准直驱机器人预测控制

负载自适应高精度

该控制器将在线负载识别集成到物理信息神经网络中，在变负载条件下保持跟踪性能且不牺牲计算效率。

Haolin, Li · Haotang, Chen · Yikang, Chai · Zhao, Hang · Zhao, Ye · 韩瑜 · Luo, Jianwen

IEEE Robotics and Automation Letters 2025

参数信息

跟踪精度提升

35 %

技术优势

负载自适应

在线识别负载参数并直接嵌入神经网络损失函数，保证物理一致性，适应变负载条件。

收敛更快

与以往自适应控制方法相比，收敛速度显著加快，有助于实时控制。

实时优化

物理约束的神经表示作为高效代理模型，使非线性模型预测控制器能够实时优化。

应用场景

• 机器人精准操作：在变负载下保持高跟踪精度，适合精细操作任务。
• 人机协作：快速收敛的实时控制，适应人机协作中负载的突然变化。
• 工业自动化：无需牺牲计算效率即可适应生产线上变负载的自动化需求。
• 精密装配：提高位置和姿态精度，满足精密装配对高精度的要求。