• <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
    少妇人妻一区二区三区视频| 最近2019中文字幕mv第一页| 又爽又黄a免费视频| 日本熟妇午夜| 久久热精品热| 亚洲精品国产成人久久av| 国产成人a∨麻豆精品| 久久久国产成人免费| 午夜免费激情av| 亚洲精品乱码久久久久久按摩| 久久精品人妻少妇| 亚洲精品久久久久久婷婷小说 | 亚洲av免费高清在线观看| 久久6这里有精品| 精品欧美国产一区二区三| 三级国产精品片| 国产单亲对白刺激| 国产在视频线在精品| 亚洲丝袜综合中文字幕| 欧美激情国产日韩精品一区| 免费无遮挡裸体视频| 人人妻人人澡人人爽人人夜夜 | 亚洲丝袜综合中文字幕| 欧美人与善性xxx| 色网站视频免费| 欧美日韩一区二区视频在线观看视频在线 | 老司机影院毛片| 日韩精品青青久久久久久| 国产精品福利在线免费观看| 深夜a级毛片| 国内揄拍国产精品人妻在线| 亚州av有码| 我要看日韩黄色一级片| 美女内射精品一级片tv| 成人性生交大片免费视频hd| a级毛色黄片| 99热这里只有精品一区| 久久精品夜色国产| 欧美另类亚洲清纯唯美| 99热精品在线国产| 日韩国内少妇激情av| 国语自产精品视频在线第100页| 美女脱内裤让男人舔精品视频| 国产精品一区二区性色av| 日韩欧美精品v在线| 日日撸夜夜添| 欧美一区二区亚洲| 午夜福利在线观看吧| 51国产日韩欧美| 免费看日本二区| 看片在线看免费视频| 免费无遮挡裸体视频| 亚洲欧美精品自产自拍| 久久欧美精品欧美久久欧美| 日本免费一区二区三区高清不卡| 精品一区二区三区人妻视频| 日韩av不卡免费在线播放| 久久欧美精品欧美久久欧美| 精华霜和精华液先用哪个| 欧美精品国产亚洲| 能在线免费观看的黄片| 九九爱精品视频在线观看| 亚洲丝袜综合中文字幕| 久久亚洲国产成人精品v| 少妇熟女aⅴ在线视频| 全区人妻精品视频| 国产不卡一卡二| 免费看美女性在线毛片视频| 一级毛片我不卡| 晚上一个人看的免费电影| 国产日韩欧美在线精品| 精品久久久久久久人妻蜜臀av| 乱码一卡2卡4卡精品| 一级爰片在线观看| 18+在线观看网站| 熟女电影av网| 国产女主播在线喷水免费视频网站 | 极品教师在线视频| 欧美一区二区亚洲| 亚洲五月天丁香| 一本久久精品| 麻豆精品久久久久久蜜桃| 亚洲国产精品久久男人天堂| 亚洲av成人精品一区久久| 秋霞伦理黄片| 久久久久久久久久成人| 97超碰精品成人国产| 国产成人一区二区在线| 日本黄大片高清| av在线观看视频网站免费| av在线蜜桃| 国产精品福利在线免费观看| 天天躁夜夜躁狠狠久久av| 草草在线视频免费看| 日本猛色少妇xxxxx猛交久久| 午夜亚洲福利在线播放| 丰满少妇做爰视频| 三级国产精品片| 亚洲av成人精品一区久久| 欧美+日韩+精品| 在线天堂最新版资源| 日本免费一区二区三区高清不卡| 日本与韩国留学比较| 七月丁香在线播放| 欧美一区二区国产精品久久精品| 一个人免费在线观看电影| 国产v大片淫在线免费观看| 欧美人与善性xxx| 久久精品国产自在天天线| av卡一久久| 高清在线视频一区二区三区 | 久久久久精品久久久久真实原创| 丰满少妇做爰视频| 久久久欧美国产精品| 自拍偷自拍亚洲精品老妇| 超碰av人人做人人爽久久| 午夜福利成人在线免费观看| 麻豆一二三区av精品| 欧美+日韩+精品| 国产白丝娇喘喷水9色精品| ponron亚洲| www日本黄色视频网| 99久久精品热视频| 