基于位形优化的机器人基坐标系标定与跟踪

为了精确标定测量设备和机器人基坐标系之间的坐标变换关系,建立了机器人运动学模型以及待标定关系模型,基于差分进化算法对机器人位形进行优选,提出了一种离散型差分进化算法结合线性最小二乘法的标定方法。实验表明,与同样数目随机姿态下的标定结果相比,优选姿态可以显著降低机器人基坐标系的标定误差。针对基坐标系跟踪问题,测量机器人移动前后基座处多个光靶坐标值,通过基于单位四元数法点集匹配,实现基坐标系的实时跟踪。与新位置下的标定结果对比,该方法的跟踪误差与标定误差相近,从而避免了烦琐的机器人标定过程。     

基于对偶四元数的机器人手眼标定算法研究

针对机器人手眼视觉系统中的手眼标定问题,对机械手末端执行器与摄像机之间的手眼转换关系进行了研究。对手眼标定问题中求解齐次矩阵的方法进行了归纳,建立了完整的基于运动位姿的视觉模型;利用改进对偶四元数方法分别求解了手眼齐次变换矩阵中的旋转矩阵和平移向量;为保证获得的平移向量是最优解,在求解平移向量过程中引入了无穷范数最小化,通过迭代求取了局部最优解的值;基于所考虑的求解最优,利用Matlab对平移向量算法进行了仿真研究,并将该算法标定结果与线性解耦估计算法和传统对偶四元数算法进行了比较。研究结果表明:该算法在标定精度、对噪声的鲁棒性、对运动位姿个数的敏感性和稳定性方面均优于其他两种算法,能满足手眼标定的精度要求。     

基于Halcon的工业机器人手眼标定方法研究

机器人手眼标定是机器人视觉技术的重要研究内容,基于Halcon所提供的标定板,充分考虑相机镜头径向畸变对手眼标定的影响,设计一种全新的、高精度、高效率的Eye-in-Hand手眼标定方法,该方法在标定了相机内外参数的同时也建立了相机图像坐标系与机器人基坐标系之间的相互转换关系,并通过实验进行了验证,其平移误差在1mm,旋转误差在1。以内。实验结果表明该方法具有较高的标定效率与较高的标定精度,可广泛应用于工业机器人视觉系统手眼标定中。     

基于二阶锥规划无标定参照物的手眼标定

为了克服传统机器人手眼标定方法求解手眼关系及机器人坐标系与世界坐标系方位关系对标定参照物的依赖,提出一种基于二阶锥规划的无标定参照物手眼标定改进方法,并搭建相关实验系统进行验证。首先,利用运动恢复结构算法解算定义在一个尺度因子基础上的相机运动矩阵;然后,引入对偶四元数理论参数化标定方程中的旋转矩阵和平移向量;最后,通过二阶锥规划方法同时求解相机运动矩阵尺度因子、手眼关系及机器人坐标系与世界坐标系方位关系的最优解。仿真和实测结果表明,在没有标定参照物作为测量基准的情况下,标定结果中旋转参数相对误差为3.998%,平移参数相对误差为0.117%。与其他标定方法相比,该方法提高了无标定参照物模式下机器人手眼标定精度,扩展了手眼标定方法的应用范围。     

串联机器人标定系统的坐标系快速转换方法

针对串联机器人标定系统中的工业机器人基座标系{B}与激光跟踪仪测量坐标系{T}的转换问题,提出一种融合多点拟合法和轴线矢量测量法的坐标系快速转换方法。该融合坐标系快速转换方法首先利用轴线矢量测量法获得旋转矩阵R,然后利用多点拟合法获得位移矢量T,进而得到坐标系转换矩阵BTR。试验结果表明该融合坐标系快速转换方法的测量时间比多点拟合方法减少了184.68s,但综合RMSE(Root mean squared error,RMSE)增加了0.215mm;相比于基于关节圆交点的坐标系转换方法,该方法的综合RMSE降低了0.626mm,测量时间仅增加了51.26s;相比于基于平面拟合转换法,该方法的综合RMSE与测量时间分别降低了2.790mm和120.0s。因此,该融合坐标系快速转换方法的转换精度远优于基于轴线测量的坐标系转换方法,相比于多点拟合法具有相近的转换精度和更好的测量效率。     

一种基于双目视觉的手眼标定方法

提供了一种能同时标定摄像机与机器人手眼关系的方法,精确控制视觉机器人末端执行器做2次旋转运动和5次平移运动.建立视觉机器人末端执行机构和摄像机两个坐标系之间位置相互转换的方程,求得摄像机内参数及手眼关系,在标定的过程中取黑白棋盘中的一个成像点,无需匹配和正交运动,方便对执行机构进行控制.模拟实验数据与真实图像数据试验表明,该手眼标定方法可行、有效.     

