多传感信息融合机器人标定方法

该文提出一种基于多传感信息融合技术进行机器人运动学标定的方法。首先通过对机器人的指数积(POE)正向运动学模型取微分的方式建立末端执行器的误差模型,利用ROMER-RA7520绝对关节臂测量机和安装在末端工具上的多个传感器分别采集末端执行器的位置和姿态信息;随后根据坐标统一原理将测量机的位置测量数据和多传感器的姿态量测数据转换到机器人基础坐标系下,实现位姿数据的空间配准;接着运用自适应加权融合算法融合处理经过空间配准后的位姿数据,得到末端执行器位姿测量值;最后应用迭代最小二乘法求解出参数偏差。KR5arc机器人标定仿真实验表明:该方法可大幅度提升机器人在任意位姿下的定位、定姿精度。     

基于UKF的室内移动机器人定位技术研究

为提高室内轮式机器人定位精度,采用多传感器信息融合的机器人自主定位方法,根据室内轮式移动机器人的运动模型,建立了定位系统的状态方程;基于传感器的工作原理和数学模型,建立了各自的观测方程。鉴于二者的非线性,利用无味卡尔曼滤波算法对传感器信息进行融合。实验中开发了基于FPGA的主控平台,降低了数据处理系统的冗余度,提高了系统的稳定性。另外,设计了多传感器并行采集与快速处理的算法,提高了传感器信息融合的实时性和有效性。通过进行的机器人行走实验,结果表明该算法明显减小了定位误差,有效地提高了定位精度。     

基于EKF的服务机器人目标跟踪定位研究

针对服务机器人系统环境感知问题,设计了智能服务机器人系统的多传感器信息融合模块,采用扩展卡尔曼滤波算法(EKF)实现里程计与激光雷达融合的目标跟踪定位方法,建立基于EKF的定位模型,通过EKF将激光雷达的观测信息和增量式光电解码器状态的预测信息对机器人的状态进行更新,消除增量式光电解码器定位和激光雷达存在的累计误差,排除加速度的干扰得到位置的最优估计,并通过实验验证系统模块的可靠性与稳定性。     

基于多传感器信息融合的机器人障碍物检测

针对单一传感器在机器人避障过程中不能全面且准确定位障碍物的缺点,提出基于多传感器信息融合的障碍物检测方法。第一阶段使用视觉传感器检测未知环境中的障碍物,通过Zernike矩边缘检测方法提取障碍物图像边缘,然后采用Hough变换原理提取障碍物的直线特征,获得障碍物大概位置;第二阶段使用超声波传感器和红外传感器对障碍物进行检测,获得障碍物准确位置;最后使用联合卡尔曼滤波对3种传感器获得的信息进行融合,得出融合后的障碍物位置信息。实验结果表明:该方法克服视觉传感器、超声波传感器和红外传感器的局限性,可以精确感知机器人周围的未知环境信息,并能够检测和定位机器人路径上的障碍物,定位误差6 cm,满足机器人避障的实时性和可靠性需求。     

基于视觉的机器人拧盖控制系统

机器人通过视觉对工件进行图像处理,获取工件随机位置的坐标信息,进而完成工艺作业,这种智能化的工作模式被越来越多的应用在工业生产中。该文介绍了一种基于视觉的机器人全自动拧盖控制系统。利用视觉相机和机器人进行标定后,建立绝对坐标,对工件进行精确定位,从而实现机器人拧盖工作。该系统包括机器人、视觉、伺服、传感器以及PLC,可以实现对空油桶桶口处的塑料盖和铁盖的松开,以及满油桶桶口处的铁盖的拧紧,与灌装系统对接后实现全自动灌装。该系统目前已经在益海粮油现场投入使用,运行稳定,满足生产需求。     

基于线结构光传感器的工业机器人运动学参数标定

针对工业机器人绝对定位精度较低问题,提出一种基于线结构光传感器的工业机器人运动学参数标定方法.首先,将线结构光传感器固定安装在机器人末端,建立传感器测量模型,然后建立机器人运动学模型,通过手眼关系将传感器模型与机器人模型连接组成完整的标定系统模型.其次,使线结构光传感器在不同位姿下对某一固定点进行测量,得到该点在机器人...     

基于机器视觉的工业机器人工件搬运技术及应用

机器人通过视觉对工件位置信息进行分析处理,完成相应搬运任务已成为机器人应用发展的方向。该文主要提出了一种基于机器视觉的工业机器人搬运系统,利用相机和机器人进行标定后对工件精确定位,从而实现机器人对工件的识别、定位及搬运工作。     

基于无线传感器网络的节点定位研究

无线传感器网络是对信息获取和处理的技术,通过通信技术使大量微小节点组成自组织网络,传感器网络包括数据的采集、传输、融合分析等。许多应用场所需要精确定位,使得无线传感器网络定位技术得到广泛应用和发展。本文通过对几种典型的定位算法研究,分析传感器网络节点定位算法的原理,得出的几种节点定位算法,并进行比较分析。     

