分步式自适应学习参数辨识方法改进

简介

为提高机器人定位精度,解决工业机器人标定环节中参数辨识精度低,冗余参数无法辨识等问题,提出一种分步式自适应学习参数辨识方法。该方法采用等步长区域搜索,步长设置过小,区域搜索容易陷入局部最优而终止辨识,步长设置过大,单步搜索分辨率下降,辨识精度降低。为优化该算法,提出二分法区域搜索方法。运动模型上,为克服D-H模型的奇异性问题,采用D-H模型与MDH模型相结合的方法。辨识环节,首先遍历合适的测量位姿,然后补偿独立参数,接着采用区域搜索的方法对剩余参数进行误差辨识。最后运用MATLAB软件仿真,末端位置误差的最大偏差降低至0.2mm以内,证明该算法改进后辨识精度更高,辨识结果更加稳定。