摘要
本发明涉及机器人能耗预测技术领域，更具体地，涉及一种双阶段耦合建模的工业机器人能耗预测方法。第一阶段将工业机器人的轨迹数据输入瞬时功率预测子网络(Power prediction sub‑network,P‑Net)，预测得到瞬时功率Pti并积分得到轨迹总能耗E完成对能耗的初步预测；第二阶段将轨迹数据输入误差补偿子网络(Error compensation sub‑network,C‑Net)完成对误差补偿值δ的预测；最终将两个子网络输出的E和δ进行线性运算，得到补偿后的轨迹总能耗Erepair；即完成通过轨迹数据实现对工业机器人的能耗预测。本发明通过双阶段耦合建模框架，结合瞬时功率预测子网络(P‑Net)与误差补偿子网络(C‑Net)，有效提升机器人能耗预测的精度，增强了模型的鲁棒性。
