基于病态参数分离的机器人运动学标定测量构型优化

针对一种高灵巧性机器人及其连杆参数高敏感性与高定位精度需求,为解决机器人运动学标定随机测量构型存在绝对 定位精度低、参数辨识效果及标定结果鲁棒性较差的问题,提出一种病态参数分离与 DETMAX-改进差分进化(DETMAX-IDE) 算法的机器人运动学标定测量构型分步优化方法。 首先,建立机器人位置误差模型。 其次,建立一种可观性综合指标,评价不 同机器人标定测量构型的总体可观测性和灵敏度。 最后,分离机器人运动学位置误差模型的病态参数,建立测量构型优化目标 函数和约束条件,提出一种基于 DETMAX 算法与改进差分进化算法结合的分步迭代优化算法(简称为 DETMAX-改进差分进化 算法,简写为 DETMAX-IDE 算法),开展机器人运动学标定测量构型分步迭代优化。 通过机器人运动学标定仿真与实验,验证 了所提方法的有效性。 实验结果表明,与随机测量构型相比,所提方法对应的机器人绝对定位精度的平均值和均方差分别降低 了 62. 09% 和 62. 45% 。     

一种基于视觉的脑外科机器人DH参数标定方法

针对脑外科手术机器人的特点,即要求较高的绝对定位精度和较为简单的标定操作,提出一种通过工业相机完成的DH参数标定方法。该方法的核心是一种基于位姿误差的误差方程。通过对其进行最优化完成DH参数标定,使绝对定位误差从8.564 5mm降低至0.637 8mm。并且该方法具有设备简单、操作简易等优点,适用于医疗手术环境。     

协作机器人的运动学误差模型及标定算法

针对六自由度协作机器人在实际应用中,由于加工、装配、传动和磨损等多方面因素,导致绝对定位精度低的问题,提出一种基于机器人工具末端的运动学误差模型建立方法.在无外部传感设备的条件下根据所设计的标定板,基于最小二乘法和采集的多组机器人实际位姿误差辨识误差模型,对机器人运动学参数与其理论值间的偏差进行补偿.修改底层控制器中参数,修正由于机器人内部机构偏差引起的绝对定位精度误差,提高机器人运行位置精度.     

基于量子粒子群优化算法的机器人运动学标定方法

基于量子粒子群优化算法,提出一种同样适用于串联机器人和并联机器人的运动学标定方法。利用闭环矢量链方法和Denavit-Hartenberg矩阵法,分别建立并联机器人和串联机器人的运动学误差模型,将运动学误差模型内的几何误差源作为相应的机构参数修正量。由于机器人运动学误差模型表现有较强的非线性,因此确定模型内的机构参数修正量为优化变量,将机器人运动学参数标定问题转化为非线性系统的优化问题。采用量子粒子群优化算法对优化问题进行求解,利用优化获得的参数修正量更新运动学模型,以达到提高机器人运动精度的目的。以五轴并联机床的平面约束机构为研究对象,通过试验验证该标定方法的标定效果,并与模糊插值标定方法进行比较分析,结果表明在较大的工作空间内基于量子粒子群优化的运动学标定方法更为有效。     

考虑测量空间的机器人绝对定位精度标定

相较于机床,工业机器人绝对定位精度较低,难以满足磨削等高精度加工工艺的需求,较大地限制了其应用拓展。针对该问题,本文重点考虑空间测量位置的优化与选择,提出了一种基于距离精度的机器人绝对定位精度标定方法。首先在空间测量位置对于测量精度影响分析的基础上,采用了雅克比矩阵条件数来定量描述机器人运动性能。结合机器人关节运动特征,分别给出了关节空间与末端笛卡尔运动空间内的机器人优化测量位置范围。然后采用MD-H运动学方法构建了机器人绝对定位精度误差模型,引入距离精度方法,通过距离误差计算避免了坐标系转换误差。最后基于KUKA机器人实验平台开展了标定实验,结果表明机器人平均绝对定位误差从标定前的1.191 mm降低到了0.096 mm,有效验证了方法的有效性。     

