摘要
本发明属于接触力检测技术领域,具体涉及一种无力传感器机器人末端接触力估计方法及装置。预先训练能够预测机器人各关节在非接触状态下电流的机器学习模型,实际使用时利用记录的机器人各关节在接触状态下的运行数据和预先训练好的机器学习模型得到机器人各关节在非接触状态下的电流值,进而计算各关节外力力矩;设计用于平滑机器人各关节外力力矩的卡尔曼滤波器,基于机械臂关节速度所处的工作区间、机器学习模型在适应关节速度范围与不适应关节速度范围之间的误差设计卡尔曼滤波器的过程噪声,然后根据滤波后的机器人各关节外力力矩去计算机器人末端接触力,减小了机器人末端接触力的估计误差。
技术关键词
机器学习模型
估计方法
噪声方差
外力
GRU模型
传感器
关节力矩
速度
神经网络模型
电流
空间结构特征
预测机器人
卡尔曼滤波器
机械臂关节
计算机程序指令
估计误差
系统为您推荐了相关专利信息
分布式任务调度方法
种子
云计算环境
机器学习模型
分布式任务调度技术
储能电池
估计方法
锂离子电池
交流阻抗谱
支持向量回归算法
互联网医院
药物不良反应
随访系统
病历档案
机器学习模型
情感词典构建方法
字符
机器学习模型
深度学习模型
文本数据处理技术