Para melhorar ainda mais a precisão do posicionamento absoluto do robô, foi proposta uma metodologia de previsão de erros baseada em Support Vector Regression (SVR). O modelo de movimento do robô foi estabelecido com o modelo MDH (Modified Denavit-Hartenberg), e um modelo de previsão para erros de ângulo e posição foi construído utilizando SVR. Através da divisão de uma malha de controle de precisão espacial e da análise da relação entre os pontos de amostragem e a precisão da calibração, estabeleceu-se uma forma adequada de divisão das regiões. Por fim, as coordenadas reais da posição do ponto final do robô foram medidas com um rastreador a laser e comparadas com os valores teóricos do robô para obter um conjunto de amostras de erros de ângulo e posição para o treinamento do modelo SVR, com o objetivo de compensar o erro de posição de um ponto único do robô. Os resultados experimentais mostram que o erro médio aritmético nas posições central e de borda foi reduzido de 2,107 mm e 2,182 mm para 0,103 mm e 0,123 mm, respectivamente, confirmando a correção e eficácia do uso do SVR para compensar o erro absoluto de posicionamento do robô.

Robô industrial;precisão de posicionamento absoluto;divisão de regiões;Support Vector Regression