买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉昆明理工大学申请的专利一种基于距离误差模型的机器人分级标定方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119567260B 。

龙图腾网通过国家知识产权局官网在2025-10-28发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411906964.2，技术领域涉及：B25J9/16；该发明授权一种基于距离误差模型的机器人分级标定方法是由王国荣;杜茂华设计研发完成，并于2024-12-23向国家知识产权局提交的专利申请。

本一种基于距离误差模型的机器人分级标定方法在说明书摘要公布了：本发明公开一种基于距离误差模型的机器人分级标定方法，属于工业机器人标定领域。首先基于D‑H法建立机器人距离误差模型；构建基于距离误差模型的适应度函数；采用改进粒子群算法对连杆参数误差寻优辨识；将获得的连杆参数误差补偿到机器人控制器中完成机器人几何因素误差补偿。其次，将机器人的工作空间进行正方体网格划分，测量正方体各顶点的误差，基于空间插值补偿机器人因环境如温升、湿度等因素及负载导致的非几何误差。本发明采用距离误差模型可有效避免坐标系转换带来的误差，且能够对非几何因素误差进行补偿。相较于传统最小二乘法参数辨识过程，能解决因复杂矩阵计算及矩阵奇异性而导致误差较大问题，提高参数辨识的精度。

本发明授权一种基于距离误差模型的机器人分级标定方法在权利要求书中公布了：1.一种基于距离误差模型的机器人分级标定方法，其特征在于，包括如下步骤： S1：基于D-H法构建机器人距离误差模型； S2：根据距离误差模型定义改进粒子群算法要辨识的适应度函数； S3：采用改进粒子群算法对连杆参数误差寻优辨识，获得机器人的连杆参数误差； S4：将连杆参数误差数据修正到机器人控制器中完成机器人几何因素标定； S5：将机器人工作空间划分为正方体网格，测量并计算网格顶点的误差； S6：基于空间插值进行误差补偿，完成非几何因素标定； 所述S3中采用改进粒子群算法对连杆参数误差寻优辨识的具体过程如下： 步骤1：设置算法初始参数，包括搜索空间、搜索速度的边界值、种群规模及最大迭代次数kmax； 步骤2：使用tent混沌映射初始化种群位置：首先在搜索空间[0,1]内生成混沌序列，然后完成种群的初始化，如下式所示； ； ； 式中，为搜索空间中的任意值，为搜索空间的上限和下限，表示tent混沌映射后的粒子初始位置，为系统初值； 步骤3：计算惯性权重系数w，控制惯性方向在下一步迭代方向中的大小； ； 式中，、为惯性系数的最大、与最小值，k为当前迭代次数，kmax为最大迭代次数，用来描述正态分布的离散程度； 步骤4：改变粒子速度vik，得到，进行一次迭代寻优；r1、r2是[-1,1]间的随机数，xik=，是机器人几何参数误差；Pbest,ik是第i个粒子个体最优位置；是种群最优位置； ； ； ； 式中，c1、c2分别为示自身认知因子和社会认知因子，使c1=2、c2=2，为控制因子;为第i个粒子的适应度值，为当前所有粒子适应度的平均值； 步骤5：计算更新后粒子的适应度函数f的值； 步骤6：更新粒子自身的历史最优位置； 步骤7：判断是否达到最大迭代次数kmax，若未达到则返回步骤3，若达到则进入步骤8； 步骤8：输出当前最优粒子，即算法终止。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人昆明理工大学，其通讯地址为：650093 云南省昆明市五华区学府路253号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。