欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2022110049663
申请人: 桂林电子科技大学
专利类型:发明专利
专利状态:已下证
专利领域: 手动工具;轻便机动工具;手动器械的手柄;车间设备;机械手
更新日期:2026-11-16
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.前馈补偿与变阻尼建模相融合的力阻抗控制方法,其特征是,包括步骤如下:步骤1、通过力传感器采集机器人的接触力Fe,并根据设定的期望力Fr与采集的接触力Fe得到力偏差ΔF,其中ΔF=Fr‑Fe;

步骤2、构建深度神经网络变阻尼模型,该深度神经网络变阻尼模型由输入层、隐含层、卷积层和输出层构成,深度神经网络变阻尼模型的输入为力偏差的绝对值|ΔF|,输出为阻尼系数Bd;

步骤3、将力偏差的绝对值|ΔF|送入到步骤2所构建的深度神经网络变阻尼模型中对网络参数进行学习,得到阻尼系数Bd;

步骤4、利用机器人与环境的阻抗模型计算位置误差Δx;其中机器人与环境的阻抗模型为:步骤5、在初始参考位置xr0的基础上,利用前馈PI在线补偿当前参考位置xr,即:xr=xr0+kpΔF+ki∫ΔFdt

步骤6、根据步骤4所得到的位置误差Δx与步骤5得到的当前参考位置xr得到机器人的位置控制量xc,其中xc=xr+Δx;

步骤7、通过位置传感器采集机器人的实际位置x,并对步骤6所得的位置控制量xc与采集的实际位置x的偏差进行PID控制后,得到机器人的控制扭矩去对机器人进行位置控制,达到控制力的目的;

式中,ΔF表示力偏差;Bd表示阻尼系数,Md表示质量系数,Kd表示刚度系数;Δx表示位置误差, 和 分别表示位置误差Δx的一次微分和二次微分;xr表示当前参考位置,xr0表示初始参考位置,kp表示比例参数,ki表示积分参数。

2.根据权利要求1所述的前馈补偿与变阻尼建模相融合的力阻抗控制方法,其特征是,步骤2所构建的深度神经网络变阻尼模型为:输入层的输入为:

|ΔF|

隐含层的激活函数为:

卷积层的卷积结果为:

输出层的输出为:

式中,|ΔF|表示力偏差的绝对值;h(i)表示隐含层的第i个神经元的激活函数,ci和bi分别表示隐含层的第i个神经元激活函数的高度和宽度;aj表示卷积层第j个神经元的卷积结果,Bj表示卷积层的第j个神经元的偏置; 表示隐含层与卷积层的共享权值向量,h(j)表示隐含层的第j个神经元的激活函数,h(j+1)表示隐含层的第j+1个神经元的激活函数,h(j+2)表示隐含层的第j+2个神经元的激活函数;wj表示卷积层第j个神经元到输出层的权值,Bd表示阻尼系数;i=1,2,…,I,I是隐含层神经元的个数;j=1,2,…,J,J是卷积层神经元的个数。

3.根据权利要求1所述的前馈补偿与变阻尼建模相融合的力阻抗控制方法,其特征是,步骤5中,比例参数kp为固定值;积分参数ki为与力偏差ΔF呈非线性关系的自适应值。

4.根据权利要求3所述的前馈补偿与变阻尼建模相融合的力阻抗控制方法,其特征是,积分参数ki为:式中,ΔF表示力偏差,h1表示设定的非线性函数高度,w表示设定的非线性函数宽度。