一种基于 D-H 参数的 7 自由度机械臂 机构精度综合方法研究

提出了一种基于最佳精度模型的机械臂机构精度综合的方法,利用遗传算法对 D-H 参数公差优化分配,为机械臂的精 度设计提供理论依据。 以一种基于双电机伺服驱动关节的 7 自由度协作机械臂为研究对象,机械臂的几何定位精度的设计目 标为 1. 4 mm,建立该型机械臂末端执行器的几何定位误差模型;对参数误差进行敏感性分析,找出对机械臂末端执行器几何定 位误差影响相对较大的参数误差;根据最佳精度数学模型,利用遗传算法对 D-H 参数公差优化分配;经过对误差仿真计算分 析,机械臂的最大几何定位误差为 1. 226 7 mm,均值为 0. 485 9 mm,方差为 0. 216 5 mm,满足设计要求。 为该机械臂的制造装 配提供了理论参考依据。 与基于最小成本模型的精度综合法相比,提出的精度综合方法不需要统计加工制造成本信息,能够确 保机械臂的设计精度满足设计要求,可用于单个或者小批量生产制造机械臂的精度设计。     

工业机器人误差补偿技术的理论与实验研究

针对工业机器人重复精度高、定位精度差的特点,提出一种改进其绝对定位精度的方法。根据D-H坐标系的相关理论,综合考虑机器人各关节的误差,运用五参数法建立机器人的完整几何误差模型。基于误差模型,提出机器人位姿补偿的多次迭代算法,实验结果显示工业机器人的绝对定位误差由未补偿的25 mm变为补偿后的0.3 mm,从而证明该方法的有效性。     

串联6自由度机器人关节刚度辨识与误差补偿研究

为提高串联6自由度机器人的绝对定位精度,针对几何参数误差补偿后的工业机器人关节刚度参数展开研究。首先,基于虚拟关节模型建立了工业机器人一维关节刚度误差模型。其次,为提高关节刚度参数的辨识精度与效率,利用BP神经网络对刚度误差模型进行拟合,以优化遗传算法的初始种群适应度。最后,利用激光跟踪仪AT930和ER10L-C10机器人进行实验,验证以上误差模型与关节刚度参数辨识算法。实验结果表明,经过关节刚度误差补偿后,机器人的平均距离误差与最大距离误差分别为0. 248 5 mm与0. 333 2 mm。相比于补偿前的距离误差,机器人定位精度提高了33. 7%。因此,通过改进遗传算法辨识得到的机器人关节刚度参数能够有效地提高机器人定位精度。     

KUKA工业机器人位姿测量与在线误差补偿

工业机器人因其良好的重复定位精度而被广泛应用于堆垛、搬运、焊接等工业领域,但其绝对定位精度低,限制了其在高精度制造领域的应用。通过构建工业机器人误差测量与在线补偿闭环控制系统,对工业机器人的误差进行在线补偿。该方法综合考虑了几何参数和非几何参数引起的误差,提高了其位姿精度。研究基于KUKA机器人传感器接口(Robot sensor interface,RSI)进行位姿误差补偿的性能。通过研究KUKA机器人末端姿态的表示方式,提出一种基于激光跟踪仪测量工业机器人末端姿态的方法,并设计试验研究机器人在其工作空间的位姿误差特点。对搭建的闭环控制系统进行位姿误差补偿试验验证了该系统的位姿补偿效果。试验结果表明,经过第二次在线误差补偿后,其绝对定位精度由原先的0.628 mm提升到0.087 mm,姿态精度接近0.01°。     

基于双目立体视觉的工业机器人在线温度补偿

工业机器人在工业现场进行连续高速作业过程中,电机发热和关节摩擦生热将导致机械臂本体温度升高,引起机器人末端定位漂移,严重影响机器人的重复定位精度和作业精度。针对制造现场的工业机器人,提出了一种基于双目立体视觉的温度误差在线补偿方法,并基于微分运动学和双目视觉原理构建了温度误差补偿模型。在机器人末端安装基准球,同时在基座附近固定视觉测量传感器,机器人完成作业循环之后,以不同的姿态带动基准球至传感器视场内进行补偿测量。此外,通过分析各关节参数随时间变化的规律,筛选出符合温度漂移规律的显著性参数进行补偿,有效降低了补偿测量次数和耗时。实验结果显示,补偿后机器人的重复定位精度可维持在±0.1mm的水平,能够显著改善制造现场工业机器人的作业精度,且整个补偿测量过程耗时10s左右。     

一种利用标定板的机械臂DH参数标定方法

提出了利用标定板对机械臂DH参数进行标定的方法,使末端执行器按顺序采样标定板的7个点,前3个点用于构建世界坐标系与机器人坐标系之间的关系,后4个点用于建立目标函数和误差方程。优化求解误差方程得到标定后的DH参数。最后通过重复定位精度验证该方法的有效性,使重复定位精度从4.68 mm提高至0.87 mm左右。该方法具有设备简单、操作简易等优点。     

