成果介绍
本发明涉及工业机器人标定技术领域,涉及一种基于关节空间分区标定补偿和神经网络残差拟合的工业机器人绝对定位精度提高方法。包括以下步骤:步骤S1.基于MDH模型法建立工业机器人运动学模型;步骤S2.分析各类误差在关节空间中对末端位置误差的影响;步骤S3.针对几何误差建立机器人误差辨识模型;步骤S4.在机器人工作空间内大量随机采样,记录并计算每个采样点在机器人基坐标系下理论值与测量值;步骤S5.对步骤S4试验数据进行关节空间分区;步骤S6.在不同的关节空间分区中分别利用阻尼迭代最小二乘法对误差参数进行辨识;步骤S7.基于神经网络对残余误差进行拟合,输入到控制系统,实现工业机器人绝对定位精度的提高。
成果亮点
本发明能够对机器人关节空间进行分区,进行误差的建模和辨识,计算出工业机器人的实际运动学模型,再通过神经网络拟合残余误差,进一步提高工业机器人的绝对定位精度。
团队介绍
浙江大学机器人研究院(以下简称“研究院)是为了贯彻落实浙江省委省政府关于推进工业转型升级的战略部署,在余姚市的大力推动下,于2017年由浙江大学和余姚市合作共建的新型研发机构。
研究院面向科技前沿、面向经济发展主战场,将机器人、智能装备研发及产业化作为主要突破方向;立足余姚、服务浙江、面向全国。以“合作、创新、智能、引领”为理念,以体制机制创新为抓手,以科技研发、成果转化和人才培育为核心,着力构建技术-人才-产业深度融合的创新创业生态;努力建成为国内一流的机器人领域政、产、学、研、用深度融通的新高地。
成果资料