基于K-PSO算法的机器人运动学参数标定方法
The Method of Kinematic Parameter Calibration for a Robot Based on the K-PSO Algorithm
郭朴 1胡晓兵 1李航 1毛业兵 1陈海军1
作者信息
- 1. 四川大学机械工程学院,成都 610065;宜宾四川大学产业技术研究院,宜宾 644600
- 折叠
摘要
针对机器人运动中产生的误差的问题,提出了一种基于K-PSO算法的机器人运动学参数标定方法,该方法用于机器人参数标定中可对误差进行弥补,大大提高机器人的运动精度.K-PSO算法结合了K均值聚类和粒子群优化的思想,利用K均值聚类算法对机器人的运动学参数初始粒子进行分组,然后通过改进的粒子群优化算法对参数进行优化.实验结果表明,改进K-PSO方法能够有效地减少计算复杂度,并且具有更快的收敛速度和较高的参数估计精度,该方法对于机器人的精确控制和运动规划具有重要意义.
Abstract
Aiming at the error problem caused by robot movement,a robot kinematic parameter calibration method based on the K-PSO algorithm is proposed.This method can be used to compensate for errors in ro-bot parameter calibration and greatly improve the robot's movement accuracy.The K-PSO algorithm com-bines the ideas of K-means clustering and particle swarm optimization.Firstly,the K-means clustering algo-rithm is used to group the initial particles of the robot's kinematic parameters,then the parameters are opti-mized through an improved particle swarm optimization algorithm.Experimental results show that the im-proved K-PSO method can effectively reduce computational complexity,and has faster convergence speed and higher parameter estimation accuracy.This method holds significant implications for the precise control and motion planning of robots.
关键词
K-PSO算法/运动学参数标定/靠拢系数/激光跟踪仪Key words
K-PSO algorithm/kinematic parameter calibration/convergence coefficient/laser trac引用本文复制引用
基金项目
四川省科技计划项目(2022ZHCG0049)
川大-宜宾校市战略合作项目(2020CDYB-3)
出版年
2024
NETL
NSTL
万方数据