机器人逆标定方法研究  

Research of robot inverse calibration

作　　者：王东署 张志佳[2] 徐心和[1] 

机构地区：[1]东北大学教育部暨辽宁省流程工业综合自动化重点实验室,沈阳110004 [2]沈阳工业大学信息工程学院,沈阳110043

出　　处：《机械设计与制造》2006年第8期120-122,共3页Machinery Design & Manufacture

摘　　要：在分析传统机器人位姿标定方法的基础上,提出了一种新的机器人标定方法:基于神经网络的逆标定方法。这种标定方法把机器人关节角和相应的误差分别作为前馈神经网络的输入和输出来训练网络,从而实时获得机器人任意关节角的误差值,通过修改关节值来提高机器人的位姿精度。仿真和试验结果均证明了这种方法的有效性。。An innovative robot calibration approach： inverse robot calibration based on neural network, is proposed in this paper, based on the analysis of traditional calibration approach. This method takes the robot joint angles and corresponding joint errors as inputs and outputs of a feed- forward neural network, and achieving the real - time errors in arbitrary angles through the neural network, pose accuracy is improved only through correcting the joints angles. Simulation and experiment results verify, its effect.

关 键 词：机器人 位姿误差 运动学标定 神经网络 逆标定 

分 类 号：TP242.2[自动化与计算机技术—检测技术与自动化装置]