公开(公告)号：CN115319755A

公开(公告)日：2022-11-11

申请号：CN202211137827.8

申请日：2022-09-19

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  张一晨 ,  原翰玫 ,  李晓 ,  伍锡如 ,  张向文 ,  张斌 ,  季运佳 ,  邹水中

IPC: B25J9/16

Abstract: 本发明公开一种基于反馈校正的GRU神经网络机器人柔性关节补偿控制方法，针对负载转矩传感器的情况下，通过反映负载大小变化的电机驱动电流与关节扭转角之间的特性，描述关节在不同负载下的迟滞特性，在GRU神经网络的基础上引入反馈结构，利用模型输出值与期望输出值之间的误差组成补偿量，反馈给GRU神经网络模型，用于校正GRU神经网络模型的输出值，以提高关节的GRU神经网络模型精度。柔性关节迟滞模型预测随负载变化的扭转角，作为补偿量，修改关节的角度设定值，从关节输入端，间接实现对关节迟滞特性造成误差的有效补偿。本发明是一种低成本补偿控制方法，有利于低成本高精度轻型工业机器人的高端智能制造中的大量普及。

公开(公告)号：CN116100554A

公开(公告)日：2023-05-12

申请号：CN202310244604.X

申请日：2023-03-14

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  朱望纯 ,  原翰玫 ,  张一晨 ,  李晓 ,  莫太平 ,  伍锡如 ,  张向文 ,  黄品高 ,  张斌

IPC: B25J9/16

Abstract: 本发明公开一种GRU的柔性关节迟滞特性建模与补偿控制方法，对于未配置负载转矩传感器的低成本轻型工业机器人柔性关节，采用电机驱动电流‑电机端扭转角间接描述关节迟滞特性，将关节迟滞特性中正逆程特有的特征融入GRU神经网络迟滞模型中，利用基于卡尔曼滤波的电流增量，提取正程和逆程的特征，描述电流‑电机端扭转角迟滞特性中正逆程所表现出的多值特性，并将模型的历史值作为输入模型，构造具有记忆能力和非线性映射能力的动态GRU神经网络迟滞模型，获得电机端扭转角。基于迟滞模型，对电机端的控制角度设定值的有效补偿控制，实现关节角度的高精度传递，减小关节结构及负载对关节性能的影响。

公开(公告)号：CN115319755B

公开(公告)日：2025-05-16

申请号：CN202211137827.8

申请日：2022-09-19

Applicant: 桂林电子科技大学

Inventor： 党选举 ,  张一晨 ,  原翰玫 ,  李晓 ,  伍锡如 ,  张向文 ,  张斌 ,  季运佳 ,  邹水中

IPC: B25J9/16

Abstract: 本发明公开一种基于反馈校正的GRU神经网络机器人柔性关节补偿控制方法，针对负载转矩传感器的情况下，通过反映负载大小变化的电机驱动电流与关节扭转角之间的特性，描述关节在不同负载下的迟滞特性，在GRU神经网络的基础上引入反馈结构，利用模型输出值与期望输出值之间的误差组成补偿量，反馈给GRU神经网络模型，用于校正GRU神经网络模型的输出值，以提高关节的GRU神经网络模型精度。柔性关节迟滞模型预测随负载变化的扭转角，作为补偿量，修改关节的角度设定值，从关节输入端，间接实现对关节迟滞特性造成误差的有效补偿。本发明是一种低成本补偿控制方法，有利于低成本高精度轻型工业机器人的高端智能制造中的大量普及。