本发明公开一种机器人关节摩擦力矩的补偿方法及系统。采用本发明的补偿方法及系统,工业机器人运行过程中,当关节温度、负载、润滑和磨损等参数改变后,摩擦模型也会相应改变,能够避免基于固定摩擦模型的前馈补偿方法失效的问题。在此基础上,利用辨识的摩擦模型预测生成的摩擦力矩训练神经网络,使得神经网络的训练学习过程效率更高,能够更快逼近理想效果,提高了机器人关节的跟踪速度和跟踪精度。进一步地,本发明通过高斯采样进行摩擦力矩前馈补偿,弥补了神经网络输出不具有探索性的缺点,使神经网络能更好的收敛,避免陷入局部最优,进一步确保跟踪精度,即使关节温度、负载、润滑和磨损等参数发生变化,也能快速实现高精度跟踪的目的。
声明:
“机器人关节摩擦力矩的补偿方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)