針對(duì)傳統(tǒng)差分進(jìn)化算法存在收斂精度不高和算法容易陷入局部最優(yōu)等問題,提出一種差分進(jìn)化(Differential Evolution,DE)算法的改進(jìn)方案,并用于機(jī)器人的動(dòng)力學(xué)參數(shù)辨識(shí)。首先,利用Newton-Euler方法建立含有關(guān)節(jié)摩擦特性的機(jī)器人動(dòng)力學(xué)模型的線性形式,設(shè)計(jì)嚴(yán)格滿足機(jī)器人運(yùn)動(dòng)條件的傅里葉級(jí)數(shù)作為運(yùn)動(dòng)軌跡,為提高辨識(shí)精度,建立機(jī)器人觀測(cè)矩陣條件數(shù)的非線性約束模型來優(yōu)化激勵(lì)軌跡;其次,引入DE算法并對(duì)其進(jìn)行優(yōu)化以提高算法的全局搜索能力和開發(fā)能力;最后,以智昌川崎RS010N機(jī)器人為對(duì)象設(shè)計(jì)仿真實(shí)驗(yàn),實(shí)現(xiàn)了機(jī)器人動(dòng)力學(xué)參數(shù)的辨識(shí),并對(duì)辨識(shí)結(jié)果與理論值進(jìn)行了對(duì)比分析。結(jié)果表明,采用改進(jìn)的差分進(jìn)化算法,可以準(zhǔn)確地辨識(shí)出機(jī)器人動(dòng)力學(xué)參數(shù),所建立的模型能夠反映機(jī)器人的動(dòng)力學(xué)特性。

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 機(jī)器人動(dòng)力學(xué)模型
2 激勵(lì)軌跡的設(shè)計(jì)及優(yōu)化
3 改進(jìn)差分進(jìn)化算法
    3.1 標(biāo)準(zhǔn)差分進(jìn)化算法
        3.1.1 生成初始群體
        3.1.2 變異操作
        3.1.3 交叉操作
        3.1.4 選擇操作
    3.2 改進(jìn)差分進(jìn)化算法
        3.2.1 變異策略的改進(jìn)
        3.2.2 交叉策略的改進(jìn)
        3.2.3 參數(shù)的自適應(yīng)調(diào)整
    3.3 改進(jìn)算法性能測(cè)試
4 參數(shù)辨識(shí)結(jié)果分析
5 結(jié)論



本文編號(hào)：3806851