基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识

来源：计量学报杂志2020年第1期北京时间：

作者：王跃灵,旺玥,王琪,王洪斌

单位：燕山大学 工业计算机控制工程河北省重点实验室,河北 秦皇岛 066004

摘要：提出一种基于自适应粒子群遗传算法的柔性关节机器人动力学参数辨识方法。该算法采用动态自适应调整策略,提高了粒子群算法收敛速度;同时引入新型遗传算法混合交叉变异机制,避免了粒子群陷入局部最优。将自适应粒子群遗传算法与标准粒子群算法、遗传算法、人工蜂群算法进行了比较,仿真实验结果表明该算法在迭代60次左右完成参数辨识,各参数的辨识相对误差均降低到了1%以内。最后利用旋转柔性关节实验平台进行了实验验证,实验结果证明了该算法具有更好的收敛速度和寻优精度。

关键词：计量学; 动力学参数; 参数辨识; 自适应混合算法; 粒子群算法; 遗传算法; 柔性关节机器人

基金资助：国家自然科学基金(61473248);河北省自然科学基金(F2016203496)