基于Lévy飞行策略优化孔雀算法的工业机器人精度补偿

摘要

工业机器人的加工精度对其性能产生至关重要的影响。在处理精度补偿算法时，通常会面临收敛精度差和陷入局部最优解的困境。为了应对这些挑战，提出了一种基于Lévy飞行策略优化孔雀算法(LB-POA)的工业机器人精度补偿方法。这一方法引入了Lévy飞行策略，以帮助算法在陷入局部最优解时能够快速跳出，进一步提高孔雀优化算法的计算速度和极值精度。此外采用正交阵列采样对所有维度用投影进行分层，从而以更少的采样点达到更高的补偿精度。在研究中，利用Leika-AT930激光跟踪器测量了机器人末端执行器的位置，并使用EFORT ECR5机器人进行了一系列对比实验。与传统的POA算法相比，LB-POA算法的平均补偿精度从0.303 3 mm降低到0.200 0 mm。实验结果清晰表明，LB-POA算法不仅在补偿精度方面表现出色，而且在运行效率方面也具备显著的优势。

关键词

工业机器人 / 精度补偿 / Lévy飞行策略 / 正交抽样采样 / 孔雀优化算法 / 算法效率