面向动态响应预测的机器人数字孪生模型建模方法及系统
摘要文本
本发明实施例提供一种面向动态响应预测的机器人数字孪生模型建模方法及系统，属于工业机器人加工领域。该方法包括：获取指令加工轨迹；将所述指令加工轨迹输入至预先构建的机器人数字孪生模型，获得末端执行器的预测位置，其中，所述机器人数字孪生模型集成了关节位置预测模型、机器人正运动学模型和机器人逆运动学模型。通过上述技术方案，基于集成学习策略将关节位置预测模型、机器人正运动学模型和机器人逆运动学模型集成在一起，构建机器人数字孪生模型，与单一深度神经网络模型相比，具有更高的准确率和泛化能力，而且通过构建的机器人数字孪生模型可以更加准确的预测末端执行器的位置，提高了机器人加工在高精度领域的应用。
申请人信息
- 申请人:山东建筑大学
- 申请人地址:250102 山东省济南市历城区凤鸣路1000号
- 发明人: 山东建筑大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 面向动态响应预测的机器人数字孪生模型建模方法及系统 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311651269.1 |
| 申请日 | 2023/12/5 |
| 公告号 | CN117340897B |
| 公开日 | 2024/3/12 |
| IPC主分类号 | B25J9/16 |
| 权利人 | 山东建筑大学 |
| 发明人 | 倪鹤鹏; 许聪; 邓金栋; 姬帅; 高晓明; 梁亮; 邹风山 |
| 地址 | 山东省济南市历城区港沟街道凤鸣路1000号山东建筑大学 |
专利主权项内容
1.一种面向动态响应预测的机器人数字孪生模型建模方法，其特征在于，包括：获取指令加工轨迹；将所述指令加工轨迹输入至预先构建的机器人数字孪生模型，获得末端执行器的预测位置，其中，所述机器人数字孪生模型集成了关节位置预测模型、机器人正运动学模型和机器人逆运动学模型；其中，所述关节位置预测模型包括参数化模型和基于集成学习的残差补偿模型；所述机器人数字孪生模型的构建过程包括：等效步骤：假设机器人正向和逆向运动学模型准确，将运动学误差等效为关节位置误差；获取步骤：利用关节指令轨迹激发机器人运动特性，使用激光跟踪仪测量所述末端执行器的实际位置，并基于逆向运动学模型得到标称关节位置，同时将所述关节指令轨迹和所述标称关节位置存入数据库；构建步骤：基于所述关节指令轨迹构建每个关节的关节位置预测模型，并进行所述关节位置预测模型中的参数化模型的参数识别与集成学习的残差补偿模型的训练；预测步骤：基于所述关节位置预测模型和所述机器人正运动模型获得所述末端执行器的预测位置；对构建、获取和预测步骤进行集成化处理，构建所述机器人数字孪生模型。