基于位姿约束的工业机器人快速标定系统研究

工业机器人在使用过程中,实际参数与理论参数之间的偏差在一定程度上影响其本体的绝对定位精度.若能精确地标定出机器人本体的零位参数,在很大程度上就能提高机器人的定位精度.虽然依靠常规的激光跟踪仪和轴销方法对工业机器人进行零位标定具有一定的成熟度,但是两种标定方法具有时间较长和步骤繁琐等缺点难以普及.鉴于此,针对传统机器人模型进行研究,提出了一种基于位姿约束的工业机器人快速标定算法.依靠其相应的零位模型能够较为精确的标定机器人的零位参数,分别对轴销和快速零位标定设备标定出的零位结果进行分析与比较.实验结果表明,采用快速零位标定设备进行标定在精度上与采用轴销接近,在标定时间和设备成本远低于激光跟踪仪.该方法在普及使用和市场推广上较有重大的意义.     

基于改进IGG3权函数距离误差模型的工业机器人标定

在工业机器人的标定过程中,测量粗差数据会对标定结果精度产生影响,为此,提出了一种基于改进IGG3权函数距离误差模型的工业机器人标定方法,将改进的IGG3权函数最小二乘辨识算法用于工业机器人距离误差标定中,以进一步提高工业机器人的标定精度。以SR4C型工业机器人为研究对象,建立了机器人距离误差数学模型,进行了IGG3权函数最小二乘辨识算法的理论研究。构建了机器人标定实验系统,进行了基于改进IGG3权函数距离误差模型的工业机器人标定实验,实验结果表明,所提方法可有效减小粗差数据对标定精度的影响。该方法可用于工业机器人标定和校准领域,以提高工业机器人定位精度。     

3-RPS并联机构运动学标定方法的研究

针对六轴混联机床中因3-RPS并联机构结构参数误差引起的精度问题,分析了影响3-RPS并联机构几何精度的误差因素,给出了并联机构的误差模型;基于影响并联机构定平台运动精度较大的几何误差参数;建立了运动学标定模型.采用阻尼最小二乘法,经多次优化迭代实现了利用一组测量数据完成非线性超越矛盾标定方程组的求解.利用激光干涉仪完成了标定用数据的测量,通过3-RPS并联机构运动学逆解和各铰链的几何标定参数,得到动平台的实际位姿.通过对标定前后的Z轴定位精度的检测及实际零件加工试验,验证了3-RPS并联机构运动学标定模型和方法的正确性和有效性.     

基于激光扫描测量臂的工业机器人运动学标定

提出一种基于激光扫描测量臂测量系统的6轴工业机器人运动学标定方法。分析了机器人本身的运动偏差和综合考虑测量系统构造的机器人坐标系与真实基座标系之间的不重合问题;建立机器人末端位置与各连杆参数相关的绝对定位误差方程,基于该误差方程,利用便携式激光扫描测量臂测量系统对不同空间位置姿态下机器人的法兰中心点进行测量,并用最小二乘法对误差方程进行解算,利用计算出的参数误差修正机器人模型中的各名义参数值,可以提高机器人运动的准确度。将该方法应用在Staubli TX90工业机器人上,实验结果表明,机器人的绝对定位精度由标定前的均值/标准差0. 742 5 mm/0. 191 0 mm减少到标定后的0. 242 8 mm/0. 098 1 mm,提高了近50%,表明该标定方法的有效性和准确性。     

工业机器人运动学参数标定误差不确定度研究

为研究机器人末端定位不确定度分布规律,采用不确定度误差的评价方法对工业机器人标定方案得到的运动学参数进行了分析.采用基于各轴单独旋转拟合空间曲线的方法,解算获得运动学参数模型.在机器人标定模型的基础上,分析出各项运动学参数标定结果的不确定度.分析了各轴关节转角θ对不确定度的影响规律,并实验研究各轴在标定或者动态测量过程中,测量点数及测量角度等条件对测量不确定度的影响.推导出机器人末端位置误差不确定度的计算方法,并分别以机器人某一固定姿态和固定路径为例,研究了机器人末端位置误差的不确定度.采用激光跟踪仪做为闭环测量设备,实验验证了单轴运动空间曲线拟合方法,可有效地估计在整个机器人工作空间内的运动误差不确定度分布,标定后在x、y、z3个方向上定位不确定度分别为0.356 mm、0.582 mm和0.524 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。     

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.     

