基于光轴约束的机械臂运动学标定方法

为了提高机械臂的绝对定位精度,本文提出一种基于光轴虚拟约束的运动学参数标定方法。建立基于虚拟直线约束的运动学误差模型;本文在相机光轴的约束下,使用基于图像的视觉控制方法,使机械臂末端标定板的固定特征点依次到达光轴的多个位置;根据运动学模型计算特征点的对齐位置差,并使用迭代最小二乘法求解运动学参数误差。设计了Reinovo六自由度工业机械臂的运动学参数标定实验,对于随机产生的测试点,标定前的平均对齐误差为1. 50 mm,标定后降至0. 72 mm,机械臂末端的定位精度提高了52%,实验结果验证了该方法的有效性。     

双目视觉测量网络布局规划技术研究

针对工程应用中视觉测量网络站位布局规划不完善,各站位测量相对全局测量结果具有较大偏差,导致全局测量点云数据分层问题,提出了双目视觉测量网络站位布局规划方法.首先,建立双目视觉测量模型,结合理论分析构建参数误差模型;其次,根据参数作用机制将其划分为内部结构参数和外部测量参数两类,并进行精度仿真分析;然后,结合仿真结果,建立全局测量场视觉测量多约束区域划分模型,求解各测量站位初值,构建测量站位优化模型,基于外部测量参数的遗传算法求解各站位位置参数,完成大尺寸视觉测量网络的构建.最后,通过规划实验表明,各站位测量结果之间偏差均在0.04 mm以内,实现了点云数据的高精度拼接,满足工业测量精度要求.     

六自由度柔性测量臂关节零位偏差标定算法研究

多关节柔性测量臂的关节零位偏差是由于装配引起的系统误差,对测量精度的影响极大.采取高精度的标定方法,获得关节零位偏差的实际值,然后对关节转角的理论值进行补偿,可以提高测量精度.首先应用D-H建模方法,建立了六自由度柔性测量臂的测量模型,在测量模型的基础上,应用全微分法建立了基于关节零位偏差的误差模型,然后用最小二乘法和迭代算法,建立了柔性臂关节零位偏差的线性标定方法,最后通过Matlab仿真验证了该标定算法的正确性.     

基于双目视觉的激光位移传感器标定方法

为了提高激光位移传感器在工业机器人末端坐标系下的标定精度,提出基于双目视觉的激光位移传感器标定方法. 该方法通过双目视觉技术重建激光光束投影在平面上的光斑位置,利用手眼标定参数将光斑位置转换至机器人末端坐标系,同时利用最小二乘方法将光斑拟合成光束直线,获得机器人末端坐标系下的传感器光束方向及零点位置以完成标定. 该方法可同时标定机器人末端上的多个激光位移传感器,无须采用有精度要求的辅助工件标定,具备精度高,鲁棒性强优势. 基于标准球的精度评价实验结果显示,在3倍标准差范围内该方法标定后的激光位移传感器测量精度范围为0.038 6±0.025 8 mm,满足机器人加工要求.     

机器人运动学参数递推标定方法

为了获得准确的机器人运动学参数,提出了一种机器人运动学参数递推标定方法. 基于机器人运动学模型,建立了相邻连杆局部坐标系误差模型,进而提出了从末端连杆坐标系至基坐标系进行运动学参数递推标定的方法. 以八自由度机器人为研究对象,在利用激光跟踪仪建立连杆坐标系的基础上,通过实验验证了运动学参数递推标定方法的有效性和实用性.     

精密装配用并联机器人标定及机构误差分析

为了提高手机摄像头的装配精度,设计开发一款用于精密装配的小型并联机器人,并对机器人进行标定以及机构误差分析.用数值方法推导机器人的正逆运动学模型和误差模型,并探讨机器人运动学模型和误差补偿模型衔接的问题;设计在桥式三座标测量机上进行测量标定的方法,并对机器人进行标定实验;从机构角度对机器人的间隙误差来源进行分析,分析机器人构型对间隙误差的约束,并对机器人进行重复定位精度测试.经过标定及机构误差控制,机器人位姿坐标的最大位移误差由0.345 9 mm降为0.012 1 mm,最大转角误差由0.007 3 rad降为0.001 1 rad,重复定位精度为0.004 8 mm.实验结果表明该标定方法及机构误差分析方法能有效提高机器人的精度.     

晶圆传输机器人标定技术研究

为了提高高速高精度晶圆传输机器人的定位精度,建立了精度分析和运动学标定为一体的精度保障体系.针对机器人的特点,建立了误差模型,分析了各结构几何参数误差源的灵敏度,提出了结合几何误差迭代法和基于运动学逆解的非线性参数辨识的分步标定方法,对其进行了标定,并对几何结构参数进行了误差补偿.仿真分析以及实验证明:机器人定位误差达到0.07mm,有效地提高了机器人末端的定位精度.     

