公开(公告)号：CN116652967A

公开(公告)日：2023-08-29

申请号：CN202310890466.2

申请日：2023-07-20

Applicant: 重庆大学

Inventor： 王磊 ,  陈家伟 ,  尹锐 ,  滕洲 ,  李子龙 ,  余知朋

IPC: B25J9/16

Abstract: 本发明工业机器人动力学参数辨识方法，包括通过牛顿‑欧拉法建立工业机器人动力学模型，设计指导工业机器人运动的激励轨迹，基于差分进化算法优化激励轨迹，对工业机器人的输入数据和输出数据进行采样，并通过多周期采样再平均的方法优化输入数输出数据集；将工业机器人要辨识的参数分离，采用卷积神经网络参数进行辨识。本发明方法有效提高了对工业机器人动力学参数辨识准确性，能为后续开展工业机器人高精度控制打下良好基础。

公开(公告)号：CN118143968A

公开(公告)日：2024-06-07

申请号：CN202410358263.3

申请日：2024-03-27

Applicant: 重庆大学 ,  重庆重大产业技术研究院有限公司

Inventor： 王磊 ,  陈家伟 ,  余知朋 ,  尹锐 ,  葛垚 ,  廖承周

IPC: B25J11/00 ,  B25J9/16

Abstract: 本发明公开了一种工业机器人动力学参数复合辨识方法，其包括：建立工业机器人动力学模型并进行线性化处理；采用五阶傅里叶级数作为工业机器人的激励轨迹；控制工业机器人按设计的激励轨迹运动，并对关节力矩和关节角度信息进行采样，得到观测力矩和观测矩阵；基于工业机器人动力学方程与观测数据，使用最小二乘法辨识得到工业机器人的动力学参数；通过BP神经网络对摩擦力矩进行补偿。本发明将激励轨迹设计为五阶傅里叶级数，有效降低了噪声等干扰因素对观测数据集的影响，极大提高了观测数据集精度；通过训练BP神经网络得到的摩擦模型对摩擦力矩进行补偿，有效减小了预测摩擦力矩的偏差，提高了工业机器人动力学参数辨识准确性。

公开(公告)号：CN118809615A

公开(公告)日：2024-10-22

申请号：CN202411163477.1

申请日：2024-08-23

Applicant: 重庆大学

Inventor： 王磊 ,  陈家伟 ,  余知朋 ,  尹锐

IPC: B25J9/16

Abstract: 本发明公开了一种基于阻抗学习的关节型工业机器人自适应柔顺控制方法，其包括建立描述关节型工业机器人末端受力与末端位置之间的动态关系的阻抗控制模型，获取末端与环境的实际接触力和末端的实际位置以更新阻抗参数；在更新阻抗参数后，基于末端位置控制关节型工业机器人运动或者基于末端接触力控制关节型工业机器人运动。本发明采用的阻抗参数迭代更新方法，根据末端位置控制误差和接触力大小对阻抗参数进行实时迭代更新，提高了对关节型工业机器人控制的适应性、控制精度、稳定性和鲁棒性。