基于视觉反馈的机器人末端轨迹跟踪控制研究

工业机器人受机械本体间隙误差及外界干扰,在进行焊接、喷涂等工作时难以精确跟踪期望轨迹,严重影响工作效率和质量。根据视觉反馈控制原理,提出一种基于视觉反馈的末端位置动态补偿方法,设计视觉及末端执行器补偿机构,通过高速相机检测机械臂末端与期望轨迹的图像位置偏差,利用末端执行器进行位置补偿,可以快速高精度跟踪期望轨迹。通过实验对提出的方法进行验证,结果表明即使有外界干扰的情况下,机器人末端的跟踪误差最大为1.45 mm,显著提高了轨迹跟踪精度和跟踪速度,满足工业机器人末端快速、高精度的轨迹跟踪工况要求。     

双SCARA机器人异型插件系统设计

为了提高异型电子元器件装配的自动化水平,减少电子制造业中的工序数量和生产设备的占用空间,将两个SCARA机器人置于同一工作单元内,结合机器视觉设计了一种双SCARA机器人异型插件系统.详细介绍了硬件系统的主要部件,并根据插件作业实际需求和工作流程特点,以面向对象的C++为编程语言,基于Qt Creator设计了系统软件.此外,提出了异型元件和PCB的视觉检测方法.最后,设计了双SCARA避碰仿真实验、异型元件检测实验及插件实验,结果表明,本系统能完成异型元件的插装,对异型元器件的快速插装和多机器人系统的研究具有较大的参考价值和实用意义.     

双SCARA机器人异型插件系统设计

为了提高异型电子元器件装配的自动化水平,减少电子制造业中的工序数量和生产设备的占用空间,将两个SCARA机器人置于同一工作单元内,结合机器视觉设计了一种双SCARA机器人异型插件系统.详细介绍了硬件系统的主要部件,并根据插件作业实际需求和工作流程特点,以面向对象的C++为编程语言,基于Qt Creator设计了系统软件.此外,提出了异型元件和PCB的视觉检测方法.最后,设计了双SCARA避碰仿真实验、异型元件检测实验及插件实验,结果表明,本系统能完成异型元件的插装,对异型元器件的快速插装和多机器人系统的研究具有较大的参考价值和实用意义.     

基于PSD的激光测距仪及其在空间机器人上的应用

对PSD的误差来源及其补偿方法进行理论分析和实验研究;设计了基于PSD的三角法激光测距仪.测距仪安装在空间机器人的腕部,在机器人工作时对距离和机械手腕的位置与姿态进行检测,激光器发出的鲜亮的红色光斑可作为机器视觉的基准.     

位置不确定下移动机器人自主抓取方法

往返取物递送移动机器人在入位定点抓取物体时,自身重复定位的不确定性将影响抓取准确性。为此提出一种克服位置不确定性的移动机器人物体抓取新方法。通过机器人体外定点位置深度视觉传感器与机器人手臂系统的关系标定,基于机器人本体激光传感器数据采用迭代最近点算法补偿机器人位置偏差,基于顶抓策略简化描述抓取位姿。通过待抓物识别与定位、确定抓取姿态以及机械臂运动规划等过程,实现了对平整支撑面上形状规则物体的自主抓取。在移动机器人往返取物作业场景下,实验验证了该方法可以显著提升物体抓取的成功率。     

机器人脱模视觉定位方法的设计与研究

根据机器人拆卸导弹发动机注药瓣模时对精确定位的要求,设计了一种基于视觉的瓣模螺栓识别定位方案。在此方案的基础上进行实验,实验结果表明:应用此方案能准确识别所有瓣模螺栓,定位误差均在1mm范围内,最大误差为0.750mm,满足机器人脱模装置的定位要求。为了保证拆卸瓣模时设备互不干涉,利用最小二乘法和Matlab对实验数据进行拟合仿真处理,求出工作转角α。应用实验数据和数据处理的结果控制机器人拆卸瓣模,检验视觉定位和数据处理的可靠性。分析视觉定位误差的主要来源,提出了适合工程应用的误差修正方法,有助于提高机器人脱模的可靠性。     

