申请/专利权人：广东盈峰智能环卫科技有限公司

申请日：2021-12-07

公开（公告）日：2024-06-18

公开（公告）号：CN114179126B

主分类号：B25J19/00

分类号：B25J19/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2022.04.01#实质审查的生效;2022.03.15#公开

摘要：本发明提供了一种机械臂在线动力学辨识的方法、设备及存储介质，方法包括根据预设的机械臂动力学模型，输出用于调整若干机械臂关节的第一力矩参数集；周期性地检测第一力矩参数集与实际测量得到的第二力矩参数集之间的第一模型误差；当第一模型误差大于预设的误差设定值时，在循环学习周期内对每一机械臂关节循环学习，得到每一机械臂关节的多个模型更新量集；根据多个模型更新量集，在第一时间更新机械臂动力学模型并结束循环学习周期的循环学习并根据更新后的机械臂动力学模型输出的第三力矩参数集，更新第一模型误差以根据更新后第一模型误差判断是否在重新进行循环学习。本发明的实施例优化了在线辨识过程中修正时的算法的空间复杂度。

主权项：1.一种机械臂在线动力学辨识的方法，所述方法包括：基于循环网络模型、建立以双曲正切函数为激活函数的机械臂动力学模型；将每个机械臂关节的关节参数、前一时刻的所述机械臂动力学模型的输出的理论力矩参数作为当前时刻所述机械臂动力学模型的输入参数；通过牛顿法对所述机械臂动力学模型进行训练，得到训练好的所述机械臂动力学模型以及所述机械臂动力学模型的模型参数；根据预设的机械臂动力学模型，输出用于调整若干机械臂关节的第一力矩参数集；周期性地检测所述第一力矩参数集与实际测量得到的第二力矩参数集之间的第一模型误差；当所述第一模型误差大于预设的误差设定值时，在循环学习周期内对每一所述机械臂关节循环学习，得到每一所述机械臂关节的多个模型更新量集；根据多个所述模型更新量集，在第一时间更新所述机械臂动力学模型的模型参数并结束所述循环学习周期的循环学习；在所述第一时间，根据更新后的所述机械臂动力学模型输出的第三力矩参数集，更新所述第一模型误差以根据更新后所述第一模型误差判断是否在下一循环学习周期重新进行循环学习；当更新后的第一模型误差在误差设定值内，则停止进入下一循环学习周期的循环学习，并在第一时间所在的检测周期的结束时间开始，重新进行下一轮检测周期的第一模型误差的检测；所述检测周期包括多个循环学习周期；当更新后的第一模型误差大于预设的误差设定值时，进入下一循环学习周期重新进行循环学习；其中，所述在循环学习周期内对每一所述机械臂关节循环学习，得到每一所述机械臂关节的多个模型更新量集，包括：在检测周期内确定当前循环学习的循环学习周期为第一单位时间；根据所述第一单位时间的每一第二时间的输入参数以及所述第二时间的前一时刻下所述机械臂动力学模型的第一中间输出函数集、第一损失函数偏导集，得到所述第二时间对应的第二损失函数偏导集；每个第一单位时间内均会对每个机械臂进行多次第一力矩参数的求取，第二时间为每个第一力矩参数求取的时间；第一中间输出函数集对应前一次求取第一力矩函数时的机械臂动力学模型的中间输出函数的集合；对于每一所述第二时间，计算每个所述机械臂关节的第二模型误差；根据所述第二模型误差、所述第二损失函数偏导集中对应的第二损失函数偏导子集，得到每一所述第二时间下每个机械臂关节对应的第一更新量集；累计每个机械臂关节在所述第一单位时间对应的多个所述第一更新量集中的第一更新量，得到每个所述机械臂关节的所述模型更新量集；其中，第一更新量为表示当前时刻的参数更新权值；eknTc+t1表示第二模型误差，k表示第k个机械臂关节；表示第k个机械臂关节的第二损失函数偏导子集，i的取值为1至Nd，j的取值为1至2Nd；t1表示第二时间；Tc为循环学习周期，Nd表示机械臂关节总数；其中，第二损失函数偏导集中每一机械臂关节的第二损失函数偏导与第一中间输出函数的关系表达式为： 其中，k表示第k个机械臂关节，i,k＝1,2,...,Nd,j＝1,2,...,2Nd；hknTC表示第一中间输出函数；表示第一损失函数偏导；表示第二损失函数偏导；xjnTC+1表示输入参数，输入参数由关节参数和前一刻的输出组成；σ′表示激活函数的偏导数；当σ′为双曲正切函数时，σ′＝1-σ2，

全文数据：

权利要求：

百度查询： 广东盈峰智能环卫科技有限公司 机械臂在线动力学辨识的方法、设备及存储介质

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD