陳 怡,黃煒皓,陳靜文,任鵬博
(1.常州大學懷德學院,江蘇 靖江 214500;2.華南理工大學,廣東 廣州 510641;3.北京師范大學未來教育學院,廣東 珠海 519087)
最近幾年以來,機器人快速進入人類生活中[1],但是智能水平比較低,通過機器人可以更好為人類服務,全面提升智能水平。乒乓球發球機器人是一個典型的實時、智能系統,主要包含智能控制以及傳感器等多項核心技術,是展開系統集成以及技術水平的良好應用,研究乒乓球發球機器人在體育智能化領域具有重要的意義[2-3]。乒乓球是我國的國球,因此乒乓球在我國屬于十分常見的運動,乒乓球發球機器人主要用于運動員的日常訓練中,研究其手臂末端位置誤差補償方法具有重要意義。
國內相關專家針對機器人手臂末端位置誤差補償方面的內容展開了大量研究,例如文獻[4]構建曲線運動軌跡偏差和運動學模型,分析機器人在運動過程中產生的軌跡,通過最小二乘算法根據運動軌跡特點確定機器人手臂的最優運動學參數,完成誤差補償。
文獻[5]利用Denavit-Hartenberg方法建立機器人在過程中的手臂運動學模型,獲取壓腳壓緊力與手臂末端平移變形量之間存在的關系,結合孔位信息完成離線補償。文獻[6]提出了一種全梯度標準粒子群優化反饋(FGSPSO-BP)神經網絡的工業機器人末端位姿補償模型。通過提出的運動學逆變換、基于全梯度下降法的FGSPSO-BP兩種算法,并利用神經網絡的方法,實現了對機器人各實際關節角度值的補償?!?br>