基于OpenCV的码垛机器人手眼标定方法

提出了一种简易的"两步"标定法,即非线性模型摄像机标定和"四点"位姿估计。该标定法充分使用了OpenCV中现有的计算机视觉算法,与传统的手眼标定法和基于商用视觉库的标定法相比,省去了大量的计算、节约了开发成本和便于产品升级。摄像机标定实现了图像坐标系与世界坐标系之间的转换;位姿估计实现了机械手坐标系与世界坐标系之间的转换,从而推算出了图像坐标系与机械手坐标系之间的转换,其平均投影误差约为0.727个像素。该标定方法配合码垛机器人视觉定位系统执行包装件内装物码垛作业,现场测试结果表明,可以使码垛精度达到±1 mm,能够满足包装行业内装物现场应用要求。     

机器人坐标系与激光跟踪仪坐标系的快速转换方法

针对机器人坐标系与激光跟踪仪坐标系的转换问题,提出一种机器人单轴旋转运动与自身读数相结合的方法。将靶标球安装在机器人末端,用激光跟踪仪实时测量球心坐标,对机器人单轴转动产生的圆弧轨迹进行空间圆拟合,由三个空间圆的单位法向量可得到旋转矩阵。再求取球心初始位置相对于机器人默认工具点的坐标偏移量,便可反推机器人坐标系原点在激光跟踪仪坐标系下的坐标,即平移向量。实验结果表明,转换后空间点X、Y、Z坐标的RMS误差分别为0.216 mm、0.111 mm、0.157 mm。     

考虑基坐标系误差的机器人运动学标定方法

提出了一种基于机器人几何参数误差与基坐标系位姿误差的六轴串联型机器人误差标定方法。首先基于MD-H方法建立了IRB6700机器人几何参数误差模型,得到机器人连杆几何参数误差到机器人末端位姿误差的映射关系;然后进一步考虑了基坐标系的位姿误差,并建立了考虑基坐标系误差的机器人误差模型;此外,针对传统标定方法操作繁琐、偶然误差大等问题,提出了一种改进的参数辨识方法,进一步提高了标定过程的可操作性与标定精度。最后,开展了本体标定实验与基坐标系误差扰动实验,结果表明所提方法将机器人位置误差的平均值由3.1928 mm减小至0.1756 mm,位置误差的标准差由0.5494 mm下降到0.0830 mm。基坐标系位姿误差扰动前后参数辨识的结果一致性高于99%,标定精度及稳定性得到显著提高。     

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。     

通用机器人视觉检测系统的全局校准技术

介绍了基于通用机器人的车身在线柔性视觉检测系统的工作原理和在复杂现场环境下使用激光跟踪仪和测量臂进行全局校准的实用方法。基于测量姿态的全局校准方法利用机械约束将传感器坐标系和靶标坐标系统一起来,实现测量姿态时传感器坐标系与系统基准坐标系的坐标转换。基于机器人运动学模型的全局校准方法利用机器人末端关节位姿可通过正向运动学获知的特点,在现场构建机器人基坐标系,并通过坐标变换获得与机器人运动精度无关的手眼关系,实现了任意姿态时的全局校准。实际测量的结果表明,应用两种校准方法后系统的重复性精度都十分理想,测量装置重复测量标准差和系统重复测量标准差分别为0.07mm和0.13mm,能够满足在线监控白车身加工尺寸变化的精度要求;系统进行坐标测量时的误差分别为±0.2mm和±0.8mm。     

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。     

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%。     

Development of a novel hand−eye calibration for intuitive control of minimally invasive surgical robot

