Hybrid calibration of industrial robot considering payload variation - Datasets

The dataset contains the measurement of the position (mm) of the end-effector of an industrial robot (KUKA KR300) associated with the joint position (rad) of the robot and its payload (kg), in two different subworkspaces. For each subworkspace, 3 different payloads have been used, and for each payload, 1100 data have been measured. Thus, for each subworkspace, there is 3300 data. End-effector's dimensions are specified in the python code, in millimeters. The dataset contains also the measurement of the position (mm) of the end-effector of a collaborative robot (KUKA iiwa 14R820) associated with the joint position (rad) of the robot, in two different subworkspaces. These data have been used to train an ANN for positionning error prediction.本数据集包含工业机器人（KUKA KR300）末端执行器的位置（单位：毫米）测量数据，该数据关联了该机器人的关节位置（单位：弧度）与有效负载（单位：千克），采集自两个不同的子工作空间。针对每个子工作空间，共设置3种不同有效负载工况，每种工况下采集1100组测量数据，因此每个子工作空间包含3300组有效数据。末端执行器的尺寸参数已在Python代码中以毫米为单位给出。本数据集同时涵盖协作机器人（KUKA iiwa 14R820）的末端执行器位置（单位：毫米）测量数据，该数据关联了该机器人的关节位置（单位：弧度），同样采集自两个不同的子工作空间。上述数据已被用于训练用于定位误差预测的人工神经网络（ANN）。

搜集汇总

背景与挑战

背景概述

该数据集包含工业机器人KUKA KR300和协作机器人KUKA iiwa 14R820的测量数据，重点关注负载变化下的混合校准。对于KUKA KR300，数据涵盖末端执行器位置、关节位置和负载，在两个子工作空间中各使用3种负载，总计6600个数据点；对于KUKA iiwa，数据用于训练人工神经网络进行位置误差预测。数据集适用于机器人精度优化和人工智能应用研究。