基于改进PINN原理和LuGre模型预测机器人关节摩擦的方法

本发明属于六轴机器人技术领域，且公开了基于改进PINN原理和LuGre模型预测机器人关节摩擦的方法，具体步骤如下：步骤一：生成机器人激励轨迹，采集机器人六个关节位置、速度、电流；步骤二：根据电流计算机器人各关节的电流估算力矩，获得机器人关节摩擦力‑速度‑位移的映射；步骤三：构建基于改进的PINN原理与LuGre模型机器人的摩擦模型；步骤四：设计机器人摩擦模型的双神经网络学习策略。本发明通过融合改进的物理信息神经网络PINN与LuGre模型，能够同时考虑六轴机器人的多关节耦合效应以及全速度范围内的摩擦特性，实现对六轴机器人关节摩擦力的精确预测，这不仅提高了预测精度，还避免了因模型简化而导致的物理信息丢失问题。