基于ISSA-LSSVR的6-DoF机器人定位精度补偿研究

摘要

为提高6自由度(6-DoF)机器人的定位精度，提出一种6-DoF机器人定位误差预测和精度补偿方法 .介绍了在机器人的高频工作区内的分层逐行采样方法，并建立累积测量误差修正公式提高测量的准确性.实测证明机器人工作位置直接影响绝对误差.为此，提出了基于改进麻雀搜索算法优化最小二乘支持向量回归(ISSA-LSSVR)算法的误差补偿模型，预测和修正机器人自身定位误差.结果表明，相较于支持向量回归(SVR)、最小二乘支持向量回归(LSSVR)和麻雀搜索算法优化最小二乘支持向量回归(SSALSSVR)算法，基于ISSA-LSSVR算法的误差补偿效果最好，机器人的绝对误差降低了65.68%，最大误差降低了68.95%.

关键词

6自由度机器人 / 误差测量 / 累积测量误差 / ISSA-LSSVR算法 / 误差补偿