基于PSO-SVR算法的工业机器人分级标定方法

为了提高六自由度机器人在应用中的定位精度,提出一种提高机器人绝对定位精度的分级标定方法。该方法第一阶段进行几何参数误差的标定,以改进的Denavit-Hartenberg(MD-H)模型为基础,加入减速比和耦合比的因素建立了完整的工业机器人几何参数误差模型,之后采用Levenberg-Marquarelt(LM)算法辨识出机器人的几何参数误差并计算出剩余残差;第二阶段建立基于粒子群—支持向量回归(PSO-SVR)算法的剩余误差预测模型,来预测并补偿修正几何参数后剩余的残留误差。最后,以六自由度工业机器人进行试验验证,经过分级标定后机器人末端中心点的平均位置误差由5.866 mm减少到0.211 6 mm,最大位置误差由10.322 9 mm减少到0.699 9 mm,验证了该标定算法的正确性和有效性。     

工业机器人参数辨识及误差补偿方法研究

针对工业机器人绝对定位精度较低,提出通过D-H法建立机器人运动学误差模型的补偿方法,因为机器人结构需满足Pieper准则,所以只考虑了机器人误差模型参数中的关节旋转角参数对机器人末端误差的影响,利用最小二乘法辨识出误差模型中真实的关节旋转角从而补偿误差,同时又利用圆周法对机器人误差进行二次补偿,最终将两次修正后的参数补偿到控制器中从而提高机器人的绝对定位精度。该方法在自主研发的六自由度工业机器人上得到验证,定位精度从补偿前的3.55~4.45 mm提高到补偿后的0.924~1.242 mm,补偿效果明显,为机器人精度研究提供了可靠依据。     

基于空间插值的工业机器人精度补偿方法理论与试验

随着工业机器人技术的不断发展,机器人在工业领域得到了越来越广泛的应用.针对机器人普遍存在重复定位精度高、绝对定位精度低的特点,提出一种改进其绝对定位精度的方法.以D-H运动学模型为基础建立机器人坐标系,并综合考虑机器人各关节参数引入的误差,建立机器人的位姿误差模型.利用该误差模型,通过分析相邻两点间定位误差之间的内在关联提出了定位误差相似度的概念,并在此基础上提出一种基于空间插值的工业机器人精度补偿方法.利用KUKA机器人对提出的精度补偿方法进行验证,试验结果表明,补偿前机器人的绝对定位精度为1～3mm,补偿后它的绝对定位误差的最大值为0.386 mm,平均值为0.156 mm,较未补偿前有了近一个数量级的提高,从而证明了该方法的可行性和有效性.     

基于球杆仪的三自由度串联机械臂运动学标定方法研究

考虑所标定机械臂的几何结构特点,采用修正五参数法描述参数误差并建立机械臂末端位置误差模型;在机械臂零位标定基础上,采用单球杆一次安装测得标定所需数据;基于机械臂和球杆仪所组成闭链的几何约束条件和末端位置误差模型建立参数误差辨识模型,并用非线性最小二乘迭代法求得几何参数误差。完成了标定实验,并采用综合误差补偿法进行了机械臂误差补偿。在给定的两条测试轨迹上,球杆长度变化差分别由标定前的0.395 mm、0.456 mm减小到标定后的0.005 mm、0.010 mm。研究表明:该标定方法有效正确,提高了机械臂的位置精度。     

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。     

一种采用球面编号靶点的串联机械臂测量方法

为了在较大范围内获取高精度的机械臂末端实际位姿数据进行机械臂运动学模型真实参数的辨识,提出一种基于球面编号靶点的串联机械臂测量方法,利用双目视觉实时跟踪与末端法兰刚性连接的标准靶球,设置在球体表面的标志点依靠特殊的排列分布进行区分编号,球心坐标和靶球方向分别由任意捕捉的至少4个点和已知的空间几何位置关系根据克莱姆法则计算求得,在工作空间内任意运动机械臂进行末端靶球位姿测量。建立位姿误差模型,采用最小二乘法辨识出准确的几何参数,实现机械臂的误差校准。试验结果表明,此法具有较高的精度,克服了传统视觉系统定位跟踪的视野狭小,降低了机械臂末端位姿测量的成本,简单可靠,同时有效的提高了机械臂的定位精度。     

