基于PSO-SVR算法的工业机器人分级标定方法

来源：计算机集成制造系统杂志2023年第1期北京时间：

作者：薛祥儒, 张承瑞, 胡天亮, 陈齐志, 丁信忠

单位：1.山东大学机械工程学院2.上海新时达机器人有限公司

摘要：为了提高六自由度机器人在应用中的定位精度,提出一种提高机器人绝对定位精度的分级标定方法。该方法第一阶段进行几何参数误差的标定,以改进的Denavit-Hartenberg(MD-H)模型为基础,加入减速比和耦合比的因素建立了完整的工业机器人几何参数误差模型,之后采用Levenberg-Marquarelt(LM)算法辨识出机器人的几何参数误差并计算出剩余残差;第二阶段建立基于粒子群—支持向量回归(PSO-SVR)算法的剩余误差预测模型,来预测并补偿修正几何参数后剩余的残留误差。最后,以六自由度工业机器人进行试验验证,经过分级标定后机器人末端中心点的平均位置误差由5.866mm减少到0.2116mm,最大位置误差由10.3229mm减少到0.6999mm,验证了该标定算法的正确性和有效性。

关键词：工业机器人,运动学标定,非几何参数辨识,LM算法,粒子群—支持向量回归算法

基金资助：山东省重大科技创新工程资助项目(2019JZZY020121);上海市工业强基专项资助项目(GYQJ-2019-1-02);泰山学者工程专项经费资助项目。