基于SSA-BP神经网络的机械臂手眼标定

扫码查看

原文链接

万方数据
维普

中文摘要：对传统手眼标定方法计算过程复杂、精度低的问题,提出了一种基于SSA-BP神经网络的手眼标定计算方法.首先,通过麻雀搜索算法优化反向传播神经网络模型,避免模型陷入局部最优解,同时增加收敛速度.其次,通过深度相机和机械臂运动学分析建立模型数据集,简化手眼标定计算过程,即根据待测点在相机坐标系中的坐标直接求解其在机械臂坐标系中的坐标.最后,通过仿真实验验证了标定方法的有效性.在以UR10机械臂为对象的对比实验中,基于SSA-BP神经网络的手眼标定方法的标定精度相比BP神经网络提高了65.09％,相比GA-BP神经网络提高了29.19％.实验结果表明该方法的标定精度满足要求,为后续机器人抓取实验提供了条件.

外文标题：Hand-Eye Calibration of Manipulator Based on SSA-BP Neural Network

作者：

赵易达、杨景、刘丹丹、姚利华、高玮帆

展开 >

作者单位：

浙江理工大学机械工程学院,浙江杭州 310000

浙江众合科技股份有限公司,浙江杭州 310000

关键词：

手眼标定 SSA-BP神经网络 BP神经网络麻雀搜索算法 UR10机械臂

出版年：

2024

DOI：

10.3969/j.issn.1009-0134.2024.11.003

制造业自动化

北京机械工业自动化研究所

制造业自动化

CSTPCD

影响因子：0.482

ISSN：1009-0134

年,卷(期)：2024.46(11)