基于机器学习的多维力传感器静态校准数据处理方法

摘要

本发明提供基于机器学习的多维力传感器静态校准数据处理方法，包括：S1:构建学习模型、数据偏差模型、以及用于评估学习模型中函数关系精准度的训练模型；S2:对所述学习模型输入校准电压值集合，以生成模拟输出量，所述模拟输出量包括输出力以及输出力矩中的至少一种；S3:将学习模型生成的模拟输出量导入数据偏差模型，通过数据偏差模型使模拟输出量分别与相应的校准量进行比较，以获取数据偏差；S4:将所述数据偏差输入训练模型，通过训练模型生成参数更新量；S5:将所述参数更新量导入学习模型，使学习模型进行函数关系的调整；重复S2:S5以上步骤，直到所述学习模型中函数关系达到预设的拟合程度。本发明有效提高了静态校准的效率以及精度。