首页|分步式自适应学习参数辨识方法改进

分步式自适应学习参数辨识方法改进

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
为提高机器人定位精度,解决工业机器人标定环节中参数辨识精度低,冗余参数无法辨识等问题,提出一种分步式自适应学习参数辨识方法.该方法采用等步长区域搜索,步长设置过小,区域搜索容易陷入局部最优而终止辨识,步长设置过大,单步搜索分辨率下降,辨识精度降低.为优化该算法,提出二分法区域搜索方法.运动模型上,为克服D-H模型的奇异性问题,采用D-H模型与MDH模型相结合的方法.辨识环节,首先遍历合适的测量位姿,然后补偿独立参数,接着采用区域搜索的方法对剩余参数进行误差辨识.最后运用MATLAB软件仿真,末端位置误差的最大偏差降低至0.2mm以内,证明该算法改进后辨识精度更高,辨识结果更加稳定.
Improvement of Step-by-Step Adaptive Learning Parameter Identification Method

高兴宇、付树兵、李煜、陆佳琪

展开 >

桂林电子科技大学机电工程学院,广西桂林 541004

工业机器人 参数辨识 分步式 区域搜索 二分法

桂科AA18118002-32018YJCX052019YCXS006

2022

机械设计与制造
辽宁省机械研究院

机械设计与制造

CSTPCD北大核心
影响因子：0.511
ISSN：1001-3997
年,卷(期)：2022.380(10)
  • 3