จากนั้นเราได้ทำการสุ่มเคลื่อนที่ปลา

จากนั้นเราได้ทำการสุ่มเคลื่อนที่ปลายแขนหุ่นยนต์ไปยังตำแหน่งต่างๆ และพลอตกราฟระหว่างตำแหน่งจริงและตำแหน่งที่ได้จากการคำนวณของโปรแกรม จากกราฟ2กราฟบนสไลด์เป็นกราฟเปรียบเทียบตำแหน่งพิกัดระหว่างก่อนและหลังทำการ affine transformation ซึ่งพบว่ามีค่าความคลาดเคลื่อนเฉลี่ยลดลงเหลือเพียง 0.613 mmในแนวแกนX และ 1.248 ในแนวแกน Y ซึ่งเป็นค่าความคลาดเคลื่อนที่สามารถยอมรับได้ ในการนำไปใช้งานจริง

ผลลัพธ์ (อังกฤษ) 1:

Then we made a random move robot arm into position and the actual position and passing frawang Raja was a calculated position of the program from the graph 2 graph on a graph comparing the position coordinates between before and after transformation affine, which found that the average tolerance value only in X axis horizontal and 0.613 1.248 mm on the Y axis, the tolerances that can be accepted. In a real implementation

ผลลัพธ์ (อังกฤษ) 2:

Then we randomly moving the robot to different locations. And the curve plotted between the actual position and the position of the calculation of the program. From the graph, the graph on slide 2 is a graph comparing the coordinates between before and after affine transformation. The results showed that the mean error was down to 0.613 mm in X and Y axis, which is 1.248 in the acceptable tolerances. In the actual use

ผลลัพธ์ (อังกฤษ) 3:

Then we have random moving forearm robot to various locations. And the plot graph between the real position and position calculation program.Affine transformation. It was found that the average error was reduced 0.613 mm axial X 1.248 and axial Y error which is acceptable in the real application.