• <tr id="yyy80"></tr>
  • <sup id="yyy80"></sup>
  • <tfoot id="yyy80"><noscript id="yyy80"></noscript></tfoot>
  • 99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

    一種改進的SCARA機器人動力學(xué)參數(shù)辨識方法

    2017-12-02 01:58:51白瑞林
    中國機械工程 2017年22期
    關(guān)鍵詞:角加速度級數(shù)傅里葉

    嚴 浩 白瑞林 吉 峰

    1.江南大學(xué)輕工過程先進控制教育部重點實驗室,無錫,2141222.無錫信捷電氣股份有限公司,無錫,214072

    一種改進的SCARA機器人動力學(xué)參數(shù)辨識方法

    嚴 浩1白瑞林1吉 峰2

    1.江南大學(xué)輕工過程先進控制教育部重點實驗室,無錫,2141222.無錫信捷電氣股份有限公司,無錫,214072

    針對SCARA機器人動力學(xué)參數(shù)辨識問題,提出了一種基于優(yōu)化改進傅里葉級數(shù)的辨識方法。根據(jù)SCARA機器人完整動力學(xué)方程,推導(dǎo)得到動力學(xué)模型的線性形式。采用改進傅里葉級數(shù)作為機器人關(guān)節(jié)的激勵軌跡,使得關(guān)節(jié)角度滿足連續(xù)周期性,并且關(guān)節(jié)角速度和角加速度在軌跡起始和停止時刻為零。為進一步提高辨識精度,以SCARA機器人觀測矩陣的條件數(shù)為目標(biāo)函數(shù),采用基于排擠機制的小生境遺傳算法對激勵軌跡的系數(shù)進行優(yōu)化??紤]到測量噪聲的影響,采用加權(quán)最小二乘法(WLS)作為參數(shù)估計方法。實驗結(jié)果表明,采用所提方法能準(zhǔn)確辨識出SCARA機器人的動力學(xué)參數(shù),兩關(guān)節(jié)力矩測量值和預(yù)測值的殘差均方根分別減小了11.50%和26.35%。

    機器人;動力學(xué);小生境遺傳算法;激勵軌跡;參數(shù)辨識

    0 引言

    隨著工業(yè)機器人應(yīng)用于生命醫(yī)療、激光焊接、汽車電子等高精密領(lǐng)域[1-2],機器人技術(shù)向高速高精度方向發(fā)展。目前,國產(chǎn)工業(yè)機器人大部分仍采用傳統(tǒng)PID控制策略,難以實現(xiàn)高精度控制。設(shè)計基于機器人動力學(xué)模型的控制策略是實現(xiàn)高速高精度運動控制的有效方法[3-4],但該類控制策略要以機器人的精準(zhǔn)動力學(xué)參數(shù)為基礎(chǔ)。

    機器人動力學(xué)參數(shù)的獲取方法可分為解體測量法、CAD法以及整體辨識法。機器人結(jié)構(gòu)復(fù)雜,很多參數(shù)難以通過直接測量得到。采用計算機建模的CAD法忽略了機器人的裝配誤差和材料的分布特性;整體辨識法能夠考慮機器人實際工作中的各種因素影響,因而受到了廣泛關(guān)注[5-6]。

    機器人動力學(xué)參數(shù)辨識包括6個步驟:動力學(xué)建模、模型線性化、激勵軌跡優(yōu)化、數(shù)據(jù)采樣與處理、參數(shù)估計方法、試驗驗證[7]。ATKESON等[8]構(gòu)造5次多項式作為關(guān)節(jié)空間的激勵軌跡,并采用最小二乘法作為動力學(xué)參數(shù)估計方法。SWEVER等[9]提出基于周期性傅里葉級數(shù)的辨識方法,使得機器人可以循環(huán)執(zhí)行激勵軌跡。但傳統(tǒng)傅里葉級數(shù)無法保證各關(guān)節(jié)的角速度和角加速度在軌跡的起始和停止時刻為零,導(dǎo)致機器人在執(zhí)行激勵軌跡時存在抖動。同時由于采樣誤差的存在,由未經(jīng)優(yōu)化的傅里葉級數(shù)得到的觀測矩陣會放大采樣誤差的影響[10]。丁亞東等[11]針對多關(guān)節(jié)機器人的動力學(xué)參數(shù)辨識,提出一種分步辨識方法,降低了辨識方程復(fù)雜性。陳恩偉等[12]探討了人工神經(jīng)網(wǎng)絡(luò)在動力學(xué)參數(shù)辨識中的一般規(guī)律,使神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)與權(quán)值具有明確物理意義,但僅分析了機器人末端連桿慣性參數(shù)的辨識問題。

    為了提高SCARA機器人的動力學(xué)參數(shù)辨識精度,本文對傳統(tǒng)傅里葉級數(shù)進行改進,使得關(guān)節(jié)角速度和角加速度在軌跡起始和停止時刻為零。同時,以觀測矩陣的最小條件數(shù)作為目標(biāo)函數(shù),采用基于排擠機制的小生境遺傳算法對傅里葉級數(shù)的系數(shù)進行優(yōu)化,降低采樣誤差對辨識精度的影響。為進一步降低采樣誤差的影響,采用加權(quán)最小二乘法對動力學(xué)參數(shù)進行辨識。

    1 動力學(xué)模型及其線性化

    對于n關(guān)節(jié)的機器人系統(tǒng),考慮關(guān)節(jié)摩擦的影響,其動力學(xué)方程可以用二階非線性微分方程來表示[13]:

    (1)

    SCARA機器人第3、第4關(guān)節(jié)共用一個連桿,第2、3、4關(guān)節(jié)的伺服電機、同步帶、滾珠絲杠、升降臺等都安裝在關(guān)節(jié)2的連桿上,因此,關(guān)節(jié)1、關(guān)節(jié)2決定SCARA機器人的平面定位精度和軌跡跟蹤精度,關(guān)節(jié)3決定豎直方向上的運動。由于關(guān)節(jié)3與前兩關(guān)節(jié)垂直,所以前兩關(guān)節(jié)的運動不會對關(guān)節(jié)3產(chǎn)生影響。由此,僅對關(guān)節(jié)1和關(guān)節(jié)2進行動力學(xué)建模及動力學(xué)參數(shù)辨識。式(1)的標(biāo)量表達式如下:

    (2)

    根據(jù)SCARA機器人結(jié)構(gòu),利用拉格朗日法對SCARA機器人進行動力學(xué)建模[14],得到式(2)中的各項參數(shù):

    式中,m1、m2分別為連桿1和連桿2的質(zhì)量;l1、l2分別為連桿1和連桿2的長度;(x1,y1,z1)、(x2,y2,z2)分別為前兩連桿的質(zhì)心在坐標(biāo)系1和坐標(biāo)系2中的位置坐標(biāo);IZz1、IZz2分別為連桿1和連桿2沿Z軸的轉(zhuǎn)動慣量;fci和fvi分別表示第i關(guān)節(jié)的庫侖摩擦因數(shù)和黏性摩擦因數(shù)。

    文獻[15]已經(jīng)證明存在一依賴于機器人參數(shù)的參數(shù)向量,使得機器人動力學(xué)方程可以線性化,即

    (3)

    根據(jù)式(2)的SCARA機器人動力學(xué)方程具體形式,得到線性化方程的顯式表達如下:

    (4)

    式中各項參數(shù)如下:

    機器人動力學(xué)參數(shù)辨識實驗過程為:機器人各關(guān)節(jié)跟蹤特定的激勵軌跡,通過采樣或間接計算得到關(guān)節(jié)的輸入力矩、關(guān)節(jié)角度、角速度、角加速度,估計動力學(xué)參數(shù)φ。機器人各關(guān)節(jié)跟蹤激勵軌跡時,在采樣時刻t1,t2,…,tN對關(guān)節(jié)輸入力矩等進行N次直接或間接采樣,則可以得到如下方程:

    YNφ=τN

    (5)

    (6)

    2 激勵軌跡優(yōu)化設(shè)計

    采用周期性的傅里葉級數(shù)作為激勵軌跡,能充分激勵機器人的動力學(xué)特性,并且多次采樣取均值可以提高信噪比。但在軌跡的起始和停止時刻,傳統(tǒng)傅里葉級數(shù)不能保證關(guān)節(jié)角速度和角加速度為零,使機器人無法平滑運行。

    對于n階非齊次方程組YNφ=τN,當(dāng)由N組觀測數(shù)據(jù)構(gòu)成的觀測矩陣YN和N組測量得到的輸出力矩τN各有擾動δYN和δτN時,則添加擾動后的非齊次方程組為

    (YN+δYN)(φ+δφ)=(τN+δτN)

    (7)

    由此解得

    (8)

    因YNφ=τN,則有‖τN‖≤‖YN‖‖φ‖,則式(8)可轉(zhuǎn)化為

    (9)

    則動力學(xué)參數(shù)φ解的相對誤差為

    (10)

    (11)

    2.1改進的傅里葉級數(shù)

    傳統(tǒng)的M階傅里葉級數(shù)定義如下:

    (12)

    式中,i為第i個關(guān)節(jié);ωf為傅里葉級數(shù)的基頻,每個關(guān)節(jié)的基頻相同;ai,k、bi,k為傅里葉級數(shù)的系數(shù);θ0i為偏移量;M為傅里葉級數(shù)的階數(shù),決定軌跡的帶寬;ai,k、bi,k、θ0i為自由系數(shù)。

    相應(yīng)的關(guān)節(jié)運行速度和加速度為

    (13)

    機器人動力學(xué)參數(shù)辨識過程中,為保證運行的連續(xù)周期性,以及起始和結(jié)束時刻的平穩(wěn)性,需要激勵軌跡滿足如下約束條件:

    (14)

    t0=0ttf=2π/(2πωf)

    式中,t0、ttf分別為周期運動的起始和結(jié)束時刻;θi_init為第i關(guān)節(jié)的起始和結(jié)束時刻角度。

    傳統(tǒng)的傅里葉級數(shù)難以保證上述約束條件,因此,對傳統(tǒng)傅里葉級數(shù)的激勵軌跡進行改進,將常數(shù)項θ0i用5次多項式來代替,得到改進傅里葉級數(shù)的激勵軌跡:

    (15)

    解得5次多項式的系數(shù)為

    2.2激勵軌跡優(yōu)化

    確定激勵軌跡的形式之后,以一定頻率對改進傅里葉級數(shù)進行采樣,得到對應(yīng)的關(guān)節(jié)角度、角速度和角加速度,共采集N組數(shù)據(jù),從而構(gòu)造觀測矩陣YN。以觀測矩陣YN的條件數(shù)作為目標(biāo)函數(shù),即適應(yīng)度函數(shù),為增強全局尋優(yōu)能力,采用基于排擠機制的小生境遺傳算法對傅里葉級數(shù)的系數(shù)進行優(yōu)化,獲得最小條件數(shù)時對應(yīng)的系數(shù)ai,k、bi,k。

    基于排擠機制的小生境遺傳算法尋優(yōu)步驟如下:

    (1)選擇編碼策略。取M=5,改進的傅里葉級數(shù)共有20個待優(yōu)化參數(shù),因此,將20個參數(shù)進行實數(shù)編碼,構(gòu)成可行解的集合。

    (2)確定適應(yīng)度函數(shù)。根據(jù)式(6)計算得到觀測矩陣YN,并以其條件數(shù)作為目標(biāo)函數(shù),即適應(yīng)度函數(shù)。

    (3)建立排擠機制。記第i個個體為pi,第j個個體為pj,則個體pi和pj之間的歐氏距離為‖pi-pj‖,取一較小整數(shù)ξ,f(·)表示個體的適應(yīng)度值。在對每一代進行選擇、交叉、變異操作之前,比較種群中任意兩個個體的相似性,若‖pi-pj‖lt;ξ,則表明pi和pj的相似程度較大。通過對適應(yīng)度較小者施加一較強的懲罰函數(shù),使其適應(yīng)度變得極小,從而排擠掉其中適應(yīng)度較小者,即若f(pi)gt;f(pj),則令f(pi)=δf(pj)(δ為一很小的正數(shù)),則在以后的進化中pj會以極大的概率被淘汰掉。

