基于PSO-ELM的机器人精度补偿方法研究-计算机应用研究.PDF

———————————————————————————————————————————————— 基于PSO-ELM 的机器人精度补偿方法研究 作者 冯禹铭，董秀成，金滔 机构 西华大学 信号与信息处理重点实验室 DOI 10.3969/j.issn.1001-3695.2018.03.0210 基金项目 四川省高校科研创新团队—机器视觉与智能控制（18TD0024）；四威高科—西华大学产学研 联合实验室（2016-YF04 -00044-JH）；国家教育部“春晖计划”科研项目（Z2017076） 预排期卷 《计算机应用研究》2019 年第36 卷第10 期 摘要 为了提高机器人的定位精度，对传统的基于神经网络的机器人精度补偿方法进行改进。采用 两种基于粒子群优化的极限学习机（PSO-ELM）模型的精度补偿方法对机器人关节坐标及直 角坐标进行补偿。分别对两种方法进行仿真实例分析和比较，并与遗传算法优化的极限学习 机（GA-ELM）模型进行对比。仿真结果表明，对直角坐标进行补偿的PSO-ELM 机器人精度 补偿法优于其他补偿方法，且具有较高的预测精度。 关键词 机器人；精度补偿；极限学习机；PSO-ELM 作者简介 冯禹铭（1993- ），男，四川成都人，硕士研究生，主要研究方向为机器人技术 （851648009@）；董秀成（1963-），男，四川成都人，教授，硕导，硕士，主要研究 方向为机器视觉 机器人技术；金滔（1992-），男，四川合江人，硕士研究生，主要研究方向 ､ 为机器人技术． 中图分类号 TP242.2 访问地址 /article/02-2019-10-019.html 投稿日期 2018 年3 月28 日 修回日期 2018 年5 月17 日 发布日期 2018 年6 月19 日 引用格式 冯禹铭, 董秀成, 金滔. 基于 PSO-ELM 的机器人精度补偿方法研究[J/OL]. 2019, 36(10). [2018-06-19]. /article/02-2019-10-019.html. 36 10 Vol. 36 No. 10 第 卷第 期 计算机应用研究 优先出版 Application Research of Computers Online Publication 基于PSO-ELM 的机器人精度补偿方法研究 * 冯禹铭，董秀成，金 滔 (西华大学 信号与信息处理重点实验室, 成都 610039) 摘 要：为了提高机器人的定位精度，对传统的基于神经网络的机器人精度补偿方法进行改进。采用两种基于粒子群 PSO-ELM 优化的极限学习机 （ ）模型的精度补偿方法对机器人关节坐标及直角坐标进行补偿。分别对两种方法进行仿 真实例分析和比较，并与遗传算法优化的极限学习机（GA-ELM ）模型进行对比。仿真结果表明，对直角坐标进行补 偿的PSO-ELM 机器人精度补偿法优于其他补偿方法，且具有较高的预测精度。 关键词：机器人；精度补偿；极限学习机；PSO-ELM 中图分类号：TP242.2 doi: 10.3969/j.issn.1001-3695.2018.03.021