| 基于深度神经网络的机器人定位误差补偿方法 |
| |
| 引用本文： | 花芳芳,田威,胡俊山,李波,蒲玉潇.基于深度神经网络的机器人定位误差补偿方法[J].航空制造技术,2020,63(17):78-85. |
| |
| 作者姓名： | 花芳芳 田威 胡俊山 李波 蒲玉潇 |
| |
| 作者单位： | 南京航空航天大学机电学院,南京210016 |
| |
| 摘 要： | 工业机器人由于高效率、低成本被广泛应用于智能制造业,但较低的绝对定位精度限制了其在高精度制造领域的推广应用。为提升机器人绝对定位精度并解决传统复杂的误差建模问题,提出了一种基于深度神经网络的机器人定位误差补偿方法。首先在笛卡尔空间进行拉丁超立方采样规划,获得目标点姿态对误差的影响规律;然后建立基于遗传粒子群算法优化深度神经网络(GPSO–DNN)的定位误差预测模型,实现对误差的预测和补偿;最后为验证该方法的准确性和优越性,与其他误差补偿模型进行对比。试验结果表明,基于GPSO–DNN的定位误差补偿方法的补偿精度最高,定位误差由补偿前的1.529mm减小为0.343mm,精度提高了77.57%。该方法能有效补偿机器人定位误差,大幅提高机器人的定位精度。
|
| 关 键 词： | 机器人 精度补偿 深度神经网络 拉丁超立方采样规划 遗传粒子群算法 |
Robot Positioning Error Compensation Method Based on Deep Neural Network |
| |
| HUA Fangfang,TIAN Wei,HU Junshan,LI Bo,PU Yuxiao.Robot Positioning Error Compensation Method Based on Deep Neural Network[J].Aeronautical Manufacturing Technology,2020,63(17):78-85. |
| |
| Authors: | HUA Fangfang TIAN Wei HU Junshan LI Bo PU Yuxiao |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
