基于改进的CNN-LSTM机械臂外力矩估计方法

本发明属于机械臂外力矩估计技术领域，具体涉及基于改进的CNN‑LSTM机械臂外力矩估计方法，构建N轴机械臂的动态方程，对所述N轴机械臂的动态方程进行转换；建立CALSTM模型，所述CALSTM模型设置卷积注意力模块和LSTM单元，所述卷积注意力模块设置卷积注意力模块；构建模型训练数据集，并对所述CALSTM模型进行训练，并对模型参数进行优化更新；采集机械臂的指定数据并处理，将处理后的机械臂数据输入至训练后的CALSTM模型，通过所述CALSTM模型对机械臂外力矩进行估计。能够实现对七关节机械臂的外力矩的有效估计，与传统模型相比在估计精度和稳定性上均有显著提升。