一种六自由度运动平台位姿误差的智能预测与不确定性分析方法

本发明公开了一种六自由度运动平台位姿误差的智能预测与不确定性分析方法，将高精度六自由度运动平台控制系统中的期望位姿作为网络输入数据，采用双目视觉测量系统获取实际位姿，采集多组数据并归一化处理后分为训练集和测试集；构建以门控循环单元神经网络为基础架构的位姿误差预测网络模型，设计平移旋转特征耦合注意力模块，引入领域知识引导的稀疏注意力机制，提升模型对六自由度平台真实机械耦合特性的捕捉能力；将测试集输入训练好的模型，采用蒙特卡洛Dropout方法对测试集数据进行评估，获取位姿误差预测结果及不确定性分析结果。本发明能够有效提升六自由度运动平台静态位姿精度，提供直观可靠的网络预测置信水平，满足计量领域精密测量需求。