基于改进的松鼠搜索算法,对一台翻翼机器人进行模型识别
Xiaoyang Wu1, Wei He2, Tingting Meng1
1Key Laboratory of Intelligent Bionic Unmanned Systems, Ministry of Education, School of Intelligent Science and Technology, University of Science and Technology Beijing, Beijing 100083, China.
ISA transactions
|October 17, 2025
概括
这项研究引入了一种新的系统识别方法,用于飞翼机器人 (FWR),增强动态模型. 一个改进的松鼠搜索算法准确地识别参数,改善FWR控制的飞行特征预测.
科学领域:
- 机器人技术 机器人技术 机器人技术
- 控制系统工程 控制系统工程
- 航空航天工程 航空航天工程
背景情况:
- 飞翼机器人 (FWR) 提出了复杂的动态建模挑战.
- 准确的动态模型对于FWR控制和性能优化至关重要.
- 现有的方法可能无法完全捕捉到羽翼动的复杂性.
研究的目的:
- 开发一种新的系统识别方法,用于创建一个真正的动态模型的飞翼机器人 (FWR).
- 解决和解决模型不确定性,源于飞翼动力学.
- 验证已识别的动态模型在表示FWR飞行特征方面的有效性.
主要方法:
- 构建一个独立的框架,为每一个翻动的翅膀,以提高模型的结构真实性.
- 采用改进的松鼠搜索算法来识别动态模型的参数.
- 通过实验测试在三个不同的机动中验证已识别的模型.
主要成果:
- 提出的方法成功地识别了FWR动态模型中的未知参数.
- 实验性比较证实了改进的松鼠搜索算法在参数识别中的效率.
- 经过验证的动态模型准确地反映了在各种机动中未经调整的FWR的飞行特征.
结论:
- 新的系统识别方法为FWR提供了一个真实的动态模型.
- 改进的松鼠搜索算法在复杂的机器人系统中有效识别参数.
- 这项研究为飞翼机器人应用中的先进控制策略奠定了基础.