输电线带电作业机械臂末端位姿误差补偿方法研究

输电线路带电作业机械臂辅助并代替人工进行线路检修作业与维护,具有广阔的应用前景。但自身与 外部扰动等多重因素会使得机械臂末端位姿存在一定偏差,直接影响作业对象定位精度,为了提升机械臂末端 在作业过程中的位姿精度,并使得机械臂能够自适应补偿扰动带来的影响,本文首先建立了机械臂作业过程的 运动学模型,基于该运动学模型建立了机械臂关节连杆参数和关节转角存在摄动时的末端位姿误差数学模型, 在上述基础上提出了一种机器人机械臂末端位姿误差补偿方法,并通过仿真实验验证了误差模型和补偿方法的 有效性。最后,在带电线路上,以机械臂实现输电线路引流板螺栓紧固为例进行了检修作业,试验验证了本文 所提出的机械臂末端位姿误差补偿方法的工程实用性,本文的研究对于输电线路智能运维管理具有重要理论意 义和实际应用价值。     

基于逆运动学的6-UPS并联机构运动学参数辨识方法

为了提高6-UPS并联机构的定位精度,研究了一种基于逆运动学的6-UPS并联机构运动学参数辨识方法.首先基于逆运动学建立了6-UPS并联机构的运动学参数辨识模型,然后通过Levenberg-Marquardt最小二乘法对模型进行求解,最后对该算法进行了仿真验证.结果表明该算法可以很快收敛,在测量设备没有测量误差的理想状态下,参数辨识精度达到10-10mm.在测量设备存在1μm、1″的误差状态下,参数辨识精度达到10-3mm,足以满足大部分应用场合下6-UPS的位姿精度要求.     

基于鞍点规划理论的机翼水平位姿评估方法

在飞机机翼水平位姿调整过程中,需要通过激光跟踪仪系统测量机翼上特征点的坐标位置,以及用直线位移传感器测量机翼水平测量点的高度来对机翼位姿进行评估.为此,借鉴形状与位置误差评定理论中的“最小条件”原则,建立基于鞍点规划理论的位姿评估模型,并运用奇异值分解法和单纯形法对其进行了求解.该模型同时考虑特征点的位置精度要求和水平测量点的高度精度要求,其中水平测量点的高度精度由直线位移传感器实际测量的伪水平测量点的高度精度间接得以保证.仿真算例表明,该模型的位姿评估结果具有较高的精度,能很好地表征机翼的位姿.     

Enhancing pose accuracy of space robot by improved differential evolution

Due to the intense vibration during launching and rigorous orbital temperature environment, the kinematic parameters of space robot may be largely deviated from their nominal parameters. The disparity will cause the real pose (including position and orientation) of the end effector not to match the desired one, and further hinder the space robot from performing the scheduled mission. To improve pose accuracy of space robot, a new self-calibration method using the distance measurement provided by a laser-ranger fixed on the end-effector is proposed. A distance-measurement model of the space robot is built according to the distance from the starting point of the laser beam to the intersection point at the declining plane. Based on the model, the cost function about the pose error is derived. The kinematic calibration is transferred to a non-linear system optimization problem, which is solved by the improved differential evolution (DE) algorithm. A six-degree of freedom (6-DOF) robot is used as a practical simulation example, and the simulation results show: 1) A significant improvement of pose accuracy of space robot can be obtained by distance measurement only; 2) Search efficiency is increased by improved DE; 3) More calibration configurations may make calibration results better.     

基于点球约束的七自由度机器人误差建模与参数辨识

自动化装配对于机器人绝对定位精度提出了更高的要求,由于各种误差因素的影响,机器人理论位姿和实际位姿总是存在着一定的误差,若绝对定位精度过低,容易导致装配过程中零部件之间发生碰撞,严重影响着装配机器人的应用与推广。标定技术是提高定位精度的主要手段,误差建模、数据测量、参数辨识是标定与误差补偿过程中的重要环节。为此,提出了一种基于点球约束的机器人误差建模与参数识别方法：1)通过在机器人末端安装的六维力传感器反馈末端受力情况控制机器人以多种姿态使标定锥与靶标球球面重合,记录接触时各关节的位置数据;2)以靶标球球体半径为适应度函数,利用遗传算法辨识误差参数,从而建立完整的误差补偿模型。以自主研制的七自由度装配机器人为研究对象,针对装配机器人的结构特点,由正向递推建立机器人的正运动学方程,应用固定关节法与反变换法获得机器人逆运动学方程;基于D-H模型,建立机器人的运动学误差模型,在理论研究中,预设定误差参数与位姿变换矩阵,通过牛顿迭代法获取了关节变量值,将关节变量值代入正运动学方程进行验证,利用遗传算法进辨识误差参数,将辨识结果代入运动学模型中进行验证,机器人定位精度得到明显提高。通过实验,采用点球式标定方法采集机器人关节数据,应用遗传算法辨识误差参数,将所求得的误差参数代入误差模型中进行实验,绝对定位精度提升了76.74%,验证了基于点球约束的机器人误差建模与参数识别方法的有效性,为多自由度机器人标定研究提供有益参考。     

