计算机应用研究

作者：毛卉,陈立家,范贤博俊,王敏,王晨露,董孟豪,

单位：1.中国联通开封分公司,河南开封475000；2.河南大学物理与电子学院,河南开封475000；

关键词：视觉机械臂,分层优化,主成分分析,鲁棒性,

基金：国家自然科学基金资助项目(61901158)；河南省科技厅重点研发与推广专项(202102210121)；河南省科技发展计划项目(科技攻关)(212102210500)；开封市重大专项(20ZD014)；开封市科技项目(2001016)；开封平煤新型炭材料科技有限公司(2021410202000003)；；

针对视觉机械臂系统整体精度不高、不易部署、校准成本高的问题，提出了具有分层优化机制的自适应多精英引导的复合差分进化算法（AMECoDEs-LO）。首先，对机械臂运动学模型和手眼标定外参模型进行系统集成；然后，以AMECoDEs算法为基础对种群中阶段性数据进行主成分分析，按照当前代各维度向量支配度的不同，划分参数优化的优先级，以参数降维优化的思想实现了对种群收敛精度和速度的隐式引导，在仿真和真实环境下与现有的一流演化算法进行了对比验证；最后针对视觉传感器对环境噪声敏感问题，加入不同强度的高斯白噪声验证系统的鲁棒性。实验结果表明，该算法精度高、收敛速度快、鲁棒性好且不需要额外的校准仪器，可用于视觉机械臂的快速部署。

来源：2022年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2022年第11期