基于神经网络的工业机器人空间网格精度补偿方法

摘要

本发明公开了一种基于神经网络的工业机器人空间网格精度补偿方法，属于工业机器人标定技术领域。该方法利用工业机器人具有较高重复定位精度的特性，通过训练粒子群优化的BP神经网络来模拟机器人在相同负载、不同环境温度下定位的内在规律，结合机器人空间网格精度补偿方法，从而对机器人包络空间范围的任意目标定位点进行精度补偿，提高其绝对定位精度。本发明针对不同型号的工业机器人，通过确定划分网格的最大步长，可以有效地减少测量的工作量，有利于工业机器人快速地投入应用。不需要进行机器人运动学的正解和逆解，计算过程简单迅速，可以实现在线补偿。提高了机器人的绝对定位精度，使得标定后的工业机器人能适应更广泛的应用场合。