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。     

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。     

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.     

机器人单目视觉定位模型及其参数辨识

从机器人运动控制的需要出发,在分析视觉坐标系和机器人坐标系的映射关系基础上,建立了机器人单目视觉定位的数学模型.提出了基于遗传算法的参数辩识方法.该算法直接利用建立的视觉定位数学模型和一组特征点实测结果,通过遗传算法得到包括摄像机参数在内的所有参数.比较了直接测量法、待定系数法、基于遗传算法3种计算方法在实际ROBOCUP全自主机器人平台的运用结果,实验证实提出的算法可以得到更好的实际效果.     

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.     

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。     

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     

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.     

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．     

微生物批式流加发酵动力系统及参数辨识

微生物批式流加发酵生产1,3-丙二醇是一种重要的生产方式,但是目前研究只考虑了细胞外5种物质浓度的变化,没有考虑代谢机理、细胞内物质浓度的变化及重要的中间产物。本文将细胞内甘油、3-羟基丙醛和1,3-丙二醇三种物质的浓度变化考虑在内,假设甘油跨膜运输情形为主动运输和被动扩散,1,3-丙二醇的跨膜运输情形为主动运输和被动扩散,建立了微生物批式流加发酵动力系统。以实验值与计算值的误差平方和作为性能指标建立参数辨识模型,并用改进的粒子群算法求解模型中参数。结果表明,改进后模型平均相对误差比现有文献略有降低,说明了模型的有效性。     

动态环境中基于遗传算法的移动机器人路径规划的仿真

动态环境中 ,移动机器人的动态路径规划是一个较难解决的课题 .提出了一种基于遗传算法的移动机器人的路径规划方法 .该方法采用实数编码和有明确物理意义的适应度函数 ,可以加快实时的运算速度和提高运算精度 .同时 ,该方法充分挖掘了可应用遗传算法解决移动机器人动态路径规划的潜力 .计算机仿真表明 ,仿真该控制方法具有良好的动态路径规划能力     

微位移传感器的简便动态模型识别

通过搭建动态校准实验装置,在频域内对微位移传感器系统进行了动态校准,根据实验数据结果,利用一种幅频建模方法完成了动态数学模型的建立,并进行了模型检验,实现了对微位移传感器的简便动态模型识别。     

动态环境下移动机器人路径规划的一种新方法

提出了一种适用于动态环境下移动机器人路径规划的新方法.用栅格法对环境进行建模,从目标栅格点出发,各栅格中心点到目标栅格中心点的距离信息以每个时间步一个栅格的速度不断向外传播.经过足够多时间步的传播后,通过逐步寻找信息的传播来源,即可获得机器人的最短路径.仿真结果表明,该方法非常简单且高效,能快速规划出动态环境下移动机器人的最优路径.     

约束UKF初始参数对Bouc-Wen模型参数识别的影响

为获得约束UKF初始参数对模型参数识别的影响规律,针对Bouc-Wen模型给出基于约束UKF在线参数识别方法,通过数值模拟分析初始状态估计均值与协方差、过程噪声协方差、观测噪声协方差等滤波器初始参数对模型参数识别精度与收敛速度的影响,提出相应的参数取值建议.结果表明：在无模型误差的情况下,约束UKF对初始参数的设置具有较好的鲁棒性;适当地增大初始状态估计协方差,减小过程噪声,采用真实系统观测噪声协方差以及减小初始参数值与真实值的偏差,可以有效提高参数识别收敛速度和精度.该研究为基于约束UKF的非线性结构模型在线参数识别方法提供了参考.     

一种自适应免疫遗传算法及其在系统辨识和参数优化中的应用

基于遗传算法与免疫系统的机理,提出了一种自适应免疫遗传算法(AIGA).该算法定义了选择、扩展与突变等操作,通过对选择比例、扩展半径、突变半径的约束和参数的自适应调节,提高了算法的全局与局部搜索能力.同时,将AIGA用于系统辨识以及PID参数的优化中,进行了仿真实验,取得了较好的结果,证明了该方法的有效性.     

有色噪声干扰系统的参数辨识递推算法

为了辨识受有色噪声干扰的系统参数,提出一种递推算法。该算法由系统部分的参数估计和噪声部分的参数估计2部分组成。系统参数估计采用的是包含当前预报误差和之前估计误差的递推算法辨识。噪声部分参数则是采用扩展的最小二乘算法辨识。该文对新的递推算法进行了仿真,实验结果显示该算法能够降低噪声对参数估计的影响,减小估计误差,较精确地辨识出受有色噪声干扰系统的参数。