可变胞并联机械臂样机的研制与误差分析

提出了一种通过驱动副锁定组合实现变胞的超冗余并联机械臂,其基础构型是3-PUPS并联机构,对机械臂进行了误差建模与分析,并通过标定系统测量了机械臂实验样机的定位误差。首先,提出了通过对3-PUPS机构各驱动副的组合锁定实现机械臂变胞的设计思路,从而使机械臂可以根据任务需求改变自身构型和性能;然后,采用含误差源的闭环矢量回路法,建立了机械臂3-PUPS机构的误差传递模型,并以此为基础,分析了机械臂的各误差源对其运动平台输出误差的影响规律;接着,根据各误差源对机械臂的输出误差影响程度,确定了各主要运动副配合零件的加工精度等级及公差,在此基础上研制出机械臂的实验样机;最后,采用一套高精度的工业机器人标定系统对机械臂的实验样机进行了定位误差测量,实验表明:机械臂的运动平台的位置误差均在0.005~0.038mm之间,姿态误差均在0.010~0.044°之间,位置误差比通用式工业机器人的位置重复定位精度0.05mm略有提高,姿态误差与通用式工业机器人的姿态重复定位精度0.045°相当。     

通用机器人视觉检测系统的全局校准技术

介绍了基于通用机器人的车身在线柔性视觉检测系统的工作原理和在复杂现场环境下使用激光跟踪仪和测量臂进行全局校准的实用方法。基于测量姿态的全局校准方法利用机械约束将传感器坐标系和靶标坐标系统一起来,实现测量姿态时传感器坐标系与系统基准坐标系的坐标转换。基于机器人运动学模型的全局校准方法利用机器人末端关节位姿可通过正向运动学获知的特点,在现场构建机器人基坐标系,并通过坐标变换获得与机器人运动精度无关的手眼关系,实现了任意姿态时的全局校准。实际测量的结果表明,应用两种校准方法后系统的重复性精度都十分理想,测量装置重复测量标准差和系统重复测量标准差分别为0.07mm和0.13mm,能够满足在线监控白车身加工尺寸变化的精度要求;系统进行坐标测量时的误差分别为±0.2mm和±0.8mm。     

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.     

关节臂式测量机校准装置研究及测量结果不确定度评定

关节臂式测量设备是一种便携式且通用性强的测量系统,广泛应用于航空航天、整车及零部件、造船等机械加工行业。目前我们对关节臂的校准采用的方法为传统的“量块法”,用关节臂测头接触量块两端工作面,通过测量软件对测量值与标准量块偏差值相比对的方式进行校准。但量块最长为1000mm,且无法拼接,无法实现关节臂测量机全范围校准,实用性不高。     

基于几何学的臂部相邻三关节轴线平行的6自由度机械臂逆运动学算法研究

提出了一种针对肩、肘和腕3个相邻回转关节轴线始终平行的6自由度串联机械臂逆运动学问题求解方法。该方法能够在求解的第一步利用结构约束下的机械臂腕、手与末端三者的空间几何关系,确定目标末端位姿对应的腕部空间位置;从而将一个描述机械臂末端位姿和机械臂6个关节角度关系的六元方程组求解问题,转化成为分别描述机械臂腕部位置与机械臂肩、腕部共3个关节角度之间关系,以及描述机械臂末端姿态与剩余机械臂腕部3个关节角度之间关系的两个三元方程组求解问题,显著降低了6自由度机械臂逆运动学问题的求解复杂度。以UR3机械臂为试验对象,试验结果表明,该算法能够根据机械臂末端姿态求解其各关节角度,与采用UR3配套控制算法相比,采用该算法的UR3机械臂末端线性定位精度达到毫米级、角度定位精度达到1°。     

零参考模型用于工业机器人定位精度提升研究

几何参数建模是机器人标定的基础,直接影响机器人定位精度。为解决常用几何参数模型当机器人相邻两轴线垂直及接近垂直时存在奇异性,建立了基于方向矢量和连接矢量的零参考模型(ZRM),该模型不仅满足完备性与连续性要求,而且使用该模型计算机器人末端位置和姿态简单直观;建立了几何参数标定误差模型,通过使用LeicaAT960激光跟踪仪对Staubli TX60和ER10L-C10两种工业机器人末端大量位姿实测,经正交三角分解去除冗余参数,采用LM算法对几何参数误差辨识,并与基于MDH模型的标定结果比较,实验结果证实,采用零参考模型标定后机器人末端平均绝对定位精度提升75%～90%,明显高于采用MDH模型标定结果,该模型适于在有高精度定位精度要求工业机器人中推广。     

六自由度工业机器人末端定位误差参数辨识与实验研究

为了提高六自由度工业机器人绝对定位精度,对工业机器人进行了运动学建模,并建立了基于MD-H参数误差的机器人末端定位误差辨识模型,应用激光跟踪仪测量系统采集样本点数据,应用基于奇异值分解的最小二乘法求解辨识模型,以获得几何参数误差,并根据辨识出的误差对机器人末端定位精度进行补偿,实验结果表明,经过辨识和补偿后,工业机器人...