并联机器人视觉盲区末端位姿检测方法

• 作者: 韩滢 高国琴
• 来源期刊: 计算机测量与控制
• 关键词: 并联机器人 视觉盲区 运动学正解 RBF神经网络 GWO算法 末端位姿检测
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 测试与故障诊断
• 页码范围: 100-105
• 页数: 6页
• 分类号: TP242.2
• 语种: 中文
• DOI: 10.16526/j.cnki.11-4762/tp.2020.09.020

摘要

为解决并联机器人末端执行器受机构支路遮挡造成的双目视觉盲区末端位姿错误检测问题,提出一种运动学正解结合混合优化RBF神经网络(RBFNN)误差补偿的视觉盲区末端位姿检测方法;首先在非视觉盲区采集RBFNN训练样本,其中运动学正解为输入样本,运动学正解和视觉检测位姿的差值为输出样本;然后进行训练,并采用GWO (Grey Wolf Optimization)算法和LM (Levenberg-Marquardt)算法混合优化权值;最后将训练好的网络用于视觉盲区,通过对运动学正解进行误差补偿以提高末端位姿检测精度;实验结果表明,与未补偿的检测方法相比,混合优化RBFNN补偿后的末端位姿检测方法,其末端位姿分量z,y,z,y的误差平均绝对值分别降低了54.4％、67.7％、54.7％和52.9％,误差标准差分别降低了52.9％、62.8％o、51.9％o和58.8％,验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高国琴		94	673	12.0	21.0
2	韩滢		1	0	0.0	0.0