巡檢機(jī)器人在未來將運(yùn)用到工業(yè)和生活的各個領(lǐng)域,機(jī)器人運(yùn)動系統(tǒng)辨識對控制系統(tǒng)特性研究具有重要意義。針對傳統(tǒng)卡爾曼濾波的擬合度和線性化等方面的不足,采用卡爾曼濾波和最小二乘法相結(jié)合的系統(tǒng)辨識方案。由最小二乘法得到系統(tǒng)準(zhǔn)模型,并轉(zhuǎn)換為狀態(tài)方程,作為卡爾曼濾波器預(yù)測估計器,對機(jī)器人運(yùn)動系統(tǒng)進(jìn)行辨識。實驗采用巡檢機(jī)器人輸出的多組輪速樣本數(shù)據(jù)進(jìn)行驗證,實驗結(jié)果表明,提出的辨識方案與無準(zhǔn)模型的卡爾曼濾波系統(tǒng)辨識方案相比,參數(shù)易選取、擬合度好、魯棒性強(qiáng)。 

【文章來源】：電氣傳動. 2020,50(04)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 巡檢機(jī)器人運(yùn)動系統(tǒng)平臺
2 巡檢機(jī)器人運(yùn)動系統(tǒng)模型辨識
    2.1 運(yùn)動系統(tǒng)準(zhǔn)模型辨識
    2.2 融合機(jī)器人準(zhǔn)模型的Kalman濾波辨識
3 實驗研究
    3.1 融合準(zhǔn)模型前后Kalman濾波輪速辨識對比
    3.2 融合準(zhǔn)模型的Kalman濾波辨識魯棒性驗證
        3.2.1 Q值選取魯棒性驗證
        3.2.2 不同輪速模型魯棒性驗證
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]一種基于白箱模型的人工神經(jīng)網(wǎng)絡(luò)參數(shù)辨識算法[J]. 胡鵬飛,謝誕梅,熊揚(yáng)恒.  中國電機(jī)工程學(xué)報. 2016(10)
[2]基于特征模型的PMSM調(diào)速系統(tǒng)離散自適應(yīng)滑�？刂芠J]. 王志宏,王翔,吳益飛,郭健,陳慶偉.  南京理工大學(xué)學(xué)報. 2015(06)
[3]柔性結(jié)構(gòu)的多輸入多輸出運(yùn)動系統(tǒng)辨識方法[J]. 黃濤,楊開明,楊進(jìn),朱煜,胡楚雄.  機(jī)械工程學(xué)報. 2016(11)
[4]基于人體運(yùn)動意圖卡爾曼預(yù)測的外骨骼機(jī)器人控制及實驗[J]. 龍億,杜志江,王偉東.  機(jī)器人. 2015(03)
[5]基于遞推差分進(jìn)化算法的空間機(jī)器人參數(shù)辨識[J]. 劉正雄,鹿振宇,黃攀峰.  宇航學(xué)報. 2014(10)
[6]基于雙ARM Cortex架構(gòu)的移動機(jī)器人控制器設(shè)計[J]. 彭剛,袁兵.  華中科技大學(xué)學(xué)報(自然科學(xué)版). 2013(S1)



本文編號：3024556