一种基于神经网络的机械臂自适应轨迹控制系统及方法

本申请提供了一种基于神经网络的机械臂自适应轨迹控制系统及方法，实时采集音乐机器人的机械臂状态信息，加载演奏任务信息；依据演奏任务信息生成各个机械臂节点的演奏期望轨迹，根据机械臂状态信息和对应的演奏期望轨迹确定各个机械臂节点的轨迹控制偏置域；通过预先训练的神经网络模型对机械臂控制参数进行偏置逼近，得到机械臂控制模型的轨迹死区偏置补偿；根据机械臂轨迹死区偏置补偿和各个机械臂节点的轨迹控制偏置域生成机械臂控制力矩向量，通过机械臂控制力矩向量对机械臂进行自适应轨迹控制。本申请提供的技术方案，可以通过轻量级网络结构来优化误差约束机制和死区建模补偿，以提高音乐机器人机械臂的轨迹控制精确度。