    (4)確定遺傳算法參數(shù)。共進化400代,設(shè)置種群規(guī)模為50,交叉概率為0.4,變異概率為0.1。

    (5)選擇操作。種群中個體的選擇操作采用輪盤賭法,并且將種群中個體適應(yīng)度值取倒數(shù),使得在輪盤中適應(yīng)度值越小的個體在輪盤中被選中的概率越大。選擇操作控制進化方向,使得下一代種群優(yōu)于上一代種群。

    (6)交叉操作。以一定概率對種群中的個體進行染色體交叉操作,被選中染色體的交叉位置相同。

    (7)變異操作。對種群中染色體以一定概率進行變異操作,得到新的種群個體。

    (8)判斷是否已完成預(yù)定的進化代數(shù),達到則停止進化。

    采用改進的傅里葉級數(shù)作為激勵軌跡,并用對改進傅里葉級數(shù)的20個參數(shù)進行尋優(yōu),優(yōu)化得到的傅里葉級數(shù)參數(shù)如表1所示。觀測矩陣YN的條件數(shù)隨進化代數(shù)的變化過程如圖1所示。

    表1 優(yōu)化后的傅里葉級數(shù)參數(shù)

    圖1 觀測矩陣條件數(shù)Fig.1 Condition number of the observation matrix

    得到的SCARA機器人兩關(guān)節(jié)位置輸入如圖2所示,對應(yīng)的兩關(guān)節(jié)角速度和角加速度分別如圖3、圖4所示。從圖中可以看出,各關(guān)節(jié)的起始和結(jié)束時刻位置相同,保證了軌跡運行的周期性,并且起始和結(jié)束時刻的關(guān)節(jié)角速度和角加速度為零,保證了機器人平滑運行。

    圖2 激勵軌跡角度Fig.2 Angle of the excitation trajectory

    圖3 激勵軌跡角速度Fig.3 Angular velocity of the excitation trajectory

    圖4 激勵軌跡角加速度Fig.4 Angular acceleration of the excitation trajectory

    3 采樣數(shù)據(jù)處理與參數(shù)估計

    3.1采樣數(shù)據(jù)處理

    采用優(yōu)化后的改進傅里葉級數(shù)作為機器人各關(guān)節(jié)激勵軌跡,運行時對關(guān)節(jié)的輸入力矩、關(guān)節(jié)角度和角速度進行采樣。由于采樣得到的數(shù)據(jù)易受測量噪聲的影響,所以多次重復(fù)執(zhí)行激勵軌跡,對采樣得到的關(guān)節(jié)角度、角速度和關(guān)節(jié)力矩取均值以提高信噪比:

    為避免速度測量噪聲給加速度計算帶來的影響,文獻[9]根據(jù)采樣得到的各關(guān)節(jié)角度,反向擬合成傅里葉級數(shù)形式,再微分得到各關(guān)節(jié)角速度和角加速度。目前伺服電機一般采用高精度編碼器,根據(jù)關(guān)節(jié)角度求角速度也經(jīng)過濾波處理,得到的角速度信號比較準(zhǔn)確,所以本文僅將采樣得到的關(guān)節(jié)角速度擬合成傅里葉級數(shù)形式,關(guān)節(jié)速度的傅里葉級數(shù)

    采用線性最小二乘法得到參數(shù)ai,k、bi,k,再對關(guān)節(jié)速度的傅里葉級數(shù)進行微分,得到關(guān)節(jié)角加速度信號,避免了兩次微分帶來的傳遞誤差。

    3.2加權(quán)最小二乘估計

    機器人在重復(fù)跟蹤激勵軌跡時,在N個時間節(jié)點t1,t2,…,tN,通過高精度光電編碼器對機器人關(guān)節(jié)角度和角速度進行采集,由于電機輸出力矩不易直接測量,所以根據(jù)電機反饋輸入電流和電機轉(zhuǎn)矩系數(shù)計算得到關(guān)節(jié)輸入力矩。最終得到式(5)中的觀測矩陣YN和關(guān)節(jié)力矩向量τN。

    式(5)的求解可采用加權(quán)最小二乘法[16]。在數(shù)據(jù)的采樣中,關(guān)節(jié)角度和角速度是通過高分辨率的光電編碼器經(jīng)過濾波處理后測得的,相比關(guān)節(jié)力矩的測量噪聲可以忽略不計。由力矩測量噪聲的方差構(gòu)成加權(quán)矩陣,從而區(qū)分準(zhǔn)確數(shù)據(jù)和不準(zhǔn)確數(shù)據(jù),以此進一步提高辨識精度。此時,動力學(xué)參數(shù)φ的加權(quán)最小二乘估計

    (16)

    力矩測量噪聲方差通過下式進行估算:

    式中,Ν為一個周期內(nèi)采樣的點數(shù);τij(k)為第j周期內(nèi),第i關(guān)節(jié)在第k次采樣得到的力矩輸出。

    4 實驗設(shè)計與結(jié)果分析

    辨識實驗在4自由度SCARA機器人的前兩關(guān)節(jié)進行,如圖5所示。機器人各個關(guān)節(jié)采用永磁同步伺服電機驅(qū)動,關(guān)節(jié)位置通過伺服電機的17位光電編碼器測量,速度通過對位置信號濾波后計算得到,力矩信號通過伺服電機的電樞反饋電流Iq和電機轉(zhuǎn)矩系數(shù)計算得到。機器人各個關(guān)節(jié)由伺服驅(qū)動器進行獨立PID控制,在NI實時系統(tǒng)上通過NI板卡進行激勵軌跡的位置給定。

    圖5 SCARA機器人前兩關(guān)節(jié)Fig.5 The first two joints of SCARA robot

    改進的激勵軌跡為5階傅里葉級數(shù),即M=5,則兩個關(guān)節(jié)共有20個參數(shù)需要進行優(yōu)化,優(yōu)化后的關(guān)節(jié)激勵軌跡角度、角速度和角加速度分別如圖2、圖3和圖4所示。傅里葉級數(shù)基頻ωf=0.1 Hz,軌跡周期為10 s,重復(fù)執(zhí)行激勵軌跡周期數(shù)L=5。

