用于数控机床的误差校正的装置

    公开(公告)号:CN103365246A

    公开(公告)日:2013-10-23

    申请号:CN201310106822.3

    申请日:2013-03-29

    IPC分类号: G05B19/404

    摘要: 本发明提供了一种用于数控机床的误差校正的装置,其中,数控机床配备有校准元件,该装置包括:至少一个传感器,其中,上述至少一个传感器被配置用于输出传感器数据,其中,传感器数据对应于校准元件的表面点与上述至少一个传感器之间的距离,或者其中,至少一个传感器的接触元件被校准元件偏转,并且传感器数据对应于接触元件被偏转的距离;移动元件,用于移动上述至少一个传感器;以及控制单元,用于处理来自上述至少一个传感器的传感器数据,并且用于控制移动元件,其中,控制单元被配置用于:接收第一和第二传感器数据;向移动元件输出移动数据,使移动元件移动上述至少一个传感器,以便第一和第二传感器数据之差变小到小于或等于阈值为止;以及基于上述至少一个传感器的移动,确定刀具头的定位误差。

    基于径向基神经网络的机械臂精度标定方法

    公开(公告)号:CN109304710A

    公开(公告)日:2019-02-05

    申请号:CN201710626910.4

    申请日:2017-07-27

    IPC分类号: B25J9/16

    CPC分类号: B25J9/1692 G05B2219/39024

    摘要: 本发明公开了一种基于径向基神经网络的机械臂精度标定方法。本发明包括以下步骤:架设激光跟踪仪,将靶球安装到待标定的机械臂的末端,以靶球作为TCP点;确定激光跟踪仪坐标系与机械臂的基坐标系的位姿变换关系;计算多个参考点的TCP点理论坐标和TCP点实际坐标间的坐标误差;建立径向基神经网络,配置其输入为TCP点理论坐标、输出为坐标误差,并根据此前得到的多个参考点的TCP点理论坐标及坐标误差对径向基神经网络进行训练;利用训练后得到的径向基神经网络进行机械臂精度的标定。本发明的基于径向基神经网络的机械臂精度标定方法,运算量相对较小、且无需建立机械臂的运动学模型,进而具有通用性好、效率高的优点。