基于刚度模型和高斯过程回归模型的重载工业机器人分步标定方法OA北大核心CSTPCD
针对串联工业机器人由于关节柔性导致的重载下绝对定位精度较低的问题,提出了一种机器人定位误差分步标定方法。采用局部指数积模型对机器人进行几何误差标定。提出了一种基于建模和机器学习的非几何误差标定方法。在该部分中,首先建立了机器人的刚度模型对非几何误差中最主要的变形误差进行标定,然后采用数据驱动的高斯过程回归(GPR)模型对残余误差进行标定。实验结果表明,该方法可以有效提高机器人带载下的绝对定位精度,并且具有位置精度不随载荷变化而产生明显波动的优点。
汤烨;陈庆盈;周耀华;李研彪;
浙江工业大学机械工程学院,杭州310023 中国科学院宁波材料技术与工程研究所,宁波315201中国科学院宁波材料技术与工程研究所,宁波315201浙江工业大学机械工程学院,杭州310023
计算机与自动化
工业机器人标定指数积刚度建模高斯过程回归(GPR)
《高技术通讯》 2024 (008)
P.885-894 / 10
国家自然科学基金(U1813223,U20A20282,U21A20122)资助项目。
评论