基于支持向量回归机的机器人定位精度提高

于连栋; 常雅琪; 赵会宁; 曹家铭; 姜一舟

doi:10.37188/OPE.20202812.2646

您当前的位置：

首页 >

文章列表页 >

基于支持向量回归机的机器人定位精度提高

微纳技术与精密机械 | 更新时间：2021-01-04

- 基于支持向量回归机的机器人定位精度提高
- Method for improving positioning accuracy of robot based on support vector regression
- 光学精密工程 2020年28卷第12期页码：2646-2654
- 作者机构：
  
  1.合肥工业大学仪器科学与光电工程学院，安徽合肥 230009
  2.测量理论与精密仪器安徽省重点实验室，安徽合肥 230009
- 作者简介：
  
  [ "于连栋（1969-），男，山东郯城人，教授，博士生导师，1993年、1999年和2003年于合肥工业大学分别获得学士、硕士和博士学位，主要研究方向为坐标测量技术、现代测试精度理论和微纳米测量技术。E-mail：liandongyu@hfut.edu.cn" ]
  [ "常雅琪（1997-），女，陕西咸阳人，硕士研究生，2018年于西安理工大学获得学士学位，主要从事现代测试精度理论技术的研究。E-mail：2018110048@mail.hfut.edu.cn" ]
  [ "赵会宁（1987-），男，河南兰考人，讲师，2011年于中原工学院获得学士学位，2014年、2018年于合肥工业大学分别获得硕士和博士学位，主要研究方向为坐标测量技术。E-mail：hnzhao@mail.hfut.edu.cn" ]
- 基金信息：
  
  国家自然科学基金面上项目(51805139;51875165);国家重大科研仪器研制项目(51927811);111引智项目(B12019)
- DOI：10.37188/OPE.20202812.2646
  中图分类号： TP242.6
- 收稿日期：2020-07-09，
  
  修回日期：2020-07-24，
  
  纸质出版日期：2020-12-15
- 稿件说明：
移动端阅览
于连栋,常雅琪,赵会宁等.基于支持向量回归机的机器人定位精度提高[J].光学精密工程,2020,28(12):2646-2654.

YU Lian-dong,CHANG Ya-qi,ZHAO Hui-ning,et al.Method for improving positioning accuracy of robot based on support vector regression[J].Optics and Precision Engineering,2020,28(12):2646-2654.
于连栋,常雅琪,赵会宁等.基于支持向量回归机的机器人定位精度提高[J].光学精密工程,2020,28(12):2646-2654. DOI： 10.37188/OPE.20202812.2646.

YU Lian-dong,CHANG Ya-qi,ZHAO Hui-ning,et al.Method for improving positioning accuracy of robot based on support vector regression[J].Optics and Precision Engineering,2020,28(12):2646-2654. DOI： 10.37188/OPE.20202812.2646.

摘要

为了进一步提升机器人的绝对定位精度，提出了一种通过支持向量回归机（Support Vector Regression， SVR）实现误差预测的方法。采用MDH（Modified Denavit-Hartenberg）模型建立机器人运动模型，并利用SVR建立机器人转角与位置误差的预测模型。通过空间精度控制网格划分，并对采样点与校准精度之间的关系进行分析，以确立合适的区域划分方式。最后，用激光跟踪仪测量机器人末端实际位置坐标与机器人理论值做比较，获得转角与位置误差样本集用于SVR模型的训练，以实现机器人单点位置误差的补偿。实验结果表明，机器人在中心位置和边缘位置的算术平均误差分别由2.107 mm和2.182 mm减少到0.103 mm和0.123 mm，验证了采用SVR对机器人的绝对定位误差进行补偿的正确性和有效性。

Abstract

To further improve the absolute positioning accuracy of a robot， a method for realizing the error prediction based on support vector regression （SVR） was proposed. First， an MDH model was used to establish a kinematic robot model， and SVR was used to establish the prediction model of the rotation angle and position error of a robot. Second， the grid division was controlled based on the spatial accuracy， and the relationship between the sampling points and the calibration accuracy was analyzed to establish an appropriate mode for the area division. Finally， the differences between the values of the theoretical and real position coordinates of the robot measured with a laser tracker were used to train the SVR model and compensate the single-point position errors. The experimental results indicate that the arithmetic mean error of the robot at the center， and the edge positions， are reduced from 2.107 mm and 2.182 mm to 0.103 mm and 0.123 mm， respectively. The correctness and effectiveness of the SVR for the absolute positioning error compensation of a robot are also verified.