三维表面扫描机器人系统本体标定新方法

提高三维表面扫描机器人系统的机器人本体定位精度是其用于制造加工质量控制的关键,提出一种基于三坐标测量机和非线性优化方法的机器人本体标定方法。该方法首先设计并加工一个测量转接件,测量转接件由3个标准球组成,将其安装于机器人的末端,利用三坐标测量机获得转接件上精确的球心坐标,并且通过串口获得机器人的6个关节角度值。而后建立机器人运动学本体标定的目标函数,确定所要优化参数的初值后,通过Levenberg-Marquardt优化方法得到机器人的实际D-H参数。将获得的实际D-H参数应用于修正后的机器人运动学模型,由未参与计算的验证点数据表明标定后的机器人绝对定位精度提高了一倍。     

两步误差补偿法提高工业机器人绝对定位精度

针对大部分工业机器人结构需要满足Pieper准则无法直接补偿所有运动学参数误差的问题,提出一种两步误差补偿方法。首先,基于修正的D-H法和微分运动学建立机器人定位误差模型,建立机器人末端绝对定位误差与运动学参数误差之间的表达式;其次,利用最小二乘法迭代求解出运动学参数误差,并将可直接补偿的运动学参数误差直接补偿到机器人D-H配置参数中,将剩余的其它运动学参数误差转换为关节转角补偿值进行间接补偿;最后,搭建实验平台,在川崎RS010NA六自由度工业机器人上进行两步误差补偿实验验证。实验结果表明,通过两步误差补偿后机器人末端平均绝对定位误差由5.419 4 mm下降到1.160 5 mm,平均绝对定位精度提高约80%,该方法有效地提高了机器人的绝对定位精度。     

基于标定和关节空间插值的工业机器人轨迹误差补偿

轨迹精度是工业机器人重要的动态性能,目前工业机器人的轨迹精度远低于定位精度,提出一种基于机器人运动学标定和关节空间插值误差补偿的方法来提高机器人轨迹精度。基于MD-H方法建立机器人的运动学模型,在此基础上运用机器人微分运动学理论建立末端位置误差模型和轨迹误差模型。为克服最小二乘法等传统方法在数据噪声较大且不符合高斯分布时收敛慢甚至发散的问题,提出一种基于扩展卡尔曼滤波算法的机器人运动学参数辨识方法,实现运动学参数辨识的快速收敛。经过分析发现机器人误差在关节空间具有连续性的特点,为此提出一种关节空间插值误差补偿方法,建立网格形式的误差补偿数据库,并利用关节空间距离权重函数和已知的网格顶点误差计算各控制点的关节转角误差。通过试验对所提出的参数辨识和关节空间误差补偿方法进行了验证,试验结果表明：经过运动学参数辨识和补偿后机器人的绝对定位精度由1.039 mm提高到0.226 mm,轨迹精度由2.532 mm提高到1.873 mm,应用关节空间插值误差补偿后机器人的轨迹精度进一步提高到1.464 mm。     

工业机器人定位误差补偿方法与实验研究

针对工业机器人绝对定位精度低无法满足实际应用要求,并综合考虑国外机器人控制系统不开放,而无法在控制器里修改运动学参数的问题,提出一种定位误差补偿方法,基于修正的DH模型,利用激光跟踪仪和奇异值分解法识别出运动学参数.通过改变运动学参数重新进行正解运算,所得的新位置赋予机器人,使其运动到目标点,从而提高定位精度.将这种方法应用在STAUBLI TX90XL型工业机器人上进行实际的测量和补偿.实验结果显示,经过补偿可使机器人平均绝对定位精度由1.685 mm提高到0.215 mm,从而表明该方法的有效性.     

