分层优化机制引导的视觉机械臂联合模型优化

打开文本图片集

摘 要：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。（剩余15176字）