    采用文獻[9]中提出的方法和本文提出的方法分別進行辨識,得到辨識結(jié)果如表2所示。

    表2 辨識結(jié)果

    機器人動力學(xué)參數(shù)的實際值是無法提前測得的,不能將兩種方法辨識得到的值與實際值進行對比。所以,選取一條不同于激勵軌跡的可執(zhí)行軌跡作為驗證軌跡,使機器人跟蹤驗證軌跡,同時對關(guān)節(jié)輸入力矩信號進行采樣,再根據(jù)辨識出的動力學(xué)參數(shù)φ和期望的運動軌跡,用式(3)計算出關(guān)節(jié)力矩的預(yù)測值。為評價參數(shù)辨識的精度,采用力矩測量值和預(yù)測值的殘差均方根εRMS作為評價指標(biāo):

    式中,τm(k)、τpred(k)分別為跟蹤驗證軌跡時,第k個采樣點處的采樣力矩和力矩預(yù)測值;K為每次運行的采樣點總數(shù)。

    為滿足速度和加速度的邊界條件,仍選取式(15)所示形式的軌跡作為驗證軌跡,如圖6所示。

    圖6 SCARA機器人關(guān)節(jié)驗證軌跡Fig.6 The joint validation trajectory of the SCARA robot

    將上述驗證軌跡作為機器人兩關(guān)節(jié)的位置給定,根據(jù)兩種方法辨識得到的動力學(xué)參數(shù),計算得到相應(yīng)的各關(guān)節(jié)預(yù)測力矩輸出。同時采集各個關(guān)節(jié)的實際輸出力矩,得到兩關(guān)節(jié)測量力矩和預(yù)測力矩如圖7所示。

    (a)關(guān)節(jié)1

    (b)關(guān)節(jié)2圖7 關(guān)節(jié)力矩測量值和預(yù)測值Fig.7 The measured values and predicted values ofthe joint torque

    根據(jù)式(16)計算得到兩種方法對應(yīng)的各關(guān)節(jié)力矩殘差均方根,如表3所示??梢钥闯觯簩Ω道锶~級數(shù)進行改進,使得角速度和角加速度在軌跡起始和停止時刻為零,并且使用基于排擠機制的小生境遺傳算法優(yōu)化觀測矩陣條件數(shù)的方法,可以明顯提高辨識精度。采用所提方法,兩關(guān)節(jié)力矩測量值和預(yù)測值的殘差均方根分別降低了11.50%和26.35%。

    表3 兩關(guān)節(jié)力矩殘差均方根

    5 結(jié)論

    根據(jù)SCARA機器人的完整動力學(xué)方程,推導(dǎo)得到動力學(xué)模型的線性形式。采用改進的傅里葉級數(shù)作為機器人關(guān)節(jié)的激勵軌跡,使得關(guān)節(jié)角度滿足連續(xù)周期性,并且關(guān)節(jié)角速度和角加速度在軌跡起始和停止時刻為零。為提高辨識精度,采用基于排擠機制的小生境遺傳算法對激勵軌跡的系數(shù)進行優(yōu)化,以最小化SCARA機器人觀測矩陣的條件數(shù)??紤]到測量噪聲的影響,采用加權(quán)最小二乘法(WLS)作為參數(shù)估計方法。實驗結(jié)果表明,采用所提方法能準(zhǔn)確辨識出SCARA機器人的動力學(xué)參數(shù),并且相比于文獻[9],兩關(guān)節(jié)力矩測量值和預(yù)測值的殘差均方根分別降低了11.50%和26.35%。

    [1] 王田苗, 陶永. 我國工業(yè)機器人技術(shù)現(xiàn)狀與產(chǎn)業(yè)化發(fā)展戰(zhàn)略 [J]. 機械工程學(xué)報, 2014, 50(9): 1-13.

    WANG Tianmiao, TAO Yong. Research Status and Industrialization Development Strategy of Chinese Industrial Robot [J]. Journal of Mechanical Engineering, 2014, 50(9): 1-13.

    [2] BROGARDH T. Robot Control Overview: an Industrial Perspective [J]. Modeling Identification and Control, 2009, 30(3): 167-180.

    [3] WU J, WANG J, YOU Z. An Overview of Dynamic Parameter Identification of Robots [J]. Robotics and Computer-Integrated Manufacturing, 2010, 26(5): 414-419.

    [4] BONA B, INDRI M, SMALDONE N. Rapid Prototyping of a Model-based Control with Friction Compensation for a Direct-drive Robot [J]. IEEE/ASME Transactions on Mechatronics, 2006, 11(5): 576-584.

    [5] 耿令波. 工業(yè)機器人動力學(xué)參數(shù)辨識方法研究 [D]. 南京:南京航空航天大學(xué), 2013.

    GENG Lingbo. Study on Method of Dynamic Parameter Identification of Industrial Robots [D].Nanjing: Nanjing University of Aeronautics and Astronautics, 2013.

    [6] BENIMELI F, MATA V, VALERO F. A Comparison between Direct and Indirect Dynamic Parameter Identification Methods in Industrial Robots [J]. Robotica, 2006, 24(5): 579-590.

    [7] QIN Z, BARON L, BIRGLEN L. A New Approach to the Dynamic Parameter Identification of Robotic Manipulators [J]. Robotica, 2010, 28(4): 539-547.

    [8] ATKESON C G, AN C H, HOLLERBACH J M. Estimation of Inertial Parameters of Manipulator Loads and Links [J]. International Journal of Robotics Research, 1986, 5(3): 101-119.

    [10] 黎柏春, 王振宇, DEMIN A,等. 一種改進的機器人動力學(xué)參數(shù)辨識方法 [J]. 中國工程機械學(xué)報, 2015, 13(5): 381-387.

    LI Baichun, WANG Zhenyu,DEMIN A, et al. Improved Parametric Identification Method Based on Robot Dynamics [J]. Chinese Journal of Construction Machinery, 2015, 13(5): 381-387.

    [11] 丁亞東, 陳柏, 吳洪濤,等. 一種工業(yè)機器人動力學(xué)參數(shù)的辨識方法 [J]. 華南理工大學(xué)學(xué)報: 自然科學(xué)版, 2015, 43(3): 49-56.

    DING Yadong, CHEN Bai, WU Hongtao, et al. An Identification Method of Industrial Robot’s Dynamic Parameters [J]. Journal of South China University of Technology (Natural Science Edition), 2015,43(3): 49-56.

    [12] 陳恩偉, 劉正士, 干方建. 機器人末端臂慣性參數(shù)辨識的人工神經(jīng)網(wǎng)絡(luò)方法 [J]. 中國機械工程, 2006, 17(3): 268-271.

