共查询到16条相似文献,搜索用时 63 毫秒
1.
2.
3.
机器人标定是离线编程技术实用化的关键技术之一,本文介绍了焊接机器人的标定工具坐标系的六点法,实现了机器人工具坐标系标定。机器人工具坐标系的标定就是确定工具坐标系相对于末端坐标系的齐次转换矩阵,由此计算出工具参数。根据此算法进行标定和实际工具参数对比,精度达到了±O04mm。实际的焊接试验表明该方法是一种可靠简便,精度高的系统标定方法,能完全满足实际焊接要求。 相似文献
5.
目的为了提高包装搬运机器人的定位精度,提出一种基于机器视觉的末端执行器定位方法。方法基于OpenCV设计一种视觉标定算法,该算法包括摄像机标定和位姿标定,可实现待码放物体图像坐标和机械手坐标之间的变换。结合工控机和运动控制卡设计其控制系统,同时给出硬件设计和软件设计方法。最后进行实验研究,包括原点定位和重复定位。结果实验结果表明,所述控制方法能够提高搬运机器人的定位精度,原点定位误差约为0.14 mm,重复定位误差约为0.6 mm。结论该搬运机器人定位方法能够满足包装码垛要求。 相似文献
6.
7.
8.
9.
10.
为了提高串联工业机器人的绝对定位精度,提出了采用轴线测量与迭代补偿相结合的工业机器人几何参数标定方法。首先利用激光跟踪仪测量机器人单轴运动的轨迹,将所测轨迹点通过空间投影计算各轴线的位置;然后根据机器人模型参数的几何定义提取机器人模型的实际参数,并采用基于距离误差的迭代补偿方法进行参数标定效果验证。对埃夫特ER10L-C10工业机器人进行标定实验研究,结果表明:机器人绝对定位误差的最大值、平均值和标准差分别从补偿前的4.215、1.932和1.437 mm减小到补偿后的2.979、1.015和1.031 mm,该方法能够简单快速标定出机器人模型的实际几何参数,有效提高了机器人的绝对定位精度。 相似文献
11.
针对工业机器人绝对定位精度偏低,在工业应用中受到一定的限制的问题,提出了一种新型基于标准球距离约束的工业机器人参数标定方法。首先采用MDH模型建立机器人运动学模型;其次将接触式测头安装在工业机器人的末端法兰盘上,搭建了一个三角标定平台,平台上刚性连接了3个直径为25.4mm的标准球,每2个球之间的理论的球心距为300mm,用接触式测头分别探测3个标准球面上的点,并记录相应关节角的值;最后,通过最小二乘拟合得到标准球的球心坐标,与三坐标测量机测得的实际球心距进行距离约束,并采用Levenberg-Marquardt算法求得运动学参数误差。共进行5个平台方向的实验,并用另外5个平台方向的数据进行误差补偿验证。实验结果表明:平均球心距偏差从2.6812mm减小到0.5694mm,标准偏差从0.6738mm减小到0.1407mm。 相似文献
12.
基于距离精度的测量机器人标定模型及算法 总被引:5,自引:0,他引:5
对机器人绝对位置误差进行检测和补偿时,通常要涉及到测量系统坐标系与机器人基础坐标系间的坐标变换,由于这个变换很难精确测定,从而导致测量机器人的绝对位置精度降低.为了克服这一情况,可改用空间两点间的距离精度来衡量机器人的绝对位置精度,这样可简化测量过程.利用距离精度的定义,建立了机器人的距离误差模型,该模型可以避免坐标转换带来的误差,降低对测量系统的精度要求.同时,激光跟踪仪测试技术的应用,使得机器人的位姿测量变得非常容易.最后给出了此模型及算法在IRB2400机器人上的应用实例. 相似文献
14.
15.
针对环境或人为因素引入的测量粗差对测量坐标系和机器人基坐标系的转换存在较大影响的问题,对奇异值分解(SVD)算法进行了改进,并将其应用于机器人运动学标定中。以ABB-IRB2600型机器人为研究对象,建立修正型D-H(MD-H)运动学模型和误差模型;通过激光跟踪仪测量得到机器人末端靶球位置坐标,在SVD算法中,根据补偿前位置误差大小对测量数据重新分配权重,转换测量坐标系和机器人基坐标系;使用Levenberg-Marquart(L-M)算法进行了误差参数辨识,并在Matlab中对机器人25个运动学参数进行了仿真补偿。仿真和实验结果表明,加权SVD算法稳定性更优,能够减小测量粗差影响,经标定后机器人的平均绝对误差降低了65.10%,均方根误差降低了65.85%,其绝对定位精度得到了明显提高。 相似文献
16.
以工业机器人为研究对象,提出工业机器人完成一道工序的标准工时模型。针对工业机器人工作特点,得出工业机器人完成一道工序的标准工时构成要素;分别讨论单台工业机器人、多台工业机器人串联、多台工业机器人并联组成一道工序的工作特征,基于可靠性等相关理论,推导这3种情况下该工序的正常工时(t)、平均故障修复时间(MTTR)、平均预防性维修时间(MPMT)的数学模型;其中从工序能力出发,将并联工业机器人转化成串联形式进行模型推导。以某条智能生产线上各工业机器人为例,与正常工时相比,基于新的标准工时得出的标准产能与实际产能的误差由4.29%下降到1.72%。 相似文献