Στην παρούσα εργασία, αρχικά, γίνεται η βασική απλοποίηση μέτρησης
σφάλματος σε μία ευθεία και μόνο (με συγκεκριμένη αρχή και τέλος), ενώ οι
διάφορες παράμετροι όπως ταχύτητα, επιτάχυνση, βάρος, κλπ. μένουν
σταθερές. Επόμενο βήμα, είναι η χρήση του μετρολογικού εξοπλισμού που
διατίθεται στο εργαστήριο του τομέα Τεχνολογίας των Κατεργασιών για τη
μέτρηση του σφάλματος και η επεξεργασία των δεδομένων για περαιτέρω
χρήση. Χρησιμοποιήθηκαν δύο διαφορετικές μετρητικές διατάξεις : α) το
σύστημα LDDM MCV-500 της Optodyne Inc. και β) το σύστημα IScan M300
της εταιρίας IMetric. Τέλος, τα επεξεργασμένα δεδομένα των μετρήσεων
εισάγονται στο περιβάλλον προγραμματισμού της Matlab, όπου και γίνεται η
εκπαίδευση του νευρωνικού δικτύου ως μέθοδος διόρθωσης της ιδανικής
τροχιάς του ρομπότ.
Measurement of the 'position error' of industrial robotic end effector on linear trajectories
and modeling with Artificial Neural Network. Two ways of measurement were used. 1)
with a LDDM laser MCV 500 Optodyne and 2) with the 3D scanner IScan M300 IMetric
which uses white light technology.
Next step is the modeling and calibration of the error using our trained ANN's.