基于改进SPBO算法的关节机器人动力学参数辨识

摘要：

提出一种基于改进学生心理学优化(BSPBO)算法的机器人动力学参数辨识方法.通过Newton-Euler法构建关节型机器人动力学模型,设计符合运动约束的五阶傅里叶级数作为激励轨迹;引入SPBO算法并对其进行如下改进:增加Good Student分类在学生种群中所占比例、改善迭代过程中求解变量越界的处理方式,以提高算法的开发能力和全局探索能力,克服SPBO易陷入局部最优的缺陷;以具备关节力矩测量功能的机器人平台为对象,开展动力学参数辨识实验.结果表明:BSPBO算法的收敛精度更高、收敛速度更快,能稳定高效地完成各关节动力学参数的辨识.

关键词：学生心理学优化算法、动力学参数、参数辨识、关节型机器人

所属期刊栏目：51

分类号：TP242.2(自动化技术及设备)

资助基金：国家重点研发计划2019YFB1706501

在线出版日期：2023-05-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：1-7