原创力文档- 1、本文档共6页，可阅读全部内容。
- 2、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
２０２４年６月机床与液压Ｊｕｎ２０２４
第５２卷第１１期ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳＶｏｌ５２Ｎｏ１１
－
ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４１１００１
－
文献引用：李晓昆，叶伯生，邵柏岩，等．基于ＧＢＤＴ算法的机器人定位误差分级补偿方法［Ｊ］．机床与液压，２０２４，５２（１１）：１６．
Ｃｉｔｅａｓ：ＬＩＸｉａｏｋｕｎ，ＹＥＢｏｓｈｅｎｇ，ＳＨＡＯＢａｉｙａｎ，ｅｔａｌ．ＧｒａｄｅｄｃｏｍｐｅｎｓａｔｉｏｎｍｅｔｈｏｄｏｆｒｏｂｏｔｐｏｓｉｔｉｏｎｉｎｇｅｒｒｏｒｂａｓｅｄｏｎＧＢＤＴａｌｇｏｒｉｔｈｍ
－
［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（１１）：１６．
基于ＧＢＤＴ算法的机器人定位误差分级补偿方法
李晓昆，叶伯生，邵柏岩，金雄程，李思澳，黎晗
（华中科技大学机械科学与工程学院，湖北武汉４３００７４）
摘要：为进一步提高工业机器人的定位精度，提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使
－
用遗传算法优化最小二乘法（ＧＡＬＳ）进行几何参数误差辨识并补偿到机器人运动学模型中，再通过梯度提升树（ＧＢＤＴ）
算法对残余非几何参数误差进行预测，并对残余误差进行补偿，最后以ＵＲ１０机器人为研究对象进行了实验，验证该方法
的准确性。实验结果表明：此分级补偿方法能有效提高机器人的绝对定位精度，补偿后机器人的平均定位误差由２３８１ｍｍ
降低至０１５６ｍｍ，定位精度提升了９３４％；均方根定位误差由２４１７ｍｍ降低至０１６３ｍｍ，定位精度提升了９３２％。实验
结果验证了此分级补偿方法的有效性。
关键词：机器人标定；误差辨识；绝对定位精度；梯度提升树
中图分类号：ＴＰ２４２２
ＧｒａｄｅｄＣｏｍｐｅｎｓａｔｉｏｎＭｅｔｈｏｄｏｆＲｏｂｏｔＰｏｓｉｔｉｏｎｉｎｇＥｒｒｏｒＢａｓｅｄｏｎＧＢＤＴＡｌｇｏｒｉｔｈｍ
ＬＩＸｉａｏｋｕｎ，ＹＥＢｏｓｈｅｎｇ，ＳＨＡＯＢａｉｙａｎ，ＪＩＮＸｉｏｎｇｃｈｅｎｇ，ＬＩＳｉａｏ，ＬＩＨａｎ
（ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，
ＷｕｈａｎＨｕｂｅｉ４３００７４，Ｃｈｉｎａ）
Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｆｕｒｔｈｅｒｉｍｐｒｏｖｅｔｈｅｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙｏｆｉｎｄｕｓｔｒｉａｌｒｏｂｏｔｓ，ａｇｒａｄｅｄｃｏｍｐｅｎｓａｔｉｏｎｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｔｏ
－
ｒｅｄｕｃｅｔｈｅｐｏｓｉｔｉｏｎｉｎｇｅｒｒｏｒｃａｕｓｅｄｂｙｇｅｏｍｅｔｒｉｃａｎｄｎｏｎｇｅｏｍｅｔｒｉｃｆａｃｔｏｒｓ．Ｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｏｐｔｉｍｉｚｅｄｌｅａｓｔｓｑｕａｒｅｓｍｅｔｈｏｄ
－
（ＧＡＬＳ）ｗａｓｕｓｅｄｔｏｉｄｅｎｔｉｆｙｔｈｅｇｅｏｍｅｔｒｉｃｐａｒａｍｅｔｅｒｅｒｒｏｒｓ，ａｎｄｔｈｅｎｔｈｅｇｅｏｍｅｔｒｉｃｐａｒａｍｅｔｅｒｅｒｒｏｒｓｗｅｒｅｃｏ
文档评论（0）