采用ABC算法的关节机器人动力学参数辨识

实验辨识机器人动力学参数是获取基于模型的控制器参数的主要方式。针对一般方法仅能辨识线性动力学模型从而辨识精度不高的问题,提出采用人工蜂群(Artificial bee colony,ABC)算法辨识机器人动力学模型。通过Newton-Euler法建立关节型机器人的刚体动力学模型,并用低速动态特性更佳的非线性摩擦模型描述关节间摩擦特性,代替传统的库仑-黏性摩擦模型。优化辨识实验所用的激励轨迹,采集实验数据进行必要的预处理后,采用ABC算法辨识机器人动力学参数。结果表明,ABC算法能够精确辨识动力学参数,基于辨识结果的预测力矩抑制了误差峰值的出现。应用辨识结果设计基于模型的前馈控制器,实验结果表明基于模型的控制器能够提高轨迹跟踪精度。     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题,提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下,用Newton Euler法建立负载动力学模型进行补偿,设计激励轨迹获取负载贡献的力矩,然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析,结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性,所提出的辨识方法具有一定的工程参考价值。