基于 WLS-ABC 算法的工业机器人参数辨识

doi:10.3969/j.issn.1000-565X.2016.05.014

华南理工大学学报（自然科学版） ›› 2016, Vol. 44 ›› Issue (5): 90-95.doi: 10.3969/j.issn.1000-565X.2016.05.014

基于 WLS-ABC 算法的工业机器人参数辨识

丁力¹吴洪涛^1† 姚裕² 李耀¹谢本华¹ 陈柏¹

1．南京航空航天大学机电学院，江苏南京 210016; 2．南京航空航天大学航空宇航学院，江苏南京 210016

收稿日期:2015-09-02 修回日期:2015-12-02 出版日期:2016-05-25 发布日期:2016-04-12
通信作者: 吴洪涛(1963-)，男，教授，博士生导师，主要从事机器人动力学、并联机构研究． E-mail:mehtwu@126.com
作者简介:丁力(1989-)，男，博士生，主要从事机器人动力学及控制研究． E-mail:NUAADLi@163． com
基金资助:
国家自然科学基金资助项目(51375230);江苏省科技支撑计划重点项目(BE2013003-1，BE2013010-2)

Parameters Identification of Industrial Robots Based on WLS-ABC Algorithm

DING Li¹ WU Hong-tao¹ YAO Yu² LI Yao¹ XIE Ben-hua¹ CHEN Bai¹

1.College of Mechanical and Electrical Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,Jiangsu,China; 2.College of Aerospace Engineering,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,Jiangsu,China

Received:2015-09-02 Revised:2015-12-02 Online:2016-05-25 Published:2016-04-12
Contact: 吴洪涛(1963-)，男，教授，博士生导师，主要从事机器人动力学、并联机构研究． E-mail:mehtwu@126.com
About author:丁力(1989-)，男，博士生，主要从事机器人动力学及控制研究． E-mail:NUAADLi@163． com
Supported by:
Supported by the National Natural Science Foundation of China(51375230) and the Key Project of Science and Technology Support Plan of Jiangsu Province(BE2013003-1，BE2013010-2)

摘要/Abstract

摘要： 针对工业机器人在不带负载时的动力学参数辨识问题，提出了一种基于加权最小二乘法与人工蜂群算法(WLS-ABC)的辨识算法．首先计及关节摩擦特性，推导出机器人动力学模型的线性形式;接着设计五阶傅里叶级数作为激励轨迹，采集辨识实验数据;然后根据文中辨识算法，采用加权最小二乘法得到待辨识参数初始解，并以蜂群为搜索单位，通过群体之间的信息交流与优胜劣汰机制找到全局最优参数;最后对得到的模型进行验证与分析．实验结果表明，通过文中辨识算法得到的预测力矩与测量力矩有较高的匹配度，所建立的模型能够反映机器人的动力学特性．

关键词: 工业机器人, 参数辨识, 加权最小二乘法, 人工蜂群算法

Abstract: Aiming at the kinetic parameter identification of industrial robots without loads,a novel hybrid algo- rithm,which combines weighted least square method with artificial bee colony algorithm (WLS-ABC),is pro- posed.Firstly,a linear dynamic model of the robot considering the friction characteristics of joints is deduced． Secondly,a five-order Fourier series is designed to be the exciting trajectory and experimental data are collected and identified.Then,WLS is employed to obtain the initial solution of the collected experimental data.Moreo- ver,bee colony is used as a search unit to find global optimal parameters through exchanging the information and retaining the superior individual.Finally,the established model is validated and analyzed.Experimental results show that the predicted torques well match the measured ones,and that the proposed model well reflects the kinetic characteristics of robots.

Key words: industrial robots, parameter identification, weighted least square method, artificial bee colony algorithm

丁力吴洪涛姚裕李耀谢本华陈柏. 基于 WLS-ABC 算法的工业机器人参数辨识[J]. 华南理工大学学报（自然科学版）, 2016, 44(5): 90-95.