一种基于手眼视觉的并联机器人标定方法

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。     

基于双目视觉测量系统的机器人误差检测方法

针对机器人存在的几何参数误差影响绝对定位精度的问题,提出一种基于双目视觉测量系统的机器人误差检测方法。采用修正的DH(MDH)模型建立了带几何误差的机器人运动学模型,根据工具中心点(TCP)实测点与误差补偿后的理论点应重合的原理,推导出误差辨识模型。为构建约束方程,利用平面和空间圆拟合,实现了测量坐标系到基坐标系的转换。通过仿真确定了可辨识的误差,初步验证了误差检测方法的有效性。搭建了误差检测实验装置,使用Handyprobe光笔测量仪进行了误差检测实验。误差补偿后,检验点组绝对定位误差均值减小81.02%,证明了基于双目视觉测量系统的机器人误差检测方法的有效性和可行性。     

一种基于位姿反馈的工业机器人定位补偿方法

为了提高工业机器人的绝对定位精度,提出了一种基于末端位姿闭环反馈的机器人精度补偿方法。该方法通过激光跟踪仪测量实时跟踪机器人末端靶标点的位置来监测机器人末端的位姿,并通过对靶标点的实际位置和理论位置进行匹配获得机器人末端的位姿偏差。工业机器人系统与激光跟踪测量系统通过局域网进行数据通信,并根据位姿偏差数据对机器人末端的位姿进行修正。最后通过实验对基于末端位姿闭环反馈的机器人精度补偿方法进行验证,实验表明,经过位姿闭环反馈补偿后机器人末端位置误差最大幅度可以降低到0.05mm,姿态误差最大幅度可以降低到0.012°。     

家庭服务机器人手眼协调系统设计

针对目前智能家庭场景下,家居服务机器人对不同物品位姿的识别准确度与操作性差等问题,进行机器人手眼协调识别技术与物品灵巧操作规划方法的研究,提出了视觉前馈目标定位与视觉反馈位姿匹配相结合的识别与多位姿抓取方法。首先,基于SSD深度神经网络模型识别待抓取物品,并进行三维测定,以得到物品粗略坐标位置;其次,根据所得三维坐标预设深度相机与物品的相对位姿,采集物品与障碍物的深度信息,并基于Linemod算法与内置三维模型进行位姿匹配,完成对物品精确位姿的测定;最后,依据所得物品与障碍物的位置与姿态,规范臂手系统的抓取位姿,实现灵巧抓取物品。由以上原理,设计手眼协调测试实验进行不同桌面高度的物品抓取成功率与抓取误差测试,实验抓取总成功率高,且误差满足实际精度要求;该研究有利于提高家居服务机器人物品操作的灵巧性与适应性,对于家居服务机器人产业的发展具有重要意义。     

基于LabVIEW的雕刻机器人标定测试系统仿真研究

由于机器人构件的结构参数及运动学参数影响了机构的定位准确度与精度,因此通过运动学标定来提高混联式雕刻机器人的加工精度。使用光栅尺等传感器测量位置坐标,基于LabVIEW设计了该机器人的标定测试系统,将传感器输出的TTL信号转化为位移量,采用最小二乘法对系统中MATLAB脚本节点进行参数识别,然后计算刀尖点的中心位置坐标补偿量,并在测试界面对比了标定前后的位置误差。实验表明,标定后的标准误差变化了4.28%,均方根误差减小了30.48%,最大误差减小了22.30%,通过运动学标定提高了机器人的定位精度。     

2TPR&2TPS 并联机构的位姿误差建模与补偿研究

位姿精度是评价机器人性能好坏的一个重要指标,建立有效的补偿算法是提高机器人位姿精度的重要保证。 本文以 一种 2TPR&2TPS 并联机器人为研究对象,建立了基于正解的误差模型,根据该误差模型得出了动、静平台位置参数误差及 驱动杆零点长度误差与机器人末端位姿误差的关系,同时建立了基于逆解的补偿算法。 通过粒子群算法对误差函数的最小 值寻优,得到了机器人驱动杆补偿量和位姿补偿量,仿真得出该机器人的平均位置精度提升了 98. 148% ;将驱动杆补偿量与 理想位姿对应的驱动杆长叠加作为机器人的驱动杆输入量进行实验验证,实验得出机器人的平均位置精度提升了 87. 457% ,补偿效果显著。     

视觉系统在机器人工件识别定位中的应用研究

为了提高机器人对工件的识别定位精度,提高机器人系统对环境变化的应对能力,降低人工示教的工作量,提高生产效率,提出一种将视觉技术运用到机器人控制系统当中的设计方法,以提高机器人系统的智能化水平.文章采用智能相机系统、S7-1200可编程逻辑控制器和六自由度工业机器人来组建机器人识别定位系统,其可将处理好的偏移量传送给机器人控制系统进行位置修正.实验结果表明:该系统设计方法能够提高工件识别和定位的精度,且系统易于组建.     

