| 摘 要： | 空间网格补偿法是提高机器人定位误差的有效方法之一，然而由于所需采样位姿多导致误差测量环节非常耗时，为提高机器人定位误差补偿效率，提出了一种机理分析与数据驱动的铣削机器人定位误差补偿方法，基于迁移学习来预测机器人工作空间内不同区域的定位误差。首先建立机器人刚柔耦合误差模型，研究立方体与柱体工作空间内不同区域的误差分布特性；之后，考虑误差区域相似性将机器人工作空间分为源域空间与目标域空间，在源域空间基于分级采样策略将完备的机器人采样位姿及误差测量数据作为源域数据，对于目标域空间只需要将少量的采样位姿及误差数据作为目标域数据，源域数据与目标域数据均用于训练高斯过程回归模型,通过基于加权拟合误差的子空间对齐和自适应权重迭代方法提升迁移学习模型预测精度，根据指定机器人位姿参数预测并补偿机器人定位误差；最后，使用KR160铣削机器人系统进行了误差补偿试验以验证该方法的可行性和有效性，试验结果表明，经过补偿后机器人定位误差1.499 mm降低到0.182 mm，所需机器人采样位姿数目减少了70%，使用铣削机器人加工法兰孔，其轮廓误差和位置误差达到0.269 mm和0.331 mm，该方法可以提高补偿...
|