关键词

Keywords

references

HUANG X C ， ZHANG M L ， ZHANG X J ， et al . . Improved DH method to build robot coordinate system ［J］. Transactions of the Chinese Society for Agricultural Machinery ， 2014 ， 45 （ 10 ）： 313 - 318，325 .

SAMAD A . HAYATI. Robot arm geometric link parameter estimation ［C］. The 22nd IEEE Conference on Decision and Control. IEEE ， 2007 ： 1477 - 1483 .

杨聚庆，王大勇，董登峰，等 . 激光测量标定机器人坐标系位姿变换的正交化解算［J］. 光学精密工程， 2018 ， 26 （ 8 ）： 1985 - 1993 .

YANG J Q ， WANG D Y ， DONG D F ， et al . . Laser measurement based evaluation for orthogonal transformation calibration of robot pose ［J］. Optics and Precision Engineering ， 2018 ， 26 （ 8 ）： 1985 - 1993 . （in Chinese）

GHARAATY S ， SHU T T ， JOUBAIR A ， et al . . Online pose correction of an industrial robot using an optical coordinate measure machine system ［J］. International Journal of Advanced Robotic Systems ， 2018 ， 15 （ 4 ）： 172988141878791 .

郭世杰，姜歌东，梅雪松，等 . 转台-摆头式五轴机床几何误差测量及辨识［J］. 光学精密工程， 2018 ， 26 （ 11 ）： 2685 - 2694 .

GUO SH J ， JIANG G D ， MEI X S ， et al . . Measurement and identification of geometric errors for turntable-tilting head type five-axis machine tools ［J］. Optics and Precision Engineering ， 2018 ， 26 （ 11 ）： 2685 - 2694 . （in Chinese）

杨丽红，秦绪祥，蔡锦达，等 . 工业机器人定位精度标定技术的研究［J］. 控制工程 , 2013 （ 4 ）： 200 - 203 .

YANG L H ， QIN X X ， CAI J D ， et al . . Research on industrial robot’s position accuracy calibration ［J］. Control Engineering of China , 2013 （ 4 ）： 200 - 203 . （in Chinese）

GROTJAHN M ， DAEMI M ， HEIMANN B . Friction and rigid body identification of robot dynamics ［J］. International Journal of Solids and Structures ， 2001 ， 38 （ 10-13 ）： 1889 - 1902 .

MARTINELLI A ， TOMATIS N ， SIEGWART R ， et al . . Simultaneous localization and odometry selfcalibration for mobile robot ［J］. Autonomous Robots ， 2006 ， 22 （ 1 ）： 75 - 85 .

LUBRANO E ， CLAVEL R . Thermal calibration of a 3 DOF ultra high-precision robot operating in Industrial environment ［C］. Robotics and Automation （ICRA）， 2010 IEEE International Conference on. IEEE ， 2010 ： 3692 - 3697 .

GONG C H ， YUAN J X ， NI J . Nongeometric error identification and compensation for robotic system by inverse calibration ［J］. International Journal of Machine Tools and Manufacture ， 2000 ， 40 （ 14 ）： 2119 - 2137 .

NGUYEN H N ， ZHOU J ， KANG H J . A calibration method for enhancing robot accuracy through integration of an extended Kalman filter algorithm and an artificial neural network ［J］. Neurocomputing ， 2015 ， 151 ： 996 - 1005 .

ZENG Y F ， TIAN W ， LIAO W H . Positional error similarity analysis for error compensation of industrial robots ［J］. Robotics and Computer-Integrated Manufacturing ， 2016 ， 42 ： 113 - 120 .

