針對傳統(tǒng)差分進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,提出一種差分進化(Differential Evolution,DE)算法的改進方案,并用于機器人的動力學(xué)參數(shù)辨識。首先,利用Newton-Euler方法建立含有關(guān)節(jié)摩擦特性的機器人動力學(xué)模型的線性形式,設(shè)計嚴(yán)格滿足機器人運動條件的傅里葉級數(shù)作為運動軌跡,為提高辨識精度,建立機器人觀測矩陣條件數(shù)的非線性約束模型來優(yōu)化激勵軌跡;其次,引入DE算法并對其進行優(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機器人為對象設(shè)計仿真實驗,實現(xiàn)了機器人動力學(xué)參數(shù)的辨識,并對辨識結(jié)果與理論值進行了對比分析。結(jié)果表明,采用改進的差分進化算法,可以準(zhǔn)確地辨識出機器人動力學(xué)參數(shù),所建立的模型能夠反映機器人的動力學(xué)特性。

【文章頁數(shù)】：9 頁

【文章目錄】：
0 引言
1 機器人動力學(xué)模型
2 激勵軌跡的設(shè)計及優(yōu)化
3 改進差分進化算法
    3.1 標(biāo)準(zhǔn)差分進化算法
        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 改進差分進化算法
        3.2.1 變異策略的改進
        3.2.2 交叉策略的改進
        3.2.3 參數(shù)的自適應(yīng)調(diào)整
    3.3 改進算法性能測試
4 參數(shù)辨識結(jié)果分析
5 結(jié)論



本文編號：3806851