面向物理约束的机器人运动学标定最优位姿集规划方法研究

在物理约束下的工业机器人运动学标定过程中,标定精度受到位姿集的影响,而位姿集的选取又受到标定装置的约束,针对以上问题,提出了一种采样区间评价结合位姿集优选的最优位姿集规划方法。首先建立了机器人运动学模型及距离约束标定模型,计算了机器人系统参数误差约束方程及误差雅可比矩阵;然后对机器人工作空间进行空间网格划分,应用拉丁超立方采样结合可观测指标对各个网格区间进行评价,得到最优采样区间;再次基于离线数据建立标定精度预测模型,在最优采样区间内实现最优位姿集的搜索;最后对中瑞RT-608机器人进行最优位姿集的规划及验证,结果表明:基于最优位姿集标定后的平均拟合球半径为0.3947 mm,较随机位姿集减小了57.98%。

基于SPA-SVR的紫外光谱水质污染物含量解耦预测方法

快速、精准地实现水体中多种污染物的耦合干扰解析及含量检测对野外水质实时监测具有重要意义。针对紫外光谱法同步检测化学需氧量(COD)和浊度时存在特征耦合及谱峰重叠干扰,进而严重影响检测精度的问题,提出了一种连续投影算法结合支持向量回归的水质污染物含量解耦预测方法。采用连续投影算法对水质样本的紫外吸收光谱特征波长进行筛选,消除无关冗余数据以提高模型迭代速率和精度。基于多分类支持向量机思想对支持向量回归算法进行多回归拟合改进,实现COD和浊度的紫外光谱耦合解析和含量的同步预测。通过实际水样检测验证,结果表明:耦合解析前的预测均方根误差改进率达到76%,最大相对误差均降低至4%以内,优于同类方法的检测精度,该研究对紫外光谱法水质多耦合参数检测应用具有参考价值。