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。     

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.     

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,工业机器人绝对定位精度得到明显提高,可为后续复杂作业的离线编程与作业规划打下基础。     

包含复合机构的6R机器人误差补偿算法与实验研究

针对工业机器人普遍存在绝对定位精度低下而无法满足工业需要的难题,研究了基于D-H模型的包含复合机构的6R工业机器人运动学模型,建立MDH改进型位置误差补偿方法。按照ISO9283标准,利用激光跟踪仪测量机器人工作空间内的均布点,并列出运动学误差方程,采用最小二乘法辨识出连杆参数误差并对其名义值进行补偿。以川崎ZX165U型6R工业机器人为实例进行测量及误差补偿,效果显著,极大地提高了机器人的绝对定位精度,充分验证了算法的准确性。     

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.     

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°。     

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。     

基于粒子群优化神经网络的机器人精度补偿方法研究


针对工业机器人应用于飞机柔性化自动装配时绝对定位精度不能满足装配精度的问题,在机器人空间网格精度补偿方法的基础上,综合考虑环境温度的变化对机器人的绝对定位精度的影响,提出了基于神经网络的机器人综合精度补偿方法。为了防止神经网络在训练中陷入局部极值,采用粒子群优化方法对它的初始权值和阈值进行了优化。实验结果表明,当温度在20~30℃范围内变化时,机器人的绝对定位误差由补偿前的1~3mm,提高到补偿后的绝对定位误差最大值为0.32mm,平均值为0.194mm,精度较未补偿前有了大幅提高,可以满足飞机自动化装配的高精度的要求。

     

基于840 Dsl CNC的机器人精确控制技术

为提高工业机器人的控制精度,摒弃机器人原有控制系统,采用一种基于西门子840Dsl数控系统的工业机器人直驱控制方案,引入前馈补偿以及关节半闭环补偿,选取直线绝对式光栅尺,采用以直代曲的方式作为关节第二测量系统,对其进行精确标定,将机器人的重复定位精度提高到0.03 mm,绝对定位精度提高至0.15 mm,相较本体精度提...     

Dynamic error compensation for industrial robot based on thermal effect model

This paper analyses the kinematic parameters and the positioning accuracy of robot end effectors influenced by temperature factors. Temperature factors include robot self-heating and environmental temperature changes. This paper also builds the thermal distribution model and deformation model using finite element theory. A thermal compensation strategy is presented to validate the significant correlation between the robot kinematics parameters and previous thermal models mentioned above. It is convenient and suitable for industrial field. Thermal compensation is experimentally proved to adjust the position error of the end effectors by less than 0.1 mm.     

多关节研磨机器人系统的研究

介绍了4自由度多关节的自由曲面研磨机器人系统。采用顺运动学和逆运动学原理对该研磨机器人工具端部的运动进行了分析。采用微分元素补偿法,对机器人工具端部的定位精度进行了补偿。并在对工具进行了姿势控制和不进行姿势控制的两种情况下,进行倾斜面磨削加工实验。结果表明,机器人各手臂的对数精度直接影响工具端部的定位主席。通过补偿,其定位精度达到±25μm。对工具进行姿势控制,磨削余量会大幅度减少。     

工业机器人定位误差在线自适应补偿

受工业机器人本体结构几何及非几何误差因素的影响,机器人执行末端的实际运动轨迹与其理论规划轨迹往往不一致,这严重限制了机器人在加工领域的拓展应用。另外,通过研究发现机器人除在工作空间上定位误差等级存在差异分布外,在服役时间上随着机器人工作性能的退化也会显著恶化其定位精度。为解决该问题,提出了一种基于定长记忆窗增量学习的机器人定位误差在线自适应补偿方法。在该方法中,首先定量分析机器人定位误差与位姿的相关关系,将工作空间划分为多个位姿区块并创建校准样本库,建立了位姿映射模型的自适应优化机制以克服空间中误差等级差异分布的问题;然后设计了定长记忆窗增量学习算法,克服神经网络模型的灾难性遗忘缺陷,并平衡了在线模式下建立机器人新、旧位姿数据映射关系的精度和效率,解决了机器人性能退化加剧定位误差影响位姿映射模型适用性的问题,从而确保算法的补偿精度稳定在目标精度水平线以上;最后,利用St?ubli机器人和UR机器人对所提方法进行了精度在线补偿实验验证。实验结果表明该方法可将St?ubli机器人的定位误差从0.85 mm降至0.13 mm,将UR机器人的定位误差从2.11 mm降至0.17 mm,明显提高...     

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。     

一种不完全补偿机器人标定方法

为了避免修改影响机器人逆运动学模型的参数,分析了绝对定位误差的主要来源,以及标定需要保证的前提条件。在此基础上介绍了一种标定方法,该方法利用三坐标测量仪对机器人六个关节分别进行测量,生成六组点云,对每组点云采用最小二乘法拟合平面及圆。根据D-H参数的定义,计算出容易补偿的各参数实际值,并依据计算结果对参数进行了补偿。通过实验证明,该方法有效提高了绝对定位精度,使精度能够满足实际工程需要,而且操作简单方便,实用性强。     

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。