基于多孔标定法的串联机器人运动学标定研究

针对串联机器人传统标定方法有缺陷,使机器人标定后运动精度仍旧存在较大误差的问题,对串联机器人进行了运动学标定方法的研究。在单孔标定法的基础上进行了优化改进,提出了一种基于多孔标定法的串联机器人运动学标定技术,通过MDH误差模型计算出机器人的定位误差,然后将误差值进行了补偿,从而提高了机器人的运动精度;搭建了标定平台,通过自制的多孔标定板和探针等工具对多孔标定法的标定效果进行了实验研究,详细记录了实验数据,并将实验数据进行了处理和综合分析。研究结果表明:多孔标定法对该类型串联机器人的标定作用明显,有效地提高了机器人的定位精度,标定前后机器人的运动误差减小了数倍;该方法对该类型机器人的运动参数学标定具有极大的现实作用和意义,为机器人的进一步研究和应用奠定了良好的基础。     

工业机器人参数容差稳健性设计

为降低工业机器人定位精度可靠性对运动学和动力学不确定参数的敏感性，基于工业机器人定位误差信噪比，提出了工业机器人运动学和动力学不确定参数容差稳健性优化设计方法。针对工业机器人动力学方程求解耗时问题，基于径向基函数神经网络建立了工业机器人动力学方程求解过程的代理模型，有效提高了工业机器人定位误差仿真效率。采用遗传算法求解所建立的稳健性优化设计模型，同时还分别以工业机器人定位误差平均值和定位误差信噪比并考虑加工成本为目标函数，对工业机器人不确定参数容差进行了优化设计。最后，以各优化结果作为不确定参数标准差，比较分析了工业机器人定位精度可靠性及定位精度可靠性敏感性，验证了所建立的工业机器人运动学和动力学参数容差稳健性设计方法的有效性。     

基于遗传算法与最小最大优化方法的六自由度放疗床参数辨识方法

为了对放疗床进行结构标定,以提高放疗床的定位精度,提出了一种遗传算法与最小最大优化方法相结合的参数辨识方法。根据机构的运动学逆解建立了放疗床的标定模型;结合遗传算法与最小最大优化方法的优点对放疗床的60个参数进行参数辨识,有效减小了目标函数的残差;以激光跟踪仪作为测量工具,对若干组任意位姿进行绝对定位精度实验和重复定位位置精度实验,以验证参数辨识结果。实验结果表明,经过标定后放疗床的绝对定位精度的位置误差小于0.3mm,姿态误差小于0.1°;重复定位位置精度的位置误差小于0.01mm。故所提出的参数辨识方法能够实现对放疗床的标定,且标定精度能够满足放疗床的使用要求。     

多因素影响下的机器人定位精度标定方法

针对机器人标定过程中构建坐标系与真实坐标系不重合问题,提出一种多因素影响下的机器人定位精度标定方法。标定时,在两坐标系间建立转换矩阵,同时识别出运动学参数和转换矩阵,并应用于修正系统的运动学模型。对KR150—2机器人的标定实验显示,标定前平均定位精度为1．321mm,未考虑坐标系不重合问题标定后可提高至0．312mm,而考虑该问题可达到0．183mm。由此表明,提出的标定方法能使机器人定位精度得到更进一步的提高。     

工业机器人误差补偿及冗余参数研究

针对现有工业机器人定位精度较低,提出了通过机器人运动学标定对误差进行补偿的方法。基于D-H运动学模型和微分变换法建立机器人位姿误差模型,然后对误差模型进行冗余参数分析,消除冗余参数得到可辨识的线性方程,最后用迭代最小二乘法进行求解,修正几何参数进而提高机器人定位精度。通过在自主研发的机器人上试验验证,该方法补偿效果明显,增加了参数辨识的准确性和鲁棒性,为机器人标定技术的发展奠定了一定的基础。     

