摘要
本发明公开一种基于迟滞模型的电机驱动关节扭转角的补偿控制方法,在通过卡尔曼滤波还原剔除噪声干扰后的关节迟滞特性数据基础上,主设计了一种改进TCN迟滞模型,在模型各分支引入不同因子的扩张卷积,解决TCN神经网络迟滞模型在极值点存在较大误差问题;针对改进TCN迟滞模型依然存在由相位滞后引起的误差,设计相位超前环节与TCN神经网络模型串联,构造一个基于相位超前补偿的改进TCN神经网络迟滞模型,获得高精度关节迟滞模型。基于所发明的关节模组的迟滞模型,实现扭转角的前馈补偿控制,有效消除或抑制随负载变化所带来较大的扭转角对关节执行精度的影响,实现机器人高精度定位控制。
技术关键词
迟滞模型
补偿控制方法
驱动关节
卡尔曼滤波
机器人高精度
相位超前补偿
关节模组
剔除噪声
神经网络模型
信号
因子
电机
误差
周期
极值
数据
分支
系统为您推荐了相关专利信息
表面温度数据
状态监控系统
指数
卡尔曼滤波算法
数据分析模型
位姿误差
误差预测
电子水平仪
机床运动部件
卡尔曼滤波算法
氧疗控制系统
像素点
成像单元
模糊PID控制器
计算误差
围栏
融合置信度
风险评估算法
定位策略
噪声方差