基于PSO-ELM的机器人精度补偿方法研究

• 作者: 冯禹铭 董秀成 金滔
• 来源期刊: 计算机应用研究
• 关键词: 机器人 精度补偿 极限学习机 PSO-ELM
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 3000-3003
• 页数: 4页
• 分类号: TP242.2
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.03.0210

摘要

为了提高机器人的定位精度,对传统的基于神经网络的机器人精度补偿方法进行改进.采用两种基于粒子群优化的极限学习机(PSO-ELM)模型的精度补偿方法对机器人关节坐标及直角坐标进行补偿.分别对两种方法进行仿真实例分析,并与遗传算法优化的极限学习机(GA-ELM)模型进行对比.仿真结果表明,对直角坐标进行补偿的PSO-ELM机器人精度补偿法优于其他补偿方法,且具有较高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董秀成	西华大学信号与信息处理重点实验室	72	511	13.0	19.0
2	金滔	西华大学信号与信息处理重点实验室	4	18	2.0	4.0
3	冯禹铭	西华大学信号与信息处理重点实验室	2	6	2.0	2.0