基于距离精度的工业机器人标定模型

工业机器人主要有两个性能评价指标:重复定位精度和绝对定位精度。由于制造与安装误差,导致工业机器人定位精度不高,因此,在机器人使用前需要对其进行标定。但在应用传统的方法进行位置误差的标定和补偿时,要涉及到测量系统坐标系与机器人基础坐标系间的变换。由于这一过程很难精确完成,容易引入误差。因此,本文利用距离精度的定义,在修正的5参数DHM(Denavit-Hartenberg Modified)运动学模型的基础上,建立了机器人的距离误差标定模型,该模型可以避免坐标转换带来的误差。基于该模型,利用Matlab软件进行仿真实验。仿真结果显示机器人距离误差标定模型可以明显提高机器人的距离精度,为后续的实验打下基础。     

工业机器人误差补偿运动学算法设计

鉴于目前国产工业机器人绝对定位精度较低,为了满足高精度应用,设计了一种误差补偿的运动学算法.以MDH模型为基础,建立几何参数误差与机器人末端位姿误差之间的误差模型.设计了通过雅克比矩阵将笛卡尔空间的位姿误差转换到关节空间的关节各轴的角度偏差,并与名义逆运动学获得逆解相结合的误差补偿运动学算法,可以获得满足误差阈值的作业精度.以自主研发ER3A机器人为误差补偿算法试验对象,经误差补偿后ER3A机器人的绝对定位精度获得明显提高,测量点的位置误差均值从0.5754mm降低到0.2779mm.     

利用激光跟踪仪对机器人进行标定的方法

提出一种简单的利用激光跟踪仪和线性方程最小二乘解对机器人进行标定的方法。通过将机器人运动学方程线性化,建立机器人末端凸缘盘位置误差与连杆D-H参数误差的关系方程。利用激光跟踪仪确定机器人的基坐标系,并通过圆周法求解每个关节电动机的直线方程,进而可以求得机器人的连杆扭角。通过激光跟踪仪测量机器人目标点的坐标值,并通过串口获得机器人6根轴的角度值建立标定方程。通过求解此方程,获得机器人的实际D-H参数,并将此参数应用于修正系统的运动学模型,能够提高机器人的绝对精度。最后对解算过程中的误差和原因进行说明,并对机器人的误差原因进行分析,指出标定过程中需要注意和改进的几个问题。     

工作空间分区的机器人非概率可靠性标定方法研究

全工作空间域的高精度定位是超大工作空间机器人实现全范围精密作业的关键。本文以提高机器人全工作空间域内参数标定的可靠性和空间适应性为目标,研究机器人自身诸多不确定性的非概率量化方法,分析不确定性参数在不同工作空间域对机器人末端定位精度的影响差异,依据定位精度非概率可靠度指标对全工作空间域分区,提出一种在工作空间分区框架下对机器人进行非概率可靠性标定的方法。实例表明,分区标定补偿后,x、y、z三个方向的误差区间的下界和上界平均值分别下降了40.16%、59.36%和59.08%、40.87%以及54.24%、33.98%,且补偿后的机器人响应速度快,运动过程中波动小,证明了本文方法在缩小全工作域内末端误差范围,提升机器人的绝对定位精度及标定的空间适应性方面的有效性。     

一种模块化机器人的标定方法研究

对一种可重构模块化机器人系统进行定位精度标定方法研究。采用装配映射矩阵描述任意给定的模块化机械臂组成模块间的装配关系,并根据装配信息自动生成指数积形式的运动学模型。根据指数积公式中关节旋量坐标的理论值和实际值之间的伴随变换关系将运动学模型改写成包含关节约束条件的等价形式。对运动学方程取微分得到机械臂末端定位误差与关节旋量误差及零位位置误差间的线性化模型。给出了一种基于最小二乘法的运动学参数标定模型及其生成方法。通过程序生成一种5自由度模块化机械臂的标定模型并采用激光跟踪仪作为测量设备进行运动学参数标定试验。试验结果表明标定过程能够快速收敛到稳定值。测试结果表明经参数标定机器人的平均定位精度提高了近4倍。