成果介绍
本发明属于机器人模型辨识领域,公开了复合机器人车臂协调动力学最优激励与高精度辨识方法,本发明通过复合机器人车臂协调运动的动力学递推模型设计非奇异线性化回归方程,然后基于有限项傅立叶级数和动力学回归矩阵加权条件数设计车臂协调运动的最优激励轨迹,并基于异常数据抑制和测量噪声先验知识设计动力学参数的高精度自适应加权迭代求解算法,最终实现复合机器人车臂协调动力学模型的高精度鲁棒辨识。本发明方法能够实现车臂协调全状态动力学线性化建模与最优同步激励,同时面向测量噪声和异常数据实现动力学模型参数的高精度鲁棒辨识,最终有效提升复合机器人模型辨识的准确性和物理一致性。
成果亮点
本发明的复合机器人车臂协调动力学最优激励与高精度辨识方法能够实现车臂协调全状态动力学线性化建模与最优同步激励,同时面向测量噪声和异常数据实现动力学模型参数的高精度鲁棒辨识,最终有效提升复合机器人模型辨识的准确性和物理一致性。
团队介绍
浙江大学机器人研究院(以下简称“研究院)是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署,在余姚市的大力推动下,于2017年由浙江大学和余姚市合作共建的新型研发机构。
研究院面向科技前沿、面向经济发展主战场,将机器人、智能装备研发及产业化作为主要突破方向;立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念,以体制机制创新为抓手,以科技研发、成果转化和人才培育为核心,着力构建技术-人才-产业深度融合的创新创业生态;努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。
成果资料