摘要
本发明公开了一种基于运动学和机器学习结合的并联机器人参数误差补偿方法,包括:建立机器人理想正解模型,建立存在误差的正解模型;建立补偿函数;选取理想点位,在每个理想点位下,获得补偿前的实际点位;将补偿前的实际点位代入补偿函数,获得表达式;依据表达式建立目标函数,利用优化算法进行寻优,获得“需要补偿的主动臂转角角度”的最优值;依据理想点位、理想点位对应的“需要补偿的主动臂转角角度”的最优值,建立数据集并划分为训练集和测试集;利用训练集对神经网络模型进行训练,获得训练好的神经网络模型。本发明方法步骤较为简单,不需要通过复杂的数学计算,且通用性好,应用较为广泛,且本发明的补偿效果较好。
技术关键词
参数误差补偿方法
并联机器人
主动臂
神经网络模型
粒子群算法
表达式
误差补偿系统
RBF神经网络
可读存储介质
粒子群优化算法
坐标系
长度误差
平台
遗传算法
计算机
处理器
系统为您推荐了相关专利信息
储能电站容量
容量配置方法
风电出力不确定性
储能电站规划
粒子群算法
炉膛温度场
机器学习模型
神经网络模型
数据
多层感知器
特征提取方法
交通
地物类别
样本
光学遥感卫星影像