天美传媒精品一区二区| 亚洲av免费高清在线观看| 成人二区视频| 十八禁国产超污无遮挡网站| 欧美人与善性xxx| 中文天堂在线官网| 在线免费观看的www视频| 午夜福利在线观看吧| 黄色欧美视频在线观看| 97人妻精品一区二区三区麻豆| 亚洲精品国产成人久久av| 精品欧美国产一区二区三| 久久久久九九精品影院| 久久这里只有精品中国| 欧美性猛交黑人性爽| 美女内射精品一级片tv| 国产成人aa在线观看| 韩国av在线不卡| 又爽又黄a免费视频| 少妇高潮的动态图| av国产免费在线观看| 嫩草影院入口| 午夜免费男女啪啪视频观看| 亚洲av成人精品一二三区| 亚洲综合精品二区| 国产成人一区二区在线| 亚州av有码| 非洲黑人性xxxx精品又粗又长| 日韩在线高清观看一区二区三区| 久久精品国产自在天天线| 午夜免费激情av| 亚洲三级黄色毛片| 精品久久久久久久久亚洲| 91在线精品国自产拍蜜月| 中文在线观看免费www的网站| 你懂的网址亚洲精品在线观看 | 久久精品国产亚洲av天美| 在线天堂最新版资源| 久久久久久久午夜电影| 女的被弄到高潮叫床怎么办| 熟女电影av网| 成人漫画全彩无遮挡| 午夜精品国产一区二区电影 | 亚洲欧美一区二区三区国产| 国产人妻一区二区三区在| 亚洲av福利一区| 18禁在线播放成人免费| 午夜爱爱视频在线播放| 晚上一个人看的免费电影| 国产精品野战在线观看| 熟妇人妻久久中文字幕3abv| 国产精品综合久久久久久久免费| 爱豆传媒免费全集在线观看| 亚洲综合精品二区| av专区在线播放| 91av网一区二区| 午夜免费激情av| 啦啦啦韩国在线观看视频| 神马国产精品三级电影在线观看| 久久韩国三级中文字幕| 小蜜桃在线观看免费完整版高清| 深夜a级毛片| 欧美成人一区二区免费高清观看| 欧美高清成人免费视频www| 国产精品无大码| 久久久久久大精品| 亚洲aⅴ乱码一区二区在线播放| 久久99蜜桃精品久久| 国产视频首页在线观看| 亚洲一区高清亚洲精品| 在线播放无遮挡| 国产精品电影一区二区三区| 午夜免费男女啪啪视频观看| 免费看a级黄色片| 偷拍熟女少妇极品色| 久久久国产成人免费| 国产在视频线在精品| 人人妻人人澡人人爽人人夜夜 | 欧美潮喷喷水| 国内精品美女久久久久久| 一级爰片在线观看| 精品国产三级普通话版| 能在线免费观看的黄片| 高清午夜精品一区二区三区| 成人午夜高清在线视频| 亚洲在线观看片| 国产一区二区三区av在线| 一本久久精品| 伦理电影大哥的女人| 日韩三级伦理在线观看| 精品久久久久久成人av| 寂寞人妻少妇视频99o| 偷拍熟女少妇极品色| 真实男女啪啪啪动态图| 欧美日本亚洲视频在线播放| 一个人观看的视频www高清免费观看| 又黄又爽又刺激的免费视频.| 婷婷色麻豆天堂久久 | 成人亚洲欧美一区二区av| 久久久久久大精品| 久久久a久久爽久久v久久| 中文欧美无线码| 毛片女人毛片| 波野结衣二区三区在线| 久久99热这里只频精品6学生 | 国产一区二区在线观看日韩| 少妇熟女欧美另类| 人体艺术视频欧美日本| a级毛片免费高清观看在线播放| 日韩成人av中文字幕在线观看| 高清午夜精品一区二区三区| 亚洲精品日韩在线中文字幕| 国产伦精品一区二区三区视频9| 国产精品一区二区三区四区久久| 高清av免费在线| 三级国产精品片| 国产黄片美女视频| 日本免费一区二区三区高清不卡| av播播在线观看一区| 床上黄色一级片| 最后的刺客免费高清国语| 老司机福利观看| 欧美高清成人免费视频www| 国产女主播在线喷水免费视频网站 | 大又大粗又爽又黄少妇毛片口| 成年女人看的毛片在线观看| av在线天堂中文字幕| 成年av动漫网址| 亚洲精品亚洲一区二区| 国产精品熟女久久久久浪| 久久鲁丝午夜福利片| 国产成人福利小说| 黄色欧美视频在线观看| 高清日韩中文字幕在线| 蜜桃久久精品国产亚洲av| 国产精品国产三级专区第一集| 六月丁香七月| 亚洲国产精品合色在线| 欧美精品国产亚洲| 特大巨黑吊av在线直播| 免费无遮挡裸体视频| 一个人看视频在线观看www免费| 欧美成人精品欧美一级黄| 麻豆一二三区av精品| 人体艺术视频欧美日本| 99久久中文字幕三级久久日本| 嫩草影院入口| 丝袜喷水一区| 22中文网久久字幕| 99久国产av精品国产电影| 看免费成人av毛片| 日本免费a在线| 国产色爽女视频免费观看| 看非洲黑人一级黄片| 亚洲人与动物交配视频| 欧美一区二区精品小视频在线| 日日摸夜夜添夜夜爱| 国产又色又爽无遮挡免| 一级毛片电影观看 | 免费无遮挡裸体视频| 色哟哟·www| 老女人水多毛片| 在线观看一区二区三区| 国产麻豆成人av免费视频| 夫妻性生交免费视频一级片| 亚洲aⅴ乱码一区二区在线播放| 赤兔流量卡办理| 亚洲国产欧美在线一区| 久久久久久久亚洲中文字幕| 国产私拍福利视频在线观看| 中文字幕亚洲精品专区| 美女大奶头视频| 人妻少妇偷人精品九色| 欧美精品一区二区大全| 春色校园在线视频观看| 你懂的网址亚洲精品在线观看 | 日本黄色视频三级网站网址| 嫩草影院入口| 伦精品一区二区三区| 亚洲欧美成人综合另类久久久 | 国产亚洲91精品色在线| 日本av手机在线免费观看| 最近2019中文字幕mv第一页| 人人妻人人看人人澡| 欧美又色又爽又黄视频| 国产精品女同一区二区软件| 婷婷色av中文字幕| 边亲边吃奶的免费视频| 男人和女人高潮做爰伦理| 在线观看66精品国产| 99国产精品一区二区蜜桃av| 成人午夜精彩视频在线观看| 亚洲国产欧美人成| 精品久久久久久久人妻蜜臀av| 我的女老师完整版在线观看| 级片在线观看| 亚洲欧美成人综合另类久久久 | 看非洲黑人一级黄片| 干丝袜人妻中文字幕| 日韩一本色道免费dvd| 99在线视频只有这里精品首页| 欧美激情国产日韩精品一区| 一夜夜www| 国产亚洲精品av在线| 国产高清视频在线观看网站| 国产大屁股一区二区在线视频| 日本午夜av视频| 日本黄色片子视频| 美女大奶头视频| 中文字幕精品亚洲无线码一区| .国产精品久久| 一本—道久久a久久精品蜜桃钙片 精品乱码久久久久久99久播 | 婷婷色综合大香蕉| 日韩强制内射视频| 久久草成人影院| 国产成人freesex在线| 国内揄拍国产精品人妻在线| av国产久精品久网站免费入址| 别揉我奶头 嗯啊视频| 永久网站在线| 国产高清有码在线观看视频| 亚洲成人中文字幕在线播放| 我要搜黄色片| 亚洲天堂国产精品一区在线| 婷婷色综合大香蕉| 成年av动漫网址| 26uuu在线亚洲综合色| 特大巨黑吊av在线直播| 精品国产三级普通话版| av黄色大香蕉| 精品午夜福利在线看| 99热这里只有是精品50| 九色成人免费人妻av| 国产淫语在线视频| 欧美精品国产亚洲| av专区在线播放| 国产一区二区在线av高清观看| 国产 一区 欧美 日韩| 久久久久久伊人网av| 久久精品国产亚洲av天美| 亚洲欧洲国产日韩| 午夜久久久久精精品| 草草在线视频免费看| 亚洲av不卡在线观看| 日韩中字成人| 免费黄网站久久成人精品| 色噜噜av男人的天堂激情| 成人亚洲精品av一区二区| 