買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜浙江大學(xué);浙江錢塘機器人及智能裝備研究有限公司申請的專利一種基于閉環(huán)矢量鏈攝動與抗差估計主元回歸算法的幾何誤差參數(shù)辨識方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN115556114B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-04-29發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202211386297.0，技術(shù)領(lǐng)域涉及：B25J9/16；該發(fā)明授權(quán)一種基于閉環(huán)矢量鏈攝動與抗差估計主元回歸算法的幾何誤差參數(shù)辨識方法是由王進;胡違軍;朱軍;張海運;陸國棟設(shè)計研發(fā)完成，并于2022-11-07向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于閉環(huán)矢量鏈攝動與抗差估計主元回歸算法的幾何誤差參數(shù)辨識方法在說明書摘要公布了：本發(fā)明公開一種基于閉環(huán)矢量鏈攝動與抗差估計主元回歸算法的幾何誤差參數(shù)辨識方法，可在外部環(huán)境誤差干擾下確辨識出并聯(lián)機器人幾何誤差參數(shù)。本方法根據(jù)并聯(lián)機構(gòu)末端位置的關(guān)聯(lián)程度，將機器人拆為旁支閉環(huán)與最終閉環(huán)，簡化誤差模型求解過程。然后使用一階攝動理論分離幾何誤差，構(gòu)建出并聯(lián)機器人幾何誤差線性模型，將非線性優(yōu)化問題轉(zhuǎn)化為線性優(yōu)化問題，提升辨識算法的辨識精度。在主元回歸算法的基礎(chǔ)上，采用抗差估計修正幾何誤差辨識矩陣，抑制粗差數(shù)據(jù)，提高算法的魯棒性，進一步提高模型的幾何誤差參數(shù)辨識精度。該方法能夠簡化誤差模型的求解與構(gòu)建，并利用權(quán)函數(shù)減少粗差數(shù)據(jù)干擾，使主元回歸算法抗差能力增加，提高幾何誤差參數(shù)辨識精度。

本發(fā)明授權(quán)一種基于閉環(huán)矢量鏈攝動與抗差估計主元回歸算法的幾何誤差參數(shù)辨識方法在權(quán)利要求書中公布了：1.一種基于閉環(huán)矢量鏈攝動與抗差估計主元回歸算法的幾何誤差參數(shù)辨識方法，其特征在于，包括如下：基于并聯(lián)機器人，將整體拆為左側(cè)、中間以及右側(cè)閉環(huán)鏈，左右兩側(cè)閉環(huán)矢量鏈路相同；定義用于描述全部幾何誤差的坐標(biāo)系；考慮幾何誤差源之后，構(gòu)建閉環(huán)矢量鏈約束方程，使用一階攝動量分離幾何誤差參數(shù)，將非線性優(yōu)化問題轉(zhuǎn)化為線性優(yōu)化問題，構(gòu)建出并聯(lián)機器人幾何誤差線性模型；基于主元回歸算法獲得幾何誤差參數(shù)辨識矩陣，采用抗差估計對其進行進一步修正；在機器人工作空間內(nèi)隨機采樣，得到理論點位與實際點位之間的位置誤差，基于修正后的幾何誤差參數(shù)辨識矩陣，辨識出幾何誤差參數(shù)；其中，所述定義用于描述全部幾何誤差的坐標(biāo)系為：分離并聯(lián)結(jié)構(gòu)矢量閉環(huán)鏈，并將涉及末端點位姿閉環(huán)鏈作為最終閉環(huán)矢量鏈求解，其余閉環(huán)鏈作為旁支閉環(huán)，用于最終閉環(huán)參數(shù)矢量鏈參數(shù)求解；定義如下關(guān)鍵點及坐標(biāo)系：{O}為機架理想固定參考系，是機構(gòu)以及閉環(huán)矢量鏈的基坐標(biāo)系；{OP}為動平臺坐標(biāo)系，其姿態(tài)矩陣表示為：RO,P＝Rotz,θ+ΔθRotx,ΔαRoty,Δβ1公式1表示動平臺坐標(biāo)系{OP}相對于基坐標(biāo)系{O}的姿態(tài)變換，其中，θ為動平臺繞Z軸轉(zhuǎn)動的角度；Δθ、Δα以及Δβ分別代表平臺繞Z軸、X軸和Y軸的姿態(tài)誤差；除此之外單獨定義支鏈動平臺中心系，支鏈滑塊坐標(biāo)系，支鏈基坐標(biāo)系；所述構(gòu)建閉環(huán)矢量鏈約束方程，使用一階攝動量分離幾何誤差參數(shù)，將非線性優(yōu)化問題轉(zhuǎn)化為線性優(yōu)化問題，構(gòu)建出并聯(lián)機器人幾何誤差線性模型具體為：對構(gòu)建的閉環(huán)矢量鏈約束方程，采用一階攝動，抵消理論項以及去除二階無窮小項，得到左側(cè)支鏈平臺中心位置和姿態(tài)誤差矩陣，同理構(gòu)建中間支鏈閉環(huán)矢量鏈約束方程以及右側(cè)支鏈閉環(huán)矢量鏈約束方程，求解出中間支鏈平臺和右側(cè)支鏈平臺中心位置和姿態(tài)誤差矩陣；最終動平臺末端點位置和姿態(tài)誤差表示為： 其中：G1、G2為轉(zhuǎn)換后的誤差系數(shù)矩陣，動平臺末端中心點位置誤差以及動平臺姿態(tài)誤差分別由表示；ΔPerr為幾何誤差參數(shù)項；構(gòu)建獲得的并聯(lián)機器人幾何誤差線性模型如下式：Δρ＝HΔPerr3其中：Δρ為位置誤差向量，H為辨識矩陣，ΔPerr為幾何誤差參數(shù)項；所述基于主元回歸算法獲得幾何誤差參數(shù)辨識矩陣具體為：主元回歸算法是通過構(gòu)造矩陣HTH并對其進行特征值求解，篩選影響較大的部分主元，構(gòu)建新的辨識矩陣以及辨識變量，實現(xiàn)對變量維度的降維以及實現(xiàn)對病態(tài)矩陣的修正，主元貢獻度表示為： 其中：χi為第i個誤差參數(shù)主元貢獻度；λi為構(gòu)造矩陣HTH特征值且有λ1≥λ2≥…≥λP，p為幾何誤差參數(shù)數(shù)目，記特征矩陣V＝[v1,…,vi,…vp],其中vi是特征向量，將公式3改寫為：Δρ＝Gβ5其中：G＝HV,β＝VTΔPerr；定義累計主元貢獻度，將其篩選主元，前P′個主元表示為： 其中：χcpc是前P′個主元的累計貢獻度，定義GPCA＝[G1,…,GP′],VPCA＝[v1,…,vP′]故公式5通過前P′個主元表示為： βPCA為主元累計迭代修正后的辨識矩陣。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人浙江大學(xué);浙江錢塘機器人及智能裝備研究有限公司，其通訊地址為：310058 浙江省杭州市西湖區(qū)余杭塘路866號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。