基于模糊熵加权融合的单轨运输机器人动态倾角辨识研究

作     者：刘泽朝 李敬兆 郑昌陆 王国锋 LIU Zechao;LI Jingzhao;ZHENG Changlu;WANG Guofeng

作者机构：安徽理工大学电气与信息工程学院安徽淮南232001 上海申传电气股份有限公司上海201800 淮河能源控股集团有限责任公司安徽淮南232001 

出 版 物：《计量学报》 (Acta Metrologica Sinica)

年 卷 期：2024年第45卷第7期

页      面：941-951页

学科分类：08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 

基　　金：国家重点研发计划(2020YFB1314100) 国家自然科学基金(52374154) 安徽理工大学博士研究生创新基金(2022CX1008) 

主　　题：几何量计量 单轨运输机器人 动态倾角 递归最小二乘算法 无迹卡尔曼滤波 全局模糊熵 

摘      要：针对现有传感器检测单轨运输机器人动态倾角时存在辨识精度低的问题,提出了一种基于模糊熵加权融合的单轨运输机器人动态倾角精准辨识方法。首先,基于构建的轨道曲率与倾角变化双模型,通过改进的遗忘递归最小二乘(IFFRLS)算法分别计算出轨道曲率值和倾角动态变化率;其次,再以轨道曲率值和倾角动态变化率作为输入值,通过无迹卡尔曼滤波(UKF)和扩展卡尔曼滤波(EKF)算法不断迭代更新分别计算出倾角动态角度;最终,采用全局模糊熵加权融合(GFEWF)将各角度值深度融合,提高动态倾角的检测精度。实验表明,基于双模型的全局模糊熵加权融合(GFEWF)与基于单一模型的UKF或EKF算法相比,其辨识的动态倾角精度在轨道段1和轨道段2分别提升了10.38%和25.60%。