基于改进差分进化算法的机器人动力学参数辨识方法研究

发布时间：2023-05-03 14:09

　　针对传统差分进化算法存在收敛精度不高和算法容易陷入局部最优等问题,提出一种差分进化(Differential Evolution,DE)算法的改进方案,并用于机器人的动力学参数辨识。首先,利用Newton-Euler方法建立含有关节摩擦特性的机器人动力学模型的线性形式,设计严格满足机器人运动条件的傅里叶级数作为运动轨迹,为提高辨识精度,建立机器人观测矩阵条件数的非线性约束模型来优化激励轨迹;其次,引入DE算法并对其进行优化以提高算法的全局搜索能力和开发能力;最后,以智昌川崎RS010N机器人为对象设计仿真实验,实现了机器人动力学参数的辨识,并对辨识结果与理论值进行了对比分析。结果表明,采用改进的差分进化算法,可以准确地辨识出机器人动力学参数,所建立的模型能够反映机器人的动力学特性。

【文章页数】：9 页

【文章目录】：
0 引言
1 机器人动力学模型
2 激励轨迹的设计及优化
3 改进差分进化算法
    3.1 标准差分进化算法
        3.1.1 生成初始群体
        3.1.2 变异操作
        3.1.3 交叉操作
        3.1.4 选择操作
    3.2 改进差分进化算法
        3.2.1 变异策略的改进
        3.2.2 交叉策略的改进
        3.2.3 参数的自适应调整
    3.3 改进算法性能测试
4 参数辨识结果分析
5 结论



本文编号：3806851