关键词:
四足机器人
动力学建模
参数辨识
最小二乘法
摘要:
随着科技的不断进步以及研究的不断深入,四足机器人在人们的日常生活中有着越来越多的应用,这也对其控制精度提出了更高的要求。在四足机器人的研究和应用中,精确的动力学模型可以实现有效的控制策略。当我们获得机械系统准确的动力学模型,就可以使得其控制精度更高,尤其在进行腿足控制时,可以提高轨迹跟踪的精度。本文主要做的工作在于对四足机器人单腿进行动力学建模以及参数辨识,并在最小二乘法的基础上进行了改进。
要进行参数辨识,首先需要对四足机器人单腿进行数学建模,本文通过牛顿-欧拉法进行动力学建模,求解各个杆件之间力与运动的递推关系,求解最小惯性参数,将机械腿的惯性参数进行重组,从而把动力学方程转换成线性方程组的形式,此时将参数辨识问题转化为方程组的求解问题,为进一步的参数辨识提供数学基础。
接着对动力学模型参数辨识算法进行阐述,首先介绍并推导了基于最小二乘法的参数辨识,为了提高辨识精度,提出了一种基于最小二乘法的迭代循环辨识方法,这种优化算法主要的改善之处在于将摩擦力分解为两部分:线性部分以及非线性部分,通过循环不断对摩擦力进行拟合,从而得到更加精准的动力学模型,提高辨识精度。
运用Solidworks软件对四足机器人单腿进行建模,然后将模型导入仿真环境,通过Adams和Matlab搭建控制器进行联合仿真实验,观察辨识效果,仿真动力学模型的准确性以及算法的可行性后,在四足机器人实验平台进行参数辨识与验证实验。
在实际的实验过程中,获得的电流值抖动较大,较多噪声会影响辨识结果,需要对采集的信号进行滤波再代入参数辨识。获取输入输出后,分别通过最小二乘法以及优化算法进行参数辨识,观察两种方法获得动力学参数的差异,并随机生成一条新的运动轨迹验证两组参数的精度。试验结果表明,在辨识过程中,摩擦力对辨识结果的影响较大,准确的动力学参数是参数辨识的关键,可以提高模型的预测能力和控制精度,与传统的最小二乘法相比,优化算法确实可以提高动力学模型参数辨识的精度。