基于PDAG算法的工业机器人轨迹跟踪

根据工业机器人执行的作业任务具有重复性的特点,提出一种PDAG算法。将学习矩阵作用于误差数据建立PDAG算法的数学模型,从理论上证明了PDAG算法的稳定性和收敛性。将重力补偿作为前馈控制量,用以消除动态过程中关节重力的影响,提高迭代学习控制的收敛速度和轨迹跟踪精度。进行了PDAG算法仿真,结果表明,PDAG算法的控制性能与传统的无补偿算法相比,迭代学习后轨迹跟踪误差趋于稳定,各关节最大位置跟踪误差和平均跟踪误差均比没有重力补偿时降低50%,且比有重力补偿的PD算法精度提高最大达81%。实验证明提出的PDAG算法可以获得更高精度的跟踪效果。