[发明专利]一种空间机器人系统参数在轨辨识方法

权利要求书

1.一种空间机器人系统参数在轨辨识方法，其特征在于：采用以下步骤：

步骤1：忽略重力影响，考虑空间机器人处于自由漂浮模式，建立空间机器人机械臂输入力矩τ的表达式τ＝g(θ)；其中系统的全部待辨识参数为θ，θ＝[θ_l,θ_f]，θ_l为τ_l项的待辨识参数且包含k个参数，θ_f为τ_f项的待辨识参数；

τl为根据关节反馈信号q、和计算得到期望输入力矩，τ_l项为线性形式，其表达式用线性回归方程表示为为系统线性部分信息向量；q∈Rⁿ为关节角向量，为关节角速度向量，为关节角加速度向量，M(q)∈R^n×n为正定对称惯性矩阵，为离心力和哥氏力矩阵；θ_l＝[θ₁,θ₂,...,θ_k]；

τ_f为关节阻尼力矩向量，τ_f为非线性项，τf=[fc+(fs-fc)exp(-|q·/q·s|)2]×sign(q·)+fvq·,]]>f_c为库仑摩擦力矩，f_s为静摩擦力矩，为Stribeck速度，f_v为粘性摩擦系数，θf=[fc,fs,q·s,fv];]]>

步骤2：利用递推差分进化算法对系统参数进行离线和在轨辨识，直到到达要求并得到系统参数θ。

2.根据权利要求1所述空间机器人系统参数在轨辨识方法，其特征在于：所述的利用递推差分进化算法对系统参数进行辨识的过程如下：

步骤2.1：根据输入力矩的表达式，建立适应度函数f(θ)＝τ-g(θ)，其中，θ为θ的估计值；

步骤2.2：根据θ中辨识参数个数初始化种群参数θ_j,i(0)：

θj,i(0)=θj,iL+rand(0,1)(θj,iU-θj,iU),i=1,2,...,NP;j=1,2,...,k+4]]>

其中，为参数下界，为参数上界，NP为种群个数；

步骤2.3：变异操作：

在系统进行在线辨识之前利用历史数据进行离线辨识；根据系统处于离线还是在轨辨识状态，采用不同的差分策略：

当系统处于离线辨识状态时，采用DE/rand/1/bin的差分策略：随机中种群中选取两个不同的个体，将两个个体之间的向量差乘以缩放因子之后与待变异个体进行向量的合成，得到新的个体，其具体表达式为：其中F为缩放因子，表示在第t代种群中第r1、r2、r3个体，且i≠r1≠r2≠r3；

当处于在轨辨识状态时，则采用递推差分进化算法的差分策略：随机在种群中选取两个不同的个体，将两个个体之间的向量差乘以缩放因子之后与待整体最优的个体进行向量合成，然后再加上一个关于输入力矩差值的修正项，从而得到新的个体，其具体表达式为：

vj,i(t+1)=θ^j,BestN(t)-λ×K(τN-g(θ^j,BestN(t)))+F×(θ^j,r2N(t)-θ^j,r3N(t))K=θ^j,BestN-θ^j,BestN-1(t)τN+1-τN+g(θ^j,BestN)-g(θ^j,BestN-1(t))]]>

其中，任何包含N变量表示第N次在轨辨识中涉及到的变量，表示第j个参数在第t代中的最优估计个体，表示第N次在轨辨识中的最优第j个最优估计个体，λ为修正因子，F为缩放因子，τ_N表示第N次在轨辨识中的输入驱动力矩；

在进化中，对于超过边界范围的个体则通过变异第i个个体

vj,i(t+1)=θj,iL+rand(0,1)(θj,iU-θj,iL)]]>

得到一组中间体{θj,iL≤vj,i(t+1)≤θj,iU,i=1,2,...,NP;j=1,2,...,k+4};]]>

步骤2.4：交叉操作：

通过对第t代种群θ_j,i(t)及其变异的中间体{v_j,i(t+1)}进行个体间交叉操作，从而产生新的染色体u_j,i(t+1)：

其中，CR为常数表示交叉概率；

步骤2.5，选择操作：

取适应度函数的最小值minf(θ_j,i(t))为参数θ_j,i(t)的评价函数，选取每代u_j,i(t+1)和θ_j,i(t)中评价函数更小的个体为下一代种群的个体：

而为满足选择条件中评价函数最小值对应的θ_j,i(t+1)值；

步骤2.6，循环步骤2.3～2.6，直到达到同一次在轨辨识中的最大次数T；

步骤2.7：对于不同次的在轨辨识，循环步骤2.2～2.7，直到达到系统要求的辨识精度要求。