延迟感知扭矩预测网络

扭矩波动更平滑

一种融合频域相关性与延迟感知机制的神经网络,用于工业机器人动态扭矩建模,预测精度优于纯时域模型。

Zeyun, Xiao · 孙丹凤 · Donglai, Zhu · Yong, Wang · Yi, Yan · 邬惠峰

Robotics and Computer-Integrated Manufacturing 2026

技术优势

扭矩预测更准

网络引入频域相关性和延迟感知机制,能捕捉扭矩动态中的频率成分和时延特性,比纯时域模型预测更准。

轨迹规划全局更优

用 PSO 对中间关节速度和加速度进行全局搜索,相比局部优化方法能更接近全局最优解。

目标同时兼顾

损失函数联合最小化执行时间和扭矩变化率,使轨迹在提速的同时保持平滑。

应用场景