仪器仪表学报

作者：乔贵方，蒋欣怡，高春晖，刘 娣，宋爱国，宋光明

单位：乔贵方,1. 南京工程学院自动化学院，2. 东南大学仪器科学与工程学院,,蒋欣怡,1. 南京工程学院自动化学院,,高春晖,1. 南京工程学院自动化学院,,刘 娣,1. 南京工程学院自动化学院,,宋爱国,2. 东南大学仪器科学与工程学院,,宋光明,2. 东南大学仪器科学与工程学院,

关键词：多目标优化;工业机器人;参数辨识;精度提升;适应度函数

基金：国家自然科学基金( 51905258)、中国博士后科学基金( 2019M650095)、江苏省研究生科研与实践创新计划项目( SJCX23_1167,SJCX23_1164)、南京工程学院校级科研基金(CKJB202104)项目资助

高端制造领域对工业机器人的精度性能要求越来越高。为提升工业机器人末端的位姿精度性能,本文首先构建了基于改进DH(M-DH)的全位姿运动学误差模型,该模型能较好地描述工业机器人的误差特性。其次,本文分别构建了位置和姿态的误差适应度函数,并结合多目标粒子群优化(MOPSO)算法实现运动学参数的精确辨识,解决了位置误差和姿态误差的量纲不同和量级相差较大的问题。最后通过实验验证了基于MOPSO算法的有效性。实验结果表明StaubliTX60工业机器人的平均位置误差和平均姿态误差分别降低了81.04%和66.64%,并且与最小二乘(LM)算法、天牛须搜索群优化(BSO)算法以及粒子群优化(PSO)算法等单目标优化算法相比,本文的MOPSO优化算法在运动学参数辨识的泛化能力和在最大位姿误差的优化效果均最好。

来源：2023年第12期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第12期