Modeling and Error Compensation of Robotic Articulated Arm Coordinate Measuring Machines Using BP Neural Network

CONTENIDO PARA USUARIOS REGISTRADOS

Inicia sesión para disfrutar este recurso. Si aún no estás afiliado a BibloRed, haz clic en el botón.

Descripción: La máquina de medición por coordenadas de brazo articulado (AACMM) es un instrumento estructural robótico específico, que utiliza el método D-H con el fin de modelar la cinemática y compensar errores. Sin embargo, es difícil para los modelos de compensación de errores existentes describir varios factores que afectan la precisión de la AACMM. En este documento, se propone un método de modelado y compensación de errores para la AACMM basado en Redes Neuronales de Retropropagación (BP). Según las mediciones disponibles, las poses de la AACMM se utilizan como entrada, y las coordenadas de la sonda se utilizan como salida de la red neuronal. Para evitar un entrenamiento tedioso y mejorar la eficiencia y precisión del entrenamiento, se desarrolla una estrategia de adquisición de datos según el comportamiento real de medición en el espacio conjunto. Se propone un modelo de red neuronal y se analiza utilizando datos generados mediante el método de Monte Carlo en simulaciones. La estructura y configuración de parámetros de la red neuronal se optimizan para mejorar la precisión de predicción y
Citación recomendada (normas APA)
: Hindawi, "Modeling and Error Compensation of Robotic Articulated Arm Coordinate Measuring Machines Using BP Neural Network", -:Revista VirtualPRO,, 2017. Consultado en línea en la Biblioteca Digital de Bogotá (https://www.bibliotecadigitaldebogota.gov.co/resources/3843927/), el día 2025-06-06.

Información adicional