一种基于高斯过程主动学习的工业机械臂自动校准方法

本发明涉及工业机械臂自动校准，公开了一种基于高斯过程主动学习的工业机械臂自动校准方法，包括：在机械臂工作空间内生成标定点集，作为初始标定点集；得到机械臂在各标定点的绝对定位偏差；对机械臂运动学模型的参数进行优化，获得当前标定点集下的最优运动学模型；建立高斯过程模型，将初始标定点集及绝对定位偏差作为训练数据集，对高斯过程模型进行训练；利用训练后的高斯过程模型，预测工作空间的绝对定位偏差分布，采用自适应权重策略，在绝对定位偏差分布中确定候选标定点集；将候选标定点集加入标定点集，重复上述步骤，直至机械臂的绝对定位精度达到预设阈值。本申请的方法能够提高标定效率和标定精度，自适应能力强，自动化程度高。