基于自適應粒子群遺傳算法的柔性關節機器人動力學參數辨識

王躍靈, 旺 玥, 王 琪, 王洪斌

(燕山大學 工業計算機控制工程河北省重點實驗室,河北 秦皇島 066004)

1 引 言

目前,許多輕型高性能的機器人廣泛采用諧波驅動器來驅動關節運動,但諧波減速器的應用引入了關節柔性,同時,一部分機器人通過采用具有彈性模塊的關節來提高人機交互過程的安全性,關節柔性的引入使機器人關節成為一種欠驅動系統,增加了控制器設計的難度。為了提高機器人性能,需要研究針對柔性關節機器人的高性能控制器,而柔性關節機器人動力學模型參數的準確性對其至關重要。因此,為了建立精確的柔性關節機器人動力學模型,需要有較好的參數辨識方法[1]。傳統的參數辨識方法主要有最小二乘法[2]、遺傳算法[3]、粒子群算法[4,5]等。最小二乘法的優點是辨識精度高,缺點是較大規模的計算量導致沒有良好的實時性。文獻[6]利用遺傳算法對工業機器人動力學模型進行參數辨識,該算法可以有效地避免局部最優解,但仍存在收斂慢,計算量大的缺點;文獻[7]利用粒子群算法對機械臂各關節動力學參數進行參數辨識,但傳統的粒子群算法仍存在搜索空間有限,易陷入局部最優解等問題。

為了提高辨識精度,避免算法陷入局部最優解,本文針對柔性關節機器人的動力學模型,首先確定了需要辨識的動力學參數,在傳統粒子群算法的基礎上,提出了一種遺傳算法(GA)與粒子群算法(particle swarm optimization, PSO)結合的自適應粒子群遺傳算法(adaptive particle swarm optimization-genetic algorithm, APSO-GA)。……