    CHEN Enwei, LIU Zhengshi, GAN Fangjian. Application of ANN Method in Inertial Parameter Identification of the End Effector of Robot [J]. China Mechanical Engineering, 2006, 17(3): 268-271.

    [13] 蔡自興.機器人學(xué)[M].北京:清華大學(xué)出版社,2005: 87-94.

    CAI Zixing. Robotics [M]. Beijing:Tsinghua University Press, 2005: 87-94.

    [14] 陸金偉, 李躍民. SCARA機器人的完整動力學(xué)顯方程的推導(dǎo)[J]. 振動、測試與診斷, 1995(3): 23-29.

    LU Jinwei, LI Yuemin. The Derivation of the Complete Dynamic Equation of the SCARA Robot [J]. Journal of Vibration and Measurement and Diagnosis, 1995(3): 23-29.

    [15] LIN S K. Minimal Linear Combinations of the Inertia Parameters of a Manipulator [J]. IEEE Transactions on Robotics and Automation, 1995, 11(3): 360-373.

    [16] CALANCA A, CAPISANI L M, FERRARA A, et al. MIMO Closed Loop Identification of an Industrial Robot [J]. IEEETransactions on Control Systems Technology, 2011, 19(5): 1214-1224.

    (編輯王旻玥)

    AnImprovedDynamicsParameterIdentificationMethodforSCARARobots

    YAN Hao1BAI Ruilin1JI Feng2

    1.Key Laboratory of Advanced Process Control for Light Industry,Jiangnan University,Wuxi,Jiangsu,214122 2.Xinjie Electronic Co.,Ltd.,Wuxi,Jiangsu,214072

    In order to identify the dynamics parameters of SCARA robots, a new identification method was proposed based on improved Fourier series. According to the complete dynamics equations of the SCARA robots, a linear form of the dynamics model was derived. The improved Fourier series was used as the excitation trajectory of the robot joints, and the joint angles satisfied the continuous periodicity, and the angular velocities and angular accelerations were as zero at the beginning and end of the trajectory. In order to further improve the identification accuracy, the condition numbers of the observation matrix of the SCARA robots were used as the objective function, and based on crowding mechanism the niche genetic algorithm was used to optimize the coefficients of the trajectory. Considering the influences of measurement noises, the weighted least square method (WLS) was used as the parameter estimation method. The experimental results show that the proposed method may accurately identify the dynamics parameters of the SCARA robots, torque measurements and predictive values of two joints, the residual root mean square values are reduced by 11.50% and 26.35% respectively.

    robot; dynamics; niche genetic algorithm; excitation trajectory; parameter identification

    TP242

    10.3969/j.issn.1004-132X.2017.22.010

    2016-12-08

    江蘇省產(chǎn)學(xué)研前瞻性聯(lián)合研究項目(BY2015019-38);江蘇高校優(yōu)勢學(xué)科建設(shè)工程項目(PAPD)

    嚴浩,男,1992年生。江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院碩士研究生。主要研究方向為檢測技術(shù)與自動化裝置、機器人控制技術(shù)。E-mail:jiangnan_yh@163.com。白瑞林,男,1955年生。江南大學(xué)物聯(lián)網(wǎng)工程學(xué)院教授、博士研究生導(dǎo)師。吉峰,男,1981年生。無錫信捷電氣股份有限公司工程師。

