[發明專利]一種基于Huber M估計的水下機器人動力學模型參數辨識方法在審
| 申請號: | 201910518943.6 | 申請日: | 2019-06-16 |
| 公開(公告)號: | CN110334411A | 公開(公告)日: | 2019-10-15 |
| 發明(設計)人: | 范世東;王斌 | 申請(專利權)人: | 武漢理工大學 |
| 主分類號: | G06F17/50 | 分類號: | G06F17/50;G06F17/16;G06F17/15;G06F17/13 |
| 代理公司: | 湖北武漢永嘉專利代理有限公司 42102 | 代理人: | 李丹 |
| 地址: | 430070 湖*** | 國省代碼: | 湖北;42 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 辨識 水下機器人 動力學模型 參數估計 動力學模型參數 動力學參數 最小二乘法 辨識結果 采樣時刻 損失函數 噪聲環境 魯棒性 遞推 重復 更新 | ||
本發明公開了一種基于Huber M估計的水下機器人動力學模型參數辨識方法,包括以下步驟:1)建立水下機器人動力學模型;2)根據建立的模型,確定所需辨識的動力學參數;3)采用基于Huber損失函數的遞推最小二乘法,辨識水下機器人動力學模型的參數估計值;4)根據辨識得到的水下機器人動力學模型的參數估計值,更新水下機器人的當前狀態值;5)重復步驟3)至4),得到每個采樣時刻的參數估計值,并取平均值作為辨識結果。本發明方法在“野值”噪聲環境下依然可以穩定的辨識出待辨識參數,提高了辨識精度和改善了魯棒性。
技術領域
本發明涉及模型參數辨識方法,尤其涉及一種基于Huber M估計的水下機器人動力學模型參數辨識方法。
背景技術
水下干擾非常復雜,簡單的高斯噪聲不能完全描述水流所產生的復雜噪聲,噪聲的均值無法保證為零,標準差也不可能恒為常數。許多研究表明,在簡單高斯噪聲干擾下,最小二乘法效果會比較明顯,但是如果干擾噪聲中出現一定比例的“野值”(標準差極大的噪聲離群點),此時仍然采用普通最小二乘法或遞推最小二乘法來進行模型參數的辨識,會出現估計結果不準確甚至發散的情況,直接導致模型辨識魯棒性變差。
發明內容
本發明要解決的技術問題在于針對現有技術中的缺陷,提供一種基于Huber M估計的水下機器人動力學模型參數辨識方法。
本發明解決其技術問題所采用的技術方案是:一種基于Huber M估計的水下機器人動力學模型參數辨識方法,包括以下步驟:
1)建立原始的水下機器人6自由度耦合動力學模型并對其進行簡化,解耦求得算法辨識所需的簡化水下機器人單自由度動力學模型;
2)根據建立的模型,確定所需辨識的動力學參數θ;
3)采用基于Huber損失函數的遞推最小二乘法,辨識水下機器人動力學模型的參數估計值;
4)根據辨識得到的水下機器人動力學模型的參數估計值,更新水下機器人的當前狀態值;
5)重復步驟3)至4),得到每個采樣時刻的參數估計值,并取平均值作為辨識結果。
按上述方案,所述步驟1)中,簡化的水下機器人單自由度動力學模型為:
其中,
M=MRB+MA;
MRB=diag{m 0 m 0 0 Iz};
D(v)=diag{Xu+Xu|u||u| 0 Zw+Zw|w||w| 0 0 Nr+Nr|r||r|};
g(η)=[0 0 0 -16 0 0]T
其中,M是質量及慣性矩陣,該矩陣包括剛體質量和慣性矩陣MRB、水動力附加質量矩陣MA;m為水下機器人的質量;I為水下機器人的慣量項,
Iz為z方向上水下機器人的慣量項;表示首向;表示縱向;
表示法向;是線加速度和角加速度矢量;v是運動坐標系下的水下機器人的線速度和角速度向量;g(η)為由重力和浮力產生的恢復力(力矩)向量;D(v)是流體阻力矩陣;τ是推進器和水下機器人受到水中干擾的合力和合力矩向量,J(η)為固定坐標系與運動坐標系之間的轉換矩陣。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于武漢理工大學,未經武漢理工大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201910518943.6/2.html,轉載請聲明來源鉆瓜專利網。





