論文の概要: Transmission Error Compensation for Industrial Robots Using Fourier Series
- arxiv url: http://arxiv.org/abs/2610.23882v1
- Date: Thu, 24 Sep 2026 06:46:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:56:55.339125
- Title: Transmission Error Compensation for Industrial Robots Using Fourier Series
- Title（参考訳）: フーリエ系列を用いた産業用ロボットの伝送誤差補償
- Abstract要約: レーザトラッカー測定に基づく伝送誤差の同定手法を提案する。
速度依存型フーリエ級数モデルは、仮想コミッショニングソフトウェアにおいて、共模擬機能モックアップユニットとして統合される。
このモデルの平均絶対誤差は0.114 mdであり、補正により、軸2は83.26 %、軸3は49.21 %の精度が向上する。
- 参考スコア（独自算出の注目度）: 36.982168423443845
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Due to their low accuracy, industrial robots commonly require online teaching after the offline development of a robot program in simulation. The accuracy is limited by compliance and transmission errors in the robot joints. Transmission errors are defined as errors between the load-side angles of the gearboxes and the motor encoder angles. An approach to identify the transmission errors based on laser tracker measurements is presented. The developed velocity-dependent Fourier series model is integrated in a virtual commissioning software as a co-simulated functional mock-up unit. Additionally, it is used to compensate the transmission errors by correcting the setpoint from the computerized numerical control (CNC). The model identification and the compensation are experimentally evaluated with a Stäubli TX2-40 industrial robot. The model has a mean absolute error of 0.114 mrad, and the compensation improves the accuracy by 83.26 % for axis 2 and 49.21 % for axis 3.
- Abstract（参考訳）: その精度が低いため、産業用ロボットは、シミュレーションにおいてロボットプログラムをオフラインで開発した後、一般的にオンライン教育を必要とする。
精度はロボット関節のコンプライアンスと伝達誤差によって制限される。
伝送誤差は、ギアボックスの荷重側角度とモータエンコーダ角度との誤差として定義される。
レーザトラッカー測定に基づく伝送誤差の同定手法を提案する。
開発速度依存型フーリエ級数モデルは、仮想コミッショニングソフトウェアに、共模擬機能モックアップユニットとして組み込まれている。
また、コンピュータ数値制御(CNC)からセットポイントを補正することで、伝送エラーを補償する。
モデル同定と補償はStäubli TX2-40産業用ロボットを用いて実験的に評価される。
このモデルの平均絶対誤差は0.114 mdであり、補正により、軸2は83.26 %、軸3は49.21 %の精度が向上する。
関連論文リスト
- Modeling Load-, Velocity-, and Temperature-Dependent Transmission Errors of Cycloidal Drives for Industrial Robots Using Fourier Series [37.2264751062961]
産業用ロボットのジョイントギアボックスにコンプライアンスエラーと送信エラーが発生する。
振幅と位相を主要因である負荷トルク,速度,温度の関数として定義したフーリエ級数を用いて周期的伝送誤差をモデル化する。
送信エラーを補償し,産業用ロボットの経路精度を向上させるために,結果モデルの出力をフィードフォワード制御手法で用いることを提案する。
論文 参考訳（メタデータ） (2026-09-24T06:43:47Z) - A Unified Calibration Framework for High-Accuracy Articulated Robot Kinematics [1.4680035572775534]
本稿では,ロボットモデルを特定する産業用ロボットの静的キャリブレーションに対する統一的なアプローチを提案する。
このモデルは、各モデル効果に対して仮想関節でキネマティックチェインを強化し、ガウス・ニュートン最適化を用いた同定を実現する。
結果のモデルは非常に正確で、識別が堅牢で、KUKA KR30産業用ロボットの平均位置誤差は26.8ドルである。
論文 参考訳（メタデータ） (2026-01-23T10:51:51Z) - Improving the realism of robotic surgery simulation through injection of learning-based estimated errors [4.53438565489294]
現在のシミュレーターでは、ロボットは完璧またはほぼ完璧に正確であり、物理的に代表されるものではない。
本研究では,物理ロボットから収集したデータによってトレーニングされたニューラルネットワークのペアを提案し,制御誤差と運動的・非運動的誤差の両方を推定する。
これらの誤差推定はシミュレータ内で注入され、物理ロボットの特徴的性能を持つ模擬ロボットを生成する。
論文 参考訳（メタデータ） (2024-06-11T15:41:56Z) - Fault Diagnosis on Induction Motor using Machine Learning and Signal
Processing [0.0]
機械学習とSimulinkを用いた信号処理による誘導電動機故障の検出と同定について検討する。
誘導電動機の4つの故障(開回路故障、短回路故障、過負荷、破折ローターバー)を発生させた。
テストセットのモデルの精度を比較すると、決定木は92%の精度で最善を尽くしたと結論づけた。
論文 参考訳（メタデータ） (2024-01-27T14:12:42Z) - Real-to-Sim: Predicting Residual Errors of Robotic Systems with Sparse
Data using a Learning-based Unscented Kalman Filter [65.93205328894608]
我々は,動的・シミュレータモデルと実ロボット間の残差を学習する。
学習した残差誤差により、動的モデル、シミュレーション、および実際のハードウェア間の現実的ギャップをさらに埋めることができることを示す。
論文 参考訳（メタデータ） (2022-09-07T15:15:12Z) - A Vision Transformer-Based Approach to Bearing Fault Classification via
Vibration Signals [4.287341231968003]
本研究では、現状のViT(Vision Transformer)を用いて、ベアリング欠陥を分類する。
このモデル全体の精度は98.8%に達した。
論文 参考訳（メタデータ） (2022-08-15T08:37:30Z) - Fast and Accurate Error Simulation for CNNs against Soft Errors [64.54260986994163]
本稿では,誤りシミュレーションエンジンを用いて,コナールニューラルネットワーク(CNN)の信頼性解析のためのフレームワークを提案する。
これらの誤差モデルは、故障によって誘導されるCNN演算子の出力の破損パターンに基づいて定義される。
提案手法は,SASSIFIの欠陥効果の約99%の精度と,限定的なエラーモデルのみを実装した44倍から63倍までのスピードアップを実現する。
論文 参考訳（メタデータ） (2022-06-04T19:45:02Z) - Exponential suppression of bit or phase flip errors with repetitive
error correction [56.362599585843085]
最先端の量子プラットフォームは通常、物理的エラーレートが10～3ドル近くである。
量子誤り訂正(QEC)は、多くの物理量子ビットに量子論理情報を分散することで、この分割を橋渡しすることを約束する。
超伝導量子ビットの2次元格子に埋め込まれた1次元繰り返し符号を実装し、ビットまたは位相フリップ誤差の指数的抑制を示す。
論文 参考訳（メタデータ） (2021-02-11T17:11:20Z) - AURSAD: Universal Robot Screwdriving Anomaly Detection Dataset [80.6725125503521]
本報告では,UR3eシリーズロボットとOnRobot Screwdriverを用いて作成したデータセットについて述べる。
その結果得られたデータは、正常および異常なロボット動作の2042のサンプルを含んでいる。
このデータを使用した短いMLベンチマークも提供されており、さらなる分析と実験のためのデータの適合性と可能性を示している。
論文 参考訳（メタデータ） (2021-02-02T09:59:23Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。