基于BP神经网络的机器人力矩补偿研究

摘要：

通过对关节驱动助力减小机器人拖动示教的拖拽力,是提高拖动示教灵活性的有效方法.而在拖动示教过程中准确、实时地计算出机器人各关节补偿力矩,是实现拖拽助力的关键问题.针对拖动示教喷涂机器人进行动力学建模,分析关节力矩补偿值与惯性力、重力等因素之间的关系,提出一种基于无监督学习的BP神经网络力矩控制算法对机器人直接示教进行在线力矩补偿.在六自由度喷涂机器人上进行实验验证.结果表明:该力矩补偿算法的计算效率提升70％,平均计算误差为9％,助力效果明显.

关键词：机器人、拖动示教、神经网络、力矩补偿

所属期刊栏目：51

分类号：TP242(自动化技术及设备)

资助基金：广东省科技计划资助项目;广东省联合培养研究生示范基地粤教研函号

在线出版日期：2023-04-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：26-30