一种基于迭代学习的自适应力跟踪控制方法

    公开(公告)号:CN113043266B

    公开(公告)日:2022-05-17

    申请号:CN201911364934.2

    申请日:2019-12-26

    IPC分类号: B25J9/16

    摘要: 本发明涉及一种基于迭代学习的自适应力跟踪控制方法,包括以下步骤:首先,根据回归模型设计自适应动力学补偿控制器;其次,基于迭代学习算法估计环境前馈力、环境阻抗参数和参考轨迹;然后,根据估计的环境信息设计接触模型补偿控制器;最后,自适应动力学补偿控制器与接触模型补偿控制器叠加得到机器人与环境交互所需的自适应力跟踪控制器,实现自适应力的跟踪控制。本发明不需要对机器人动力学参数进行精确辨识,就能够实现对非线性机器人动力学模型的补偿,进而实现对参考轨迹的精确跟踪在不需要安装力传感器的情况下实现机器人对未知环境的稳定力跟踪,并且对环境位置信息和刚度参数具有很高的鲁棒性。

    一种基于迭代学习的自适应力跟踪控制方法

    公开(公告)号:CN113043266A

    公开(公告)日:2021-06-29

    申请号:CN201911364934.2

    申请日:2019-12-26

    IPC分类号: B25J9/16

    摘要: 本发明涉及一种基于迭代学习的自适应力跟踪控制方法,包括以下步骤:首先,根据回归模型设计自适应动力学补偿控制器;其次,基于迭代学习算法估计环境前馈力、环境阻抗参数和参考轨迹;然后,根据估计的环境信息设计接触模型补偿控制器;最后,自适应动力学补偿控制器与接触模型补偿控制器叠加得到机器人与环境交互所需的自适应力跟踪控制器,实现自适应力的跟踪控制。本发明不需要对机器人动力学参数进行精确辨识,就能够实现对非线性机器人动力学模型的补偿,进而实现对参考轨迹的精确跟踪在不需要安装力传感器的情况下实现机器人对未知环境的稳定力跟踪,并且对环境位置信息和刚度参数具有很高的鲁棒性。

    一种用于协作机器人关节的柔顺控制方法

    公开(公告)号:CN112847327B

    公开(公告)日:2022-02-11

    申请号:CN201911098612.8

    申请日:2019-11-12

    IPC分类号: B25J9/16

    摘要: 本发明涉及一种用于协作机器人关节的柔顺控制方法,包括以下步骤:首先,采用扭矩反馈比例控制方法,设计内环控制算法;然后,采用比例微分控制方法,设计外环控制算法;最后,根据辨识的模型参数,设计扰动观测算法。关节控制算法由以上三步组成,根据要求的精度和动态性能调节参数。本发明不仅能使协作机器人关节具备传统工业机器人高精度运动特点,而且还能够使关节具有力控制、力位混合控制能力,使关节具有柔顺特性。方法可应用于协作机器人控制系统,增加人机协作控制功能。

    一种用于协作机器人关节的柔顺控制方法

    公开(公告)号:CN112847327A

    公开(公告)日:2021-05-28

    申请号:CN201911098612.8

    申请日:2019-11-12

    IPC分类号: B25J9/16

    摘要: 本发明涉及一种用于协作机器人关节的柔顺控制方法,包括以下步骤:首先,采用扭矩反馈比例控制方法,设计内环控制算法;然后,采用比例微分控制方法,设计外环控制算法;最后,根据辨识的模型参数,设计扰动观测算法。关节控制算法由以上三步组成,根据要求的精度和动态性能调节参数。本发明不仅能使协作机器人关节具备传统工业机器人高精度运动特点,而且还能够使关节具有力控制、力位混合控制能力,使关节具有柔顺特性。方法可应用于协作机器人控制系统,增加人机协作控制功能。