未知输入干扰下异构多传感器分布式两级信息滤波与偏差联合估计

针对目标跟踪过程中受未知输入影响的多传感器网络,提出一种局部单传感器抗干扰信息滤波算法并根据此算法实现分布式一致性多传感器融合滤波估计实现目标的精确跟踪。首先,建立包含未知输入的系统模型;其次,消除未知输入影响并设计局部单传感器两级信息滤波算法实现状态和广义偏差的同时估计;最后,根据提出的单传感器两级信息滤波算法进行分布式加权数据融合。仿真结果表明,该方法及其融合算法的系统偏差、状态估计误差和均方根误差均明显降低,目标跟踪精度有所提高,并且具有较低的运算量和较高的一致性。     

模块化六自由度机器人运动学标定与实验研究

针对自主研发的模块化六自由度轻载搬运机器人,使用激光跟踪仪并采用直接标定法进行了运动学标定与实验研究。采用D-H法构建了机器人连杆坐标系和机器人运动学模型,并运用微分变换的方法建立误差模型。通过激光跟踪仪测量机器人末端位置,将其与运动学模型求解得到的机器人末端位置进行比较,验证了误差模型的正确性。然后将误差模型计算得到的机器人连杆参数误差在机器人控制系统软件中进行修正。最后利用激光跟踪仪测量机器人的关节转角间隙误差,将误差值转换成脉冲数并在软件中进行补偿。机器人运动学标定实验表明,使用激光跟踪仪进行连杆参数误差补偿和关节转角间隙误差补偿可以明显的减小绝对定位误差,绝对定位误差降低了69.6%,定位精度有了明显的提高。     

基于激光跟踪仪的协作机器人标定算法与实验研究

为了提高机器人末端绝对定位精度,提出了一种基于激光跟踪仪测量的机器人几何参数标定方法,对协作机器人的参数误差进行辨识和补偿。为了避免机械臂相邻两个轴平行时会出现奇异性的情况,采用了MDH参数法建立误差模型;为了把测量数据定义在同一坐标轴上,结合了机器人工具坐标系转换（靶球中心点相对于机器人末端坐标系的平移变换）;进而用最小二乘优化算法(LM)辨识出机器人的模型参数误差。通过对JAKA协作机器人的仿真、实验计算和标定,机器人的位置误差平均值、标准差、误差最大值分别降低了70.58%、56.76%、57.44%。实验结果表明:该标定算法可以有效地辨识出机器人的模型参数误差,对机器人的模型参数进行补偿后,提高了绝对定位精度。     

轴线测量与迭代补偿的机器人几何参数标定

为了提高串联工业机器人的绝对定位精度,提出了采用轴线测量与迭代补偿相结合的工业机器人几何参数标定方法。首先利用激光跟踪仪测量机器人单轴运动的轨迹,将所测轨迹点通过空间投影计算各轴线的位置;然后根据机器人模型参数的几何定义提取机器人模型的实际参数,并采用基于距离误差的迭代补偿方法进行参数标定效果验证。对埃夫特ER10L-C10工业机器人进行标定实验研究,结果表明:机器人绝对定位误差的最大值、平均值和标准差分别从补偿前的4.215、1.932和1.437 mm减小到补偿后的2.979、1.015和1.031 mm,该方法能够简单快速标定出机器人模型的实际几何参数,有效提高了机器人的绝对定位精度。     

Precision measurement and compensation of kinematic errors for industrial robots using artifact and machine learning

Industrial robots are widely used in various areas owing to their greater degrees of freedom (DOFs) and larger operation space compared with traditional frame movement systems involving sliding and rotational stages. However, the geometrical transfer of joint kinematic errors and the relatively weak rigidity of industrial robots compared with frame movement systems decrease their absolute kinematic accuracy, thereby limiting their further application in ultraprecision manufacturing. This imposes a stringent requirement for improving the absolute kinematic accuracy of industrial robots in terms of the position and orientation of the robot arm end. Current measurement and compensation methods for industrial robots either require expensive measuring systems, producing positioning or orientation errors, or offer low measurement accuracy. Herein, a kinematic calibration method for an industrial robot using an artifact with a hybrid spherical and ellipsoid surface is proposed. A system with submicrometric precision for measuring the position and orientation of the robot arm end is developed using laser displacement sensors. Subsequently, a novel kinematic error compensating method involving both a residual learning algorithm and a neural network is proposed to compensate for nonlinear errors. A six-layer recurrent neural network (RNN) is designed to compensate for the kinematic nonlinear errors of a six-DOF industrial robot. The results validate the feasibility of the proposed method for measuring the kinematic errors of industrial robots, and the compensation method based on the RNN improves the accuracy via parameter fitting. Experimental studies show that the measuring system and compensation method can reduce motion errors by more than 30%. The present study provides a feasible and economic approach for measuring and improving the motion accuracy of an industrial robot at the submicrometric measurement level.The full text can be downloaded at https://link.springer.com/article/10.1007/s40436-022-00400-6     

基于环形红外阵列的移动机器人自动跟随系统

为了实现在室内空旷环境中跟随机器人对移动目标物的定位和动态跟踪,设计了一种基于环形红外阵列的移动机器人自动跟随系统.利用具有主动式环形大视场的测距罗盘作为环境感知传感器.测距罗盘由数个红外测距传感器组成周向阵列,实现对360°环向10～80 cm范围内移动目标物的二维定位,使跟随机器人可以快速确定其与移动目标物之间的距...     

