基于主成分分析法和核主成分分析法的机器人全域性能综合评价

被引：21

作者：

赵京

李立明

机构：

[1] 北京工业大学机械工程与应用电子技术学院

来源：

北京工业大学学报 | 2014年 / 40卷 / 12期

关键词：

机器人; 全域性性能; 主成分分析法; 核主成分分析法; 综合评价;

D O I：

暂无

中图分类号：

TP242 [机器人];

学科分类号：

140102 [集成电路设计与设计自动化];

摘要：

在机器人运动学和动力学性能评价中,表示机器人运动学和动力学性能的指标众多,全域性能指标是其中一项重要的评价指标,而全域性能指标又包括:线速度全域性能指标、角速度全域性能指标等指标.不同指标间往往存在不同程度的相关性,其中有些相关性非常显著,这使它们提供的信息有可能发生重叠.引入统计学原理,依据线性降维与非线性降维原则,应用主成分分析法(principal component analysis,PCA)和核主成分分析法(kernel principal component analysis,KPCA)对不同尺度的PUMA560机器人的全域性能进行综合评价,从而选择综合全域性能最优的机器人.计算结果表明:KPCA方法较PCA方法有更好的降维效果,能够更有效地处理多个单一性指标间的非线性关系,提供更多的综合全域性能评价信息,可为建立机器人综合全域性能与其尺度之间的数值计算关系,为基于综合全域性能指标最佳尺度选取的研究提供科学的参考依据.

引用

页码：1763 / 1769

页数：7

共 10 条

[1]

基于主成分分析法的机械臂运动灵活性性能综合评价 [J].