摘要
本发明涉及一种机器人位置误差及其区间预测方法,步骤包括:获取工业机器人工作的关节角度矢量,并计算理论位置与实际位置的差值,构建包含关节角度矢量和位置误差的数据集;将包含关节角度矢量和位置误差的数据集输入基于神经网络的预测模型;通过计算预测区间覆盖概率和平均预测区间宽度,在保证预测区间覆盖概率达标的同时最小化平均预测区间宽度,进行位置误差区间预测;通过定义可学习参数生成预测区间边界的相对权重,并使用均方误差损失进行预测值的回归,进行位置误差预测;预测模型输出位置误差值与其区间预测结果。与现有技术相比,本发明不仅能预测位置误差,还能预测误差范围,提高了位置误差预测的适用性与预测值的有效性。
技术关键词
区间预测方法
误差预测
神经网络模型
位置误差值
神经网络参数
误差区间
工业机器人关节
优化预测模型
表达式
覆盖率
样本
预测误差
数据
定义
训练集
理论
系统为您推荐了相关专利信息
审计预警方法
堡垒机
视频流
卷积神经网络模型
网络信息安全技术
客户端
后门
更新模型参数
节点特征
学习训练系统
规约方法
策略
深度强化学习算法
危险场景
近似求解方法
数据交易平台
匹配模块
策略
数据交易方法
预警模型