一种光磁编码器误差补偿方法、系统及装置
申请人信息
- 申请人:科瑞工业自动化系统(苏州)有限公司
- 申请人地址:215000 江苏省苏州市吴中区马夏路585号
- 发明人: 科瑞工业自动化系统(苏州)有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种光磁编码器误差补偿方法、系统及装置 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410169698.3 |
| 申请日 | 2024/2/6 |
| 公告号 | CN117705164A |
| 公开日 | 2024/3/15 |
| IPC主分类号 | G01D3/02 |
| 权利人 | 科瑞工业自动化系统(苏州)有限公司 |
| 发明人 | 金丹; 张昊杨; 陈晓珊; 倪永清; 严金荣; 吴杰 |
| 地址 | 江苏省苏州市吴中区马夏路585号 |
摘要文本
本发明属于工业自动化用的光磁一体多圈绝对值编码器制造技术领域,尤其是指一种光磁编码器误差补偿方法、系统及装置,该方法包括:确定被优化的机器学习模型为XGBoost模型以及对应的训练数据集,筛选出待调整超参数集合以及确定超参数的取值范围;利用元特征提取器获取相似数据集的参数对贝叶斯优化进行初始化;选择TPE和EI作为贝叶斯优化模型的代理模型和采集函数,并结合早停法训练贝叶斯优化模型找出最优参数组合,并将所述最优参数组合加载到XGBoost模型中,得到误差补偿模型;通过误差补偿模型得到误差补偿拟合参数,将误差补偿拟合参数输入到光磁编码器中进行误差补偿。本发明满足了光磁编码器生产要求中的高精度和低成本的需求。
专利主权项内容
1.一种光磁编码器误差补偿方法,其特征在于,包括:S1:收集多个光磁编码器的相关数据集、确定被优化的机器学习模型为XGBoost模型,筛选出待调整超参数集合以及确定超参数的取值范围;其中,所述相关数据集包括未标定和已标定的光磁编码器的实际角度数据和基准角度数据;S2:基于所述待调整超参数集合,生成多组无性能指标的超参数集合,将每组无性能指标的超参数集合输入到使用不同相关数据集的XGBoost模型进行训练,得到多组性能指标,合并所述无性能指标的超参数集合和所述性能指标作为初始样本;S3:基于所述初始样本,设计并训练元特征提取器,得到训练好的元特征提取器,利用训练好的元特征提取器提取所述相关数据集的元特征,得到最相似数据集和对应的最优超参数,利用所述最优超参数来初始化贝叶斯优化模型;S4:通过所述贝叶斯优化模型训练出最优参数组合,并将所述最优参数组合加载到XGBoost模型中,基于待测光磁编码器实际测得的角度数据以及已标定的基准编码器的角度数据构成的训练数据集进行训练,得到误差补偿模型;S5:通过所述误差补偿模型得到待测光磁编码器的实际角度数据和基准角度数据之间的误差补偿拟合参数,将所述误差补偿拟合参数输入到光磁编码器中进行误差补偿。