Robotic-assisted surgical system has introduced a powerful platform through dexterous instrument and hand−eye coordination intuitive control. The knowledge of laparoscopic vision is a crucial piece of information for robot-assisted minimally invasive surgery focusing on improved surgical outcomes. Obtaining the transformation with respect to the laparoscope and robot slave arm frames using hand−eye calibration is essential, which is a key component for developing intuitive control algorithm. We proposed a novel two-step modified dual quaternion for hand−eye calibration in this study. The dual quaternion was exploited to solve the hand−eye calibration simultaneously and powered by an iteratively separate solution. The obtained hand−eye calibration result was applied to the intuitive control by using the hand−eye coordination criterion. Promising simulations and experimental studies were conducted to evaluate the proposed method on our surgical robot system. We extensively compared the proposed method with state-of-the-art methods. Results demonstrate this method can improve the calibration accuracy. The effectiveness of the intuitive control algorithm was quantitatively evaluated, and an improved hand−eye calibration method was developed. The relationship between laparoscope and robot kinematics can be established for intuitive control.     

Absolute robot calibration with a single telescoping ballbar

A novel 6D measurement system was recently proposed, comprising a single commercially available telescoping ballbar and two custom-made fixtures. One fixture is attached to the robot base and the other to the robot end-effector, and each having three magnetic cups. In each of 72 poses of the tool fixture, with respect to the base fixture, it is possible to measure six distances with the ballbar between the magnetic cups on the tool fixture and the magnetic cups on the base fixture, and thus calculate the pose with high accuracy. This paper is the first to present the successful use of this measurement system for absolute robot calibration. The robot calibrated is a Fanuc LR Mate 200iC six-axis industrial robot and the telescoping bar used is the QC20-W by Renishaw. The absolute position accuracy of the robot after calibration is validated with a Faro laser tracker in almost 10,000 robot configurations. Considering the validation data in only the front/up configurations, the mean absolute positioning error is improved from 0.873 mm to 0.479 mm. To allow a comparison, the robot is also calibrated using the laser tracker and the robot accuracy validated in the same 10,000 robot configurations.     

Automatic Method for Synchronizing Workpiece Frames in Twin-robot Nondestructive Testing System

The workpiece frames relative to each robot base frame should be known in advance for the proper operation of twin-robot nondestructive testing system. However, when two robots are separated from the w...     

Compliance error calibration for robot based on statistical properties of single joint

This paper focuses on compliance error calibration. Because kinematic parameter error is the main error of a robot, we should first compensate for it. And because the compliance errors of some joints are too small, not all joints should be compensated for he compliance errors. We rotate the single joint along its axis locked other joints to obtain the statistical properties of all joints. The compliance errors are induced by gravity and elastostatic. This paper presents a mapping from the compliance error onto the joint variable vector; on the other hand, it utilized a method to transform the robot compliance error from the laser tracker system frame to the robot frame. The main attention is paid to analyze each joint compliance error using a single axis rotating by laser tracking system. To compensate the compliance error, we divided this problem into three sequential subtasks: identifying the robot compliance matrix, computing the compliance error of gravity without external loading, compensating compliance errors of elastostatic error on external loading.

     

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。     

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。     

六自由度机械臂参数校准不确定度评定方法

六自由度机械臂的结构参数校准对其定位精度影响较大, 为了评价其参数化校准效果,采用蒙特卡洛法建立了六自由 度机械臂参数校准不确定度评定模型。 首先, 根据空间坐标系的几何转换关系建立六自由度机械臂结构参数校准模型, 分析 主要误差来源对校准参数的影响,建立各校准参数的不确定度分量的函数关系; 其次, 采用现场校准数据集的抽样统计, 分析 各不确定度分量的概率密度函数,获得真实分布规律; 最后, 采用蒙特卡洛法建立各校准参数的不确定度分量与机械臂模型 之间的数学关系, 通过大规模随机数值模拟, 实现机械臂校准不确定度的评定。 为了验证本文方法的有效性, 利用激光跟踪 仪对六自由度机械臂进行了校准实验。 结果表明, 当采用正则化方法进行机械臂校准时,各坐标轴的相对扩展不确定度分别 优于 0. 542 2% ,1. 325 9% , 0. 015 4% 。