基于视觉辅助定位的机械臂运动学参数辨识研究

标定机器臂的运动学参数可以有效提高机械臂的绝对定位精度。针对一般平面约束标定方法往往通过手动示教获取测量数据,效率低,提出一种基于视觉辅助定位约束平面的机械臂运动学参数辨识方法。为了弥补双目视觉视场范围狭小的弊端,在约束平面上粘贴3个靶点,以此将对平面的定位等效成对靶点的定位。应用双目视觉系统提取靶点中心并进行立体匹配,得到靶点在机械臂基坐标系下的三维位置信息;同时构建靶点坐标系,以此规划出按一定规律分布的约束点;为了进一步提高标定精度,建立双平面约束误差模型,通过两垂直平面上任意非共线的3个点得到一系列法向量,每一对法向量的数量积为0,即增加了约束方程;利用机械臂对相互垂直的两约束平面自动进行接触式测量,通过改进的最小二乘法辨识出真实的运动学参数误差。实验结果表明,基于双平面约束误差模型,修正运动学参数后,机械臂绝对位置精度由1.234 mm提高到了0.453 mm。该方法实现了数据的自动化测量,大大提高了标定效率,为机械臂批量标定提供了参考,具有工程意义。     

Evaluation of a solid-state gyroscope for robotics applications

The evaluation of a low-cost solid-state gyroscope for robotics applications is described. An error model for the sensor is generated and included in a Kalman filter for estimating the orientation of a moving robot vehicle. Orientation estimation with the error model is compared to the performance when the error model is excluded from the system. The results demonstrate that without error compensation, the error in idealization is between 5-15°/min but can be improved at least by a factor of 5 if an adequate error model is supplied. Like all inertial systems, the platform requires additional information from some absolute position-sensing mechanism to overcome long-term drift. However, the results show that with careful and detailed modeling of error sources, inertial sensors can provide valuable orientation information for mobile robot applications     

基于几何参数标定的串联机器人精度提升

为了提升串联机器人绝对定位精度,提出了基于零参考模型(ZRM)的机器人几何参数标定方法。建立了包含方向矢量和连接矢量的机器人零参考模型;针对模型特点,利用改进遗传算法(IGA)优化求解零位方向分量和位置方向分量,给出了用IGA标定几何参数目标函数值计算方法及求解几何参数误差的具体步骤。通过对ER10L-C10工业机器人不同测点下仿真标定及实测研究结果表明:IGA方法能够快速对机器人ZRM的几何参数实现标定,当标定点设定为50个左右时,标定后的机器人在测试点的精度提升泛化能力较好,对ER10L-C10机器人在整个工作空间内实测标定其末端绝对定位精度提升约90%,该方法适于在有高定位精度要求的串联机器人中推广应用。     

基于标准球距离约束的工业机器人参数标定

针对工业机器人绝对定位精度偏低,在工业应用中受到一定的限制的问题,提出了一种新型基于标准球距离约束的工业机器人参数标定方法。首先采用MDH模型建立机器人运动学模型;其次将接触式测头安装在工业机器人的末端法兰盘上,搭建了一个三角标定平台,平台上刚性连接了3个直径为25.4mm的标准球,每2个球之间的理论的球心距为300mm,用接触式测头分别探测3个标准球面上的点,并记录相应关节角的值;最后,通过最小二乘拟合得到标准球的球心坐标,与三坐标测量机测得的实际球心距进行距离约束,并采用Levenberg-Marquardt算法求得运动学参数误差。共进行5个平台方向的实验,并用另外5个平台方向的数据进行误差补偿验证。实验结果表明:平均球心距偏差从2.6812mm减小到0.5694mm,标准偏差从0.6738mm减小到0.1407mm。     

融合加权SVD改进算法的工业机器人运动学标定

针对环境或人为因素引入的测量粗差对测量坐标系和机器人基坐标系的转换存在较大影响的问题,对奇异值分解(SVD)算法进行了改进,并将其应用于机器人运动学标定中。以ABB-IRB2600型机器人为研究对象,建立修正型D-H(MD-H)运动学模型和误差模型;通过激光跟踪仪测量得到机器人末端靶球位置坐标,在SVD算法中,根据补偿前位置误差大小对测量数据重新分配权重,转换测量坐标系和机器人基坐标系;使用Levenberg-Marquart(L-M)算法进行了误差参数辨识,并在Matlab中对机器人25个运动学参数进行了仿真补偿。仿真和实验结果表明,加权SVD算法稳定性更优,能够减小测量粗差影响,经标定后机器人的平均绝对误差降低了65.10%,均方根误差降低了65.85%,其绝对定位精度得到了明显提高。