[发明专利]一种面向SCARA机械臂的动力学参数辨识方法

说明书

本发明涉及本发明提出一种面向SCARA机械臂的动力学参数辨识方法，通过动力学参数辨识对机器人的模型进行校正，从而得到精确的动力学模型用来实现机器人的精准控制。属于系统辨识以及机器人控制领域，该方法包括以下步骤：S1、对机器人进行D‑H建模，获取各轴参数，建立机器人动力学模型并进行线性化；S2、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；S3、设计一条具有良好性质的激励轨迹作用于机器人，测量相关数据并进行降噪处理；S4、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。本方法收敛速度快，计算成本相对较小，可以一次辨识出全部关节摩擦和其他动力学参数，并且具有较高的辨识精度。

技术领域

本发明涉及机器人控制以及系统辨识技术领域，特别涉及一种面向SCARA机械臂的动力学参数辨识方法。

背景技术

众所周知，自动化机器人系统已经被广泛运用在各种工业场所中，而当前机器人的各种应用场景也对控制精度提出了更高的要求，基于这种需求，我们便需要获取更为精确的机器人动力学参数，参数辨识正是解决此问题最为常用的方法。

据查，当前比较常用的机器人动力学参数辨识方法有物理实验法、CAD测量法和最小二乘法等等。

以上提到的物理实验法就是直接通过实验的方式对机器人参数进行测量，很明显这种方法对机器人内部的耦合以及摩擦等情况无法考虑，存在很大缺陷；而CAD图则只能给出机器人的理论参数，在机器人实际运行过程中，其与实际模型的参数必然存在很大误差；最小二乘法的缺点在于需要采集和处理的数据庞大，辨识成本高，并且不能根据辨识数据的增加而动态更新。

发明内容

本发明的目的是解决上述现有技术的不足，提供一种新型的SCARA机械臂动力学参数辨识方法以进一步改善当前的技术问题，本方法可以一次辨识出全部关节摩擦和其他动力学参数，具备较强的全局收敛能力和寻优能力并且具有较高的辨识精度。

本发明解决其技术问题所采用的技术方案是：

一种面向SCARA机械臂的动力学参数辨识方法，包括如下步骤：

S1、对机器人进行D-H建模，获取各轴参数，建立机器人动力学模型并进行线性化；

S2、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；

S3、设计一条具有良好性质的激励轨迹作用于机器人，测量相关数据并进行降噪处理；

S4、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。

优选的，所述步骤(1)具体是建立机器人的坐标系统，获得D-H参数，采用拉格朗日方法建立机器人的动力学模型。

优选的，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。

优选的，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，待辨识参数矩阵中就是这些最小惯性参数。

优选的，步骤(3)中的激励轨迹需要具备容易实现、抗噪声能力强、辨识效果好等特性，通常以观测矩阵的条件数作为优化准则。

优选的，步骤(3)中的降噪处理具体为移动平均方法。

优选的，步骤(4)中的差分进化算法如下：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：

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）