    猜你喜歡
    角加速度級數(shù)傅里葉
    基于頭部運動學(xué)參數(shù)與腦損傷關(guān)系的顱腦創(chuàng)傷機制研究進展
    《液壓與氣動》常用單位的規(guī)范
    液壓與氣動(2020年4期)2020-04-10 07:38:52
    雙線性傅里葉乘子算子的量化加權(quán)估計
    Dirichlet級數(shù)及其Dirichlet-Hadamard乘積的增長性
    基于小波降噪的稀疏傅里葉變換時延估計
    幾個常數(shù)項級數(shù)的和
    基于傅里葉變換的快速TAMVDR算法
    p級數(shù)求和的兩種方法
    快速離散傅里葉變換算法研究與FPGA實現(xiàn)
    電測與儀表(2015年5期)2015-04-09 11:30:44
    Dirichlet級數(shù)的Dirichlet-Hadamard乘積
    午夜福利在线观看免费完整高清在| 国产精品秋霞免费鲁丝片| 啦啦啦在线观看免费高清www| 毛片一级片免费看久久久久| 如何舔出高潮| 亚洲久久久国产精品| 中文天堂在线官网| 黑人猛操日本美女一级片| 美女内射精品一级片tv| 一区二区三区免费毛片| 高清欧美精品videossex| 国产精品一区www在线观看| 国产精品一二三区在线看| 狠狠精品人妻久久久久久综合| 国产成人精品一,二区| av专区在线播放| 在线播放无遮挡| 中文字幕人妻熟人妻熟丝袜美| 激情五月婷婷亚洲| 一级毛片久久久久久久久女| 舔av片在线| 97热精品久久久久久| 国产淫片久久久久久久久| 久久99热6这里只有精品| 亚洲图色成人| av线在线观看网站| 久久精品久久久久久久性| 亚洲成人一二三区av| 欧美日韩亚洲高清精品| 老师上课跳d突然被开到最大视频| 在线观看免费视频网站a站| 国产成人一区二区在线| 99re6热这里在线精品视频| 黄色日韩在线| 人妻夜夜爽99麻豆av| 街头女战士在线观看网站| 菩萨蛮人人尽说江南好唐韦庄| 亚洲av男天堂| 欧美另类一区| 久久 成人 亚洲| 99热全是精品| 最近最新中文字幕大全电影3| 人人妻人人看人人澡| 国产成人精品福利久久| 日韩av在线免费看完整版不卡| 看非洲黑人一级黄片| 国产亚洲最大av| 国产成人aa在线观看| 亚洲国产毛片av蜜桃av| 小蜜桃在线观看免费完整版高清| 九草在线视频观看| 日韩制服骚丝袜av| 插阴视频在线观看视频| 最近最新中文字幕大全电影3| 18+在线观看网站| 欧美最新免费一区二区三区| 亚洲精品色激情综合| 国产成人a∨麻豆精品| 18禁动态无遮挡网站| 伊人久久精品亚洲午夜| 亚洲美女视频黄频| 日本欧美国产在线视频| 欧美激情国产日韩精品一区| 男女下面进入的视频免费午夜| 九色成人免费人妻av| 国产亚洲91精品色在线| 99久久综合免费| 秋霞在线观看毛片| tube8黄色片| 看十八女毛片水多多多| 久久国产乱子免费精品| 欧美另类一区| 国产成人免费无遮挡视频| 狂野欧美激情性bbbbbb| 又爽又黄a免费视频| 伊人久久精品亚洲午夜| 日日啪夜夜撸| 99久久中文字幕三级久久日本| 欧美另类一区| 国产精品久久久久成人av| 晚上一个人看的免费电影| 亚洲丝袜综合中文字幕| av福利片在线观看| 国产乱人视频| 视频区图区小说| 久久久久人妻精品一区果冻| av在线播放精品| 在线 av 中文字幕| 中文字幕亚洲精品专区| 精品一区二区三卡| 欧美激情极品国产一区二区三区 | 91午夜精品亚洲一区二区三区| 日韩不卡一区二区三区视频在线| 男女国产视频网站| 国语对白做爰xxxⅹ性视频网站| 欧美3d第一页| 联通29元200g的流量卡| 久久鲁丝午夜福利片| 日韩欧美 国产精品| 国产一区二区三区av在线| 高清av免费在线| 日韩免费高清中文字幕av| 三级国产精品片| 亚洲人成网站高清观看| 欧美高清成人免费视频www| 日韩欧美一区视频在线观看 | 日日撸夜夜添| 国产视频首页在线观看| 嫩草影院新地址| 亚洲精品日本国产第一区| 亚洲av不卡在线观看| 日本欧美视频一区| 色综合色国产| 日日啪夜夜撸| 大码成人一级视频| 欧美zozozo另类| 国产 精品1| 精品亚洲乱码少妇综合久久| 午夜免费观看性视频| 欧美激情极品国产一区二区三区 | 日韩在线高清观看一区二区三区| 汤姆久久久久久久影院中文字幕| 91精品国产国语对白视频| 久久久久久久久久久丰满| 熟女电影av网| 激情 狠狠 欧美| 91精品国产九色| 亚洲经典国产精华液单| 一级毛片电影观看| 高清毛片免费看| 免费观看在线日韩| 夫妻午夜视频| 九九爱精品视频在线观看| 高清午夜精品一区二区三区| 激情 狠狠 欧美| 中文字幕制服av| 大陆偷拍与自拍| 亚洲av福利一区| 国产中年淑女户外野战色| 欧美人与善性xxx| 国内揄拍国产精品人妻在线| 国产精品99久久99久久久不卡 | 少妇的逼水好多| 91aial.com中文字幕在线观看| 女人十人毛片免费观看3o分钟| av在线app专区| 精品少妇黑人巨大在线播放| 男人舔奶头视频| 欧美少妇被猛烈插入视频| 麻豆乱淫一区二区| 久久久久久久久久人人人人人人| 777米奇影视久久| 人妻少妇偷人精品九色| 成人一区二区视频在线观看| 午夜福利在线观看免费完整高清在| 中文精品一卡2卡3卡4更新| 亚洲av免费高清在线观看| 欧美成人午夜免费资源| 国产又色又爽无遮挡免| 日本黄大片高清| 国产亚洲91精品色在线| 特大巨黑吊av在线直播| 亚洲欧美精品自产自拍| 少妇裸体淫交视频免费看高清| 直男gayav资源| 日本黄大片高清| 欧美性感艳星| 亚洲av成人精品一区久久| 亚洲精品乱码久久久久久按摩| 久久97久久精品| 亚洲av成人精品一区久久| 午夜日本视频在线| 在线观看免费高清a一片| 亚洲三级黄色毛片| 两个人的视频大全免费| 一级片'在线观看视频| 亚洲av在线观看美女高潮| 在线观看免费视频网站a站| 亚洲熟女精品中文字幕| 丝袜脚勾引网站| 99国产精品免费福利视频| 亚洲av.av天堂| 97精品久久久久久久久久精品| 