龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：南京航空航天大学
申请日：2024-03-22
公开（公告）日：2024-04-26
公开（公告）号：CN117921685A
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：2024.05.14#实质审查的生效;2024.04.26#公开
摘要：本发明涉及双机器人协同标定技术领域，解决了双机器人系统中存在许多无法通过模型进行辨识的残余误差，而导致双机器人协同定位精度较低的技术问题，尤其涉及一种双机器人协同定位精度的标定方法，本发明在建立双机器人协同定位误差模型的基础上，通过灵敏度分析将双机器人多误差源进行分步联合补偿，给辨识顺序提供理论基础，避免数据处理中复杂的辨识顺序对精度造成的损失，最后对辨识出的残余误差采用BP神经网络进行拟合，将辨识出的几何参数和训练网络输入双机器人控制系统中，更有效的提高了双机器人系统的协同定位精度。
主权项：1.一种双机器人协同定位精度的标定方法，其特征在于，该方法包括以下步骤：S1、通过激光追踪仪获取双机器人在工作空间内相对各自基坐标系下采样点的位姿，并记录该位姿下双机器人在每个采样点的关节转角值与对应的激光追踪仪的坐标测量值；S2、基于坐标系误差、连杆误差构建双机器人协同定位误差模型，并确定双机器人协同定位误差模型中双机器人系统误差的不确定性参数；S3、构建灵敏度函数，结合灵敏度函数对双机器人协同定位误差模型的不确定性参数进行灵敏度分析得到灵敏度分析结果，并根据灵敏度分析结果对双机器人协同定位误差模型的误差源进行分步联合辨识得到双机器人系统中的残余误差；S4、根据残余误差建立双机器人基于关节转角的残余误差方程；S5、以双机器人的关节转角为输入神经元，主机器人绝对定位误差和双机器人协同定位误差为输出神经元构建BP神经网络模型；S6、采用K层折叠交叉验证算法为BP神经网络分配最优的初始权重和阈值，完成对双机器人系统中残余误差的预测；S7、采用BP神经网络模对残余误差方程进行拟合，并根据BP神经网络对残余误差的拟合结果，对原参数进行修正补偿用以提高双机器人的协同定位精度。
全文数据：
权利要求：
百度查询： 南京航空航天大学 一种双机器人协同定位精度的标定方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号