10.19557/j.cnki.1001-9944.2023.07.009
基于深度学习网络的机器人定位误差估计与补偿研究
为了合理补偿机器人定位误差,提升作业能力,该文提出基于深度学习网络的机器人定位误差估计与补偿方法.确定机器人定位采样点,获取机器人末端定位理论位姿,以机器人末端理论位姿作为深度神经网络输入量,机器人末端定位误差作为输出量,利用遗传粒子群算法优化权值与阈值,得到机器人定位误差估计值,并对理论位姿坐标反向迭加该误差估计值,完成定位误差补偿.实验证明,该方法能够有效补偿机器人的位移偏差和关节角度偏差,精准抓取目标物体,并在不同数量采样点条件下,可使不同类型的机器人保持较高的定位精度.
深度学习网络、误差估计、误差补偿、定位采样、深度神经网络、遗传粒子群算法
38
TN242(光电子技术、激光技术)
2023-08-23(万方平台首次上网日期,不代表论文的发表时间)
共5页
38-41,46