[发明专利]GRU的柔性关节迟滞特性建模与补偿控制方法

权利要求书

1.GRU的柔性关节迟滞特性建模与补偿控制方法，其特征是，包括步骤如下：

步骤1、关节电流传感器采样机器人柔性关节当前时刻k时刻的电机驱动电流x(k)；

步骤2、对当前时刻k时刻的电机驱动电流x(k)进行卡尔曼滤波，得到当前时刻k时刻的预处理后电流信号x_f(k)；

步骤3、对当前时刻k时刻的预处理后电流信号x_f(k)进行卡尔曼滤波，得到当前时刻k时刻的滤波后电流信号x_ff(k)；

步骤4、计算当前时刻k时刻的滤波后电流信号x_ff(k)相对于当前时刻的前一时刻k-1时刻的滤波后电流信号x_ff(k-1)的变化量Δx_ff(k)，并对当前时刻k时刻的滤波后电流信号的变化量Δx_ff(k)进行卡尔曼滤波，得到当前时刻k时刻的迟滞正逆程变化特征x_c(k)；

步骤5、将步骤2所得的当前时刻k时刻的预处理后电流信号x_f(k)、步骤4所得的当前时刻k时刻的迟滞正逆程变化特征x_c(k)、以及当前时刻的前一时刻k-1时刻的GRU神经网络迟滞模型输出Δθ_p(k-1)一并送入到GRU神经网络迟滞模型中，得到当前时刻k时刻的GRU神经网络迟滞模型输出Δθ_p(k)；

步骤6、利用步骤5所得的当前时刻k时刻的GRU神经网络迟滞模型输出Δθ_p(k)对当前时刻k时刻的电机端的控制角度设定值θ_p(k)进行补偿，得到当前时刻k时刻的电机端补偿后的控制角度设定值并将当前时刻k时刻的电机端补偿后的控制角度设定值提供给机器人柔性关节的电机驱动端。

2.根据权利要求1所述的GRU的柔性关节迟滞特性建模与补偿控制方法，其特征是，步骤4中，当前时刻k时刻的滤波后电流信号的变化量Δx_ff(k)为：

Δx_ff(k)＝x_ff(k)-x_ff(k-1)

其中，x_ff(k)为当前时刻k时刻的滤波后电流信号，x_ff(k-1)为当前时刻的前一时刻k-1时刻的滤波后电流信号。

3.根据权利要求1所述的GRU的柔性关节迟滞特性建模与补偿控制方法，其特征是，步骤6中，当前时刻k时刻的电机端补偿后的控制角度设定值为：

其中，θ_p(k)为当前时刻k时刻电机端的控制角度设定值，Δθ_p(k)为当前时刻k时刻的GRU神经网络迟滞模型输出。