您当前的位置：
首页 >
文章列表页 >
融合物理先验与渐进解耦网络的机器人精度标定
微纳技术与精密机械 | 更新时间：2026-09-11
上一篇|下一篇

    • 融合物理先验与渐进解耦网络的机器人精度标定

    • Robot precision calibration based on fusion of physical prior and progressive decoupling network

    • “融合物理先验与渐进式解耦残差网络的绝对精度标定方法，介绍了其在多自由度机械臂精度提升领域的研究进展，该团队建立了融合物理先验与渐进式解耦残差网络的标定体系，为解决非几何误差补偿与多维异构误差场梯度竞争问题提供解决方案。”
    • 何云凯 ，马超 ，李澜 ，朱莉娅
    • 光学精密工程 2026年34卷第7期 页码：1128-1141

    • DOI： 10.37188/OPE.20263407.1128     

      中图分类号：
    • CSTR： 32169.14.OPE.20263407.1128     

    • 修回：2026-02-13 ，

    移动端阅览

  •  
  •  

  • AI导读

  • HTML全文

  • 图( 14 ) 表( 7 )

  • 参考文献

  • 出版信息

  • 数据统计

224

浏览量

366

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
  • BibTeX下载
  • Endnote下载
  • RefMan 下载
  • NoteExpress下载
  • NoteFirst下载

相关文章

级联残差优化Transformer网络的图像超分辨率重建
轻量级重参数化的遥感图像超分辨率重建网络设计
多维注意力机制与选择性特征融合的图像超分辨率重建
基于注意力和宽激活密集残差网络的图像超分辨率重建
基于双目视觉与罗德里格斯旋转的机械臂全工作空间域绝对定位精度提升方法

相关作者

林珊玲
郭太良
林志贤
王崑赋
吴镇城
林坚普
谢唯嘉
李俊

相关机构

福州大学 物理与信息工程学院
中国福建光电信息科学与技术创新实验室
福州大学 先进制造学院
江西理工大学 信息工程学院
云南警官学院 云南警用无人系统创新研究院