压脚压紧力作用下的机器人变形预测和补偿

针对工业机器人在压脚压紧力作用下由于结构变形所引起的压脚沿工件表面滑移的问题,提出压脚约束下的机器人刚度模型,并基于该模型对机器人变形进行预测和补偿,以提高机器人制孔的定位精度. 基于改进的Denavit-Hartenberg方法建立机器人运动学模型;在此基础上,通过研究机器人末端平移变形与压脚压紧力之间的相互耦合关系,建立压脚约束下的机器人刚度模型,通过基于L-M算法的关节刚度辨识实验获得机器人6个关节刚度的具体数值;应用该刚度模型预测一定压脚压紧力作用下不同孔位的机器人末端平移变形,并对理论孔位信息进行离线补偿. 试验结果表明,在采用上述方法补偿机器人滑移变形后,机器人制孔的平均位置误差由原先的0.22 mm降低到0.05 mm,满足机器人自动化制孔定位精度要求.     

Step kinematic calibration of a 3-DOF planar parallel kinematic machine tool

This paper presents a novel step kinematic calibration method for a 3 degree-of-freedom (DOF) planar parallel kinematic machine tool, based on the minimal linear combinations (MLCs) of error parameters. The method using mapping of linear combinations of parameters in error transfer multi-parameters coupling system changes the modeling, identification and error compensation of geometric parameters in the general kinematic calibration into those of linear combinations of parameters. By using the four theorems of the MLCs, the sets of the MLCs that are respectively related to the relative precision and absolute precision are determined. All simple and feasible measurement methods in practice are given, and identification analysis of the set of the MLCs for each measurement is carried out. According to the identification analysis results, a step calibration including step measurement, step identification and step error compensation is determined by taking into account both measurement costs and observability. The experiment shows that the proposed method has the following merits: (1) the parameter errors that cannot influence precision are completely avoided; (2) it reflects the mapping of linear combinations of parameters more accurately and enhances the precision of identification; and (3) the method is robust, efficient and effective, so that the errors in position and orientation are kept at the same order of the measurement noise. Due to these merits, the present method is attractive for the 3-DOF planar parallel kinematic machine tool and can be also applied to other parallel kinematic machine tools with weakly nonlinear kinematics. Supported by the “863” High-Tech Program of China (Grant Nos. 2006AA04Z204 and 2006AA04Z227), National Natural Science Foundation of China (Grant Nos. 50775118 and 50605041), the “973” Basic Research Project of China (Grant Nos. 2006CB705406 and 2007CB714000), and Tsinghua Basic Research Foundation (Grant No. JC200701)     

A Kinematic Model and Identification of Geometric Parameters of Robots

0INTRODUCTIONConsiderableattentionhasbeenpaidintherecentyearstotheproblemofrobotaccuracy,whichdependsontheprecisionofmotioncontrolandtherepresentationaceuracyofmanipulator'sgeometricparameters.Inordertoupgradetheaccuracyofrobotwemayidentifyrobotgeometricparametersbyacalibrationprocessandusetheseparametersinthecontrolsystem.TherearealotofpapersdedicatedthecalibrationofrobotsandidentificationOftheirparamet.rs["'].IthasbeenshownthatsmallvariationsinkinematicparametersofthemodelscanpIDducesu…     

自主式移动机器人分布视觉组合导航多摄像机标定方法

根据分布视觉组合导航系统利用全局视觉对移动机器人进行绝对定位的要求,针对机器人远离摄像机时定位精度明显下降的问题,提出了适用于较大场景的多摄像机参数分区标定方法。在集合的概念下描述了移动机器人的整个工作区域与各个摄像机的有效区域的关系,建立了基于小孔模型的空间平面到摄像机像平面的透视变换矩阵的摄像机参数标定模型。通过4部摄像机在长9.6 m,宽6.4 m的区域内进行的标定实验和误差分析表明,该方法的整体平均误差仅为7.96 mm。     

改进的单特征点机器人手眼自标定方法

针对手眼标定过程要求机器人运动次数过多的缺点,提出了一种改进的单特征点手眼自标定方法.引入手眼关系矩阵的解耦运算,分别标定手眼旋转矩阵和平移向量.运算过程无需计算特征点位置,操作过程仅需机器人末端有5次以上平移运动和2次以上旋转运动.实验与误差分析结果表明,所提方法满足工业机器人手眼视觉测量的需求.     

相机快速立体定标方法

相机定标是计算机视觉中极为重要的环节,定标的准确性和实时性直接影响其工业应用。为了实现快速、高精度的相机定标,对相机的成像模型及模型参数求解进行了研究,发现相机成像平面中心附近区域的畸变基本可以忽略。针对这一发现,提出一种简易、快速的相机立体定标方法。首先以成像平面中心附近的点作为特征点,用来求解相机的内外参数,再将求得的内外参数作为已知带入畸变模型,以剩余点的三维坐标及像素坐标作为输入,用多元线性回归最小二乘法对畸变参数进行最优化拟合。实验表明,该方法的定标精度高,其平均像素误差可达到10-2量级,同时算法运算时间明显缩短,能更好地满足实际工业应用的需求。