机器人逆标定方法研究

在分析传统机器人位姿标定方法的基础上，提出了一种新的机器人标定方法：基于神经网络的逆标定方法。这种标定方法把机器人实际位姿和相应的关节角误差分别作为前馈神经网络的输入和输出来训练网络，从而获得机器人任意位姿时的关节角误差值，通过修改关节值来提高机器人的位姿精度。这种标定方法把所有因素引起的误差均归结为关节角误差，无须求解机器人逆运动学方程，实现了误差的在线补偿。把标定结果与基于运动学模型的参数法的标定结果进行了比较分析。仿真和试验结果均证明了这种方法比传统方法标定效果更好，且更方便简单，避免了其他传统标定方法繁琐的建模及参数辨识过程。     

基于非线性优化的激光雷达在线标定算法

为解决移动机器人定位过程中激光雷达位姿标定问题,保证机器人在作业过程中保持外参的精确,分析里程计与激光雷达的外参标定问题,提出基于非线性优化方式的激光雷达位姿标定算法.通过移动机器人里程计与激光帧间匹配之间的关系建立非线性优化的数学模型,根据优化方式求取较为精确的激光雷达位姿信息.该方法灵活性强,可适应不同场景进行标定,在实际机器人进行算法验证,验证结果表明,该算法有效可行,能够较为精确得到激光雷达的位姿.     

一种基于运动的线结构光视觉测量系统标定方法

针对船体分段数字化测量提出了一种基于直角坐标机器人的线结构光视觉测量系统.通过控制机器人的运动,安装在其末端的线结构光视觉传感器对固定的平面靶标成像,实现了摄像机坐标系与机器人坐标系位姿关系标定;同时利用交比不变性原理获取平面靶标上的特征点坐标,完成了结构光平面参数的标定.该方法易于实现,通过对已知的标准工件进行测量实...     

基于手眼立体视觉的机器人定位系统

研发了基于手眼的机器人定位系统,采用了眼在手上的单目摄像机,通过机械手的一次移动实现了立体视觉的功能.提出了一种方便有效手眼标定方法,避免了复杂的传统手眼标定过程,无需求解摄像机外参数和手眼变换矩阵.仅获取标定时刻的摄像机综合参数和机器人位姿,就可以在机器人基坐标系中视场范围内的任意两点进行检测,根据立体视觉的约束关系求解出目标物体在机器人基坐标中的位置,进而实现对目标物体的精确定位.     

视觉伺服机械臂手机抓取最佳位姿检测

针对下水道、勾缝等狭窄位置的手机拾取的问题, 本文提出一种基于机器视觉的伺服机械臂抓取方法. 首先对机械臂eye-in-hand上的相机进行标定, 图像预处理及目标检测等, 在位姿检测中提出一种基于二维坐标系下手机位姿解算算法, 得出解算的最佳位姿角只与夹持点的像素坐标的差值有关, 其位姿角的大小决定了手抓旋转的角度. 实验用Matlab软件对位姿检测进行仿真分析, 其包括SURF不变特征点的目标检测实验和位姿解算实验, 最后用Rethink双臂机器人的右臂对手机进行抓取验证. 实验表明, 在误差允许范围内, 提出的算法具有一定的有效性, 其结果为伺服机械臂抓取手机提供良好的准确性.     

一种新型的并联机器人位姿立体视觉检测系统

建立了一种并联机器人位姿立体视觉测量系统框架,主要包括图像采集与传输、摄像机标定、尺度不变量特征变换（SIFT）匹配、空间点重建和位姿测量五个部分。该系统基于SIFT,能够很好地处理图像在大视角有遮挡、平移、旋转、亮度和尺度变化时的特征点匹配,有较高的匹配精度,特别适用于对并联机器人多自由度和空间复杂运动的检测。最后使用该方法对并联机器人位姿检测做了仿真实验。     

机器人标定算法及在打磨机器人中的应用

首先介绍了机器人位姿匹配的基本原理,以及两种通用的机器人几何参数标定的优化算法：非线性优化方法和递归线性方程法,并分别利用这两种优化算法对打磨机器人的几何参数进行了标定．在此基础上,通过分析影响打磨机器人位置误差的因素,从参数集中剔除对位置误差影响不敏感和无法区分其影响效果的因素,再采用前述优化算法对机器人几何参数进行标定. 仿真结果表明此标定效果和前者相比无显著差异,在一定情况下甚至优于前者．因此在标定过程中,可以采用把冗余参数去除来对机器人进行精确标定．     

Delta机器人传送带与视觉的标定方法

针对机器人在流水线上精确抓取的问题,提出了Delta机器人系统的标定.通过机器人末端执行器在传送带上移动,计算出机器人与传送带的比例因子与转化矩阵,从而得到传送带相对于机器人的位姿,再通过相机对传送带上的物体获取计算出相机与传送带之间的转化矩阵.最后由传送带作为中间媒介,计算出视觉与机器人的转换关系.这一标定过程为实物抓取打下了基础.     

