基于GBDT算法的机器人定位误差分级补偿方法.pdf

２０２４年６月机床与液压Ｊｕｎ２０２４

第５２卷第１１期ＭＡＣＨＩＮＥＴＯＯＬ＆ＨＹＤＲＡＵＬＩＣＳＶｏｌ５２Ｎｏ１１

－

ＤＯＩ：１０．３９６９／ｊｉｓｓｎ１００１３８８１２０２４１１００１

－

文献引用：李晓昆，叶伯生，邵柏岩，等．基于ＧＢＤＴ算法的机器人定位误差分级补偿方法［Ｊ］．机床与液压，２０２４，５２（１１）：１６．

Ｃｉｔｅａｓ：ＬＩＸｉａｏｋｕｎ，ＹＥＢｏｓｈｅｎｇ，ＳＨＡＯＢａｉｙａｎ，ｅｔａｌ．ＧｒａｄｅｄｃｏｍｐｅｎｓａｔｉｏｎｍｅｔｈｏｄｏｆｒｏｂｏｔｐｏｓｉｔｉｏｎｉｎｇｅｒｒｏｒｂａｓｅｄｏｎＧＢＤＴａｌｇｏｒｉｔｈｍ

－

［Ｊ］．ＭａｃｈｉｎｅＴｏｏｌ＆Ｈｙｄｒａｕｌｉｃｓ，２０２４，５２（１１）：１６．

基于ＧＢＤＴ算法的机器人定位误差分级补偿方法

李晓昆，叶伯生，邵柏岩，金雄程，李思澳，黎晗

（华中科技大学机械科学与工程学院，湖北武汉４３００７４）

摘要：为进一步提高工业机器人的定位精度，提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使

－

用遗传算法优化最小二乘法（ＧＡＬＳ）进行几何参数误差辨识并补偿到机器人运动学模型中，再通过梯度提升树（ＧＢＤＴ）

算法对残余非几何参数误差进行预测，并对残余误差进行补偿，最后以ＵＲ１０机器人为研究对象进行了实验，验证该方法

的准确性。实验结果表明：此分级补偿方法能有效提高机器人的绝对定位精度，补偿后机器人的平均定位误差由２３８１ｍｍ

降低至０１５６ｍｍ，定位精度提升了９３４％；均方根定位误差由２４１７ｍｍ降低至０１６３ｍｍ，定位精度提升了９３２％。实验

结果验证了此分级补偿方法的有效性。

关键词：机器人标定；误差辨识；绝对定位精度；梯度提升树

中图分类号：ＴＰ２４２２

ＧｒａｄｅｄＣｏｍｐｅｎｓａｔｉｏｎＭｅｔｈｏｄｏｆＲｏｂｏｔＰｏｓｉｔｉｏｎｉｎｇＥｒｒｏｒＢａｓｅｄｏｎＧＢＤＴＡｌｇｏｒｉｔｈｍ

ＬＩＸｉａｏｋｕｎ，ＹＥＢｏｓｈｅｎｇ，ＳＨＡＯＢａｉｙａｎ，ＪＩＮＸｉｏｎｇｃｈｅｎｇ，ＬＩＳｉａｏ，ＬＩＨａｎ

（ＳｃｈｏｏｌｏｆＭｅｃｈａｎｉｃａｌＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＨｕａｚｈｏｎｇＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，

ＷｕｈａｎＨｕｂｅｉ４３００７４，Ｃｈｉｎａ）

Ａｂｓｔｒａｃｔ：Ｉｎｏｒｄｅｒｔｏｆｕｒｔｈｅｒｉｍｐｒｏｖｅｔｈｅｐｏｓｉｔｉｏｎｉｎｇａｃｃｕｒａｃｙｏｆｉｎｄｕｓｔｒｉａｌｒｏｂｏｔｓ，ａｇｒａｄｅｄｃｏｍｐｅｎｓａｔｉｏｎｍｅｔｈｏｄｗａｓｐｒｏｐｏｓｅｄｔｏ

－

ｒｅｄｕｃｅｔｈｅｐｏｓｉｔｉｏｎｉｎｇｅｒｒｏｒｃａｕｓｅｄｂｙｇｅｏｍｅｔｒｉｃａｎｄｎｏｎｇｅｏｍｅｔｒｉｃｆａｃｔｏｒｓ．Ｔｈｅｇｅｎｅｔｉｃａｌｇｏｒｉｔｈｍｏｐｔｉｍｉｚｅｄｌｅａｓｔｓｑｕａｒｅｓｍｅｔｈｏｄ

－

（ＧＡＬＳ）ｗａｓｕｓｅｄｔｏｉｄｅｎｔｉｆｙｔｈｅｇｅｏｍｅｔｒｉｃｐａｒａｍｅｔｅｒｅｒｒｏｒｓ，ａｎｄｔｈｅｎｔｈｅｇｅｏｍｅｔｒｉｃｐａｒａｍｅｔｅｒｅｒｒｏｒｓｗｅｒｅｃｏ