科创中国

高端装备制造产业

本发明公开了一种基于神经网络的6轴机器人动力学参数辨识方法。选定合适的机器人，得到机器人的D-H参数等信息。机器人动力学参数辨识主要分为以下五步，第一步：机器人动力学建模以及线性化；第二步：激励轨迹优化，采用人工免疫算法来优化激励轨迹；第三步：实验采样，让机器人跟随激励轨迹运动，获取多组观测矩阵与关节力矩作为实验数据。第四步：数据处理，采用三标准差准则以及中位值平均滤波法对实验采集的数据进行预处理，降低数据噪声带来的影响。第五步：动力学参数估计，采用神经网络对动力学参数进行估计。第六步：参数验证，再让机器人跟随一条与激励轨迹不同的可执行轨迹，再次采样实验数据，根据辨识所得的动力学参数来预测理论关节力矩，用力矩残差根来评价辨识的动力学参数的可靠性。

动力学参数辨识的传统方法有解体测量法，CAD法，整体辨识法，本发明提出的方法属于整体辨识法的一种，相较于其他俩种方法，整体解析法是通过机器人实际运行得到的，更符合实际场景，辨识的结果与实际更加接近，而且不需要对机器人进行解体，方便安全。 目前的动力学参数辨识方法对数据处理大多采用均值化滤波方法，本发明提出以三标准差准则以及中位值平均滤波法对数据进行处理，除去因操作失误或不正确带来粗大误差，中位值平均滤波综合了两种滤波算法的优点，既能抑制随机干扰，又能滤除明显的脉冲干扰。对于激励轨迹大多采用遗传算法进行优化，容易陷入局部最优，计算比较复杂，本发明采用人工免疫算法能够有效避免局部最优的情况发生，算法的收敛速度较快。 目前的动力学参数辨识方法对动力学参数估计大多采用加权最小二乘迭代法，本发明提出以神经网络来估计动力学参数，神经网络有着较高的容错性与高速寻找优化解的能力，通过神经网络可以很快，很准确的估计机器人的动力学参数。

   机器人与智能装备产业创新服务综合体创建于2018年，位于余姚机器人智谷小镇，2020年升级为省级综合体，是余姚市创建的创新链、人才链、资金链、产业链专业化服务平台，现由浙江大学机器人研究院下的浙江湾区机器人技术有限公司负责建设。     综合体目前建有机器人与智能装备产业创新中心，重点打造人才服务基地和智能制造服务基地，高质量建设创新创业孵化、科技金融服务、知识产权服务、科技成果交易服务、政企对接服务等五大专业性平台。