基于机器人位姿依赖性的RBF刚度预测方法

本发明涉及基于机器人位姿依赖性的RBF刚度预测方法，构建包含全柔性仿真刚度模型和末端刚度位姿依赖性模型的机器人刚度模型；利用末端刚度位姿依赖性模型，通过固定位姿下的重复载荷仿真实验生成RBF神经网络训练数据集，其中涉及连杆等效刚度的计算与拆分重组；引入MCMLWOA优化算法对RBF神经网络进行训练和优化，得到RBF仿真代理模型，该网络通过输入层、隐藏层和输出层实现预测；利用RBF仿真代理模型计算基础关节刚度补偿量，最终基于基础关节刚度和补偿量，通过末端刚度位姿依赖性模型实现机器人末端刚度的预测。本发明通过融合仿真模型与优化的神经网络模型，能有效反映机器人在不同位姿和外载荷下的刚度特性，提高了刚度预测的精度与效率。