看免费成人av毛片| 免费av中文字幕在线| 成年av动漫网址| 在线看a的网站| 黄色怎么调成土黄色| tube8黄色片| 免费人妻精品一区二区三区视频| 亚洲综合精品二区| 免费大片黄手机在线观看| 中文精品一卡2卡3卡4更新| 免费看av在线观看网站| 久久热精品热| 国产免费一区二区三区四区乱码| 久久av网站| 99热网站在线观看| 国产精品嫩草影院av在线观看| 99re6热这里在线精品视频| 免费不卡的大黄色大毛片视频在线观看| 久久国内精品自在自线图片| 亚洲三级黄色毛片| 久久久久久九九精品二区国产| 亚洲av福利一区| 欧美丝袜亚洲另类| 熟女电影av网| 亚洲欧美日韩卡通动漫| 91精品一卡2卡3卡4卡| 亚洲综合色惰| 91精品国产九色| 我的老师免费观看完整版| 观看美女的网站| 精品久久久噜噜| 久久国产乱子免费精品| 久久久久国产精品人妻一区二区| 在线天堂最新版资源| 久久人人爽av亚洲精品天堂 | 欧美少妇被猛烈插入视频| 国产爽快片一区二区三区| 1000部很黄的大片| 一本久久精品| 免费大片黄手机在线观看| 九色成人免费人妻av| 久久久久久久国产电影| 看免费成人av毛片| 五月伊人婷婷丁香| 麻豆成人午夜福利视频| 伦理电影大哥的女人| 多毛熟女@视频| 欧美成人午夜免费资源| 亚洲精品,欧美精品| 国产高清有码在线观看视频| 免费看不卡的av| 十分钟在线观看高清视频www | 黄色视频在线播放观看不卡| 国产精品.久久久| av又黄又爽大尺度在线免费看| 热99国产精品久久久久久7| 日本黄色日本黄色录像| 国产男女内射视频| 又黄又爽又刺激的免费视频.| 自拍偷自拍亚洲精品老妇| 亚洲综合精品二区| 精品酒店卫生间| 五月玫瑰六月丁香| 国产 精品1| 国产成人午夜福利电影在线观看| av免费观看日本| 五月天丁香电影| 久久久久久久久久久免费av| 少妇裸体淫交视频免费看高清| 亚洲人成网站高清观看| 少妇人妻久久综合中文| 亚洲人与动物交配视频| 身体一侧抽搐| 国产在视频线精品| 国产成人freesex在线| 高清av免费在线| 国产91av在线免费观看| 亚洲激情五月婷婷啪啪| 精品一区二区三区视频在线| 欧美区成人在线视频| 欧美一区二区亚洲| 91精品国产九色| 高清午夜精品一区二区三区| 日本爱情动作片www.在线观看| 又爽又黄a免费视频| 在线看a的网站| 天天躁日日操中文字幕| 在线精品无人区一区二区三 | 秋霞伦理黄片| 日韩中文字幕视频在线看片 | 少妇的逼好多水| 亚洲美女搞黄在线观看| 欧美日韩视频精品一区| 三级国产精品片| 国产成人精品久久久久久| 啦啦啦视频在线资源免费观看| 赤兔流量卡办理| 亚洲一级一片aⅴ在线观看| 如何舔出高潮| 国产午夜精品久久久久久一区二区三区| 国产精品嫩草影院av在线观看| 伦理电影大哥的女人| 搡老乐熟女国产| 日韩视频在线欧美| 久久久久久久久大av| 免费看日本二区| 国内少妇人妻偷人精品xxx网站| 日韩欧美精品免费久久| 亚洲av二区三区四区| 成人漫画全彩无遮挡| 国产色婷婷99| 久久久成人免费电影| 欧美日韩亚洲高清精品| 精品人妻视频免费看| 国产成人aa在线观看| 国产有黄有色有爽视频| 日韩免费高清中文字幕av| 黄色配什么色好看| 一区二区三区四区激情视频| 人人妻人人爽人人添夜夜欢视频 | 女人十人毛片免费观看3o分钟| 精品视频人人做人人爽| 精品人妻视频免费看| 国产 精品1| 全区人妻精品视频| 日韩欧美精品免费久久| 波野结衣二区三区在线| 嫩草影院入口| h日本视频在线播放| 最近中文字幕高清免费大全6| av专区在线播放| 97超视频在线观看视频| 在线观看人妻少妇| 一级毛片 在线播放| 久久久久久人妻| 在线观看免费日韩欧美大片 | 日韩免费高清中文字幕av| 欧美一级a爱片免费观看看| 免费人妻精品一区二区三区视频| 97热精品久久久久久| 久久久精品免费免费高清| 亚洲伊人久久精品综合| 久久久久久人妻| av国产免费在线观看| 人妻系列 视频| 国产男女超爽视频在线观看| 搡老乐熟女国产| 国产日韩欧美亚洲二区| 亚洲精品视频女| 成人无遮挡网站| 伊人久久精品亚洲午夜| 天美传媒精品一区二区| 久久av网站| 亚洲av日韩在线播放| videossex国产| 国产精品.久久久| 午夜免费鲁丝| 欧美激情极品国产一区二区三区 | 最近中文字幕2019免费版| 亚洲av电影在线观看一区二区三区| 中文字幕亚洲精品专区| 亚洲av欧美aⅴ国产| 在线观看免费高清a一片| 久久久久久久亚洲中文字幕| 国产伦精品一区二区三区视频9| 下体分泌物呈黄色| 欧美人与善性xxx| 成人国产麻豆网| av不卡在线播放| 亚洲性久久影院| 国产成人91sexporn| 国产69精品久久久久777片| 黑丝袜美女国产一区| 亚洲av电影在线观看一区二区三区| 又爽又黄a免费视频| 欧美日韩在线观看h| 国模一区二区三区四区视频| 午夜免费观看性视频| 欧美日韩视频精品一区| 成年人午夜在线观看视频| 久久久久久久久久成人| 久久久久久久久大av| 麻豆乱淫一区二区| 人体艺术视频欧美日本| 日本猛色少妇xxxxx猛交久久| 国产一级毛片在线| 男女免费视频国产| 在线观看免费高清a一片| 亚洲第一av免费看| 国产精品无大码| 在线免费十八禁| 久久国产精品大桥未久av | 国产91av在线免费观看| 亚洲av成人精品一二三区| 99热这里只有精品一区| 亚洲伊人久久精品综合| 国产大屁股一区二区在线视频| www.