申请/专利权人：中国计量科学研究院

申请日：2023-10-31

公开（公告）日：2024-01-23

公开（公告）号：CN117428768A

主分类号：B25J9/16

分类号：B25J9/16

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.02.09#实质审查的生效;2024.01.23#公开

摘要：本发明公开了一种基于LSTM‑ANN网络的Stewart并联平台位姿偏差预测及补偿方法，首先，通过划分网格的方式选取Stewart并联平台的标称位姿，控制Stewart并联平台实现相应位姿的定点运动，采用位姿测量仪获得Stewart并联平台的实际位姿数据，以构建标称位姿与实际位姿偏差数据集；其次，建立结合LSTM与ANN的Stewart并联平台的位姿偏差回归预测模型LSTM‑ANN；再者，将偏差数据集按照4:1的比例划分为训练集和测试集，训练集中的标称位姿与对应的偏差分别作为LSTM‑ANN模型的输入与输出，实现对模型的训练；最后，通过测试集中的标称位姿预测对应的位姿偏差，将预测的位姿偏差预补偿至标称位姿作为Stewart并联平台控制器的输入。本方法有效解决了传统运动学标定复杂、误差模型不健全、普适性不强等问题。

主权项：1.一种基于LSTM-ANN网络的Stewart并联平台位姿偏差预测及补偿方法，其特征在于：所述方法包括以下步骤：S1：通过划分网格的方式选取Stewart并联平台大量的标称位姿，控制Stewart并联平台实现相应位姿的定点运动，采用位姿测量仪获得Stewart并联平台的实际位姿，计算实际位姿与标称位姿之间的位姿偏差，构建标称位姿与实际位姿偏差数据集；S2：建立结合LSTM与ANN的Stewart并联平台的位姿偏差回归预测模型LSTM-ANN，模型的输入为Stewart并联平台的标称位姿，输出为位姿偏差；S3：将偏差数据集按照4:1划分为训练集和测试集，选取不同的ANN神经元个数，通过训练集数据对LSTM-ANN模型进行训练，确定最合适的神经元个数；S4：将测试集数据中的Stewart并联平台标称位姿作为LSTM-ANN模型的输入，实现相应的位姿偏差预测，将预测的位姿偏差预补偿至Stewart并联平台标称位姿作为控制器的输入。

全文数据：

权利要求：

百度查询： 中国计量科学研究院 一种基于LSTM-ANN网络的Stewart并联平台位姿偏差预测及补偿方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD