Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜中国航空工业集团公司北京长城计量测试技术研究所赵子越获国家专利权

恭喜中国航空工业集团公司北京长城计量测试技术研究所赵子越获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网恭喜中国航空工业集团公司北京长城计量测试技术研究所申请的专利一种基于DH模型与神经网络的工业机器人标定方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119188734B

龙图腾网通过国家知识产权局官网在2025-04-01发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411252558.9,技术领域涉及:B25J9/16;该发明授权一种基于DH模型与神经网络的工业机器人标定方法是由赵子越;宫思远;赵荣廷;贾志婷;瞿剑苏;李洋设计研发完成,并于2024-09-06向国家知识产权局提交的专利申请。

一种基于DH模型与神经网络的工业机器人标定方法在说明书摘要公布了:本发明公开了一种基于DH模型与神经网络的工业机器人标定方法,包括:控制工业机器人运行到指定位姿,通过激光跟踪仪测量工业机器人到达的实际位姿,通过DH模型得到工业机器人应到达的理论位姿,计算得到标定前的误差;通过DH模型建立运动学误差模型,得到模型参数误差值,将得到的误差值补偿回模型参数中,计算DH模型标定后的位姿与实际位姿的误差;将工业机器人的六轴角度作为神经网络的输入,实际位姿作为目标值,将DH模型标定后的位姿作为先验,得到DH模型标定与神经网络标定相结合的神经网络模型,利用该神经网络模型预测工业机器人的位姿。本发明能够综合补偿模型误差和非模型误差,从而大幅提升工业机器人的工作精度。

本发明授权一种基于DH模型与神经网络的工业机器人标定方法在权利要求书中公布了:1.一种基于DH模型与神经网络的工业机器人标定方法,其特征在于,包括:步骤S1,控制工业机器人运行到指定位姿,并通过激光跟踪仪测量工业机器人到达的实际位姿,利用工业机器人到达指定位姿后的六轴角度以及激光跟踪仪测量的实际位姿,为工业机器人建立DH模型,通过DH模型得到工业机器人应到达的理论位姿,计算得到理论位姿与实际位姿在同一坐标系下的位姿误差,作为工业机器人标定前的误差;步骤S2,根据标定前的位姿误差,通过DH模型建立工业机器人运动学误差模型,得到运动学误差模型参数误差值,将得到的参数误差值补偿回运动学误差模型参数中,计算DH模型标定后的位姿与激光跟踪仪测量的实际位姿的误差;步骤S3,将工业机器人的六轴角度作为神经网络的输入,激光跟踪仪测量的实际位姿作为目标值,将DH模型标定后的位姿作为先验,通过神经网络的迭代学习,得到DH模型标定与神经网络标定相结合的神经网络模型,利用该神经网络模型预测工业机器人的位姿;其中,在步骤S2中,得到运动学误差模型参数误差值包括:利用激光跟踪仪测量得到的机器人实际位姿和通过DH模型得到的机器人模型位姿,构造AX=B矩阵,使用奇异值分解法求解矩阵得到参数误差值,其中,A为通过雅可比矩阵计算得到的模型参数偏导数,X为参数误差,B为模型位姿与实际位姿的误差;模型参数包括与工业机器人的各连杆、末端法兰盘、虚基坐标系相关的45个参数,将每个位姿的雅可比矩阵和对应的误差代入矩阵AX=B,假设进行了m次测量,则A为m×3,45的矩阵,X为45,1的列向量,B为m×3,1的列向量,通过奇异值分解法求解矩阵方程,得到参数误差值。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国航空工业集团公司北京长城计量测试技术研究所,其通讯地址为:100095 北京市海淀区温泉镇环山村1066信箱;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。