.png){kind=icon}
返回
Graph evolution method via temporal property encoding for foreknowledge of robotic machining pose errors
.png){kind=icon}
PRE
AI
DOI：10.1016/j.rcim.2026.103400.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
• 构建了一种用于机器人加工系统的异构图模型。
• 提出了一种基于相关性的图结构动态演化方法。
• 实现了从机器人加工状态到位姿误差的端到端推理。
• 在螺旋桨和舱体实验中验证了模型性能。
Keyword:
Robotic machining
Pose errors foreknowledge
Heterogeneous graph model
Graph structure evolution
Spatial-temporal feature extraction
期刊
R
IF:
11.4
论文数:
3.3K
被引数:
1.3W
机构
引用论文
A bidirectional transfer learning method for tool life prediction in machine tools and robots based on the spatio-temporal features of multi-modal sensors and physics-informed constraints一种基于多模态传感器时空特征和物理信息约束的机床与机器人刀具寿命双向迁移学习方法
PREAI
分享收藏A friction compensation approach of a 6 axis hybrid robot by considering joint inertia change一种考虑关节惯量变化的6轴混合机器人的摩擦补偿方法.png)
ISCIENCE
OAAI
ISCIENCEIF4.1
OAAI分享收藏Error Prediction in Industrial Robot Machining: Optimization Based on Stiffness and Accuracy Limit工业机器人加工中的误差预测：基于刚度和精度限制的优化Engineering
EngineeringIF0
PREAI
分享收藏
查看更多内容