共查询到19条相似文献,搜索用时 46 毫秒
1.
利用激光跟踪仪对机器人进行标定的方法 总被引:27,自引:3,他引:24
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。 相似文献
2.
3.
4.
使用激光跟踪仪标定摄像机的方法主要解决2个问题:(1)如何生成传统标定方法需要使用的控制点;(2)如何精确测量控制点的三维世界坐标。在摄像机的视场中安放一块表面平整的标定板,然后把激光跟踪仪的测量光束直接投射在标定板的表面上,在标定板表面生成的指示光斑被用作标定摄像机的控制点。用激光跟踪仪测量出标定板平面的方程,然后将测量光束看作一条直线,由测量光束和标定板平面的方程求解控制点的三维世界坐标。通过实验对该方法做了验证,实验结果表明:该方法适合标定视场较大的摄像机,而且可以获得较高的测量精度。 相似文献
5.
6.
基于激光跟踪仪的混联机器人快速零点标定方法 总被引:2,自引:0,他引:2
研究一种新型混联机器人的快速零点标定方法。该机器人由一个3自由度并联模块及一个2自由度转头串接而成,具有刚度高、工作空间大、制造成本低等优点,如配以长行程导轨,可应用于飞机结构件自动制孔作业。介绍并联模块的拓扑结构组成,提出其逆位置分析的快速数值算法。通过建立并联模块的零点误差映射模型,侧重分析各支链零点误差对动平台位置误差的影响。在此基础上,建立基于激光跟踪仪的并联模块零点误差辨识模型,并提出兼顾辨识精度、鲁棒性及标定效率的测点选取规则。算例仿真验证了上述零点标定方法的有效性。 相似文献
7.
几何参数误差是影响工业机器人定位精度的主要误差源,约占总误差的80%以上.基于圆点分析法(circle points analysis,CPA)所标定的几何参数与机器人的实际结构相关,并且能够将几何参数误差与其他误差源解耦.研究表明CPA方法的测量策略对其标定精度具有较大影响.针对基于CPA方法的串联工业机器人运动学标... 相似文献
8.
为了满足高精度加工大口径光学元件的需求,对原有的三轴机械加工中心上进行了一系列技术改造,从而实现了光学元件的五轴数控加工.介绍了三轴系统数控加工中心到五轴数控加工中心的改造过程,并提出了一种标定改造后主轴参数的方法.该方法运用高精度激光跟踪仪建立坐标系、采集数据,计算系统几何参数,由此对主轴的杆长、摆角等参数进行精确标定和精度分析.结果显示,角度量标定精度优于10.000″,长度量标定精度优于0.040 mm.实验证实提出的方法对类似的工作具有普适性. 相似文献
9.
为了提高机器人的绝对定位精度,针对经典的D-H模型,使用修正的MD-H模型来描述IRB 120型机器人的运动模型,避免了运动过程中出现的奇异现象。对末端位置测量采用的方法是单目视觉测量,由于传统的位置误差模型需要计算出机器人基坐标系和测量坐标系之间的转换矩阵,故采用距离误差模型,可消除坐标系转换所带来的误差。此外,针对最小二乘法容易陷入局部寻优、结果不稳定的问题,提出了人工蜂群算法(ABC)求解高维非线性方程组,对两种方法进行对比。结果表明,人工蜂群算法优于最小二乘法,且使机器人的距离误差精度提高了54.97%。 相似文献
10.
11.
提出一种基于标定板的协作机器人Denavit-Hartenberg参数标定方法。应用这一方法,将协作机器人拖曳至标定板的不同位置,得到不同位置的位置偏差,构建协作机器人误差方程。应用Denavit-Hartenberg参数法建立协作机器人的误差模型,采用刚体微分运动方法对误差模型进行化简,并结合误差方程优化协作机器人的Denavit-Hartenberg参数。这一标定方法具有操作简便、通用性强的优点,通过试验验证了这一方法的有效性。 相似文献
12.
13.
14.
15.
建立了考虑一阶径向畸变的摄像机标定模型,利用视觉系统对图像处理的亚像素,逐步求解出摄像机的内外参数,对Cognex视觉系统进行了简便、快速、准确的标定,并通过激光点空间定位试验验证了该方法具有较高的精度和良好的实时性. 相似文献
16.
在层去图象法测量系统中,由于诸多因素的影响,物体的空间坐标与截面图象坐标之间存在着复杂的非线性映射关系。如果采用完全理想条件和线性几何失真方法来标定系统,则会影响测量精度,为此提出了一种基于神经网络的标定方法,显著地提高了测量系统的精度。 相似文献
17.
18.
19.
提出了一种基于手眼视觉的并联机器人标定方法。基于环路增量法,建立了平面2-DOF冗余驱动并联机器人运动学误差与标定模型;设计了一种标定实验靶板,利用相机采集靶板图像并对其进行分割、识别、旋转补偿的处理,获取机构末端目标位置和实际位置的像素误差值;针对机构自身结构的限制,利用边界曲线识别特征角点,提出了一种基于特征角点确定检测点旋转角度的方法,在补偿相机旋转角度的基础上,再利用简化后的相机针孔模型,将像素误差值通过转换得到机构末端执行器的真实位置误差值;最后利用标定模型和通过视觉系统获取的误差值进行运动学标定。经过4次迭代,机构误差减小为原来的1/3,验证了该方法的可行性。同时该方法具有标定过程用时短、数据量小、实验成本低等优点。 相似文献