一种基于位姿反馈的工业机器人定位补偿方法

为了提高工业机器人的绝对定位精度,提出了一种基于末端位姿闭环反馈的机器人精度补偿方法。该方法通过激光跟踪仪测量实时跟踪机器人末端靶标点的位置来监测机器人末端的位姿,并通过对靶标点的实际位置和理论位置进行匹配获得机器人末端的位姿偏差。工业机器人系统与激光跟踪测量系统通过局域网进行数据通信,并根据位姿偏差数据对机器人末端的位姿进行修正。最后通过实验对基于末端位姿闭环反馈的机器人精度补偿方法进行验证,实验表明,经过位姿闭环反馈补偿后机器人末端位置误差最大幅度可以降低到0.05mm,姿态误差最大幅度可以降低到0.012°。     

基于机器人的对接位姿视觉测量系统标定研究

针对传统的相机内参矩阵和相机位置参数标定方法较为繁琐复杂且与相机内参标定互相割裂的痛点,本文设计了一种基于机器人的对接位姿视觉测量系统标定方法,利用采集得到的不同位姿关系下标定板图像以及对应的末端机器人末端执行器位姿数据,解算视觉位姿测量过程中涉及到的不同坐标系间位姿转换关系,一次性完成相机内参标定和相机位置参数标定....     

基于单目视觉的并联机器人末端位姿检测

高效、准确地检测机器人末端位姿误差是实现运动学标定的关键环节。提出一种基于单目摄像机拍摄立体靶标序列图像信息的末端执行器6维位姿误差辨识方法,构造具有平行四边形几何约束的四个空间特征点,并以平行四边形的两个消隐点为约束,建立空间刚体位姿与其二维图像映射关系模型,实现末端位姿的精确定位,然后以Delta高速并联机器人为对象,进行了运动学标定试验,验证该方法的有效性,为这类机器人低成本、快速、在线运动学标定提供重要的理论与技术基础。     

基于机构精度通用算法的机器人位姿误差分析

在Denavit-Hartenberg参数法建立的机器人末端位姿变换方程的基础上,利用机构通用精度算法建立了机器人末端位姿误差模型。通过矩阵运算,建立了机器人末端位姿误差与各杆件运动学参数误差之间的函数关系式。在SCARA机器人上的实验表明,用此方法建立的误差模型进行误差标定和补偿,可以提高机器人的定位精度。     

冗余约束绳驱并联机器人的位姿正解

提出一种基于Levenberg-Marquardt方法求解并联机器人的位姿正解算法。建立一种冗余约束的绳驱并联机器人运动学模型,将机构参数化以求解位姿反解问题。建立非线性正解方程组,取末端执行器的原始位姿作为迭代初值,运用所提出的算法求解位姿正解。利用Matlab/Simulink/xPC工具进行仿真实验,选取复杂的周期性圆曲线作为并联机器人的运动轨迹,进行实时仿真;经验证,该算法可完成精确的位姿正解运算,实现平稳的运动轨迹,具有良好的实时性。选取5种位姿组合,验证该算法的高效性,验算结果表明,该算法迭代次数少、运算时间短、求解精度高,为实现并联机器人的实时监测和复杂控制策略提供了一定的理论指导。     

工业机器人单目视觉对准技术研究

针对工业机器人精确对准问题,提出了一种基于单目视觉的工业机器人对准技术。该技术把工业机器人与单目视觉测量技术相结合,根据特制的手眼标定板,快速建立单目视觉测量系统与机器人上对准轴之间的手眼关系和对准的基准位姿;在对准环节,通过单目视觉系统获取工件目标的姿态,然后根据已有的手眼关系和基准位姿,求解在机器人基坐标系下机器人末端的对准轴的位置调整量,迭代调整机器人末端位姿,从而实现了机械人末端的对准轴与工件目标的精确对准。实验结果表明:在测量距离约是150mm处,对准平均精度优于0.2°。     

基于最优位姿集的机器人标定及不确定度评定

为解决因标定位姿点随机选择导致机器人标定结果不稳定、可靠性低问题,研究了基于雅克比矩阵奇异值计算可观测 指标的最优位姿点数目及最优位姿集选择算法,建立了机器人 MDH 模型,采用 LM 算法对几何参数进行辨识,使用 LeicaAT960 激光跟踪仪分别在最优位姿集和随机位姿集下对 Staubli TX60 机器人末端位姿大量实测;在分析研究机器人标定不确定度来 源基础上,采用测量不确定指南(GUM)计算几何参数标定的不确定度及蒙特卡洛模拟法对机器人末端位置不确定度进行评 估,结果表明,经最优位姿集标定后的机器人不仅在测试点精度有大幅提升,而且几何参数及末端位置平均不确定度约为随机 位姿集标定的 0. 11 倍,标定结果稳定可靠,泛化能力强,适于在高精度、大范围作业场合推广应用。     

