机床与液压

作者：李晓昆，叶伯生，邵柏岩，金雄程，李思澳，黎晗

单位：华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院；华中科技大学机械科学与工程学院

关键词：机器人标定;误差辨识;绝对定位精度;梯度提升树

基金：湖北省重点研发计划项目（2021BAA197）

为进一步提高工业机器人的定位精度，提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法（GA-LS）进行几何参数误差辨识并补偿到机器人运动学模型中，再通过梯度提升树（GBDT）算法对残余非几何参数误差进行预测，并对残余误差进行补偿，最后以UR10机器人为研究对象进行了实验，验证该方法的准确性。实验结果表明：此分级补偿方法能有效提高机器人的绝对定位精度，补偿后机器人的平均定位误差由2.381 mm降低至0.156 mm，定位精度提升了93.4%；均方根定位误差由2.417 mm降低至0.163 mm，定位精度提升了93.2%。实验结果验证了此分级补偿方法的有效性。

来源：2024年第11期

《机床与液压》期刊编辑部

查看机床与液压杂志2024年第11期