机器人标定方法、系统及机器人

    公开(公告)号:CN117798937A

    公开(公告)日:2024-04-02

    申请号:CN202410231929.9

    申请日:2024-03-01

    IPC分类号: B25J9/16

    摘要: 本发明涉及机器人标定技术领域,具体而言,涉及一种机器人标定方法、系统及机器人,该方法包括:若基于误差模型计算的最大位姿误差大于或等于设定误差,则修正运动学模型,以及基于修正后的运动学模型确定各点位的更新后位姿理论值;将点位的位姿实际值、更新后位姿理论值,输入误差模型得到各点位的更新后位姿误差;若各点位的更新后位姿误差呈现发散特征,则对多个点位进行择优筛选,以及基于择优筛选得到的点位对运动学模型进行修正。本发明实施例将初始点位加入误差模型,从而减小系统误差,提高收敛准确度;当计算误差不再趋于收敛时,择优点位,从而提高收敛精度,实现提高模型收敛稳定性。

    机器人标定方法、系统及机器人

    公开(公告)号:CN117798937B

    公开(公告)日:2024-05-31

    申请号:CN202410231929.9

    申请日:2024-03-01

    IPC分类号: B25J9/16

    摘要: 本发明涉及机器人标定技术领域,具体而言,涉及一种机器人标定方法、系统及机器人,该方法包括:若基于误差模型计算的最大位姿误差大于或等于设定误差,则修正运动学模型,以及基于修正后的运动学模型确定各点位的更新后位姿理论值;将点位的位姿实际值、更新后位姿理论值,输入误差模型得到各点位的更新后位姿误差;若各点位的更新后位姿误差呈现发散特征,则对多个点位进行择优筛选,以及基于择优筛选得到的点位对运动学模型进行修正。本发明实施例将初始点位加入误差模型,从而减小系统误差,提高收敛准确度;当计算误差不再趋于收敛时,择优点位,从而提高收敛精度,实现提高模型收敛稳定性。