-
题名基于混沌粒子群算法的机器人动力学参数辨识
被引量：4
- 1
-
-
作者
钟佩思
王祥文
张超
张振宇
王晓
刘金铭
-
机构
山东科技大学先进制造技术研究中心
青岛澳科仪器有限责任公司
-
出处
《仪表技术与传感器》
CSCD
北大核心
2023年第8期107-113,共7页
-
基金
山东省自然科学基金(ZR202103070107,ZR2020MF101)。
-
文摘
文中提出了一种改进的混沌粒子群算法以优化机器人的激励轨迹,提高动力学参数辨识精度。首先,构建简化的SCARA机器人的动力学模型,选用改进的傅里叶级数作为激励轨迹并建立其优化目标和约束条件的数学模型;其次,在粒子群算法中引入动态控制参数策略和混沌搜索增强机制以优化调整算法参数和早熟粒子;最后,评估改进算法的寻优效果并利用其优化机器人的激励轨迹,进行基于神经网络的动力学参数辨识。仿真结果表明,所求的激励轨迹曲线平滑,机器人动力学参数辨识精度较高。
-
关键词
激励轨迹优化
动力学参数辨识
混沌粒子群算法
神经网络算法
-
Keywords
excitation trajectory optimization
identification of dynamic parameters
chaotic particle swarm optimization algorithm
neural network algorithm
-
分类号
TP242
[自动化与计算机技术—检测技术与自动化装置]
-
