谢本华
- 作品数：4 被引量：45H指数：4
- 供职机构：南京航空航天大学机电学院更多>>
- 发文基金：国家自然科学基金江苏省科技支撑计划项目国家高技术研究发展计划更多>>
- 相关领域：自动化与计算机技术更多>>
- 采用ABC算法的关节机器人动力学参数辨识被引量：8
- 2017年
- 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。
- 陈柏管亚宇吴洪涛谢本华丁亚东
- 关键词：参数辨识人工蜂群算法
- 考虑非线性摩擦模型的机器人动力学参数辨识被引量：20
- 2017年
- 针对机器人动力学参数辨识的问题,提出了一种基于人工蜂群算法的辨识方法。考虑到关节摩擦特性,引入非线性摩擦模型,推导了机器人动力学模型的非线性形式。设计满足速度、加速度边界条件的五阶傅里叶级数作为激励轨迹来采集实验数据;利用人工蜂群算法,以蜂群为搜索单位,通过群体间的信息交流方式与优胜劣汰机制,对模型中的未知参数进行了辨识。最后,对得到的辨识模型进行了分析与验证,结果表明通过辨识得到关节预测力矩与测量力矩有较高的匹配度,所建立的非线性模型能够更好地描述机器人的动力学特性。
- 席万强陈柏丁力吴洪涛谢本华
- 关键词：机器人参数辨识人工蜂群算法
- 一种带负载工业机器人动力学模型辨识方法被引量：9
- 2016年
- 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。
- 陈柏谢本华丁力吴洪涛丁亚东
- 关键词：工业机器人动力学模型参数辨识加权最小二乘法
- 基于WLS-ABC算法的工业机器人参数辨识被引量：10
- 2016年
- 针对工业机器人在不带负载时的动力学参数辨识问题,提出了一种基于加权最小二乘法与人工蜂群算法(WLS-ABC)的辨识算法.首先计及关节摩擦特性,推导出机器人动力学模型的线性形式;接着设计五阶傅里叶级数作为激励轨迹,采集辨识实验数据;然后根据文中辨识算法,采用加权最小二乘法得到待辨识参数初始解,并以蜂群为搜索单位,通过群体之间的信息交流与优胜劣汰机制找到全局最优参数;最后对得到的模型进行验证与分析.实验结果表明,通过文中辨识算法得到的预测力矩与测量力矩有较高的匹配度,所建立的模型能够反映机器人的动力学特性.
- 丁力吴洪涛姚裕李耀谢本华陈柏
- 关键词：工业机器人参数辨识加权最小二乘法人工蜂群算法
