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。     

绳驱动连续体机器人标定方法

为提高绳驱动连续体机器人的定位精度,提出了一种针对此类机器人的误差标定与补偿方法.该方法利用指数积(POE)公式建立连续体机器人关节模块的运动学模型,并利用运动学模型推导出误差传递模型.针对误差模型采用最小二乘方法进行误差的辨识,将辨识后的误差补偿至机器人的运动学模型,从而提高机器人关节模块的模型精度.制作了基于柔性支...     

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。     

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.     

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。     

三臂凿岩台车钎杆的绝对定位误差补偿研究

为提高三臂凿岩台车钎杆的绝对定位精度,首先,基于有限元仿真,采用正交试验法确定影响臂架柔性误差的主要参数,得到柔性误差补偿公式;之后,对受力关节坐标系进行变换,建立基于位置误差的运动学误差标定模型,并对模型中待标定参数进行冗余性分析,剔除冗余参数;最后,以激光全站仪为测量设备,利用LM算法对待标定参数进行求解,验证运动学标定效果。结果表明,该方法有效地补偿了钎杆绝对定位误差,钎杆的绝对定位误差降低了79. 6%。     

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。     

同步带传动晶圆传输机械手精度分析与补偿

分析了同步带应用于晶圆传输机器人机械手的误差产生原因,针对晶圆传输机器人高速高精度的定位要求,建立了含有同步带环节的误差模型。对各误差源进行了显著性分析,并在此基础上提出了结合几何误差迭代法和基于运动学逆解的非线性参数辨识的分步标定方法,对模型进行了误差标定及误差补偿。最后经过仿真分析和实验,有效的证明此方法显著地提高了机械手的末端定位精度。     

基于MDH模型的工业机器人标定算法与实验研究

基于机器人MDH模型,针对位置矢量误差建立了机器人模型参数误差辨识模型。利用激光跟踪仪测量机器人末端在基坐标系下一系列位置点,进而采用最小二乘法辨识出机器人模型参数误差。为充分验证辨识算法的准确性,在实验室自主设计的6R工业机器人进行仿真和实验。结果表明,文章的标定算法可以准确地辨识出机器人的模型误差参数,补偿后机器人的绝对定位精度得到明显的改善。     

基于平面约束的机器人误差补偿方法

提出了一种简单实用、成本较低的基于平面约束的机器人误差补偿方法,首先利用改进的D-H法建立机器人运动学模型并通过微分变换原理得到误差传递雅可比矩阵,通过控制机器人末端执行器对标准平面进行示教,根据所测点理论上都处于同一平面这一特性建立机器人参数误差辨识模型。为避免辨识雅可比矩阵出现奇异而导致模型求解不完整,采用了Levenberg-Marquardt算法对普通的最小二乘法进行修正,对误差模型进行求解。最后将求解的参数误差补偿到控制器中从而提高机器人定位精度,并通过试验验证了该方法的有效性。     

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。     

基于多孔标定法的串联机器人运动学标定研究

针对串联机器人传统标定方法有缺陷,使机器人标定后运动精度仍旧存在较大误差的问题,对串联机器人进行了运动学标定方法的研究。在单孔标定法的基础上进行了优化改进,提出了一种基于多孔标定法的串联机器人运动学标定技术,通过MDH误差模型计算出机器人的定位误差,然后将误差值进行了补偿,从而提高了机器人的运动精度;搭建了标定平台,通过自制的多孔标定板和探针等工具对多孔标定法的标定效果进行了实验研究,详细记录了实验数据,并将实验数据进行了处理和综合分析。研究结果表明:多孔标定法对该类型串联机器人的标定作用明显,有效地提高了机器人的定位精度,标定前后机器人的运动误差减小了数倍;该方法对该类型机器人的运动参数学标定具有极大的现实作用和意义,为机器人的进一步研究和应用奠定了良好的基础。     

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。     

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。     

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     

多自由度机器人参数标定及冗余参数剔除方法

为提高现有机器人末端位置的定位精度,文中提出一种基于D-H参数标定的冗余参数剔除方法。对一般多自由度机器人的雅克比矩阵列向量相关性进行分析,将得到列向量相关性关系式中相关性系数绝对值最大项对应的参数作为冗余参数剔除,该剔除方法可以保证参数辨识的可靠性,提高定位精度。在该方法进行冗余性参数分析的基础上进行后续标定,可获得更好的收敛性。     

一种脑外科手术机器人运动学参数标定方法

为提高脑外科手术机器人绝对定位精度,提出了一种串联式六自由度手术机器人运动学参数标定方法。根据脑外科手术机器人应用环境,采用一种针对手术工作空间的机器人参数采集方式,通过非支配排序的带有精英策略的多目标优化算法(NSGA-Ⅱ),将运动学模型标定问题转换为基于距离误差的多目标优化问题进行计算。通过模拟手术环境完成机器人参数标定的测试实验,说明利用这种标定方法可有效降低手术机器人系统绝对定位误差(误差降低了75%),提高机器人局部工作区域的定位精度。     

2UPR&2RPS型冗余驱动并联机器人的运动学标定

运动学标定能够有效提高并联机器人的运动精度.以一类2UPR&2RPS型冗余驱动并联机器人为研究对象,提出了该类装置的运动学标定方法.通过将误差闭环矢量方程分别投影到运动支链的驱动方向和约束方向建立了该机器人的几何误差模型,并分离出可补偿误差源和不可补偿误差源.基于误差映射矩阵建立了误差灵敏度指标,随后通过灵敏度分析找出了对末端误差影响较大的不可补偿误差源.利用正则化算法建立了基于激光跟踪仪末端位置测量的几何误差辨识模型.标定试验结果表明,所提出的运动学标定方法是有效的.     

一种模块化机器人的标定方法研究

对一种可重构模块化机器人系统进行定位精度标定方法研究。采用装配映射矩阵描述任意给定的模块化机械臂组成模块间的装配关系,并根据装配信息自动生成指数积形式的运动学模型。根据指数积公式中关节旋量坐标的理论值和实际值之间的伴随变换关系将运动学模型改写成包含关节约束条件的等价形式。对运动学方程取微分得到机械臂末端定位误差与关节旋量误差及零位位置误差间的线性化模型。给出了一种基于最小二乘法的运动学参数标定模型及其生成方法。通过程序生成一种5自由度模块化机械臂的标定模型并采用激光跟踪仪作为测量设备进行运动学参数标定试验。试验结果表明标定过程能够快速收敛到稳定值。测试结果表明经参数标定机器人的平均定位精度提高了近4倍。     

基于BAS-PSO算法的机器人定位精度提升

鉴于工业机器人的精度性能无法满足高端制造领域的要求,研究了机器人定位精度提升方法,阐述了基于位姿微分变换的运动学误差模型和基于坐标误差传递的运动学误差模型的构建方法,提出了一种基于BAS-PSO算法的运动学参数辨识方法,并通过实验对比分析了不同运动学误差模型的精度。实验结果表明,基于BAS-PSO算法辨识后TX60机器人的平均综合位置/姿态误差分别从(0.312 mm,0.221°)降低为(0.093 8 mm,0.044 2°);而基于正运动学模型直接辨识后机器人的平均位置误差和平均姿态误差分别为0.097 5 mm和0.098 6°。本文提出的BAS-PSO算法具有较好的辨识精度和收敛速度,直接利用正运动学模型辨识的机器人运动学参数具有更好的辨识稳定性和精度。