Considerando os requisitos mais elevados de precisão absoluta no posicionamento de robôs industriais em cenários de aplicações de alta precisão no campo da manufatura inteligente avançada. Este artigo investiga principalmente o método de previsão de erros espaciais do robô baseado no modelo de regressão por vetor de suporte (Support Vector Regression, SVR). Foi realizado o modelamento cinemático e a análise de erros para o robô industrial serial Staubli TX60. Foi montada uma plataforma experimental de medição do robô baseada no rastreador a laser Leica AT960, e foram feitas inúmeras medições de pontos de pose espacial, treinando e otimizando o modelo SVR com um conjunto de dados real. Com base no método SVR, os erros reais de pose do robô foram previstos e compensados, evitando o complexo processo de modelagem de erros. O erro médio de posição e o erro médio de atitude foram reduzidos de (0.7061 mm, 0.1742°) antes da compensação para (0.0556 mm, 0.0246°), representando reduções de 92,12% e 85,88%, respectivamente. Por fim, por meio da comparação com redes neurais BP, Elman e o método tradicional de calibração de parâmetros geométricos LM, verificou-se a eficácia e o equilíbrio na previsão de erros espaciais baseada no modelo SVR para reduzir erros de posição e atitude do robô.

regressão por vetor de suporte;calibração não modelada;robôs industriais;previsão de erros;calibração de robôs