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°。     

基于视觉反馈的机器人末端轨迹跟踪控制研究

工业机器人受机械本体间隙误差及外界干扰,在进行焊接、喷涂等工作时难以精确跟踪期望轨迹,严重影响工作效率和质量。根据视觉反馈控制原理,提出一种基于视觉反馈的末端位置动态补偿方法,设计视觉及末端执行器补偿机构,通过高速相机检测机械臂末端与期望轨迹的图像位置偏差,利用末端执行器进行位置补偿,可以快速高精度跟踪期望轨迹。通过实验对提出的方法进行验证,结果表明即使有外界干扰的情况下,机器人末端的跟踪误差最大为1.45 mm,显著提高了轨迹跟踪精度和跟踪速度,满足工业机器人末端快速、高精度的轨迹跟踪工况要求。     

一种利用位置误差模型的机器人位姿标定方法

针对机器人位姿标定模型中位置和姿态数据的权重不合理导致参数识别精度低甚至发散问题,给出一种直接基于末端位置坐标测量的机器人位姿标定方法,避免了位置和姿态数据量级不同对参数识别精度的影响。采用指数积方法,建立一种包含3点位置信息的机器人运动学模型。通过对运动学模型取微分,利用指数映射微分公式推导出机器人末端3点位置误差与几何参数误差之间映射关系的显示表达并给出参数误差识别方法。采用激光跟踪仪作为测量设备,以UR5机器人为标定对象进行运动学参数标定和验证试验。试验结果表明,机器人末端位置误差模和姿态误差模的平均值分别降低了90%和92%。     

基于 IGCF 算法和 CSF-PPSO-ESN 算法的工业机器人末端执行器位姿重复性检测

工业机器人在智能制造领域具有举足轻重的地位,其末端执行器位姿的重复性是衡量机器人完成精密作业能力的重要 指标。 本文针对机器人末端执行器的位姿重复性在线检测,提出了基于方向余弦的位姿重复性测量的理论模型。 设计了一种 基于改进的高斯曲线拟合(IGCF)算法和三次样条拟合-多目标粒子群-回声状态网络(CSF-PPSO-ESN)算法的位姿偏差检测方 法。 通过获取十字激光图像偏角和中心点位置,实现了机器人末端执行器位姿偏差的测量。 实验表明,测量系统的位移测量精 度为±1. 5 μm,角度测量精度为±2 arc-sec。 本文所述的位姿重复性检测方法,为工业机器人末端执行器位姿稳定性的在线实时 监测提供了参考。     

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。     

2TPR&2TPS 并联机构的位姿误差建模与补偿研究

位姿精度是评价机器人性能好坏的一个重要指标,建立有效的补偿算法是提高机器人位姿精度的重要保证。 本文以 一种 2TPR&2TPS 并联机器人为研究对象,建立了基于正解的误差模型,根据该误差模型得出了动、静平台位置参数误差及 驱动杆零点长度误差与机器人末端位姿误差的关系,同时建立了基于逆解的补偿算法。 通过粒子群算法对误差函数的最小 值寻优,得到了机器人驱动杆补偿量和位姿补偿量,仿真得出该机器人的平均位置精度提升了 98. 148% ;将驱动杆补偿量与 理想位姿对应的驱动杆长叠加作为机器人的驱动杆输入量进行实验验证,实验得出机器人的平均位置精度提升了 87. 457% ,补偿效果显著。     

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.     

六关节机器人位姿精度测量与误差分析北大核心

为准确测量机器人位姿精度,指导机器人应用,以六关节机器人为研究对象,基于其D-H运动学参数进行建模,利用激光跟踪仪和Beckhoff EtherCAT控制系统搭建了同步测量试验平台。根据ISO 9283:1998和GB/T 12642-2013,通过单点激光跟踪干涉仪法,测量30个指定位置将测量系统和机器人转换到了一个公共坐标系,选取工作空间测试平面及5个位姿点循环30次精确测量了位姿精度,形成了符合现行标准的有效检验检测方法。对测量数值进行了初步评估,分析出该机器人精度误差主要来源于Z轴方向。     

激光测量标定机器人坐标系位姿变换的正交化解算

针对大型装备智能制造中的机器人在线位姿激光跟踪测量与实时引导需求,提出了一种机器人坐标系与激光测量坐标系标定转换和解算方法。设计了基于距离原则的机器人末端光学工具中心点TCP(Tool Center Point)位置标定算法。通过运用空间点坐标重心化配置算法和基于罗德里格矩阵变换的最小二乘优化算法解算出了具有单位正交性的位姿变换旋转矩阵。进行了机器人坐标系位姿变换激光测量标定和优化对比实验,旋转矩阵初值和正交优化值进行点坐标转换后的综合RMSE分别为0.579 0mm和0.501 5mm。结果表明该方法能够有效改进姿态旋转矩阵正交性,并提高位姿变换解算精度。     

