文献类型：期刊文章

作　　者：戴厚德[1] 曾现萍[1] 游鸿修[2] 苏诗荐[1] 曾雅丹[1] 林志榕[1]

DAI Houde;ZENG Xianping;YOU Hongxiu;SU Shijian;ZENG Yadan;LIN Zhirong(Quanzhou Institute of Equipment Manufacturing,Haixi Institutes, Chinese Academy of Sciences, Jinjiang 3&2200, China;Mechanical and Systems Research Laboratories (MSL), Industrial Technology Research Institute (ITRI), Hsinchu 31040, China)

机构地区：[1]中国科学院海西研究院泉州装备制造研究所,福建晋江362200 [2]台湾工业技术研究院机械与机电系统研究所,台湾新竹31040

出　　处：《机器人》

基　　金：国家自然科学基金(61501428);中国科学院科研装备研制项目(YZ201510);中国科学院-(台湾)工业技术研究院两院合作计划(CAS-ITRI 201504;CAS-ITRI 201605;CAS-ITRI 201701);福建省科技计划(2018H01010113)

年　　份：2019

卷　　号：41

期　　号：2

起止页码：206-215

语　　种：中文

收录情况：BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD2019_2020、EI、IC、INSPEC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对工业机器人绝对定位精度较低的问题,采用加拿大NDI公司的Optotrak Certus HD光学运动跟踪系统作为机器人位姿的测量设备,提出了一种基于再生权最小二乘法的最优剪枝极限学习机算法,通过该算法将机器人目标位姿映射到修正位姿上,实现了对机器人末端位姿补偿的效果.利用爱普生6轴机器人末端进行实验,在不同速度下完成直线轨迹运动、圆轨迹运动以及离散随机运动,对该误差补偿方法的有效性进行验证和分析.结果表明,该误差补偿方法均能提高机器人的位姿精度,其测试点在X、Y、Z三轴总方向上的绝对位置精度为0.06 mm～0.25 mm,比无补偿时的2 mm～3 mm有了1个数量级的提高;而姿态误差补偿后,其均方根误差和平均绝对误差均减小到未补偿时姿态误差的26.09%.同时,该补偿方法还可有效降低异常值的影响,具有良好的稳健性.

关 键 词：工业机器人标定  绝对定位精度  光学跟踪 再生权最小二乘法  最优剪枝极限学习机  

分 类 号：TP241.2]