应用于动力学参数辨识的激励轨迹优化研究

• 全文链接
• 请求原文

作   者：

杨中华;  俞经虎;  俞哲;  周嘉铨; 

作者机构：

江南大学机械工程学院;  长广溪智能制造(无锡)有限公司; 

关键词：

协作机器人;  自适应算子;  动力学模型;  改进型蛇优化算法;  参数辨识; 

期刊名称：

机械传动

i s s n：

1004-2539

年卷期：

2024 年 48 卷 011 期

页   码：

37-47

摘   要：

针对机械臂动力学参数辨识问题，提出了一种基于改进型蛇优化算法的激励轨迹优化方法。该方法在传统蛇优化算法的基础上进行创新，通过引入自适应调节算子来替代原有的固定系数，提高了蛇优化算法的全局搜索性能和收敛速度。将改进型蛇优化算法应用于机械臂动力学参数辨识过程中的激励轨迹优化设计，并采用迭代重加权最小二乘算法作为参数辨识算法，选择6自由度的协作机器人作为验证对象进行了试验验证。试验结果显示，相较于传统的激励轨迹设计算法，机械臂前3个关节的关节力矩误差均方根减少了20.96%，全部6个关节的关节力矩误差均方根减少了23.58%。研究表明，改进型蛇优化算法在激励轨迹优化设计中的应用对于提高动力学参数辨识准确性具有一定的效果。