【摘要】：在动力学建模方面，Li Yangmin等人[48]提出一种基于模糊逻辑在线辨识模块机器人关节参数的算法， 在辨识过程中有可能产生局部最优解， 为了避免此类情况发生， 采用遗传算法对模糊逻辑系统进行优化。王卫忠等人[52]利用Lagrange方程建立了可重构机器人的动力学方程， 通过对可重构机器人各连杆建立统一的坐标系， 实现了末端执行器上力/力矩在不同关节坐标系间的转换及力/力矩与各关节力矩间的映射。
在动力学建模方面，Li Yangmin等人[48]提出一种基于模糊逻辑在线辨识模块机器人关节参数的算法， 在辨识过程中有可能产生局部最优解， 为了避免此类情况发生， 采用遗传算法对模糊逻辑系统进行优化。 杨建新等人[49]提出了一种基于虚功原理和等价树状结构的并联机器人动力学建模方法，推导出了具有封闭形式的逆动力学和正动力学模型。栾楠等人[50]提出了一种基于神经网络的机器人动力学建模方法。 该方法引入积分单元构成动态网络， 并应用Kane法及神经网络动态建模方法分别对高尔夫挥杆机器人进行了建模，并比较了二者的建模结果。Gautier等人[51]分别应用扩展卡尔曼滤波器和加权最小二乘法辨识逆动力学模型参数， 并对二者的辨识结果进行了比较。王卫忠等人[52]利用Lagrange方程建立了可重构机器人的动力学方程， 通过对可重构机器人各连杆建立统一的坐标系， 实现了末端执行器上力/力矩在不同关节坐标系间的转换及力/力矩与各关节力矩间的映射。Trung等人[53]基于第一类Lagrange方程，利用坐标分割方法推导冗余并联机器人的动力学方程。 最小动力学参数的设置是通过Lagrange函数和虚功原理自动获得的， 并应用直接模式搜索技术去计算最优轨迹以获得可靠的动力学参数。Chen等[54，55]给出了一种基于Newton-Euler迭代法算的可重构机器人封闭形式的动力学自动求解算法， 其中机器人广义运动参数均被描述为欧几里得群SE(3)的李代数se(3)的形式。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