基于距离精度的工业机器人标定模型

工业机器人主要有两个性能评价指标:重复定位精度和绝对定位精度。由于制造与安装误差,导致工业机器人定位精度不高,因此,在机器人使用前需要对其进行标定。但在应用传统的方法进行位置误差的标定和补偿时,要涉及到测量系统坐标系与机器人基础坐标系间的变换。由于这一过程很难精确完成,容易引入误差。因此,本文利用距离精度的定义,在修正的5参数DHM(Denavit-Hartenberg Modified)运动学模型的基础上,建立了机器人的距离误差标定模型,该模型可以避免坐标转换带来的误差。基于该模型,利用Matlab软件进行仿真实验。仿真结果显示机器人距离误差标定模型可以明显提高机器人的距离精度,为后续的实验打下基础。     

基于激光追踪仪的机器人标定及误差分析研究

以提高六轴关节工业机器人的定位精度为目标,基于D-H运动学模型与微分误差思想,建立了机器人的位置误差模型,设计了简单高效的测量算法和辨识算法,在辨识出的机器人几何误差参数基础上,对机器人运动学模型进行修正,以沈阳机床上海研究院的i5 Robot A3型工业机器人为实验研究对象,结果证明改进后机器人的定位精度得到大幅度提升。     

基于PSO-SVR算法的工业机器人分级标定方法

为了提高六自由度机器人在应用中的定位精度,提出一种提高机器人绝对定位精度的分级标定方法。该方法第一阶段进行几何参数误差的标定,以改进的Denavit-Hartenberg(MD-H)模型为基础,加入减速比和耦合比的因素建立了完整的工业机器人几何参数误差模型,之后采用Levenberg-Marquarelt(LM)算法辨识出机器人的几何参数误差并计算出剩余残差;第二阶段建立基于粒子群—支持向量回归(PSO-SVR)算法的剩余误差预测模型,来预测并补偿修正几何参数后剩余的残留误差。最后,以六自由度工业机器人进行试验验证,经过分级标定后机器人末端中心点的平均位置误差由5.866 mm减少到0.211 6 mm,最大位置误差由10.322 9 mm减少到0.699 9 mm,验证了该标定算法的正确性和有效性。     

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     

飞秒激光跟踪仪光轴与竖轴同轴度的标定

考虑飞秒激光跟踪仪仪器轴系的几何误差会影响仪器的指向精度并最终影响坐标测量精度,本文研究了激光光轴与竖轴的几何误差对仪器测量精度的影响。提出了激光光轴与竖轴的同轴度标定方法,以降低其不重合带来的跟踪测量误差。首先,基于几何光学原理建立了光轴与竖轴的几何误差模型,分别分析了光轴与竖轴的倾斜与平移误差对仪器测角精度的影响。然后,针对设计的仪器提出了基于旋转成像原理的光轴与竖轴同轴度的检测方法,并设计了一套同轴度检测装置。最后,基于该检测装置,通过调节两组双光楔完成了激光光轴与竖轴的倾斜与平移误差的标定。结果显示,经标定校准后激光光轴与竖轴的角度误差为3.4″;平移误差为26.1μm,得到的结果为仪器后续建立误差补偿模型奠定了基础。     

可变胞并联机械臂样机的研制与误差分析

提出了一种通过驱动副锁定组合实现变胞的超冗余并联机械臂,其基础构型是3-PUPS并联机构,对机械臂进行了误差建模与分析,并通过标定系统测量了机械臂实验样机的定位误差。首先,提出了通过对3-PUPS机构各驱动副的组合锁定实现机械臂变胞的设计思路,从而使机械臂可以根据任务需求改变自身构型和性能;然后,采用含误差源的闭环矢量回路法,建立了机械臂3-PUPS机构的误差传递模型,并以此为基础,分析了机械臂的各误差源对其运动平台输出误差的影响规律;接着,根据各误差源对机械臂的输出误差影响程度,确定了各主要运动副配合零件的加工精度等级及公差,在此基础上研制出机械臂的实验样机;最后,采用一套高精度的工业机器人标定系统对机械臂的实验样机进行了定位误差测量,实验表明:机械臂的运动平台的位置误差均在0.005~0.038mm之间,姿态误差均在0.010~0.044°之间,位置误差比通用式工业机器人的位置重复定位精度0.05mm略有提高,姿态误差与通用式工业机器人的姿态重复定位精度0.045°相当。     

Design of a Two-Step Calibration Method of Kinematic Parameters for Serial Robots

Serial robots are used to handle workpieces with large dimensions, and calibrating kinematic parameters is one of the most efficient ways to upgrade their accuracy. Many models are set up to investigate how many kinematic parameters can be identified to meet the minimal principle,but the base frame and the kinematic parameter are indistinctly calibrated in a one-step way. A two-step method of calibrating kinematic parameters is proposed to improve the accuracy of the robot's base frame and kinematic parameters.The forward kinematics described with respect to the measuring coordinate frame are established based on the productof-exponential(POE) formula. In the first step the robot's base coordinate frame is calibrated by the unit quaternion form. The errors of both the robot's reference configuration and the base coordinate frame's pose are equivalently transformed to the zero-position errors of the robot's joints. The simplified model of the robot's positioning error is established in second-power explicit expressions. Then the identification model is finished by the least square method, requiring measuring position coordinates only. The complete subtasks of calibrating the robot's 39 kinematic parameters are finished in the second step. It's proved by a group of calibration experiments that by the proposed two-step calibration method the average absolute accuracy of industrial robots is updated to 0.23 mm. This paper presents that the robot's base frame should be calibrated before its kinematic parameters in order to upgrade its absolute positioning accuracy.     

