考慮激發(fā)充分性的機(jī)械臂動力學(xué)最小參數(shù)集辨識

摘要： 在考慮粗大誤差和隨機(jī)誤差情況下，為了提高機(jī)械臂系統(tǒng)動力學(xué)參數(shù)辨識的精確性和魯棒性，文章提出了基于魯棒粒子群算法的參數(shù)辨識方法，建立了機(jī)械臂動力學(xué)模型；篩選出了動力學(xué)最小參數(shù)集，用于消除動力學(xué)參數(shù)間的冗余性。為了實(shí)現(xiàn)參數(shù)充分激勵(lì)，基于有窮傅里葉級數(shù)構(gòu)造了激勵(lì)軌跡，并以最小化矩陣條件數(shù)為目標(biāo)實(shí)現(xiàn)了軌跡優(yōu)化。為了提高參數(shù)辨識性能，在粒子群算法中引入了“向其他個(gè)體學(xué)習(xí)”的新型學(xué)習(xí)方式；...