[发明专利]一种面向SCARA机械臂的动力学参数辨识方法

权利要求书

1.一种面向SCARA机械臂的动力学参数辨识方法，其特征在于，包括以下步骤： (1)对机器人进行D-H建模，获取各轴参数，采用拉格朗日方法建立机器人动力学模型并进行线性化；(2)确定最小惯性参数集，得到由观测矩阵、待辨识参数和力矩构成的矩阵方程；(3)设计一条具有良好性质的激励轨迹作用于机器人，测量相关数据并采用移动平均方法进行降噪处理； (4)将实际测量数据代入差分进化算法中进行动力学参数辨识，由随机产生的初始群体开始，通过变异和选择产生新的个体，之后比较新个体与同代中其他个体的适应度值，淘汰劣者；最后经过不断的重复以上的 进化、比较和淘汰的过程，使个体最终趋于最优解，具体步骤为：

（a）生成初始群体                     (1)

其中i=1,2,...,NP；j=1,2,...,D，NP表示种群大小,D表示解空间的维数；表示第0代的第i个个体的第个j基因；rand(0,1)是[0 ,1]区间的随机数；和分别表示第i个个体的上界和下界，

（b）变异           (2)

其中表示第g代种群中的第i个个体；F是变异因子，

（c）交叉             (3)

其中j_rand为[1,2,...,D]的随机整数；，称为交叉因子；

（d）选择              (4)

其中fit表示适应度函数，由公式（4）可以看出，将会选择适应度较低的个体进入下一代，在达到终止的条件之前，需要一直执行变异和选择的操作；

为了减少计算成本，加快算法收敛，引入一种自动调整机制如下：

                                 (5)

                                     (6)

其中n₁,n₂,n₃,n₄是四个[0 ,1]上的随机数；分别代表了调整变异因子和交叉因子的概率；

步骤(2)中通过把机器人的关节构型细分为七类来获取最小惯性参数集，待辨识参数就是这些最小惯性参数；用最小惯性参数表示的动力学方程：

其中，为观测矩阵；p为最小惯性参数向量，也即待辨识惯性参数共四个；为力矩矢量。

2.根据权利要求1所述的一种面向SCARA机械臂的动力学参数辨识方法，其特征在于：所述D-H参数包括连杆转角、连杆距离、连杆长度和连杆扭角。

3.根据权利要求1所述的一种面向SCARA机械臂的动力学参数辨识方法，其特征在于：步骤(3)中的激励轨迹以观测矩阵的条件数作为优化准则。