[发明专利]一种多关节机械臂动力学参数辨识激励轨迹的优化方法

权利要求书

1.一种多关节机械臂动力学参数辨识激励轨迹的优化方法，其特征是按如下步骤进行：

步骤1、运用牛顿-欧拉法建立多关节机械臂的动力学模型，线性化处理所述动力学模型中的非线性项，从而获得多关节机械臂线性化的动力学模型；

步骤2、基于随机数模拟参数法求解所述多关节机械臂线性化的动力学模型，得到多关节机械臂的最小动力学参数集，并获得多关节机械臂动力学模型的简化模型；

步骤3、建立多关节机械臂动力学参数辨识激励轨迹的数学模型，并根据所述多关节机械臂动力学模型的简化模型，获得观测矩阵函数，再根据所述观测矩阵函数建立由辨识激励轨迹的优化目标函数与约束条件构成的辨识激励轨迹模型；

步骤4、根据量子遗传算法对所述辨识激励轨迹模型进行优化，获得满足关节约束条件和在空间范围内变动的激励轨迹，所述激励轨迹用于多关节机械臂动力学的参数辨识。

2.根据权利要求1所述的多关节机械臂动力学参数辨识激励轨迹的优化方法，其特征在于，所述步骤4是按如下过程进行：

步骤4.1、设定种群数量n，设定最大进化代数Tmax与量子旋转门旋转角度，当代进化代数为t；初始化t＝1；初始化辨识激励轨迹模型的第t代进化的优化参数全部为设定优化目标为优化目标函数的全局最小值；

步骤4.2、在[0,1]区间内生成n组第t代进化的随机数并与第t代进化的优化参数进行比较，从而获得第t代进化的所有优化参数对应的二进制解；

步骤4.3、通过所述第t代进化的优化参数的二进制解获得由所述观测矩阵函数组成的广义观测矩阵函数值，进而对第t代进化的广义观测矩阵函数值的条件数进行求解，得到第t代进化的优化目标函数值；

步骤4.4、选取第t代进化的优化目标函数值与第t-1代进化的优化目标函数值中的较小值作为判别标准；当t＝1时，第t-1代进化的优化参数的二进制解全部为“1”，优化目标函数值为无穷大；

步骤4.5、利用量子旋转门对将所述判别标准所对应的优化参数进行调整，得到第t+1代进化的优化参数；

步骤4.6、将t+1赋值给t后，判断tTmax是否成立，若成立，则保存第Tmax代进化的优化参数及对应的优化目标函数值作为局部最优参数和目标函数值；否则，返回步骤4.2顺序执行；

步骤4.7、选取种群中所有局部最优目标函数值的最小值作为全局最优目标函数值，并输出全局最优目标函数值对应的优化参数值，从而将所述优化参数值带入到步骤3所建立的辨识激励轨迹的数学模型中，进而获得满足关节约束条件和在空间范围内变动的激励轨迹。