期刊检索

  • 2024年第56卷
  • 2023年第55卷
  • 2022年第54卷
  • 2021年第53卷
  • 2020年第52卷
  • 2019年第51卷
  • 2018年第50卷
  • 2017年第49卷
  • 2016年第48卷
  • 2015年第47卷
  • 2014年第46卷
  • 2013年第45卷
  • 2012年第44卷
  • 2011年第43卷
  • 2010年第42卷
  • 第1期
  • 第2期

主管单位 中华人民共和国
工业和信息化部
主办单位 哈尔滨工业大学 主编 李隆球 国际刊号ISSN 0367-6234 国内刊号CN 23-1235/T

期刊网站二维码
微信公众号二维码
引用本文:刘宇,李瑰贤,夏丹,徐文福.基于改进遗传算法辨识空间机器人动力学参数[J].哈尔滨工业大学学报,2010,42(11):1734.DOI:10.11918/j.issn.0367-6234.2010.11.012
LIU Yu,LI Gui-xian,XIA Dan,Xu Wen-fu.Identifying Dynamic parameters of a space robot based on improved genetic algorithm[J].Journal of Harbin Institute of Technology,2010,42(11):1734.DOI:10.11918/j.issn.0367-6234.2010.11.012
【打印本页】   【HTML】   【下载PDF全文】   查看/发表评论  下载PDF阅读器  关闭
过刊浏览    高级检索
本文已被:浏览 1891次   下载 1388 本文二维码信息
码上扫一扫!
分享到: 微信 更多
基于改进遗传算法辨识空间机器人动力学参数
刘宇1,2, 李瑰贤3, 夏丹3, 徐文福1
1.哈尔滨工业大学基础与交叉科学研究院;2.哈尔滨工业大学机器人技术与系统国家重点实验室;3.哈尔滨工业大学机电工程学院
摘要:
为了减小空间机器人动力学参数的误差,提高轨迹规划精度,根据空间机器人的角动量守恒方程,利用名义动力学参数估计角动量与真实角动量的差异,建立动力学参数辨识的误差模型,给出遗传算法的适应度函数.针对常规遗传算法容易出现"早熟"现象,采用小区间生成法、大变异策略和精英保留策略对其进行了改进.以六关节空间机器人为例进行的仿真结果表明,在参数复杂的情况下,采用改进后的遗传算法,计算效率和辨识精度均得到了提高。
关键词:  空间机器人  动力学参数辨识  角动量守恒  改进的遗传算法
DOI:10.11918/j.issn.0367-6234.2010.11.012
分类号:TP242.2
基金项目:国家自然科学基金资助项目(60775049,60805033)
Identifying Dynamic parameters of a space robot based on improved genetic algorithm
LIU Yu1,2, LI Gui-xian3, XIA Dan3, Xu Wen-fu1
1.Academy of Fundamental and Inter-disciplinary Sciences,Harbin Institute of Technology,Harbin 150001,China;2.State Key Laboratory of Robotics and System,Harbin Institute of Technology,Harbin 150001,China;3.Dept.of Mechanical Design and Theory,Harbin Institute of Technology,Harbin 150001,China)
Abstract:
To decrease the dynamic parameter errors of a space robot and improve accuracy of path planning,according to the angular momentum conservation equation,and based on the difference between the angular momentums estimated by nominal dynamic parameters and the real ones,an error model is built for the dynamic parameter identification,then the fitness function used for Genetic Algorithm(GA) is also presented.For "early maturity"phenomenon easily occurred in the conventional GA,an improved GA is presented based on small bound,big mutation and elite reservation tactics.At last,as an example of a six-joint space robot,a simulation is carried out.The results show that the improved GA increases calculative efficiency and identification accuracy in spite of complicated parameters.
Key words:  space robot  dynamic parameter identification  angular momentum conservation  improved genetic algorithm

友情链接LINKS