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.
维普
万方数据