典型文献
基于时空混合图卷积网络的机器人定位误差预测及补偿方法
文献摘要：
工业机器人作为智能制造的重要载体,在大范围复杂任务中具有巨大潜力.但是,定位精度低且难以控制的问题阻碍了机器人在高精度任务的进一步推广.为了提升机器人作业精度,该文提出一种基于时空混合图卷积网络的机器人定位误差预测及补偿方法.首先通过设计图关系编码模块、时空混合特征解码模块,构建基于图卷积网络的机器人位姿误差预测模型;然后,针对传统迭代补偿方法中机器人逆解次数多导致效率低的问题,该文将定位误差补偿问题转化为优化问题,并利用遗传算法同时对位置和姿态进行误差补偿;最后,通过拉丁超立方抽样方法获得训练集,实现机器人定位误差预测模型的训练,并通过实验验证了定位误差预测的准确性以及补偿的效果.
文献关键词：
工业机器人;定位误差预测;时空混合图卷积网络;机器人误差补偿
中图分类号：
作者姓名：
廖昭洋;胡睿晗;周雪峰;徐智浩;瞿弘毅;谢海龙
作者机构：
广东省科学院智能制造研究所 广州 510070;广东省现代控制技术重点实验室 广州 510070;华南理工大学机械与汽车工程学院 广州 510641
文献出处：
引用格式：
[1]廖昭洋;胡睿晗;周雪峰;徐智浩;瞿弘毅;谢海龙-.基于时空混合图卷积网络的机器人定位误差预测及补偿方法)[J].电子与信息学报,2022(05):1539-1547
A类：
时空混合图卷积网络,机器人误差补偿
B类：
机器人定位,定位误差预测,补偿方法,工业机器人,复杂任务,巨大潜力,定位精度,提升机,设计图,混合特征,征解,解码,位姿误差,迭代补偿,逆解,补偿问题,问题转化,优化问题,拉丁超立方抽样,抽样方法,训练集
AB值：
0.188183
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
