- 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)