龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：浙江工业大学
摘要：一种串并联骨折复位机器人运动学标定及其误差补偿方法，该方法包括以下步骤：1运用DH参数方法建立串并混联骨折复位机器人的运动学模型，计算运动末端的位姿参数理论值；2通过近红外相机获取机器人末端的位姿真实值；3建立机器人误差模型，基于扩展卡尔曼滤波算法辨识误差参数；4搭建BiTCN‑BiGRU‑Transformer神经网络，利用理论位姿与真实位姿进行训练，得到包括几何与非几何误差的机器人误差预测模型；5根据误差预测模型输出的运动参数对机器人的关节进行误差补偿。本发明可以有效解决上机器人运动学误差模型不完备、误差参数辨识不稳定导致误差补偿精度较低的问题。
主权项：1.一种串并联骨折复位机器人运动学标定及其误差补偿方法，其特征在于，所述方法包括以下步骤：步骤1、运用DH方法建立串并混联机器人的运动学模型，建立包含误差状态下主动运动链关节变量与并联机构主动平台中心的映射模型，所述模型包含连杆长度误差Δai、连杆扭转角误差Δαi、连杆偏心误差Δdi、关节角度误差Δθi等误差参数；计算理论运动末端的位姿参数，采用机构学方法建立包含误差状态下主动运动链关节变量与并联机构主动平台中心的映射模型f混T；步骤2、采用近红外相机采集机器人末端的实际位姿，获取机器人主动平台、被动平台和球铰关节上光学标记物的测量位姿,确定机器人主动平台、被动平台的旋转中心坐标，标定球铰关节中心位置；步骤3、建立机器人误差模型，根据理论位姿误差与实际测量误差，利用扩展卡尔曼滤波辨识误差模型的误差参数；步骤4、搭建BiTCN-BiGRU-Transformer神经网络作为机器人的误差预测模型，利用步骤3搭建的误差模型计算理论位姿与步骤2采集的真实位姿进行训练，得到包括几何与非几何误差的机器人误差预测模型；采用Pytorch搭建BiTCN-BiGRU-Transformer神经网络，采用实际姿态与误差进行网络的训练，获得误差补偿预测模型；步骤5、根据误差预测模型输出的运动参数对机器人的关节进行误差实时补偿，将预测模型计算得到的误差补偿参数通过机器人的运动学模型计算到六轴机器人的关节角上，对机器人的运动实现实时补偿。
全文数据：
权利要求：
百度查询： 浙江工业大学 一种串并联骨折复位机器人运动学标定及其误差补偿方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号