公开(公告)号：CN107671861B

公开(公告)日：2020-11-13

申请号：CN201711112065.5

申请日：2017-11-13

Applicant: 无锡信捷电气股份有限公司

Inventor： 李新 ,  白瑞林 ,  严浩 ,  吉峰

IPC: B25J9/16

Abstract: 本发明涉及SCARA机器人的动力学参数辨识领域，公开了一种改进的SCARA机器人动力学参数辨识方法。采用Lagrange法建立包含摩擦项的SCARA机器人完整动力学模型，并对其进行线性化。采用5阶傅里叶级数作为激励轨迹的基本形式，并用5次多项式代替传统傅里叶级数中的常数项，使得关节角速度和关节角加速度在轨迹起始和停止时刻为零；以最小化观测矩阵条件数为目标，为增强全局寻优能力，采用基于排挤机制的小生境遗传算法对激励轨迹的各项系数进行优化。为避免直接对关节角度两次微分带来的传递误差，对采样得到的关节角速度数据拟合成傅里叶级数形式，再微分得到关节角加速度信号。考虑到测量噪声的影响，采用加权最小二乘法（WLS）作为参数估计方法。

公开(公告)号：CN107671861A

公开(公告)日：2018-02-09

申请号：CN201711112065.5

申请日：2017-11-13

Applicant: 无锡信捷电气股份有限公司

Inventor： 李新 ,  白瑞林 ,  严浩 ,  吉峰

IPC: B25J9/16

CPC classification number: B25J9/1653 ,  B25J9/163 ,  B25J9/1633

Abstract: 本发明涉及SCARA机器人的动力学参数辨识领域，公开了一种改进的SCARA机器人动力学参数辨识方法。采用Lagrange法建立包含摩擦项的SCARA机器人完整动力学模型，并对其进行线性化。采用5阶傅里叶级数作为激励轨迹的基本形式，并用5次多项式代替传统傅里叶级数中的常数项，使得关节角速度和角加速度在轨迹起始和停止时刻为零；以最小化观测矩阵条件数为目标，为增强全局寻优能力，采用基于排挤机制的小生境遗传算法对激励轨迹的各项系数进行优化。为避免直接对关节角度两次微分带来的传递误差，对采样得到的关节角速度数据拟合成傅里叶级数形式，再微分得到关节加速度信号。考虑到测量噪声的影响，采用加权最小二乘法（WLS）作为参数估计方法。