少妇人妻一区二区三区视频| 欧美极品一区二区三区四区| 菩萨蛮人人尽说江南好唐韦庄 | 国产三级中文精品| 51国产日韩欧美| 91午夜精品亚洲一区二区三区| 日韩亚洲欧美综合| 人妻夜夜爽99麻豆av| 国产老妇伦熟女老妇高清| 国内精品美女久久久久久| 国产老妇伦熟女老妇高清| 纵有疾风起免费观看全集完整版 | 我要搜黄色片| 亚洲一区高清亚洲精品| 成人性生交大片免费视频hd| www.av在线官网国产| 色吧在线观看| 如何舔出高潮| 男女啪啪激烈高潮av片| 一级二级三级毛片免费看| 九九热线精品视视频播放| 老师上课跳d突然被开到最大视频| 久久欧美精品欧美久久欧美| 久久精品久久精品一区二区三区| 国产精品久久电影中文字幕| 一区二区三区高清视频在线| 深爱激情五月婷婷| av在线老鸭窝| 国内揄拍国产精品人妻在线| 在线免费观看不下载黄p国产| 人人妻人人澡人人爽人人夜夜 | 婷婷色麻豆天堂久久 | 国语自产精品视频在线第100页| 少妇的逼好多水| 亚洲精品乱码久久久v下载方式| 日韩av不卡免费在线播放| 一区二区三区乱码不卡18| 日韩成人伦理影院| 国产成年人精品一区二区| 欧美成人精品欧美一级黄| 亚洲精品自拍成人| 日本一二三区视频观看| 精品酒店卫生间| 国产av不卡久久| 男人狂女人下面高潮的视频| 久久精品人妻少妇| 亚洲va在线va天堂va国产| 成人高潮视频无遮挡免费网站| 亚洲国产欧洲综合997久久,| 午夜福利成人在线免费观看| 国内少妇人妻偷人精品xxx网站| 国产精品久久久久久av不卡| 国产成人一区二区在线| 国产一区二区在线av高清观看| 内地一区二区视频在线| 久久99蜜桃精品久久| 亚洲成人久久爱视频| 在线观看66精品国产| 久久99热这里只频精品6学生 | 国产精品国产三级专区第一集| 一级毛片我不卡| 大香蕉久久网| 舔av片在线| 可以在线观看毛片的网站| 精品久久久久久电影网 | 久久99蜜桃精品久久| 中文字幕精品亚洲无线码一区| 成年版毛片免费区| av在线天堂中文字幕| 亚洲在线观看片| 美女国产视频在线观看| 一级av片app| 久久久午夜欧美精品| 国产精品一区www在线观看| 午夜福利在线观看免费完整高清在| 国产精品日韩av在线免费观看| 亚洲国产精品国产精品| 91av网一区二区| 日本黄色片子视频| 日日啪夜夜撸| 51国产日韩欧美| 日韩欧美 国产精品| 丰满少妇做爰视频| 成年版毛片免费区| 国产黄片视频在线免费观看| 少妇的逼水好多| 一边亲一边摸免费视频| 国产大屁股一区二区在线视频| 亚洲精品日韩av片在线观看| 精品无人区乱码1区二区| 亚洲中文字幕日韩| 一边摸一边抽搐一进一小说| www.av在线官网国产| 成人二区视频| 男人狂女人下面高潮的视频| 国产女主播在线喷水免费视频网站 | 欧美不卡视频在线免费观看| 99九九线精品视频在线观看视频| 免费观看精品视频网站| 精品久久久久久电影网 | 国产成人免费观看mmmm| 联通29元200g的流量卡| 天美传媒精品一区二区| 日本免费在线观看一区| 日韩一区二区三区影片| 草草在线视频免费看| 国产精品麻豆人妻色哟哟久久 | 51国产日韩欧美| 免费观看a级毛片全部| 国产在视频线在精品| 亚洲欧洲日产国产| 国产精品不卡视频一区二区| 亚洲精品影视一区二区三区av| 在线天堂最新版资源| 久久精品夜色国产| 久久精品夜夜夜夜夜久久蜜豆| 午夜久久久久精精品| АⅤ资源中文在线天堂| 色5月婷婷丁香| 男女视频在线观看网站免费| 91久久精品电影网| 晚上一个人看的免费电影| 