TY -的A2 - Na,京盟——高,Guanbin AU -李,元盟——刘,范盟——汉石长PY - 2021 DA - 2021/03/26 TI -基于距离的工业机器人进行运动学标定信息使用混合识别方法SP - 8874226六世- 2021 AB -提高工业机器人的定位精度和避免使用末端执行器的坐标,一种新颖的运动学标定方法的基础上,提出了距离信息。建立一个工业机器人的运动学模型。移动终端执行器的距离之间的关系和运动参数进行了分析。根据分析的结果和机器人的运动学模型,误差模型是建立以位移为参考,为方便下面的线性化识别。奇异值分解)是用来消除冗余参数误差模型。解决问题,传统的优化算法很容易受到噪声的数据高维度识别的影响,一种新的扩展卡尔曼滤波(EKF)和正则化粒子滤波(RPF)混合识别方法。卡尔曼滤波器用于preidentification线性化误差的模型。爱国阵线与preidentification结果作为初始参数,用于识别的运动学参数线性化误差模型。进行仿真验证该方法的有效性,这表明,该方法可以识别后的参数和误差补偿机器人的准确性提高。SN - 1076 - 2787你——https://doi.org/10.1155/2021/8874226——10.1155 / 2021/8874226 JF - PB - Hindawi KW - ER -复杂性