中国科学院深圳先进技术研究院机构知识库(SIAT OpenIR): 基于深度循环神经网络的协作机器人动力学误差补偿
SIAT OpenIR  > 南沙所
基于深度循环神经网络的协作机器人动力学误差补偿
徐征; 张弓; 汪火明; 侯至丞; 杨文林; 梁济民; 王建; 顾星
2020
Source Publication工程科学学报
Subtype期刊论文
Abstract机器人动力学模型的建立及其参数辨识对机器人的仿真分析、控制算法验证和人机交互实现等具有重要意义。尤其是各种工况下,机器人各轴的计算预测力矩相对于实际力矩的误差影响最为直接。由于协作机器人的结构比普通工业机器人更为轻巧,一般动力学模型所忽略的复杂特性占比较大,导致协作机器人的计算预测力矩误差较大。据此提出在考虑重力、科里奥利力、惯性力和摩擦力等的基础上,采用深度循环神经网络中的长短期记忆模型对自主研发的六自由度协作机器人动力学模型进行误差补偿。在实验中采用优化后的基于傅里叶级数的激励轨迹驱动机器 人运动,以电机电流估算关节力矩,获取的原始数据用来训练 LSTM 补偿网络。网络的训练结果和评价指标为预测力矩相比实际力矩的均方根误差。计算与实验结果表明,补偿后的协作机器人动力学模型对实际力矩具有更好的预 测效果,各轴预测力矩与实际力矩的均方根误差相比于未补偿的传统模型降低了 61.8%至78.9%不等,表明了文中所提出补偿方法的有效性。
Indexed ByEI
Language中文
EI Accession Number南沙所-机器人中心
Document Type期刊论文
Identifierhttp://ir.siat.ac.cn/handle/172644/18313
Collection南沙所
Recommended Citation
GB/T 7714
徐征,张弓,汪火明,等. 基于深度循环神经网络的协作机器人动力学误差补偿[J]. 工程科学学报,2020.
APA 徐征.,张弓.,汪火明.,侯至丞.,杨文林.,...&顾星.(2020).基于深度循环神经网络的协作机器人动力学误差补偿.工程科学学报.
MLA 徐征,et al."基于深度循环神经网络的协作机器人动力学误差补偿".工程科学学报 (2020).
Files in This Item: Download All
File Name/Size DocType Version Access License
南沙-机器人中心2020003.pdf(861KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[徐征]'s Articles
[张弓]'s Articles
[汪火明]'s Articles
Baidu academic
Similar articles in Baidu academic
[徐征]'s Articles
[张弓]'s Articles
[汪火明]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[徐征]'s Articles
[张弓]'s Articles
[汪火明]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: 南沙-机器人中心2020003.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.