基于机器学习与自适应PID调节的工业机器人路径跟踪方法

摘要

为提高对工业机器人路径的控制效果,基于机器学习中的卷积神经网络和自适应PID调节技术,设计了一种工业机器人移动路径自动跟踪方法。在采集工业机器人移动场景图像后,对图像实施预处理,然后针对输入到模型中的路径信息,将其与图谱中的标准路径特征高度相似的路径信息做融合处理,得到工业机器人路径的初步跟踪结果,然后利用自适应PID调节技术智能调整跟踪误差并缩短学习时间,从而快速获得精确的路径跟踪结果。仿真实验表明:该方法能够有效减小移动路径自动跟踪偏差,且跟踪过程的时效性较高。