基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及...
公开
摘要
本发明提供了一种基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置。该方法包括：在指定点邻域生成若干训练点；采集每个训练点对应的各关节靶标位姿，由机械臂正运动学计算得到靶标位姿对应的机械臂关节位姿；利用靶标位姿及关节位姿训练一系列DNN；利用DNN得到各关节实际位姿；判断各关节位姿误差是否超出了阈值；若超出了阈值，得到齐次变换矩阵，从中提取实际和名义DH参数集合，得到各关节DH参数误差；补偿DH参数误差。本发明提供的基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置实现了标定精度和效率的统一。
基本信息
专利标题 ：
基于多目标视觉测量和机器学习的机械臂无模型实时标定方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114589698A
申请号 ：
CN202210365233.6
公开（公告）日 ：
2022-06-07
申请日 ：
2022-04-07
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
蒋周翔苏瑞秦鹏举白龙龙忠杰
申请人 ：
北京信息科技大学
申请人地址 ：
北京市海淀区清河小营东路12号
代理机构 ：
北京方韬法业专利代理事务所(普通合伙)
代理人 ：
党小林
优先权 ：
CN202210365233.6
主分类号 ：
B25J9/16
IPC分类号 ：
B25J9/16
IPC结构图谱
B
B部——作业；运输
B25
手动工具；轻便机动工具；手动器械的手柄；车间设备；机械手
B25J
机械手；装有操纵装置的容器
B25J9/00
程序控制机械手
B25J9/16
程序控制
法律状态
2022-06-07 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