六关节机器人位姿精度测量与误差分析

为准确测量机器人位姿精度,指导机器人应用,以六关节机器人为研究对象,基于其D-H运动学参数进行建模,利用激光跟踪仪和Beckhoff EtherCAT控制系统搭建了同步测量试验平台。根据ISO 9283:1998和GB/T 12642-2013,通过单点激光跟踪干涉仪法,测量30个指定位置将测量系统和机器人转换到了一个公共坐标系,选取工作空间测试平面及5个位姿点循环30次精确测量了位姿精度,形成了符合现行标准的有效检验检测方法。对测量数值进行了初步评估,分析出该机器人精度误差主要来源于Z轴方向。     

基于API激光跟踪仪对“15kg喷涂机器人”的D-H参数的标定研究

为了改善工业机器人的定位精度,工业机器人必须进行标定。通过建立机器人末端法兰中心位置与连杆MDH模型的线性关系误差模型,利用API T3激光跟踪仪确定机器人的基坐标系,作为激光跟踪仪测量的参考坐标系来测量目标点的坐标值,同时记录机器人控制器对应的名义坐标值。从而求出位置误差值ΔP,再联立误差线性关系模型,运用最小二乘法解出机器人的实际D-H参数值,并将此参数用于修正运动学模型,如果修正后的运动学模型未能达到要求,可进行反复迭代,直至满足工业机器人作业要求的定位精度。     

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。     

零参考模型用于工业机器人定位精度提升研究* .txt

摘要：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。 .txt     

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。     

工业机器人位姿误差的计算

机器人连杆的加工误差、温度变化以及机械传动误差等诸多因素会导致机器人抓手的位置和姿态产生误差。本文以机器人运动学及误差理论为基础 ,推导出了在各种位姿描述情况下机器人位置和姿态误差的计算公式。该方法可以作为对各种工业机器人的位姿精度进行分析的基础     

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.     

一种基于工具坐标系的机器人运动学参数标定方法

机器人末端执行器位姿误差在基础坐标系中表示时,误差模型中包含姿态误差与位置矢量的乘积项,影响了参数标定识别精度。以工具坐标系为参考系,给出一种基于指数积公式包含关节约束条件的机器人位姿误差标定模型,避免了姿态误差与位置矢量的乘积项对参数标定识别精度的影响。以UR5机器人为标定对象,采用LeciaAT960-MR激光跟踪仪为测量设备,进行参数标定试验。试验结果表明,经参数标定后UR5机器人位置误差模和姿态误差模的平均值分别减小了91.07%和89.16%。     

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。     

Calibrating the volumetric errors of a precision machine by a laser tracker system

In this paper, a quick solution for measuring the volumetric errors of a precision machine is presented. It requires a laser tracker system and a plate including three caves on it. The laser tracker system can detect the coordinate of a sensor ball anywhere in the working space. The plate is fixed on the machine spindle. After installation, the spindle is moved toward the diagonal of the working space. The real movements are along the x, y, and z-axis directions, respectively; it will back to the diagonal line for one complete cycle motion. In each step movement, the spindle is stopped and the laser tracker detects the coordinates of the three caves by putting the target sensor ball into caves sequentially. By means of the coordinates, the volumetric errors at that position can be derived. The overall volumetric errors can be measured quickly by just one setup and many step movements with laser tracker detections.     

大范围平动并联机器人运动学解耦与速度自适应规划

并联机器人是一种多支链、多关节、强耦合非线性系统,具有高速、高刚度和大负载等明显优势而被广泛应用到工业领域。然而,随着关节数量的增加导致该类机器人运动学解耦和高精度平稳控制的难度较大。为实现大范围平动3-RRRU并联机器人自动化轨迹跟踪和控制的平稳性,针对运动学解耦和速度自适应规划方法展开了系统、深入地研究。首先,应用DH法建立了机器人运动学模型,基于结构约束条件完成运动学解耦计算,并在S型控制策略中加入速度自适应修正机制,依据不同轨迹可自动计算并修正最大速度参数,实现自适应优化;其次,采用激光跟踪仪对机器人轨迹进行动态跟踪,对比分析了S型速度和梯型速度控制策略下的跟踪精度,梯型速度规划下其最大误差高达4.513 mm,是S型控制策略的3倍,且位置误差曲线出现多个尖峰值,说明因速度突变导致运动平稳性较差;最后,测试S型速度规划下采用自适应修正机制前、后机器人的平稳性以及轨迹跟踪精度。实验结果表明:当规划路径难以实现机器人加速到原预设最大速度时,在轨迹末端存在较大的惯性速度,产生位置尖峰误差为2.676 mm,是修正后最大误差的2.4倍,且伴随着明显的冲击效应。引入自适应修正机制后圆轨迹的起点和终点位置误差分别为0.722 mm和0.382 mm,二者相对位置偏差仅为0.34 mm,且末端定位误差相比修正前降低了一个数量级,有效解决了机器人存在惯性冲击效应的难题,大幅提高了机器人整体轨迹跟踪的精度和控制的平稳性。