一种基于预测性补偿的机械臂末端主动抑振方法及系统

本申请涉及机械臂抑振的技术领域，尤其是涉及一种基于预测性补偿的机械臂末端主动抑振方法及系统，其包括以下步骤：S1、通过高频IMU传感器实时采集机械臂的三轴加速度、角速度及振动频谱数据，通过辅助IMU传感器监测基座姿态的滚动角、俯仰角和偏航角，然后通过卡尔曼滤波算法融合双IMU数据；S2、基于融合数据生成预补偿力矩，并结合高频IMU传感器实测频谱与模型预测频谱的实时偏差，优化模型增益系数，实时校正并输出预补偿力矩；S3、将校正后补偿力矩注入关节电机控制回路的前馈通道，通过高增益控制器输出抑振力矩至关节执行机构，实时抵消机械臂末端残余振动。本申请能够构建主动抑振体系，以解决上述多源扰动耦合下的实时抑振难题。