[发明专利]一种神经网络迭代补偿的工业机器人轨迹跟踪系统和方法

说明书

本发明公开了一种神经网络迭代补偿的工业机器人轨迹跟踪系统和方法。轨迹跟踪系统分别和工业机器人、测量设备连接，工业机器人末端法兰上安装有与测量设备配套的随动靶球；轨迹规划模块依次经逆解补偿模块、神经网络PID模块、机器人输入接口和工业机器人的输入端连接，工业机器人的输出端经机器人输出接口和PID控制模块连接；轨迹规划模块和误差分析模块连接，误差分析模块经测量输出接口和测量设备的输出端连接，测量控制模块经测量输入接口和测量设备的输入端连接。本发明提高机器人的逆解精度，降低关节误差对运动轨迹精度的影响，通过机器人输入接口控制机器人按照预期轨迹运动，适用于焊接、喷涂、打磨等运动轨迹精度要求较高的场合。

技术领域

本发明涉及机器人技术领域中的一种运动轨迹精度提高系统和方法，尤其是涉及了一种神经网络迭代补偿的工业机器人轨迹跟踪系统方法。

背景技术

工业机器人的轨迹跟踪控制是指在给定期望运动轨迹后，向工业机器人施加速度、加速度等驱动，以控制使其末端运动能够精确地跟踪期望运动轨迹。工业机器人轨迹跟踪是确保机器人在工业作业中具有较高精度的重要环节。工业机器人的轨迹跟踪大致依次包括运动轨迹规划、逆运动学分析、机器人控制和误差测量分析四个部分，其中机器人控制是轨迹跟踪的核心部分。

目前机器人的轨迹跟踪控制是机器人控制领域的热门研究方向，为了提高工业机器人轨迹跟踪控制精度，国内外学者开展了机器人轨迹跟踪方法的大量研究，大致分为基于精确模型和基于不精确模型的轨迹跟踪控制方法。基于精确模型的轨迹跟踪通过数学模型的方法来设计控制器，需要知道机器人精确地机械结构、物理参数，其动态特性才能由数学模型来描述，但在实际工程中，机器人往往是一个复杂非线性耦合系统，因此难以得到机器人精确的数学模型。基于不精确模型的轨迹跟踪主要是通过PID反馈控制的方法来实现，该方法可有效避免机器人数学模型不精确所带来的控制不稳定问题。

虽然PID反馈控制可以避免控制不稳定问题，但要达到较小的运动控制误差，较高精度的机器人逆运动学解算是关键环节。目前的工业机器人内部大都集成了基本的电机PID控制，但这些PID控制在机器人轨迹跟踪时存在给定好参数后无法调整参数的不足。

发明内容

为了解决背景技术中存在的问题，本发明的目的在于提供一种神经网络迭代补偿的工业机器人轨迹跟踪系统和方法。通过神经网络误差迭代补偿来实现较高精度的机器人逆解，使用神经网络进行PID参数的实时调整，进而跟踪并控制机器人实现高精度的轨迹运动。

本发明通过神经网络误差迭代补偿来提高逆解精度，通过神经网络进行PID参数实时调整，进而达到跟踪控制并提高机器人运动轨迹精度的目的。该方法可应用于焊接、喷涂、打磨等运动轨迹精度要求较高的场合。

本发明解决其技术问题所采用的技术方案是：

一、一种神经网络迭代补偿的工业机器人轨迹跟踪系统：

系统包括工业机器人、测量设备和轨迹跟踪系统，轨迹跟踪系统分别和工业机器人、测量设备连接，工业机器人和测量设备连接，工业机器人、测量设备和轨迹跟踪系统共同构建闭环的工业机器人运动轨迹跟踪系统；工业机器人末端法兰上安装有与测量设备配套的随动靶球。

所述的轨迹跟踪系统包括轨迹规划模块、逆解补偿模块、神经网络PID模块、机器人输入接口、机器人输出接口、测量控制模块、测量输入接口、测量输出接口和误差分析模块；轨迹规划模块依次经逆解补偿模块、神经网络PID模块、机器人输入接口和工业机器人的输入端连接，工业机器人的输出端经机器人输出接口和PID控制模块连接；轨迹规划模块和误差分析模块连接，误差分析模块经测量输出接口和测量设备的输出端连接，测量控制模块经测量输入接口和测量设备的输入端连接。