基于蚁群优化神经网络在机器人重复定位测试中的应用

• 作者: 洪峥 高洪
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 工业机器人 激光传感器 神经网络 预测 定位精度补偿
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 工业机器人专栏
• 页码范围: 28-31
• 页数: 4页
• 分类号: TP242.2
• 字数: 2520字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2017.03.007

摘要

为了弥补传统工业机器人重复定位精度为开环测试、测试成本高及测试过程复杂等缺点,提出了一种激光传感器测试系统与蚁群优化神经网络算法相结合的测试方法,通过蚁群优化神经网络算法的快速收敛性,能快速准确地对机器人在重复定位测试中进行预测,并根据预测结果对机器人进行定位精度补偿.经试验验证,重复定位精度预测值满足目标误差要求,能补偿机器人在重复定位测试中的定位精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高洪	安徽工程大学机械与汽车工程学院	71	307	9.0	14.0
2	洪峥	安徽工程大学机械与汽车工程学院	4	23	2.0	4.0