通过对关节驱动助力减小机器人拖动示教的拖拽力,是提高拖动示教灵活性的有效方法。而在拖动示教过程中准确、实时地计算出机器人各关节补偿力矩,是实现拖拽助力的关键问题。针对拖动示教喷涂机器人进行动力学建模,分析关节力矩补偿值与惯性力、重力等因素之间的关系,提出一种基于无监督学习的BP神经网络力矩控制算法对机器人直接示教进行在线力矩补偿。在六自由度喷涂机器人上进行实验验证。结果表明:该力矩补偿算法的计算效率提升70%,平

针对国内中小型企业普遍采用人工方式对大型工件进行喷涂作业,产品质量难以保证,且生产环境恶劣,危害工人身体健康这一现状,开发一套可拖动示教的自动喷涂系统。阐述由两台拖动示教机器人和一辆移动架车共同作业的自动喷涂系统的硬件布局和运行方式。基于EtherCAT技术,完成机器人控制系统的硬件平台搭建和软件架构设计,实现机器人的拖动示教和轨迹再现功能。结合机器人的运行特点,实现双机器人与移动架车整体的示教和再现功能,设计系统喷涂