基于动力学模型辨识的全臂柔顺控制
基于动力学模型的阻抗控制无须力传感器,可降低系统复杂性,实现机械臂的全臂柔顺,但现实系统的动力学模型往往难以精确确定.监督学习可以通过关节状态回归辨识动力学模型,但辨识精度取决于观测数据的数量和质量,且难以泛化到未观测空间.提出一种基于先验动力学知识的递归参数辨识方法,可提高数据效率及泛化能力.辨识过程结合递推牛顿-欧拉动力学算法,逐一递归辨识关节参数,减少鞍点数量,克服辨识结果对初值的依赖性.在此基础上,设计了柔顺控制器;其外环为阻抗控制,通过辨识模型实现了无力传感器的全臂柔顺;内环采用滑模控制器,以辨识力矩作为动力学前馈,并通过径向基函数神经网络补偿系统的动态不确定性.实验结果表明,所提出的递归辨识算法可通过少量观测数据辨识完备的动力学模型,并实现全臂柔顺控制.
全臂柔顺、先验动力学知识、递归参数辨识、辨识模型
58
TP242(自动化技术及设备)
国家重点研发计划;国家重点研发计划;河北省重点研发计划;河北省自然科学基金资助项目
2022-03-29(万方平台首次上网日期,不代表论文的发表时间)
共10页
45-54