-
公开(公告)号:CN118393952A
公开(公告)日:2024-07-26
申请号:CN202410534768.0
申请日:2024-04-29
Applicant: 广州大学
IPC: G05B19/042 , B62D57/028
Abstract: 本申请涉及机器人控制领域,本发明提出基于神经网络外力辨识的轮腿机器人减震控制方法,步骤包括:S10:采集轮腿机器人的第一外力信息、第一关节扭矩信息和第一关节位置信息;S20:建立多层递归神经网络模型,将所述第一外力信息输出,将所述第一关节扭矩信息和第一关节位置信息作为输入;S30:训练获得外力辨识模型;S40:采集第二关节扭矩信息和第二关节位置信息;S50:输出第二外力信息;S60:输出所述轮腿机器人的腿部末端的位置修正量;S70:输出所述轮腿机器人的关节的角度修正量,实现对所述轮腿机器人的减震控制。本申请通过训练神经网络得到外力辨识模型并建立阻抗控制器实现对轮腿机器人控制,无需建立精准的机器人动力学模型。
-
公开(公告)号:CN118386203A
公开(公告)日:2024-07-26
申请号:CN202410487862.5
申请日:2024-04-22
Applicant: 广州大学
Abstract: 本申请涉及机器人控制技术领域,本申请提供一种自适应阻抗控制的轮腿机器人负载辨识算法,其特征在于,包括以下步骤:S10:在机器人关节空间中利用阻抗控制模型建立虚拟弹簧阻尼器;S20:根据关节运动约束和负载的变化幅度确定机器人运动量程,利用虚拟弹簧和阻尼器构建机器人运动量程与关节扭矩的映射关系;S30:通过自适应迭代法,获得合适的弹簧和阻尼系数;S40:通过负载前后机器人各关节的编码器数值对比,计算出机器人负载的大小,实现额外负载的辨识。本申请通过对阻抗模型下的电机力位关系建立负载质量与各关节电机的编码器编码值之间的关系达到负载辨识的目的。
-