申请/专利权人：上海大学

申请日：2021-12-20

公开（公告）日：2024-04-16

公开（公告）号：CN114347018B

主分类号：B25J9/16

分类号：B25J9/16

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2022.08.02#实质审查的生效;2022.04.15#公开

摘要：本发明提供一种基于小波神经网络的机械臂扰动补偿方法，主要分为干扰信号预测以及前馈反馈补偿两部分。干扰信号预测部分针对非线性信号预测精度低、实时性差，采用小波神经网络分析的时变近周期干扰信号在线预测模型，提高扰动预测准确率；前馈反馈补偿部分针对机器人末端定位精度低，采用前馈反馈联合补偿控制方法，通过建立的机械臂运动学模型，计算关节补偿角加入到前馈控制系统中，提高补偿效果，进而提高机械臂末端定位精度。

主权项：1.一种基于小波神经网络的机械臂扰动补偿方法，其特征在于，包含干扰信号预测以及前馈反馈补偿两部分，具体包含以下步骤：S1、采用小波神经网络分析的时变近周期性干扰信号预测算法，预测下个时间段基座扰动信息；S2、根据DH参数法建立机械臂运动学模型，利用基座扰动的预测结果，建立机械臂运动学逆解方程并计算得到各关节补偿角；S3、构建前馈反馈控制系统，将关节补偿角值加到前馈补偿控制系统中，生成机械臂电机补偿控制信号；其中，所述步骤S2的具体步骤如下：通过DH参数法建立六自由度机械臂运动学模型；机器人基坐标系位于其安装基座的中心处，根据DH参数法建立每个连杆坐标系；机器人的每个连杆都用四个运动学参数描述，其中为连杆长度，是轴和轴间公垂线的长度；为连杆偏角，是绕轴从轴到轴的角度；为相邻连杆距离，是轴与轴公垂线的长度；为相邻连杆夹角，是绕轴从轴到轴的角度，机器人末端位姿由决定；由连杆坐标系{i*}和相应的连杆参数建立机械臂运动学方程，得到末端执行器相对于基坐标系{B}的齐次变换矩阵： 其中相邻关节对应的位姿变换矩阵为： 机器人旋转矩阵RO，通过安装于机器人基座的位姿传感器IMU所测得的欧拉角R、P、Y描述： 机器人当前时刻基坐标系为{Bo}，机器人关节角分别为θ1,θ2,θ3,θ4,θ5,θ6，在基座扰动下，机器人下一时刻基坐标系为{Bt}；由于基座振动，将导致机器人两个时刻的末端位置不一致，则机器人当前时刻的六个关节分别偏移的角度为dθ1,dθ2,dθ3,dθ4,dθ5,dθ6，两个时刻的末端坐标关系为： 式中，x，y，z为机器人末端坐标，由式9求得，机器人未补偿时两时刻末端坐标差为： 式中，E为单位矩阵；利用矢量积法求解机器人雅可比矩阵J，其第i*列表示为： 式中，为末端坐标系原点相较于机器人坐标系{i}的位置在机器人基坐标系{o}的表示，为机器人第{i*}个坐标系中Z轴单位向量；则根据机器人逆运动学，雅可比矩阵J描述机器人关节空间补偿角和操作空间微分运动的数学关系：

全文数据：

权利要求：

百度查询： 上海大学 一种基于小波神经网络的机械臂扰动补偿方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD