典型文献
基于IRLS算法的机器人动力学参数辨识
文献摘要：
为提高机器人动力学参数辨识的准确性,提出了一种基于迭代加权最小二乘(Iterative Reweighted Least Squares,IRLS)算法的辨识方法.首先推导了机器人的线性动力学模型,随后提出了一种改进摩擦模型,并设计了改进傅里叶级数作为激励轨迹采集数据.为提升动力学参数辨识的准确性,在加权最小二乘法基础上进行改进,提出了IRLS算法对动力学参数进行辨识.最后以六自由度机器人为试验对象,进行了参数辨识试验.结果表明,基于IRLS算法的辨识方法与加权最小二乘法相比,前3个关节力矩误差的均方根(Root Mean Square,RMS)值降低了13.28％,后3个关节力矩误差的RMS值降低了28.57％,6个关节力矩误差的RMS值平均降低了17.15％,证明了基于IRLS算法的辨识方法的有效性.
文献关键词：
机器人;动力学模型;改进摩擦模型;参数辨识;迭代加权最小二乘算法
中图分类号：
作者姓名：
冯利民;俞经虎;王延玉;刘佳怡
作者机构：
江南大学机械工程学院,无锡214122;长广溪智能制造(无锡)有限公司,无锡214000
文献出处：
引用格式：
[1]冯利民;俞经虎;王延玉;刘佳怡-.基于IRLS算法的机器人动力学参数辨识)[J].现代制造工程,2022(04):37-44
A类：
改进摩擦模型,迭代加权最小二乘算法
B类：
IRLS,动力学参数辨识,Iterative,Reweighted,Least,Squares,辨识方法,改进傅里叶级数,激励轨迹,采集数据,加权最小二乘法,六自由度机器人,关节力矩,Root,Mean,RMS
AB值：
0.213704
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
