基于DeLaN模型的机器人计算力矩控制研究
张佳恒
史东豪
杨谱
李秦川
浙江理工大学 机械工程学院,杭州 310018
摘要：[目的]针对机器人轨迹跟踪控制中动力学建模复杂、参数辨识困难的问题,提出一种基于深度拉格朗日网络(Deep Lagrangian Network,DeLaN)的计算力矩控制(Computed Torque Con-trol,CTC)方法.[方法]首先,设计了一种考虑摩擦力的DeLaN模型,以提升对机器人动力学参数的辨识精度;其次,提出一种机器人激励轨迹优化方法,为DeLaN模型训练提供了高质量数据集;最后,提出DeLaN-CTC算法,给出相关推导证明,并在宇树Z1机械臂平台上进行了动力学模型辨识试验与DeLaN-CTC算法的轨迹跟踪试验.[结果]试验结果表明,结合摩擦力的DeLaN模型能够准确辨识Z1机械臂动力学参数,且DeLaN-CTC算法比DeLaN-PD[结合DeLaN动力学模型前馈的比例-微分(Proportional-Derivative,PD)控制算法]具有更高的轨迹跟踪控制精度,验证了其在高精度轨迹跟踪任务中的有效性.
关键词：深度拉格朗日网络激励轨迹计算力矩控制Z1机械臂
分类号：TP242.2(自动化技术及设备)
资助基金：国家自然科学基金(U23A20615)
论文发表日期：2026-07-15
在线出版日期：2026-09-12（本平台首次上网日期，不代表文献的发表时间）
页数：8( 43-50 )
英文信息