技術(shù)特征：

1.一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，具體步驟包括：

2.如權(quán)利要求1所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，所述機械臂的運動學(xué)模型的數(shù)學(xué)表達如下：

3.如權(quán)利要求1所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，所述雅可比矩陣由機械臂的運動學(xué)模型的偏微分計算得到，計算公式為：

4.如權(quán)利要求1所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，步驟s3具體為：

5.如權(quán)利要求1所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，所述誤差轉(zhuǎn)換將估計誤差轉(zhuǎn)換為變換誤差以及變換誤差的變化率；

6.如權(quán)利要求5所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，變換誤差以及變換誤差的變化率滿足如下性質(zhì)：

7.如權(quán)利要求6所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，所述預(yù)定義邊界的數(shù)學(xué)表達如下：

8.如權(quán)利要求7所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，預(yù)定義邊界內(nèi)估計誤差的收斂的條件為：保持z的有界性；

9.如權(quán)利要求1所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法，其特征在于，所述設(shè)計的自適應(yīng)估計率的數(shù)學(xué)表達式為：

10.一種計算機設(shè)備，其特征在于：包括：處理器及存儲介質(zhì)；所述處理器加載并執(zhí)行存儲介質(zhì)中的指令及數(shù)據(jù)用于實現(xiàn)權(quán)利要求1~9任一項所述的一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法。

技術(shù)總結(jié)
本發(fā)明提供了一種基于增強自適應(yīng)參數(shù)的機械臂運動學(xué)辨識方法和設(shè)備，涉及機械臂動力學(xué)領(lǐng)域，其方法包括：基于標(biāo)準(zhǔn)DH參數(shù)法建立機械臂的運動學(xué)模型、線性化拆分為常數(shù)未知參數(shù)和回歸矩陣的積式、濾波處理，引入輔助矩陣構(gòu)建包含估計誤差的中間變量、將估計誤差轉(zhuǎn)換為變換誤差，設(shè)計基于PPF函數(shù)的預(yù)定義邊界、結(jié)合中間變量與變換誤差以及預(yù)定義邊界內(nèi)估計誤差的預(yù)設(shè)收斂性能設(shè)計自適應(yīng)參數(shù)估計率、以預(yù)設(shè)收斂性能增強自適應(yīng)參數(shù)估計器，在預(yù)定義邊界內(nèi)實現(xiàn)機械臂的運動學(xué)辨識；設(shè)備用于實現(xiàn)方法。本發(fā)明的有益效果是：簡化了辨識算法，提高了參數(shù)估計收斂速率，有效克服了測量手段和環(huán)境參數(shù)變化導(dǎo)致的系統(tǒng)模型參數(shù)存在的不確定性。

技術(shù)研發(fā)人員：鄭世祺,宮馨雨,李志鵬,周謙,鄧宇書,粟濤,原一介
受保護的技術(shù)使用者：中國地質(zhì)大學(xué)（武漢）
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/6