基于物理信息网络的多关节机器人间隙误差补偿方法

一种基于物理信息网络的多关节机器人间隙误差补偿方法，通过采集机器人激励实验过程中机器人各关节角度、角速度和电流数据并计算得到机器人的动力学残余误差并生成数据集，用于训练构造得到的误差检测及分类网络；再构造基于高斯基函数的间隙误差模型并建立基于PINN的间隙误差补偿网络，通过数据集训练后在在线阶段采用训练后的基于PINN的间隙误差补偿框架进行预测误差幅值以及进行误差补偿。本发明能够避免对关节间隙的复杂力接触过程进行建模，通过学习机器人的关节运动状态与间隙误差之间潜在的映射关系，实现高性能的关节动力学间隙误差的有效补偿，提升了基于动力学模型的机器人控制技术的精度和鲁棒性。