基于Solis&Wets算法的机器人最优测量构形研究

研究了机器人标定中最优测量构形的选择,采用奇异值分解方法获得了机器人误差传播矩阵的条件数,以该条件数为优化的目标函数,利用Solis&Wets算法来选择机器人的一系列最优测量构形,以最小化参数估计中测量和建模误差的影响。实验结果表明该方法的标定结果优于随机选择的标定构形的标定结果。

基于改进模拟退火算法的机器人最优构形研究

研究了机器人标定中最优测量构形的选择,目的是利用改进的模拟退火算法来选择机器人的一系列最优测量构形,以最小化参数估计中测量和建模误差的影响。为加快算法收敛速度,设计了一个合适的冷却进度表,并分析了冷却进度表中各因素交互作用对算法试验性能的影响。把实验结果与局部搜索算法的结果进行了比较分析,验证了该算法的实用性。