一种基于目标识别的运动视定位方法

针对室内移动机器人定位问题提出了一种基于目标识别的运动视定位方法.该方法确定机器人相对于其接近目标的位姿.选取目标上与相机投影中心相对于地面等高的两个点作为特征点,首先拍摄一幅包含这两个特征点的图像,机器人移动后再拍摄一幅包含这两个特征点的图像,该方法就能根据这两个特征点在这两幅图像中的坐标计算出机器人移动前后的位姿.该方法只需两个特征点和两幅图像,因而比较简单且有较高的实时性.试验结果验证了该方法的有效性.     

多机器人协作无夹具焊接系统设计

与传统的单机器人系统相比,多机器人协作系统的设计存在诸如协作机器人之间的基坐标系标定、协作机器人末端位姿间的运动协调以及多机器人系统间的同步通讯控制等若干特殊性的关键问题.在初步论述多机器人协作系统设计中的若干问题的基础上,特别针对协作机器人间的基坐标系标定、工具手位姿约束分析和控制器通讯同步3个问题,进行了深入讨论,并介绍了实验室相关研究工作的结论.基于本文提供的解决方法,利用VA1400弧焊专用机器人和HP20通用型机器人基于主从式的分布控制结构组成了无夹具焊接实验系统,初步验证了提出的各问题解决方法的有效性.     

SLAM 问题中机器人定位误差分析与控制

移动机器人同步定位与建图问题 (Simultaneous localization and mapping, SLAM) 是机器人能否在未知环境中实现完全自主的关键问题之一. 其中, 机器人定位估计对于保持地图的一致性非常重要. 本文分析了 SLAM 问题中机器人定位误差的收敛特性. 分析表明随着机器人的运动,机器人定位误差总体上逐渐增大; 在完全未知环境中无法预测机器人定位误差的上限. 根据理论分析, 本文提出了一种控制机器人定位误差在单位距离上增长速度的算法. 该算法通过搜索获得满足定位误差限制的最佳的机器人运动速度, 从而控制机器人定位误差的增长.     

基于末端转角误差的并联机器人零点标定方法

针对一种4自由度高速并联机器人（Cross-IV机器人）的零点标定问题,提出了一种基于末端转角误差信息的快速零点标定方法．基于机器人的单支链闭环矢量方程,建立了零点误差全集与末端误差之间的映射模型．通过对误差传递矩阵的分解,在仅利用旋转编码器对末端转角误差进行测量的基础上,构建了该机器人的快速零点误差辨识模型．为进一步最大化测量效率及提高辨识矩阵的鲁棒性,提出了一种优化的测量点选择方案．通过仿真详细验证了该零点标定方法的鲁棒性与准确性．基于激光跟踪仪的验证实验表明,经标定后机器人末端位置误差降低至1.312 mm,转角误差降低至0.202°,标定结果表明该零点标定方法简单、有效．     

机械手连杆的挠曲变形对抓手位置和形态的影响

以机械手运动学及连杆坐标变换为基础,在已知各 连杆由于挠曲变形所产生的相对微小位移的条件下,提出了计算机器人抓手的位置和形态误 差的方法．并以斯坦福机械手为例进行了实例计算,为提高机械手的定位精度提供了依据．     

Prediction of geometric errors of robot manipulators with Particle Swarm Optimisation method

This paper reports on the prediction of the expected positioning errors of robot manipulators due to the errors in their geometric parameters. A Swarm Intelligence (SI) based algorithm, which is known as Particle Swarm Optimization (PSO), has been used to generate error estimation functions. The experimental system used is a Motoman SK120 manipulator. The error estimation functions are based on the robot position data provided by a high precision laser measurement system. The functions have been verified for three test trajectories, which contain various configurations of the manipulator. The experimental results demonstrate that the positioning errors of robot manipulators can be effectively predicted using some constant coefficient polynomials whose coefficients are determined by employing the PSO algorithm. It must be emphasized that once the estimation functions are obtained, there may be no need of any further experimental data in order to determine the expected positioning errors for a subsequent use in the error correction process.     