免费不卡的大黄色大毛片视频在线观看 | 人人妻人人看人人澡| 在线观看美女被高潮喷水网站| 精品酒店卫生间| 亚洲欧美日韩高清专用| 国产一区二区三区av在线| videos熟女内射| or卡值多少钱| 大香蕉久久网| 一级毛片电影观看 | 国产精品国产三级国产av玫瑰| 丝袜喷水一区| 欧美性猛交╳xxx乱大交人| 国产探花极品一区二区| 亚洲最大成人手机在线| 91aial.com中文字幕在线观看| 欧美成人午夜免费资源| 国产黄a三级三级三级人| kizo精华| 亚洲国产最新在线播放| 久久久午夜欧美精品| 亚洲图色成人| 淫秽高清视频在线观看| 精品酒店卫生间| 国产真实乱freesex| 国产精品无大码| 又黄又爽又刺激的免费视频.| 欧美一区二区国产精品久久精品| 少妇熟女aⅴ在线视频| 午夜免费激情av| 国产三级中文精品| 在线播放国产精品三级| 久久精品综合一区二区三区| 欧美激情久久久久久爽电影| 99久国产av精品国产电影| 国产一区二区三区av在线| 国产精品麻豆人妻色哟哟久久 | 韩国高清视频一区二区三区| 99久久中文字幕三级久久日本| 欧美变态另类bdsm刘玥| 欧美xxxx黑人xx丫x性爽| 亚洲激情五月婷婷啪啪| 国产乱人偷精品视频| 久久久精品欧美日韩精品| 久久久久久久久久久免费av| 人妻少妇偷人精品九色| 久久这里只有精品中国| 国产精品人妻久久久久久| videossex国产| 国产精品国产三级专区第一集| 欧美成人午夜免费资源| 国产视频首页在线观看| 精品国产露脸久久av麻豆 | 嘟嘟电影网在线观看| 亚洲18禁久久av| 色5月婷婷丁香| 美女cb高潮喷水在线观看| 91aial.com中文字幕在线观看| 尤物成人国产欧美一区二区三区| 国国产精品蜜臀av免费| 国产精品一区二区三区四区免费观看| 一本一本综合久久| 国产真实伦视频高清在线观看| videos熟女内射| 国产精品女同一区二区软件| 永久网站在线| 中文字幕亚洲精品专区| 久久久久久久午夜电影| h日本视频在线播放| 国产美女午夜福利| 久久久成人免费电影| 亚洲欧美成人精品一区二区| 最近手机中文字幕大全| 哪个播放器可以免费观看大片| 99热这里只有是精品50| 亚洲av熟女| 国产女主播在线喷水免费视频网站 | 亚洲不卡免费看| 国产一区二区亚洲精品在线观看| 人妻制服诱惑在线中文字幕| 国产精品美女特级片免费视频播放器| 欧美日韩精品成人综合77777| 99久久人妻综合| 又粗又硬又长又爽又黄的视频| 国产日韩欧美在线精品| 日本wwww免费看| 国产精品女同一区二区软件| 成人高潮视频无遮挡免费网站| 搡老妇女老女人老熟妇| 国产在线男女| 天美传媒精品一区二区| 国产av码专区亚洲av| 亚洲欧美中文字幕日韩二区| 亚洲精品日韩在线中文字幕| 女人被狂操c到高潮| 欧美bdsm另类| 久久久久久久亚洲中文字幕| 中文字幕熟女人妻在线| 欧美激情久久久久久爽电影| 一级毛片我不卡| 日产精品乱码卡一卡2卡三| 在线播放国产精品三级| 97在线视频观看| 国产毛片a区久久久久| 精品欧美国产一区二区三| 汤姆久久久久久久影院中文字幕 | 又粗又硬又长又爽又黄的视频| 国产免费又黄又爽又色| 日韩强制内射视频| 日本熟妇午夜| 91精品伊人久久大香线蕉| 天堂中文最新版在线下载 | 黄色配什么色好看| 午夜老司机福利剧场| 日本黄大片高清| 久久99热6这里只有精品| 亚洲伊人久久精品综合 | 七月丁香在线播放| 日本熟妇午夜| 乱系列少妇在线播放| 我的女老师完整版在线观看| 国内精品一区二区在线观看|