在机测量线激光传感器安装位姿的全局标定

针对三轴数控机床激光测头安装位姿误差造成测量误差且不易调整和校准的问题,提出了一种在机测量线激光传感器 安装位姿标定方法。 建立了线激光在机测量系统的数学模型,通过机床运动带动线激光测头对标定基准点的空间位置进行测 量,基于手眼标定原理给出了关于测头安装位姿参数的线性求解算法,完成了对测头安装误差的全局标定。 考虑了机床定位误 差对于标定结果精度的影响,采用蒙特卡洛模拟进行了误差分析。 采用半径为 35 mm 的圆孔进行测量验证,实验结果表明,标 定后圆孔测量误差为 0. 051 6 mm,测量精度提高了约 96% ,实验结果验证了该标定方法的有效性和可行性。     

Plane kinematic calibration method for industrial robot based on dynamic measurement of double ball bar

A new calibration method is proposed to improve the circular plane kinematic accuracy of industrial robot by using dynamic measurement of double ball bar (DBB). The kinematic model of robot is established by the MDH (Modified Denavit-Hartenberg) method. The error mapping relationship between the motion error of end-effector and the kinematic parameter error of each axis is calculated through the Jacobian iterative method. In order to identify the validity of the MDH parameter errors, distance errors and angle errors of each joint axis were simulated by three orders of magnitude respectively. After multiple iterations, the average value of kinematic error modulus of end-effector was reduced to nanometer range. Experiments were conducted on an industrial robot (EPSON C4 A901) in the working space of 180 mm × 490 mm. Due to the measuring radius of DBB, the working space was divided into 30 sub-planes to measure the roundness error before and after compensation. The average roundness error calibrated by the proposed method at multi-planes decreased about 21.4%, from 0.4637 mm to 0.3644 mm, while the standard deviation of roundness error was reduced from 0.0720 mm to 0.0656 mm. In addition, by comparing the results of positioning error measured by the laser interferometer before and after calibration, the range values of motion errors of end-effector were decreasing by 0.1033 mm and 0.0730 mm on the X and Y axes, respectively.     

Machine tool calibration: Geometric test uncertainty depends on machine tool performance

In order to show a sufficient geometric performance, every machine tool has to be calibrated geometrically before it may come into operation. The geometric machine errors have to be identified. They can afterwards be compensated either mechanically or numerically in the machine control.Machine tools are usually calibrated geometrically by performing a sequence of different measurements to identify single errors such as squareness errors between linear axes, straightness errors, positioning errors etc.The uncertainty of such measurements is of course affected by the uncertainty of the measuring device under the given environmental conditions. Methods to describe such influences are widely known and applied.Other effects having an impact on the error parameters to be determined (e.g. squareness errors) are dependent on the performance of the machine tool under test. Neglected geometric errors, hysteresis and thermal drift affect the measurement result. Such effects may be much more important contributors to the overall test uncertainty than the measurement uncertainty of the measuring device.In this paper the problem of error interdependencies leading to a worse test uncertainty is explained. The occurrence of such effects is shown with exemplary measuring results. A method for estimating the overall test uncertainty even for complex measurements is introduced. The dependence of the test uncertainty on the geometric machine performance is explained.     

不依赖精密转台的 MEMS-IMU 误差标定补偿方法

微机电惯性测量单元(MEMS-IMU)具有尺寸小、重量轻、成本低、可靠性高等优点,在机器人、虚拟现实以及智能穿戴等诸多领域广泛应用。低成本的微机电惯性测量单元在使用过程中受噪声和零偏误差等影响,需要通过测试和误差补偿手段来提高其实际使用精度。本文提出了一种全面测试和补偿惯性测量单元误差的方法,通过建立MEMS-IMU的误差模型,使用优化方法标定误差模型中的系统误差参数;使用Allan方差分析方法确定随机误差参数;基于上述结果,采用与视觉融合的非线性优化方法在线实时估计并补偿零偏,最终达到提高定位精度的目的。通过实验分析,上述组合方法不需要使用专门测试标定设备,能够有效补偿低成本微机电惯性测量单元的误差,提高定位精度。