Robust scheme of global parallel force/position regulators for robot manipulators under environment uncertainty

A simple robust scheme of parallel force/position control is proposed in this paper to deal with two problems for non-planar constraint surface and nonlinear mechanical feature of environment: i) uncertainties in environment that are usually not available or difficult to be determined in most practical situations; ii) stability problem or/and integrator windup due to the integration of force error in the force dominance rule in parallel force/position control. It shows that this robust scheme is a good alternative for anti-windup. In the presence of environment uncertainties, global asymptotic stability of the resulting closed-loop system is guaranteed; it also shows robustness of the proposed controller to uncertain environment with complex characteristics. Finally, numerical simulation verifies results via contact task of a two rigid-links robot manipulator.     

机器人手眼立体视觉标定研究

以固高GRB-400型机器人和CCD组成机器人手眼系统,分析了摄像机的成像模型,采用了基于直接将图像坐标映射到机器人参考坐标的“黑箱”思想,从图像坐标直接计算出目标位置的方法,用于立体定位的摄像机手眼标定,该方法通过保持机器人末端执行器到机器人参考坐标系旋转矩阵来简化复杂的相机标定过程,最后通过实验验证了该方法的可行性,并分析了实验误差产生的原因,并提出了相应的解决措施。     

Robust scheme of global parallel force/position regulators for robot manipulators under environment uncertainty

A simple robust scheme of parallel force/position control is proposed in this paper to deal with two problems for non-planar constraint surface and nonlinear mechanical feature of environment： i） uncertainties in environment that are usually not available or difficult to be determined in most practical situations; ii） stability problem or/and integrator windup due to the integration of force error in the force dominance rule in parallel force/position control. It shows that this robust scheme is a good alternative for anti-windup. In the presence of environment uncertainties, global asymptotic stability of the resulting closed-loop system is guaranteed; it environment with complex characteristics. Finally, numerical robot manipulator. also shows robustness of the proposed controller to uncertain simulation verifies results via contact task of a two rigid-links     

装配机器人高精度定位补偿系统

本文提出了一种机器人高精度定位补偿系统,介绍了一种位姿误差补偿方法.系统采用非接触式位姿精度测量仪测取机器人位姿误差,用 IBM 微机采集位姿误差数据并计算关节补偿脉冲数,通过专用通讯接口将计算机结果传到位移机器人控制系统以实现关节补偿.并采用微位移法确定测量坐标与手爪计算坐标系间的变换.此外还建立了一个供实验用的误差数据库,当机器人工作时,通过周围3关节误差值,用插值法求得该工作点的误差补偿值实现补偿.     

Visual motor control of a 7 DOF robot manipulator using a fuzzy SOM network

A fuzzy self-organizing map (SOM) network is proposed in this paper for visual motor control of a 7 degrees of freedom (DOF) robot manipulator. The inverse kinematic map from the image plane to joint angle space of a redundant manipulator is highly nonlinear and ill-posed in the sense that a typical end-effector position is associated with several joint angle vectors. In the proposed approach, the robot workspace in image plane is discretized into a number of fuzzy regions whose center locations and fuzzy membership values are determined using a Fuzzy C-Mean (FCM) clustering algorithm. SOM network then learns the inverse kinematics by on-line by associating a local linear map for each cluster. A novel learning algorithm has been proposed to make the robot manipulator to reach a target position. Any arbitrary level of accuracy can be achieved with a number of fine movements of the manipulator tip. These fine movements depend on the error between the target position and the current manipulator position. In particular, the fuzzy model is found to be better as compared to Kohonen self-organizing map (KSOM) based learning scheme proposed for visual motor control. Like existing KSOM learning schemes, the proposed scheme leads to a unique inverse kinematic solution even for a redundant manipulator. The proposed algorithms have been successfully implemented in real-time on a 7 DOF PowerCube robot manipulator, and results are found to concur with the theoretical findings.     

补偿机器人定位误差的神经网络

先进的机器人由计算机执行程序来完成各种作业，靠计算关节变量的函数得到手爪的位姿，这些函数一般不准确，使计算值与实际值有较大误差；重复精度０．１ｍｍ的机器人该误差可能达到１０ｍｍ。已有的机器人运动学误差补偿方法需要分析误差来源，使其参数化，并辨识这些参数，六自由度机器人的这种参数已达７２个之多。本文提出一种机器人运动学误差补偿的神经网络模型，利用改进的误差反传（ＢＰ）学习算法，在ＲＭ－５０１机器人进