Python脚本实现计算 ISO 9283 机器人多方向位姿准确度变动

 

1. 把测量设备测得的X、Y、Z的原始数据复制到"Pos_uAPp_data1.csv"中，表格的第1列为X坐标，第2列为Y坐标，第3列为Z坐标。
2. "Pos_uAPp_data1.csv"文件内容如图中表格：
3. 运行以下Python脚本即可算出结果

   #!/usr/bin/env python3
   # -*- coding: utf-8 -*-
   import csv,math,time
   ts = time.time()
   i,j,k,l,end,cycle = 0,0,0,0,"#",30 #测试循环次数
   X,Y,Z = [[] for kk in range(3)],[[] for kk in range(3)],[[] for kk in range(3)] #创建多维列表
   for ii in range(3): #X,Y,Z中每个都有三个列表
       for jj in range(cycle): #每个列表中都存放cycle个数据
           X[ii].append(0),Y[ii].append(0),Z[ii].append(0) #初始化多维列表值
       end
   end
   for line in open("Pos_uAPp_data1.csv"): #读取csv文件
       x,y,z = line.split(",") #解析分隔符
       x,y,z = x.strip(' \t\r\n'),y.strip(' \t\r\n'),z.strip(' \t\r\n') #提取数据
       if i < cycle:
           X[0][j],Y[0][j],Z[0][j] = float(x),float(y),float(z) #字符类型转换，并存入列表
           j += 1
       elif i >= cycle and i < 2 * cycle:
           X[1][k],Y[1][k],Z[1][k] = float(x),float(y),float(z)
           k += 1
       elif i >= 2 * cycle and i < 3 * cycle:
           X[2][l],Y[2][l],Z[2][l] = float(x),float(y),float(z)
           l += 1
       end
       print (i,'\t' + x + '\t' + y + '\t' + z)
       i += 1
   end
   n = cycle
   uAPp1 = math.sqrt(((1/n) * sum(X[0])-(1/n) * sum(X[1]))**2 + ((1/n) * sum(Y[0])-(1/n) * sum(Y[1]))**2 + ((1/n) * sum(Z[0])-(1/n) * sum(Z[1]))**2)
   uAPp2 = math.sqrt(((1/n) * sum(X[0])-(1/n) * sum(X[2]))**2 + ((1/n) * sum(Y[0])-(1/n) * sum(Y[2]))**2 + ((1/n) * sum(Z[0])-(1/n) * sum(Z[2]))**2)
   uAPp3 = math.sqrt(((1/n) * sum(X[1])-(1/n) * sum(X[2]))**2 + ((1/n) * sum(Y[1])-(1/n) * sum(Y[2]))**2 + ((1/n) * sum(Z[1])-(1/n) * sum(Z[2]))**2)
   print(uAPp1,uAPp2,uAPp3)
   uAPp = max(uAPp1,uAPp2,uAPp3)
   print(uAPp) #多方向位姿准确度变动
   print("计算用时：",time.time() - ts)

   结果如下：