工业机器人位姿误差空间IDSW插值补偿方法研究

探讨了工业机器人误差模型及位姿误差补偿的现有方法;对基于空间插值的补偿方法进行研究,提出机器人位置和机器人位姿误差两者之间的高度相关性是插值补偿法有效的先决条件;对利用微分法建立的机器人位姿误差模型进行研究,得到在机器人末端姿态不变时任意两点的位置误差的差值和姿态误差的差值分别与该两点位置差值呈高度线性关系;提出一种基于均匀数据场的空间IDSW(反距离平方加权)插值算法的机器人位姿误差补偿方法,并设计对比实验,仿真验证了本文所提出方法的有效性。     

基于UKF的机器人末端执行器位姿实时估算方法

为了能在工业机器人运动过程中快速准确地估算出末端执行器的位姿,提出了一种基于unscented卡尔曼滤波器（UKF）的末端执行器位姿实时估算方法,并将该方法应用于以激光跟踪仪作为反馈系统的工业机器人中。首先,在工业机器人运动过程中实时获取各个关节运动参数,并结合工业机器人的结构参数计算末端执行器的位姿初值,然后借助于激光跟踪仪实时跟踪测量固定在机器人末端执行器上的一个测量点,运用UKF融合以上两类数据,估算出末端执行器的实时位姿。计算机仿真验证了该方法的有效性与实时性,同时表明该方法具有易于实现、计算速度快和精度高等优点。     

并联六足飞机制孔机器人的位姿调节

精确定位和高效制孔是自主移动式自动化制孔设备研制的难点。针对一种行走定位一体化的并联六足飞机制孔机器人,提出一种运动学模型。与基于固定坐标系的运动学模型不同,该模型基于机器人身体平台随动坐标系,仅需测量各腿支链的伸缩长度和制孔目标位姿偏差,便能进行末端执行器任意位姿调节,可同时进行制孔位置和法向精确定位。其降低了测量系统的难度和误差,确保了较高的定位精度和制孔效率。应用该模型进行制孔操作规划并仿真分析,最后在真实样机上实验,实验结果表明机器人可以很好地完成位姿调节和制孔操作。     

基于激光雷达的托盘位姿识别算法及验证

托盘拾取是自动化仓储的重要环节之一,为提高叉车的托盘拾取能力,提出一种基于2-D激光雷达的托盘探测算法,实现托盘位置和姿态的识别。建立了托盘探测模型,确立了算法有效探测范围与激光点数量(分布于托盘支架正面)、托盘支架宽度和激光雷达分辨率的函数关系;通过改进的增量式直线提取算法,获取托盘姿态;根据托盘姿态,建立动态模板,以滑动窗口模式进行匹配,获取托盘位置。结果表明,有效探测范围,随激光点数量减小扩大,随托盘宽度增加而扩大,随分辨率增加而扩大;当激光扫描仪分辨率为0.33°,托盘支架宽度为90 mm时,实际探测范围符合托盘探测模型计算,x轴方向定位误差为±60 mm,y轴方向定位误差为±59 mm,托盘角度探测误差为±6°。本算法实现托盘位姿可靠识别,明确探测范围,为提高智能仓储装备拾取作业能力提供理论基础。     

复杂曲面测量数据的位姿配准方法

针对三维测量数据和自由曲面模型之间的位姿配准问题,研究了先粗后精的两步配准方法。在初始配准的基础上,融合最小二乘法和最小条件原则构造目标函数,应用微分进化算法对目标函数寻优,找出三维测量数据与理论曲面的最佳匹配矩阵以实现最优配准。实验结果表明,该方法与遗传算法相比具有运算速度快和精度高等特点,能较好的解决复杂曲面类零件测量数据的位姿配准问题,并且可用于逆向工程中曲面误差的分析及修正。     

面向筒类舱段自动装配的两点定位调姿方法

为解决航天器数字化对接装配中的调姿问题,提出了两点定位调姿法：通过改变对接舱段上2个关键点的位置来实现舱段空间位姿的调整,采用五次多项式轨迹对舱段进行调姿轨迹规划并约束舱段的运动参数,确定舱段合理的调姿时间,保证舱段平稳快速地完成对接任务。该方法简化了调姿算法,采用串联机构即可满足调姿算法要求,避免了多轴协调控制,降低了控制难度。利用ADAMS对所提出的方法进行仿真验证,通过两点定位调姿法调整对接舱段可使其到达目标位姿,位移、速度、加速度轨迹光滑连续,同时满足各边界约束条件,调整后舱段姿态与目标坐标值最大偏差为-0.08 mm,调整过程中最大加速度为10 mm/s2。仿真结果表明,两点定位调姿法可满足筒类舱段数字化装配调姿的精确性、稳定性和高效性要求,有助于实现筒类舱段调姿过程的自动控制。     

利用平行透视投影模型的位姿迭代估计

提出了一种利用平行透视投影模型的高效位姿迭代估计方法来提高单目视觉测量系统的精度和鲁棒性.通过引入齐次坐标表示,避免了现有算法对平行透视投影参考点选择的限制.首先,研究了平行透视投影模型下使用齐次坐标求解目标位姿的方法,阐述了它的几何意义.然后,通过迭代的方式将其应用于一般透视模型下目标位姿的高精度估计.仿真实验结果表明,本文方法提高了基于平行透视投影模型的位姿迭代估计的精度,速度和抗噪性能.实物测量结果表明,本文方法的平移测量精度优于0.1 mm,旋转测量精度优于0.1°,可以满足各种视觉检测系统的要求.另外,使用标志点和图像特征亚像素定位技术还可进一步提高该算法的精度.     