DING Li WU Hong-tao YAO Yu LI Yao XIE Ben-hua CHEN Bai. Parameters Identification of Industrial Robots Based on WLS-ABC Algorithm[J]. Journal of South China University of Technology (Natural Science Edition), 2016, 44(5): 90-95.

参考文献

[1] 申浩宇, 吴洪涛, 丁力, 等. 基于主从任务转化的冗余度机器人避障算法[J]. 机器人, 2014, 36(004): 425-429. Shen H Y, Wu H T, Ding L, et al. Obstacle avoidance algorithm for redundant robots based on transitioning between the primary and the secondary task[J]. ROBOT, 2014,36(004):425-429.() [2] Ranjbar B, Mahmoodi J, Karbasi H, et al. Robot Manipulator Path Planning Based on Intelligent Multi-resolution Potential Field[J]. International Journal of u-and e-Service, Science and Technology, 2015, 8(1): 11-26. [3] 管贻生, 邓休, 李怀珠, 等. 工业机器人的结构分析与优化[J]. 华南理工大学学报 (自然科学版), 2013, 41(9). Guan Y, Deng X, Li H, et al. Structural analysis and optimization of industrial robot[J]. Journal of South China University of Technology (Natural Science Edition), 2013, 41(9). [4] Atkeson C, An C H, Hollerbach J M. Estimation of inertial parameters of manipulator loads and links[J]. The International Journal of Robotics Research, 1986, 5(3): 101-119. [5] Dutkiewicz P, Kozlowski K, Wroblewski W S. Experimental identification of robot and load dynamics parameters[C]//Proceedings of the 2th Conference on Control Applications. Vancouver: IEEE, 1993: 767-776. [6] Olsen M M, Petersen H G. A new method for estimating parameters of a dynamic robot model[J]. Robotics and Automation, IEEE Transactions on, 2001, 17(1): 95-100. [7] 刘宇, 李瑰贤, 夏丹, 等. 基于改进遗传算法辨识空间机器人动力学参数[J]. 哈尔滨工业大学学报, 2010 (11): 1734-1739. Liu Y, Li G X, Xia D, et al. Identifying dynamic parameters of a space robot based on improved genetic algorithm[J]. JOURNAL OF HARBIN INSTITUTE OF TECHNOLOGY, 2010 (11): 1734-1739. [8] 袁伟杰, 刘贵杰, 朱绍锋. 基于遗传算法的自治水下机器人水动力参数辨识方法[J]. 机械工程学报, 2010 (11): 96-100. Xuan J, Liu G J, Zhu S F. Identification method of hydrodynamic parameters of autonomous underwater vehicle based on genetic algorithm[J]. JOURNAL OF MECHANICAL ENGINEERING，2010 (11): 96-100. [9] Ding L, Wu H T, Yao Y. Chaotic Artificial Bee Colony Algorithm for System Identification of a Small-Scale Unmanned Helicopter[J]. International Journal of Aerospace Engineering, 2015, 2015. [10] Calanca A, Capisani L M, Ferrara A, et al. MIMO closed loop identification of an industrial robot[J]. Control Systems Technology, IEEE Transactions on, 2011, 19(5): 1214-1224. [11] Vuong N D, Ang M H. Dynamic model identification for industrial robots[J]. Acta Plolytechnica Hungarica, 2009, 6(5): 51-68. [12] Swevers J, Verdonck W, Schutter D S. Dynamic model identification for industrial robots[J]. IEEE Control Systems, 2007, 27(5): 58-71. [13] Grotjahn M, Daemi M, Heimann B. Frictionand rigid body identification of robot dynamics[J]. International Journal of Solids and Structures, 2001, 38(10-13): 889-1902. [14] Qin Z K, Baron L, Birglen L. A new Approach to the dynamic parameter identification of robotic manipulators[J]. Robotica, 2010, 28: 539-547. [15] Swevers J, Ganseman C, Tukel D B, et al. Optimal robot excitation and identification[J]. IEEE Transactions on Robotics and Automation, 1997, 13(5): 730-740. [16] 王济, 胡晓. MATLAB 在振动信号处理中的应用[M]. 北京：中国水利水电出版社, 2006: 73-82. Wang J, Hu X. The application of matlabin the vibration signal processing[M]. Beijing: China publication of hydraulic and hydropower, 2006: 73-82. [17] Kinsheel A, Taha Z, Deboucha1 A, et al. Robust least square estimation of the CRS A465 robot arm’s dynamic model parameters[J]. Journal of Mechanical Engineering Research, 2012, 4(3): 89-99.