色视频.com| 欧美高清性xxxxhd video| 男女下面进入的视频免费午夜| 欧美 日韩 精品 国产| 少妇被粗大猛烈的视频| 国产91av在线免费观看| 精品一区二区免费观看| 丝袜喷水一区| 国产午夜精品久久久久久一区二区三区| 日本欧美国产在线视频| 1000部很黄的大片| 国产精品久久久久久精品电影小说 | 草草在线视频免费看| 亚洲国产成人一精品久久久| 少妇被粗大猛烈的视频| 中文字幕免费在线视频6| 日韩精品有码人妻一区| 久久精品国产亚洲av天美| 26uuu在线亚洲综合色| 如何舔出高潮| 国产成人91sexporn| 国产日韩欧美亚洲二区| 中国三级夫妇交换| 日韩视频在线欧美| 国产高清国产精品国产三级 | 91精品国产国语对白视频| 五月开心婷婷网| 啦啦啦视频在线资源免费观看| 色综合色国产| 日日摸夜夜添夜夜爱| 日韩视频在线欧美| 久久久久久久久大av| 国产亚洲一区二区精品| 午夜福利在线在线| 一级av片app| 日韩精品有码人妻一区| 国产久久久一区二区三区| 久久久成人免费电影| 国产高清三级在线| 国产成人免费观看mmmm| 国产成人精品一,二区| 男女边吃奶边做爰视频| 亚洲精华国产精华液的使用体验| 亚洲av电影在线观看一区二区三区| 欧美高清成人免费视频www| 综合色丁香网| 国产欧美亚洲国产| 亚洲高清免费不卡视频| 天堂中文最新版在线下载| 亚洲四区av| 日本黄大片高清| 久久久久国产精品人妻一区二区| 日产精品乱码卡一卡2卡三| 国产美女午夜福利| 亚洲av国产av综合av卡| 91精品国产九色| 国内揄拍国产精品人妻在线| 精品人妻一区二区三区麻豆| 2018国产大陆天天弄谢| 午夜免费男女啪啪视频观看| 美女xxoo啪啪120秒动态图| 亚洲国产精品999| 人人妻人人添人人爽欧美一区卜 | 哪个播放器可以免费观看大片| 国产精品一区www在线观看| 人人妻人人澡人人爽人人夜夜| 亚洲,一卡二卡三卡| 国产白丝娇喘喷水9色精品| 日本一二三区视频观看| 国内少妇人妻偷人精品xxx网站| 99热6这里只有精品| av免费观看日本| 久久精品国产亚洲av天美| 国产一区亚洲一区在线观看| 少妇的逼水好多| 国产精品精品国产色婷婷| 国产精品一区二区三区四区免费观看| 亚洲国产欧美人成| 夜夜爽夜夜爽视频| 国产伦精品一区二区三区视频9| 妹子高潮喷水视频| 成人黄色视频免费在线看| 欧美高清性xxxxhd video| 一级毛片 在线播放| 日韩电影二区| 天堂8中文在线网| 五月开心婷婷网| 夜夜骑夜夜射夜夜干| 22中文网久久字幕| 亚洲精品456在线播放app| 国产精品秋霞免费鲁丝片| 99热这里只有是精品50| 大话2 男鬼变身卡| 免费观看无遮挡的男女| 色5月婷婷丁香| 成人影院久久| 人妻制服诱惑在线中文字幕| 日韩免费高清中文字幕av| 日韩av在线免费看完整版不卡| 干丝袜人妻中文字幕| 亚洲国产精品专区欧美| 亚洲三级黄色毛片| 欧美一区二区亚洲| 精品国产露脸久久av麻豆| 最近的中文字幕免费完整| 1000部很黄的大片| 久久久久精品性色| 国产 一区精品| 亚洲国产精品国产精品| 免费久久久久久久精品成人欧美视频 | 精品酒店卫生间| 国精品久久久久久国模美| www.av在线官网国产| 亚洲婷婷狠狠爱综合网| av在线蜜桃| 婷婷色av中文字幕| 精品一区二区免费观看| 免费人成在线观看视频色| 久久久久久久精品精品| 99精国产麻豆久久婷婷| 日韩免费高清中文字幕av| 亚洲成人av在线免费| 2021少妇久久久久久久久久久| 婷婷色麻豆天堂久久| 午夜激情福利司机影院| 在线观看免费日韩欧美大片 | 中文欧美无线码| 亚洲精品国产av蜜桃| 爱豆传媒免费全集在线观看| 国产成人一区二区在线| 王馨瑶露胸无遮挡在线观看| 午夜福利高清视频| 蜜桃久久精品国产亚洲av| 亚州av有码| 久久av网站| 搡老乐熟女国产| 久久久久久久久久成人| 有码 亚洲区| 人人妻人人看人人澡| 日本猛色少妇xxxxx猛交久久| 欧美一级a爱片免费观看看| 中国三级夫妇交换| 国产日韩欧美亚洲二区| 高清日韩中文字幕在线| 免费少妇av软件| 成人18禁高潮啪啪吃奶动态图 | 老熟女久久久| 国产男女内射视频| 九草在线视频观看| 中文乱码字字幕精品一区二区三区| 汤姆久久久久久久影院中文字幕| 亚洲精品456在线播放app| xxx大片免费视频| 亚洲av成人精品一区久久| 国产精品国产三级国产av玫瑰| 久久久欧美国产精品| 王馨瑶露胸无遮挡在线观看| 男的添女的下面高潮视频| 欧美日韩亚洲高清精品| 精品久久久久久久久av| 日本黄色日本黄色录像| 亚洲欧美中文字幕日韩二区| 亚洲天堂av无毛| 国产日韩欧美亚洲二区| 免费大片18禁| 亚洲电影在线观看av| 天堂俺去俺来也www色官网| 一本—道久久a久久精品蜜桃钙片| 97在线人人人人妻| 一本—道久久a久久精品蜜桃钙片| 亚洲欧美成人精品一区二区| 国产高清国产精品国产三级 | 丰满迷人的少妇在线观看| 国产成人一区二区在线| 卡戴珊不雅视频在线播放| 国产高潮美女av| 18禁动态无遮挡网站| 大码成人一级视频| 伊人久久精品亚洲午夜| 简卡轻食公司| 美女主播在线视频| 国产av一区二区精品久久 | 国产毛片在线视频| 能在线免费看毛片的网站| 亚洲精品久久久久久婷婷小说| 精品亚洲乱码少妇综合久久| 日本猛色少妇xxxxx猛交久久| 大香蕉久久网| 下体分泌物呈黄色| 少妇人妻 视频| 亚洲欧美成人精品一区二区| 王馨瑶露胸无遮挡在线观看| 国产精品国产三级专区第一集| 精品亚洲成国产av| 18禁在线播放成人免费| 九九在线视频观看精品| 在现免费观看毛片| 日韩av在线免费看完整版不卡| 中文字幕免费在线视频6| 亚洲精品国产色婷婷电影| 久久女婷五月综合色啪小说| 99热6这里只有精品| 免费不卡的大黄色大毛片视频在线观看| 熟女av电影| 日本一二三区视频观看| 日韩中字成人| 成年av动漫网址| 国产成人精品婷婷| 成年女人在线观看亚洲视频| 一级毛片久久久久久久久女| 亚洲国产高清在线一区二区三| 成人二区视频| 一边亲一边摸免费视频| 国产精品一区二区三区四区免费观看| 一级黄片播放器| 日日撸夜夜添| 精品少妇黑人巨大在线播放| 欧美精品亚洲一区二区| 99热国产这里只有精品6| 免费看不卡的av| 日韩欧美精品免费久久| 只有这里有精品99| 成人综合一区亚洲| 少妇猛男粗大的猛烈进出视频| 中文字幕av成人在线电影| 国产 一区 欧美 日韩| 国产精品精品国产色婷婷| 欧美xxⅹ黑人| 欧美成人午夜免费资源| 亚洲精品国产色婷婷电影| 国产成人精品久久久久久| 欧美成人精品欧美一级黄| av一本久久久久| 国产精品久久久久久久电影| 国产精品久久久久久精品古装|