首页|协作机器人参数辨识与误差补偿算法研究

协作机器人参数辨识与误差补偿算法研究

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
为探索协作机器人动态特性,提高末端定位精度,以库卡LBR轻型类人手臂协作机器人模型为例进行研究.基于RBF神经网络和滑模控制算法设计协作机器人动力学控制策略并分析动态特性和末端位置误差.基于Levenberg-Marquardt非线性阻尼最小二乘算法进行协作机器人参数辨识和误差补偿.ADAMS-Matlab联合仿真结果表明:基于RBF神经网络设计的滑模控制器动态控制效果较好,极限工况末端误差平均约为4.7 mm,主要是重力负载的影响.基于Levenberg-Marquardt非线性阻尼最小二乘算法进行变参数误差补偿后末端平均误差小于0.2 mm,有效提升了位置精度,为协作机器人的控制和误差补偿研究提供了理论基础.
Research on parameter identification and error compensation algorithms of collaborative robots

秦蒙、陈良培、孟琨泰

展开 >

重庆电力高等专科学校信息工程学院,重庆 400053

中国科学院深圳先进技术研究院光电工程技术中心,广东深圳 518055

河北机电职业技术学院,河北邢台 054000

协作机器人 RBF神经网络 滑模控制 误差补偿

2023

10.3969/j.issn.1674-8425(z).2023.02.024

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(4)
  • 12