【技术实现步骤摘要】
本专利技术涉及机械臂动力学领域，尤其涉及一种基于增强自适应参数的机械臂运动学辨识方法和设备。
技术介绍
1、六自由度机械臂作为工业自动化和机器人技术中的重要组成部分，其运动学精度直接影响到工作任务的完成质量和效率。运动学辨识作为提升机械臂定位精度的关键技术，一直受到广泛关注。传统上，六自由度机械臂的运动学建模主要依赖于denavit-hartenberg（d-h）方法，该方法通过为每个连杆分配四个独立参数（连杆长度、扭转角、连杆偏置和关节转角）来建立机械臂的运动学模型。然而，当机械臂存在相邻关节轴线平行或接近平行时，d-h方法会出现参数突变的问题，导致模型存在奇异性，从而影响了机械臂的运动学精度。
2、为解决上述问题，modified-denavit-hartenberg（mdh）建模方法被提出，通过增加一个绕y轴旋转的参数来改进d-h方法，有效解决了参数突变问题，并继承了d-h方法建模简单、适用范围广的优点。基于mdh建模方法，结合微分变换理论，可以建立机械臂末端定位误差辨识模型，通过最小二乘法等优化算法求解模型中的几何参...
【技术保护点】
1.一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，具体步骤包括：
2.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，所述机械臂的运动学模型的数学表达如下：
3.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，所述雅可比矩阵由机械臂的运动学模型的偏微分计算得到，计算公式为：
4.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，步骤S3具体为：
5.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，所述...
【技术特征摘要】
1.一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，具体步骤包括：
2.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，所述机械臂的运动学模型的数学表达如下：
3.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，所述雅可比矩阵由机械臂的运动学模型的偏微分计算得到，计算公式为：
4.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，步骤s3具体为：
5.如权利要求1所述的一种基于增强自适应参数的机械臂运动学辨识方法，其特征在于，所述误差转换将估计误差转换为变换误差以及变换误差的变化率；
6.如权利要求5所述的一种基于增强自适...
【专利技术属性】
技术研发人员：郑世祺，宫馨雨，李志鹏，周谦，邓宇书，粟涛，原一介，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。