[发明专利]基于感知器模型的机器人多关节自适应补偿方法和稳定器有效
| 申请号： | 201910892895.7 | 申请日： | 2019-09-20 |
| 公开（公告）号： | CN110712201B | 公开（公告）日： | 2022-09-16 |
| 发明（设计）人： | 刘成菊;周浩然;陈启军 | 申请（专利权）人： | 同济大学 |
| 主分类号： | B25J9/16 | 分类号： | B25J9/16 |
| 代理公司： | 上海科盛知识产权代理有限公司 31225 | 代理人： | 翁惠瑜 |
| 地址： | 200092 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于感知器模型的机器人多关节自适应补偿方法和稳定器，所述方法包括以下步骤：1)基于机器人惯性传感器和步态生成器，获取误差数据；2)将误差数据输入预建立的感知器模型中，感知器模型基于联想式学习策略更新网络权重参数，计算并输出补偿值；3)基于补偿值对机器人进行运动补偿，所述感知器模型输出的补偿值包括髋关节补偿值、膝关节补偿值和踝关节补偿值。与现有技术相比，本发明采用联想式学习策略，即有监督的Hebb学习规则来更新网络权重参数，提高鲁棒性，实现自适应控制，将补偿量分散到腿部所有关节，即踝关节、膝关节和髋关节，能够减小关节负荷，延长机器人使用寿命。 | ||
| 搜索关键词： | 基于 感知 模型 机器人 关节 自适应 补偿 方法 稳定 | ||
【主权项】：
1.一种基于感知器模型的机器人多关节自适应补偿方法，其特征在于，该方法包括以下步骤：/nS1：基于机器人惯性传感器和步态生成器，获取误差数据；/nS2：将误差数据输入预建立的感知器模型中，感知器模型基于联想式学习策略更新网络权重参数，计算并输出补偿值；/nS3：基于补偿值对机器人进行运动补偿。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于同济大学，未经同济大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910892895.7/，转载请声明来源钻瓜专利网。
