基于改进卷积网络的机器人定位误差补偿研究

作     者：倪丹艳 Ni Danyan

作者机构：苏州高博软件技术职业学院机电工程学院江苏苏州215163 

基　　金：2020年度江苏高校哲学社会科学研究课题(2020SJA1562) 苏州高博软件技术职业学院“青山学者计划”(GistQSXZ2302) 

出 版 物：《机械设计与制造工程》 (Machine Design and Manufacturing Engineering)

年 卷 期：2023年第52卷第8期

页      码：57-61页

摘      要：为了合理补偿机器人定位误差,提升分类预测精度,提出一种基于改进卷积网络的机器人定位误差补偿方法。以机器人实际与理想关节角度图像作为模型输入,精准提取二者深度特征图,计算实际关节角度与理想关节角度深度特征图之间各特征点欧氏距离,获得并输出机器人定位误差预测结果。将机器人定位误差补偿问题转化为算法优化问题,构建机器人定位误差补偿目标函数及约束条件,通过改进粒子群算法求得最优解,实现机器人定位误差的补偿。实验结果证明:该方法可以有效补偿机器人的角位移误差,分类预测精度最高可达到99.87%,能够实现机器人对目标物体的准确抓取。

主 题 词：卷积网络 机器人定位 特征提取 误差补偿 粒子群算法 自然选择原理 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.2095-509X.2023.08.012

馆 藏 号：203123721...