论文部分内容阅读
先进的机器人由计算机执行程序来完成各种作业,靠计算关节变量的函数得到手爪的位姿,这些函数一般不准确,使计算值与实际值有较大误差;重复精度0.1mm的机器人该误差可能达到10mm。已有的机器人运动学误差补偿方法需要分析误差来源,使其参数化,并辨识这些参数,六自由度机器人的这种参数已达72个之多。本文提出一种机器人运动学误差补偿的神经网络模型,利用改进的误差反传(BP)学习算法,在RM-501机器人进