场景中平面物姿态鲁棒估计

针对场景中平面物姿态估计问题,提出了一种鲁棒的估计方法,首先将问题转化成一个最小化问题,然后搜索极大值,采用迭代算法将极大值估计屏蔽获得次大值,然后将两者进行比较,较大的那个即为最优估计,结果表明该方法可以提高姿态估计的鲁棒性。     

A novel deepwater structures pose measurement method and experimental study

With the rapid development of deepwater exploration and development, more and more deepwater offshore engineering such as gas pipeline, riser system, and mooring system will apply to deep seabed. The measurement of relative posture of submarine structures is one of the key for these engineering. Paper takes measurement of relative posture for two seabed pipeline as an example to design a deepwater pipeline flanges measuring system which is based on the stretching wire. After establishing the mathematical model, using the robot posture theory, the transition matrix theory and the principle of vector operations, using transition matrix pose algorithm, paper solves posture parameter’s solution of two pipelines such as relative distance and relative angles. For the complexity of the marine environment, paper carries out experimental studies measuring system to verify the accuracy of measurement method. Replace the positioning base of deepwater pipeline flanges measuring system can also be applied to the measurement of other submarine structures, which provides a valid method and approach for deepwater measurement techniques.     

工业机器人圆周铺料路径规划研究

针对工业机器人圆周铺料作业需求,研究了现有的避障路径规划方法。分析了末端操作手在凹形障碍物中的自由运动空间,改进了A*算法的估价函数,设计了关于姿态角的估计路径耗费,并将估价函数引入RRT算法中,同时提出了基于RRT思想的A*算法。最后,通过仿真实验验证了改进后算法的可行性,并对比了各算法的执行效率。     

基于直流电流二倍频分量抑制的电流源型 PWM 整流器控制策略

锅炉爬壁机器人在实际应用中存在轮式编码器与惯性测量单元(IMU)使用受限,车轮与金属水冷壁之间容易打滑等问 题。 针对以上因素导致机器人全局定位与位姿跟踪性能下降,提出一种基于激光里程计与改进自适应蒙特卡洛(AMCL)的全 局定位方法。 首先,使用基于 PL-ICP 方法的激光里程计替代传统轮式、惯性里程计;然后将遗传学中 DNA 交叉变异的思路引 入 AMCL 的粒子迭代过程中,提出一种遗传算法改进的自适应蒙特卡洛定位方法,缓解 AMCL 粒子贫化导致位姿跟踪性能下降 和恢复定位速度慢的问题。 经实验验证,该方法的绝对定位误差控制在 12. 7 cm,精度较普通 AMCL 方法提升 32. 4% ;该方法 在机器人发生轻微打滑时定位结果几乎不受影响,发生较大滑动时恢复定位的速度较普通 AMCL 方法提升 35% 。     

焊缝位姿及焊枪位姿的模型

针对机器人弧焊条件下的特殊要求,建立了焊缝位姿和焊枪位姿模型,以坐标系的形式定量描述焊缝及焊枪的位置和方向,确定了能够准确且严格地描述焊缝的焊接位置和焊枪姿态的参数：焊缝倾角、焊缝转角及焊枪工作角和行走角,并给出了计算方法。上述参数不但计算简便,而且可以直接代表焊接位置和焊枪姿态对焊接质量的影响因素。模型对于焊接工艺的建模与仿真以及机器人焊接的建模与离线编程具有非常重要的意义。     

结合位姿约束与轨迹寻优的人体姿态估计

基于混合部件模型的人体姿态估计方法忽视了人体结构的对称位姿约束关系,从而导致对称部件容易被重复检测、人体姿态估计准确率较低,为此,提出一种基于位姿约束与轨迹寻优的姿态估计新方法。首先估计人体单部件和对称部件在单帧图像中的多个合理位置,利用对称部件之间的位姿约束关系构建标识部件。然后根据单部件和标识部件各自的目标优化函数,通过动态规划算法反复迭代获得初始轨迹候选集,再结合轨迹的全局特征剔除检测得分较低的运动轨迹。最后引入树形合约模型,联系时空上下文信息,准确求解出视频序列光滑且兼容的最优轨迹。在N-best、Outdoor Pose和Scene数据集中的实验结果表明,对于存在背景复杂、运动模糊、部件遮挡等问题的视频序列中,该方法平均姿态估计准确率达87%以上,有效减少了对称部件的误判,提高了视频中人体姿态估计的准确率。