基于主成分分析法和核主成分分析法的机器人全域性能综合评价.pdf

第40卷 第12期 北 京 工 业 大 学 学 报 Vol.40 No.12 2014年 12月 JOURNAL OF BEIJING UNIVERSITY OFTECHNOLOGY Dec. 2014 基于主成分分析法和核主成分分析法的机器人 全域性能综合评价 赵 京,李立明 (北京工业大学 机械工程与应用电子技术学院,北京 100124) 摘 要:在机器人运动学和动力学性能评价中,表示机器人运动学和动力学性能的指标众多,全域性能指标是其中 一项重要的评价指标,而全域性能指标又包括:线速度全域性能指标、角速度全域性能指标等指标. 不同指标间往 往存在不同程度的相关性,其中有些相关性非常显著,这使它们提供的信息有可能发生重叠. 引入统计学原理,依 据线性降维与非线性降维原则,应用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel principal component analysis,KPCA)对不同尺度的PUMA560机器人的全域性能进行综合评价,从而选择综合全域 性能最优的机器人. 计算结果表明:KPCA方法较PCA方法有更好的降维效果,能够更有效地处理多个单一性指标 间的非线性关系,提供更多的综合全域性能评价信息,可为建立机器人综合全域性能与其尺度之间的数值计算关 系,为基于综合全域性能指标最佳尺度选取的研究提供科学的参考依据. 关键词:机器人;全域性性能;主成分分析法;核主成分分析法;综合评价 中图分类号:TP242 文献标志码:A 文章编号:0254-0037(2014)12-1763-07 Comprehensive Evaluation of Robotic Global Performance Based on Principal Component Analysis and Kernel Principal Component Analysis ZHAOJing,LI Li-ming (College of Mechanical Engineering and Applied ElectronicsTechnology,Beijing University of Technology,Beijing 100124,China) Abstract:Inevaluationofrobotickinematicanddynamicdexterityperformance,therearemany different indexes to express robotic kinematic and dynamic dexterity,the global performance index is one of the important evaluation index, including acceleration, angular acceleration and linear acceleration performance index. Those different indexes tend to have different degrees of correlations among them. Some correlations are very remarkable, therefore, the provided information may be overlapped. This paper describes comprehensive evaluation of global performance of the PUMA560 robot with different scales by using principal component analysis (PCA) and kernel princip