期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到4篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
伪目标迭代生成的机器人误差补偿算法
1
作者 叶伯生 金雄程 +3 位作者 黎晗 邵柏岩 李晓昆 李思澳 《中国机械工程》 EI CAS CSCD 北大核心 2024年第1期136-143,共8页
针对机器人误差模型建立后的误差补偿问题,提出一种改进的伪目标迭代算法。该算法用每次迭代中生成新的伪目标来修正关节角,从而不断减小机器人实际误差。完善了伪目标迭代算法流程,提出了5种新的不同的伪目标生成方法,分析了各种方法... 针对机器人误差模型建立后的误差补偿问题,提出一种改进的伪目标迭代算法。该算法用每次迭代中生成新的伪目标来修正关节角,从而不断减小机器人实际误差。完善了伪目标迭代算法流程,提出了5种新的不同的伪目标生成方法,分析了各种方法的特点和适用场景。结合多种伪目标生成方法提出了一种集成算法,进一步提高误差补偿精度。使用HSR-JR612机器人进行仿真实验,仿真结果表明,算法耗时在毫秒级别,补偿效果好,集成算法能进一步提高位姿补偿效果。最后使用UR10机器人与激光跟踪仪进行实验,实验结果表明,补偿后机器人末端位置误差可以减小到0.06 mm以内,姿态误差可以减小到0.025°以内。 展开更多
关键词 机器人 误差补偿 定位精度 伪目标
下载PDF
基于GBDT算法的机器人定位误差分级补偿方法
2
作者 李晓昆 叶伯生 +3 位作者 邵柏岩 金雄程 李思澳 黎晗 《机床与液压》 北大核心 2024年第11期1-6,共6页
为进一步提高工业机器人的定位精度,提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法(GA-LS)进行几何参数误差辨识并补偿到机器人运动学模型中,再通过梯度提升树(GBDT)算法对残余非几何参数... 为进一步提高工业机器人的定位精度,提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法(GA-LS)进行几何参数误差辨识并补偿到机器人运动学模型中,再通过梯度提升树(GBDT)算法对残余非几何参数误差进行预测,并对残余误差进行补偿,最后以UR10机器人为研究对象进行了实验,验证该方法的准确性。实验结果表明:此分级补偿方法能有效提高机器人的绝对定位精度,补偿后机器人的平均定位误差由2.381 mm降低至0.156 mm,定位精度提升了93.4%;均方根定位误差由2.417 mm降低至0.163 mm,定位精度提升了93.2%。实验结果验证了此分级补偿方法的有效性。 展开更多
关键词 机器人标定 误差辨识 绝对定位精度 梯度提升树
下载PDF
基于速度控制的机器人轨迹摩擦补偿控制算法
3
作者 叶伯生 李思澳 +3 位作者 谭帅 李晓昆 金雄程 邵柏岩 《华南理工大学学报（自然科学版）》 EI CAS CSCD 北大核心 2024年第4期51-58,共8页
目前机器人已在工业生产制造中得到广泛的应用,但由于机器人系统中关节摩擦等因素的影响,机器人的轨迹跟踪精度难以满足高精度生产的需求。为减少机械结构中非线性摩擦因素和系统中未建模干扰等因素对机器人运行稳定性和加工精度的影响... 目前机器人已在工业生产制造中得到广泛的应用,但由于机器人系统中关节摩擦等因素的影响,机器人的轨迹跟踪精度难以满足高精度生产的需求。为减少机械结构中非线性摩擦因素和系统中未建模干扰等因素对机器人运行稳定性和加工精度的影响,文中提出了一种速度模式下的摩擦补偿控制算法。首先,基于傅里叶级数和5次多项式混合的方式设计最优激励轨迹,通过最小二乘法完成动力学参数的预辨识,并利用Levenberg-Marquardt法对预辨识结果进行迭代寻优,从而建立更为精确的机器人动力学模型;然后,基于李雅普诺夫方法设计机器人轨迹跟踪控制算法,将最速离散跟踪微分器中采集的关节角度输入所设计的轨迹跟踪控制算法中,得到实时的关节速度补偿值,将补偿值实时输入机器人中实现摩擦补偿控制;最后,以六自由度串联机器人为实验对象,对所设计的摩擦补偿控制算法进行实验验证。结果表明,相对于摩擦补偿前,机器人的末端轨迹跟踪精度提升约35%,从而验证了文中所提算法在机器人摩擦补偿领域的有效性。 展开更多
关键词 摩擦补偿 参数辨识 轨迹 跟踪微分器
下载PDF
针对大规模两重互异性矩形件组批排样方法 被引量：1
4
作者 邵柏岩 叶伯生 +1 位作者 王宏磊 梁广 《组合机床与自动化加工技术》 北大核心 2023年第11期187-192,共6页
针对智能优化算法求解大规模矩形排样问题时,求解速度慢、稳定性差的弊端,提出了一种启发式算法,即带对偶项的降序有限首次适应算法。经实验验证,算法在测试集上的求解时长在100 ms内,求解出的板材利用率可达95%左右,相较于现有启发式... 针对智能优化算法求解大规模矩形排样问题时,求解速度慢、稳定性差的弊端,提出了一种启发式算法,即带对偶项的降序有限首次适应算法。经实验验证,算法在测试集上的求解时长在100 ms内,求解出的板材利用率可达95%左右,相较于现有启发式算法有2%的提升。此外,针对个性化订单矩形件材料强互异性的情况,提出了一种考虑材料相似度的二阶段贪心算法。定量描述订单间材料的相似度,最大程度的将相似度高的订单组批进同一生产批次来提高板材利用率。实验表明,用该算法对订单进行组批优化后再进行排样求解出的板材利用率相较于未考虑材料相似度有12%的提升。 展开更多
关键词 矩形排样优化 组批优化 整数规划 启发式算法 材料相似度
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部