基于支持向量回归机的机器人定位精度提高

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.