GAO G B ， LIU F ， SAN H J ， et al . . Hybrid optimal kinematic parameter identification for an industrial robot based on BPNN-PSO ［J］. Complexity ， 2018 ， 2018 ： 1 - 11 .

赵俊伟，代军 . 基于数据库查询的工业机器人误差补偿方法研究［J］. 机床与液压， 2008 ， 36 （ 11 ）： 15 - 17 .

ZHAO J W ， DAI J . Research on industrial robot error compensation method based on database inquirement ［J］. Machine Tool & Hydraulics ， 2008 ， 36 （ 11 ）： 15 - 17 . （in Chinese）

RYU D ， CHOI O ， BAIK J . Value-cognitive boosting with a support vector machine for cross-project defect prediction ［J］. Empirical Software Engineering ， 2016 ， 21 （ 1 ）： 43 - 71 .

CHEN Y B ， XU P ， CHU Y Y ， et al . . Short-term electrical load forecasting using the Support Vector Regression （SVR） model to calculate the demand response baseline for office buildings ［J］. Applied Energy ， 2017 ， 195 ： 659 - 670 .

王一，宋志伟，王祎泽，等 . 基于PSO优化神经网络和空间网格的机器人位姿标定方法［J］. 中国测试， 2016 ， 42 （ 8 ）： 98 - 102 .

WANG Y ， SONG ZH W ， WANG Y Z ， et al . . Robot calibration method based on spatial mesh and PSO optimal neural network ［J］. China Measurement & Test ， 2016 ， 42 （ 8 ）： 98 - 102 . （in Chinese）

周炜，廖文和，田威，等 . 面向飞机自动化装配的机器人空间网格精度补偿方法研究［J］. 中国机械工程， 2012 ， 23 （ 19 ）： 2306 - 2311 .

ZHOU W ， LIAO W H ， TIAN W ， et al . . Robot accuracy compensation method of spatial grid for aircraft automatic assembly ［J］. China Mechanical Engineering ， 2012 ， 23 （ 19 ）： 2306 - 2311 . （in Chinese）

刘湛基，王晗，陈桪，等 . 机器人与激光跟踪仪的坐标系转换方法研究［J］. 中国测试， 2017 ， 43 （ 11 ）： 102 - 107 .

LIU ZH J ， WANG H ， CHEN X ， et al . . Study on the method of coordinate transformation between robot and laser tracker ［J］. China Measurement & Test ， 2017 ， 43 （ 11 ）： 102 - 107 . （in Chinese）

洪鹏，田威，梅东棋，等 . 空间网格化的机器人变参数精度补偿技术［J］. 机器人， 2015 ， 37 （ 3 ）： 327 - 335 .

HONG P ， TIAN W ， MEI D Q ， et al . . Robotic variable parameter accuracy compensation using space grid ［J］. Robot ， 2015 ， 37 （ 3 ）： 327 - 335 . （in Chinese）

FAN G F ， PENG L L ， ZHAO X J ， et al . . Applications of hybrid EMD with PSO and GA for an SVR-based load forecasting model ［J］. Energies ， 2017 ， 10 （ 11 ）： 1713 .

马立，于瀛洁，程维明，等 . BP神经网络补偿并联机器人定位误差［J］. 光学精密工程， 2008 ， 16 （ 5 ）： 878 - 883 .

MA L ， YU Y J ， CHENG W M ， et al . . Positioning error compensation for a parallel robot based on BP neural networks ［J］. Optics and Precision Engineering ， 2008 ， 16 （ 5 ）： 878 - 883 . （in Chinese）

FRADINATA E ， KESUMA Z M ， RUSDIANA S ， et al . . Forecast analysis of instant noodle demand using support vector regression （SVR）［J］. IOP Conference Series： Materials Science and Engineering ， 2019 ， 506 ： 012021 .

浏览量

1004

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于各向异性误差相似度的六自由度机器人定位误差补偿

基于连续动态时间规整算法的工业机器人轨迹准确度分析

基于BAS-PSO算法的机器人定位精度提升

基于双目立体视觉的工业机器人在线温度补偿

机器人柔性视觉测量系统标定方法的改进