农业机械学报

作者：乔贵方，杜宝安，张颖，田荣佳，刘娣，刘汉忠

单位：南京工程学院；东南大学,南京工程学院,南京工程学院,南京工程学院,南京工程学院,南京工程学院,

关键词：串联型工业机器人;改进灰狼优化算法;指数积;参数辨识

基金：国家自然科学基金项目（51905258）、中国博士后科学基金项目（2019M650095）和南京工程学院校级科研基金项目（TB202317032）

针对工业机器人在高度制造领域精度不高的问题，本文提出了一种基于POE模型的工业机器人运动学参数二次辨识方法。阐述了基于指数积(Product of exponential，POE)模型的运动学误差模型构建方法，并建立基于POE误差模型的适应度函数；为实现高精度的参数辨识，提出了一种二次辨识方法，先利用改进灰狼优化算法(Improved grey wolf optimizer, IGWO)实现运动学参数误差的粗辨识，初步将Staubli TX60型机器人的平均位置误差和平均姿态误差分别从(0.648mm，0.212°)降低为(0.457mm，0.166°)；为进一步提高机器人的精度性能，再通过LM(Levenberg-Marquard)算法进行参数误差的精辨识，最终将Staubli TX60型机器人平均位置误差和平均姿态误差进一步降低为(0.237mm，0.063°)，机器人平均位置误差和平均姿态误差分别降低63.4%和70.2%。为了验证上述二次辨识方法的稳定性，随机选取5组辨识数据集和验证数据集进行POE误差模型的参数误差辨识，结果表明提出的二次辨识方法能够稳定、精确地辨识工业机器人运动学参数误差。

来源：2024年第1期

《农业机械学报》期刊编辑部

查看农业机械学报杂志2024年第1期