂机器人本体和未知目标卫星进行未知参数的辨识。本文首先对空间机器人模型进行符号推导；然后研究了机器人的参数对辨识研究的影响；最后分析了参数辨识的影响因素。本参数识别方法的可行性以及效果在地面实验室中得到验证。     

工业机器人动力学模型参数辨识的新方法

通过让机器人各关节静止,逐个让单个关节恒速运行和逐个让单个关节恒加速运行而让其它关节固定不动的3组实验全部辨识出工业机器人的动力学参数。这种辨识方法既考虑了关节力矩传递机构的影响又考虑了驱动电机特性参数的影响,因此是一种实用的辨识方法。     

惯性特征系统最速特征模型PID控制参数辨识

以惯性特征系统作为研究对象,针对常规PID控制器参数的设置问题提出了基于系统最速特征模型的辨识算法,该算法利用惯性特征系统的输入输出特性,通过最小二乘法辨识出系统的一阶特征模型,然后再根据一阶特征模型、控制律和系统的动、稳态性能的要求辨识出系统的二阶最速特征模型,同时也计算出PID控制器的参数.仿真结果表明,该算法能够使PID控制具有最速响应的特征,为PID参数设置提供了一种计算方法.     

一种新型欠驱动型并联机器人的运动学分析与仿真

传统并联机器人具有自由度数量与驱动电机数量相等的问题,效率低下。为解决这些问题,提出了一种基于传统并联机器人的新型欠驱动型并联机器人。分析了欠驱动型并联机器人的结构特点与工作原理,应用空间解析几何与向量代数法,推导了机器人的运动学正解与反解。建立了运动学模型,应用MATLAB验证了运动学正解与反解的正确性,确立了最优工作空间。仿真结果表明,驱动电机数量为3时实现了机器人3或4自由度切换的功能,提高了机器人的抓取效率,具有工作空间大、运行速度快、定位精度高、制造成本低等特点,具有广泛的工业应用前景。     

基于改进PSO算法的岩石蠕变模型参数辨识

微粒群优化(PSO)算法是一类随机全局优化技术,具有收敛速度快、规则简单、易于实现的优点.针对岩石蠕变本构模型参数的辨识问题,本文利用FLAC软件自带的fish语言实现了改进PSO算法对本构模型参数的辨识.该方法从岩石本构模型参数的随机值出发,以蠕变过程中试件变形的实验值与计算值的误差大小作为适应度函数来评价参数的品质,利用改进PSO算法规则实现模型参数的进化,搜索出全局最优的模型参数值,从而实现了岩石蠕变本构模型参数的自适应辨识.利用该方法对页岩蠕变实验进行了仿真研究,实验结果表明:改进的PSO算法用于岩石蠕变模型的参数辨识是有效的.     

遗传算法的双线性模型参数辨识

本文以遗传算法为基础 ,提出了一种辨识双线性离散动态系统模型参数的方法。该方法能够有效地克服噪声的污染 ,获得双线性系统参数的无偏估计值。应用该算法对双线性系统进行仿真表明 ,该方法辨识精度高 ,稳定性好     

挖掘机器人阀控缸系统RBF神经网络参数辨识

为提高液压挖掘机器人工作装置轨迹规划控制精度,减小按照理想模型进行控制的阀控缸系统存在的控制误差,获得更接近实际状况的阀控缸系统控制模型,采用RBF神经网络方法,建立含阀控缸系统待辨识参数及Jacobian信息的线性方程组.以挖掘机斗杆油缸为研究对象,经实验获得油缸进回油压力、斗杆倾角参数,辨识出阀控缸模型中阀的增益系数kq、体积模量Eoil和内泄漏系数Cli.最后通过对阀控缸系统进行力控制实验对比研究,验证了采用辨识参数的系统模型控制精度较好,有很强的鲁棒性.     

一种电力电子电路参数性故障的辨识方法

为准确辨识电力电子电路参数性故障,研究了电力电子关键器件的故障模型,并将其纳入了电力电子电路的混合自动机模型中进行了参数辨识的仿真和实验研究,结果证明了本文方法的有效性.