基于改进CMAES算法的机器人手眼标定方法OA
手眼标定作为机器人视觉与机械臂协调控制的关键技术,其精度直接影响系统测控性能。提出一种基于改进协方差矩阵自适应进化策略(Covariance Matrix Adaptation Evolution Strategy,CMAES)的方法。该方法引入自适应t分布扰动来提升全局搜索能力,结合AdamW优化器实现高效局部精细调整,并设计改进TriN(Triangle-N-Shaped Trajectory)提升了采样效率。所提改进算法平均重投影误差为0.891 px,将旋转误差降低至0.88°,平移误差降低至1.01 mm,比传统CMAES算法的整体定位误差降低了约9.1%,显著提升了标定精度并具有良好的鲁棒性。
王同康;毕胜鹏;霍占奎;高天;乔文涛
石家庄铁道大学土木工程学院,河北石家庄050043石家庄铁道大学土木工程学院,河北石家庄050043石家庄铁道大学土木工程学院,河北石家庄050043 河北省科学院应用数学研究所,河北石家庄050081 河北省信息安全认证技术创新中心,河北石家庄050081石家庄铁道大学土木工程学院,河北石家庄050043石家庄铁道大学土木工程学院,河北石家庄050043
信息技术与安全科学
协方差矩阵自适应进化策略自适应t分布手眼标定重投影误差
《测控技术》 2026 (2)
P.56-62,7
河北省科学院科技计划项目(25607)。
评论