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及系统

AITNT
正文
推荐专利
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及系统
申请号:CN202510314417
申请日期:2025-03-17
公开号:CN119927919B
公开日期:2025-10-14
类型:发明专利
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
1
基于储能参与现货联合市场收益的容量配置方法及系统
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
2
基于转速调制的脉动式血泵热管理控制系统
管理控制系统 主动脉 血泵 功率 神经网络模型
3
缺失数据的处理方法、装置、设备及介质
神经网络模型 节点 标签 矩阵 金融科技技术
4
一种融合实际测点数据机理模型的炉膛温度场预测方法及设备
炉膛温度场 机器学习模型 神经网络模型 数据 多层感知器
5
交通要素遥感特征提取方法及系统、交通要素识别方法及系统
特征提取方法 交通 地物类别 样本 光学遥感卫星影像
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号