KUKA机器人力矩传感器应用过载问题
在KUKA机器人KRL程序中添加力矩传感器信号应用，在运行到开启力矩传感器信号及点位时出现六维力过载报警现象，应该如何解决该问题呢？
- 帮你找了个相似的问题, 你可以看下: https://ask.csdn.net/questions/220605
- 除此之外, 这篇博客: K近邻算法以及应用中的 优点： 简单 易于理解 易于实现 无需估计参数 无需训练 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:
import numpy as np import pandas as pd from sklearn.model_selection import train_test_split from sklearn.neighbors import KNeighborsClassifier from sklearn.preprocessing import StandardScaler def knncls(): """:key近邻预测""" # 读取数据 data = pd.read_csv("./TT.csv", error_bad_lines=False, encoding="gb18030", header=None, names=['info', 'price', 'much', 'store', 'nan']) # 处理数据 # 1缩小数据 data['price'] = data['price'].map(lambda price: int(price[:-4])) data['much'] = data['much'].str.extract('(\d+)', expand=False).astype(int) # print(data.head(10)) data = data.query("price>50&price<200") # print(data.head(50)) data = data.drop(['nan'], axis=1) data = data.drop(['info'], axis=1) data = data.drop(['store'], axis=1) # print(data.head(50)) # 把付款人数少于100的商店删除 tf = data[data.much > 100].reset_index() data = data[data['price'].isin(tf.price)] print(tf.head(20)) # 取出目标值和特征值 y = data['price'] x = data.drop(['price'], axis=1) # 进行数据的分割训练集和测试集 x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.25) # 特征工程（标准化） std = StandardScaler() # 对测试集和训练集的特征值进行标准化 x_train = std.fit_transform(x_train) x_test = std.transform(x_test) # 进行算法流程 knn = KNeighborsClassifier(n_neighbors=3) # 调用fit prodect store knn.fit(x_train, y_train) # 得出预测结果 y_predect = knn.predict(x_test) print("预测目标是：", y_predect) # 得出准确率 print("准确率为：", knn.score(x_test, y_test)) if __name__ == '__main__': knncls()
