[发明专利]基于神经网络的工业机器人空间网格精度补偿方法

摘要

本发明公开了一种基于神经网络的工业机器人空间网格精度补偿方法，属于工业机器人标定技术领域。该方法利用工业机器人具有较高重复定位精度的特性，通过训练粒子群优化的BP神经网络来模拟机器人在相同负载、不同环境温度下定位的内在规律，结合机器人空间网格精度补偿方法，从而对机器人包络空间范围的任意目标定位点进行精度补偿，提高其绝对定位精度。本发明针对不同型号的工业机器人，通过确定划分网格的最大步长，可以有效地减少测量的工作量，有利于工业机器人快速地投入应用。不需要进行机器人运动学的正解和逆解，计算过程简单迅速，可以实现在线补偿。提高了机器人的绝对定位精度，使得标定后的工业机器人能适应更广泛的应用场合。

主权项

一种基于神经网络的工业机器人空间网格精度补偿方法，其特征在于：该方法包括如下步骤：步骤1：在工业机器人的包络线范围内，按一定的步长把整个包络空间均匀地划分为一系列紧密相邻相同大小的立方体网格；步骤2：通过激光跟踪仪测量并建立机器人基坐标系，在几个不同的环境温度水平下用步骤1中划分的每个立方体网格的八个顶点的理论坐标来控制机器人进行定位，用激光跟踪仪测量并将其实际定位坐标数据记录下来；步骤3：建立基于粒子群优化的BP神经网络模型。将步骤2中所划分网格的每个顶点的理论坐标和试验温度作为神经网络的输入，并将相应采集到的实际定位坐标作为神经网络的输出进行训练；步骤4：对于期望到达包络线范围内的任一点P的目标定位坐标(X，Y，Z)和所处的实际环境温度T：1)查找该点P所在的立方体网格；2)分别将P所在立方体网格的八个顶点的理论坐标和环境温度这四个参数作为神经网络的输入，从而预测出对应八个顶点的实际定位坐标；3)计算该点P与所在立方体网格的八个顶点Ki实际定位坐标的距离di，用算得的距离di进行反距离加权求得八个顶点Ki相对于该点P的权值qi，其中i＝1，2，...8，下同；4)用求得的权值qi来对八个顶点Ki的X、Y、Z三个方向上的定位误差分别进行空间插值，预算出该点P三个方向上的误差；5)用求得的误差对该点P的理论坐标(X，Y，Z)进行反向修正，完成机器人在该点P的定位精度补偿。