王　一，宋志伟，王祎泽，张湧涛

（华北理工大学电气工程学院，河北　唐山　063009）

基于PSO优化神经网络和空间网格的机器人位姿标定方法

王一，宋志伟，王祎泽，张湧涛

（华北理工大学电气工程学院，河北唐山063009）

该文提出一种将机器人的位置和姿态拆分开，分别进行标定的机器人位姿标定方法。采用空间精度控制网格标定机器人定位误差，粒子群优化算法（particle swarm optimization，PSO）优化神经网络标定机器人定姿误差。该方法以指数积公式 （product of exponentials，POE）为基础建立机器人正向运动学模型，用映射法建立空间网格，用三坐标测量臂测量机器人位姿，用空间网格精度标定定位误差，用PSO优化的神经网络标定定姿误差。其优点在于既标定机器人工具中心点（TCP）的定位误差，又标定机器人工具坐标系的姿态误差，使得机器人定位、定姿误差都得到补偿。实验结果表明机器人的定位、定姿均方根误差减小接近一个数量级。

空间网格精度；粒子群算法；机器人标定；神经网络

0　引言

随着工业机器人在柔性加工制造业的广泛应用，人们对工业机器人的性能有了更高的要求。工业机器人的重复定位准确度很高，但绝对准确度不高，是制约机器人在柔性加工制造业中推广应用的主要原因。机器人的绝对准确度不高主要是由于制造和装配过程中产生的连杆实际几何参数与理论几何参数之间的偏差造成的，可视为系统误差；此外，其他因素也会影响机器人的绝对定位准确度，如温度、齿隙、齿轮传动误差及由于负载、应力和机械磨损等引起的机械变形误差等，这些被称为随机误差［1-4］。……