基于 WLS-ABC 算法的工业机器人参数辨识

Parameters Identification of Industrial Robots Based on WLS-ABC Algorithm

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	姚斌, 张子豪, 代煜, 等. 基于VFF-RLS的力传感器的动态特性研究[J]. 华南理工大学学报(自然科学版), 2023, 51(5): 86-94.
[2]	张铁, 许锦盛, 邹焱飚. 基于扰动卡尔曼滤波的机器人免力矩传感器拖动示教方法[J]. 华南理工大学学报(自然科学版), 2022, 50(9): 116-125.
[3]	李刚, 李锋, 丁孺琦, 等. 基于关节力矩补偿的液压机械臂末端力软测量[J]. 华南理工大学学报(自然科学版), 2022, 50(10): 140-152.
[4]	杜鹃吴洪涛杨小龙陈柏程世利. 基于R* (3,0,1)几何代数的六轴机器人位姿反解[J]. 华南理工大学学报(自然科学版), 2018, 46(9): 30-35.
[5]	曹小华魏恒王鑫. 考虑温度影响的永磁同步电机参数辨识方法[J]. 华南理工大学学报（自然科学版）, 2018, 46(8): 64-71.
[6]	张铁梁骁翃覃彬彬刘晓刚. 基于牛顿欧拉法的 SCARA 机器人动力学参数辨识[J]. 华南理工大学学报（自然科学版）, 2017, 45(10): 129-136,143.
[7]	齐俊德张定华李山陈冰. 工业机器人绝对定位误差的建模与补偿[J]. 华南理工大学学报（自然科学版）, 2016, 44(11): 113-118.
[8]	郑伟佳王孝洪皮佑国. 基于输出误差的永磁同步电机分数阶建模[J]. 华南理工大学学报（自然科学版）, 2015, 43(9): 8-13.
[9]	丁亚东陈柏吴洪涛申浩宇. 一种工业机器人动力学参数的辨识方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(3): 49-56.
[10]	吴一全殷骏戴一冕. 基于人工蜂群优化的 NSCT 域图像模糊集增强方法[J]. 华南理工大学学报（自然科学版）, 2015, 43(1): 59-65.
[11]	张宝珍张尧林凌雪. 基于改进差分进化算法的估计等值法[J]. 华南理工大学学报（自然科学版）, 2014, 42(4): 7-12,18.
[12]	管贻生邓休李怀珠尹振能吴文强江励. 工业机器人的结构分析与优化[J]. 华南理工大学学报（自然科学版）, 2013, 41(9): 126-131.
[13]	李毅波张猛黄明辉陆新江. 模锻压机低速运行摩擦力的参数辨识与补偿控制[J]. 华南理工大学学报（自然科学版）, 2013, 41(7): 38-44.
[14]	张铁应灿翟敬梅. 基于运动链末端耦合与解耦的机器人协同焊接算法[J]. 华南理工大学学报（自然科学版）, 2013, 41(11): 56-61,67.
[15]	翟敬梅康博唐会华. 工业机器人轨迹跟踪的自适应模糊变结构算法[J]. 华南理工大学学报(自然科学版), 2012, 40(12): 12-16,23.