专利内容由知识产权出版社提供
专利名称：一种卷积神经网络的半参数化工业机器人动力学建
模方法
专利类型：发明专利
发明人：庄春刚,姚逸辉,沈逸超,熊振华,朱向阳申请号：CN202011299388.1申请日：20201119公开号：CN112327630A公开日：20210205
摘要：本发明公开一种卷积神经网络的半参数化工业机器人动力学建模方法，涉及工业机器人技术领域。包括如下步骤：建立工业机器人动力学模型；设计激励轨迹；采集机器人沿激励轨迹运动的关节电流和编码器信息并进行处理；根据机器人动力学方程和线性矩阵不等式与半定规划算法(LMI‑SDP)求解刚体动力学参数；选取用于获取误差数据集的运动轨迹，采集数据，利用先前所得的刚体动力学参数求得误差；针对每个关节构建卷积神经网络(CNN)，用于误差补偿；模型验证。本发明在考虑机器人传统刚体动力学建模的同时，用卷积神经网络对误差进行建模与补偿，提升机器人动力学建模的精度，为基于机器人动力学模型的控制算法的性能提升打下了基础。
申请人：上海交通大学
地址：200240 上海市闵行区东川路800号
国籍：CN
代理机构：上海旭诚知识产权代理有限公司
代理人：郑立
更多信息请下载全文后查看
