基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
在分析原有机器人误差标定方法的基础上,给出了两种误差标定的神经网络法,并对激光加工机器人进行了精确标定.第一种方法通过前馈神经网络与机器人理想运动学模型结合,可把机器人位姿误差降低到初始值的1/5左右;第二种方法把前馈神经网络与标定好的实际运动学模型结合,进行神经网络-参数法混合位姿标定,并与参数法标定结果进行了对比.仿真结果表明后一种方法可以进一步提高机器人的位姿精度,且可以对参数模型中没有涉及到的因素进行补偿,方法简单且标定效果更好.
推荐文章
基于神经网络的工业机器人视觉抓取系统设计
神经网络
目标定位
机器人抓取
机器人标定
视觉引导
基于神经网络的机器人的逆运动学分析
BP神经网络
六自由度
机器人
逆运动学
基于神经网络的除尘机器人扰动补偿研究
神经网络
除尘机器人
自适应方法
跟踪精度
机器人运动学标定综述
机器人标定
位姿误差
运动学标定
自标定
逆标定
神经网络
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 激光加工机器人标定的神经网络法
来源期刊 系统仿真学报 学科 工学
关键词 机器人 位姿误差 神经元网络 标定
年,卷(期) 2006,(10) 所属期刊栏目 短文
研究方向 页码范围 2998-3002
页数 5页 分类号 TP242.2
字数 3444字 语种 中文
DOI 10.3969/j.issn.1004-731X.2006.10.078
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 迟健男 北京科技大学信息工程学院 32 538 11.0 23.0
2 王东署 郑州大学电气工程学院 44 556 12.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (8)
同被引文献  (10)
二级引证文献  (11)
1996(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(2)
  • 参考文献(2)
  • 二级参考文献(0)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(1)
  • 引证文献(1)
  • 二级引证文献(0)
2008(2)
  • 引证文献(2)
  • 二级引证文献(0)
2009(1)
  • 引证文献(0)
  • 二级引证文献(1)
2011(3)
  • 引证文献(0)
  • 二级引证文献(3)
2012(2)
  • 引证文献(1)
  • 二级引证文献(1)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2015(2)
  • 引证文献(1)
  • 二级引证文献(1)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
机器人
位姿误差
神经元网络
标定
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
系统仿真学报
月刊
1004-731X
11-3092/V
大16开
北京市海淀区永定路50号院
82-9
1989
chi
出版文献量(篇)
14694
总下载数(次)
35
总被引数(次)
173926
相关基金
国家高技术研究发展计划(863计划)
英文译名:The National High Technology Research and Development Program of China
官方网址:http://www.863.org.cn
项目类型:重点项目
学科类型:信息技术
论文1v1指导