工业机器人位姿误差空间IDSW插值补偿方法研究

探讨了工业机器人误差模型及位姿误差补偿的现有方法;对基于空间插值的补偿方法进行研究,提出机器人位置和机器人位姿误差两者之间的高度相关性是插值补偿法有效的先决条件;对利用微分法建立的机器人位姿误差模型进行研究,得到在机器人末端姿态不变时任意两点的位置误差的差值和姿态误差的差值分别与该两点位置差值呈高度线性关系;提出一种基于均匀数据场的空间IDSW(反距离平方加权)插值算法的机器人位姿误差补偿方法,并设计对比实验,仿真验证了本文所提出方法的有效性。     

关节机器人定位精度影响因素分析

通过调查研究找出机器人定位精度的影响因素,进行机器人运动学分析,建立以D-H模型为基础的MDH机器人运动学误差模型,结合已设计完成的机器人,利用SolidWorks软件的公差分析插件分析由零件制造误差、装配误差和关节间隙引起的运动学误差,得出机器人各关节精度偏差的极限值。分析结果得出在运动学因素的影响下,机器人名义位姿与实际位姿之间的误差较大,影响了机器人的定位精度,需进一步对其进行补偿。     

工业机器人误差补偿及冗余参数研究

针对现有工业机器人定位精度较低,提出了通过机器人运动学标定对误差进行补偿的方法。基于D-H运动学模型和微分变换法建立机器人位姿误差模型,然后对误差模型进行冗余参数分析,消除冗余参数得到可辨识的线性方程,最后用迭代最小二乘法进行求解,修正几何参数进而提高机器人定位精度。通过在自主研发的机器人上试验验证,该方法补偿效果明显,增加了参数辨识的准确性和鲁棒性,为机器人标定技术的发展奠定了一定的基础。     

主动光立体标靶检测及其在工业机器人位姿测量中的应用

基于工业机器人位姿视觉测量方法提出了用主动光立体标靶进行机器人末端位姿测量的方法。以主动红外光代替反光标志点,以主动光图案特征代替亮度特征作为表达位置信息的形式,设计了六面体主动光标靶。通过合理设置特征面图案,使立体标靶特征面提供蕴含空间几何约束的信息,并在此基础上设计了特征面识别算法。在室内环境、室外环境、混合光环境等实验条件下,该算法可实现对主动标靶健壮的识别和定位。在高精度四轴移动平台上的测量误差评价实验表明：运用该标靶的立体视觉系统在0.5~3m工作范围内平均位置误差为0.0857mm,平均姿态误差为0.1086°,满足机器人位姿测量的要求。最后在YASKAWA的Motoman-MH80六轴机械臂上进行了机器人末端位姿的测量实验,验证了该方法的可行性和高效性。     

机器人加工精度在线控制的研究

提出一种基于KUKA机器人控制器的在线控制方法,用来实时补偿工业机器人在钣金加工中由于自身柔性所产生的加工误差。在已有机器人末端接触力与位置误差关系的基础上,根据机器人控制器自身限制条件和编程语言,设计出简化控制算法和相应的程序,用于对加工中的机器人末端位置进行实时补偿,以达到提升加工精度的目的。该在线实时控制的方法通过实验与分析后,被证实具有一定的可行性。     

主从式机器人系统中力反馈的实现

设计了一套适用于医疗和装备维修的主从式机器人系统,并对其力反馈实现进行了研究。采用六维力传感器获得了从端的受力情况,并对获得的力信息进行了滤波、离线坐标系标定和重力补偿等处理,提高了力反馈信息的准确性和抗干扰能力。为进一步减小主从位置误差对系统的影响,在力反馈中实时附加一个与主从位置误差反向的作用力,并将其与传感器获得的力信息进行线性融合。实验结果表明,该方法可以提高系统的力反馈性能,满足主从式机器人系统对力反馈的要求。     

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。