摘要

针对工业机器人标定精度受位姿集影响这一现象,提出了一种仿真数据驱动的位姿集优选方法。首先,通过标定以及离线补偿的方式获得机器人虚拟模型,在仿真空间中测量和标定构建位姿集与标定精度组成的数据集;其次对数据集的特征进行提取,利用灰度关联算法计算特征因子与辨识精度之间的相关度,验证特征因子的准确性,降低数据维度,应用SVR(支持向量回归)预测模型进行训练得到特征因子与辨识精度之间的映射模型;最后利用SVR预测模型对机器人标定时采集的多组位姿集进行标定精度预测,优选出标定精度高的位姿集用以提高标定精度。实验结果证明利用仿真数据驱动的方法优选位姿集比随机选择的位姿集对应的平均标定精度提高了22.9%。

全文