来源：期刊VIP网 时间：
作者：邹孔金;丁建完;
单位：华中科技大学国家CAD支撑软件工程技术研究中心;
摘要：传统机器人运动控制通常采用PID控制，但传统PID控制反映滞后，动态性能差，精度较低。前馈控制能显著提升机器人控制性能，但需要建立精确的动力学模型，所以要辨识机器人动力学参数。利用牛顿-欧拉法建立机器人动力学模型，选用傅里叶级数型激励轨迹并以使得观测矩阵条件数最小为目标进行优化，采集机器人在该轨迹下的运动数据，使用加权最小二乘法辨识得到机器人动力学参数，因为工业机器人具有复杂和非线性的特点，通过参数辨识得到的动力学参数建立的逆动力学模型往往存在误差；因此，选用遗传算法优化的支持向量机（Support Vector Machine,SVM）对动力学模型进行误差补偿，支持向量机输入数据是机器人各关节的角度、角速度、角加速度数据，输出数据为预测的动力学模型误差力矩，采集机器人在多条傅里叶轨迹下的运动数据，输入支持向量机训练并预测，结果表明，误差补偿后的动力学模型能更加准确地预测关节力矩。
关键词：机器人动力学;;参数辨识;;加权最小二乘法;;支持向量机;;误差补偿
