工业机器人定位误差规律分析及基于ELM算法的精度补偿研究

来源：机器人杂志2018年第6期北京时间：

作者：王龙飞, 李旭, 张丽艳, 叶南

摘要：针对工业机器人应用于飞机零部件自动化钻孔时绝对定位精度较差的问题，提出利用极限学习机（ELM）算法建立机器人法兰中心点理论位置与实际位置之间的误差模型，并优化补偿机器人定位精度的方法．首先基于空间网格采样方法，获得了机器人绝对定位误差沿机器人基坐标系不同方向的误差变化规律，分析了建模补偿的可行性；其次建立基于ELM算法的误差补偿模型，并针对误差模型训练中隐含层神经元个数取值问题进行了分析优化．实验结果表明，机器人绝对定位误差值沿其坐标系不同方向存在不同的变化规律，补偿前绝对定位误差分布范围为0.29 mm~0.58 mm，平均误差为0.41 mm；补偿后定位误差分布范围降低到0.04 mm~0.32 mm，平均误差为0.18 mm；采用ELM算法建模的补偿速度快，泛化性能好．

关键词：工业机器人, 绝对定位误差, 误差规律分析, 精度补偿, 空间网格采样, 极限学习机