基于最优激励位姿序列的机械臂负载估计

重力补偿方法广泛地应用于由连杆与旋转机构组成的机器人系统中,更换机器人末端执行器造成了补偿模型的不确定性．针对该问题,提出了一种利用机器人关节力矩与位置信息的负载参数离线辨识方法．基于机器人静力学方法提出了2种负载参数的计算模型,并通过采集机器人在多个静态位姿条件下的关节力矩与位置信息获得负载参数的最小二乘解．进一步,本文针对机器人的辨识位姿选取问题展开研究,提出了同时保证辨识精度与辨识简便性的多目标优化问题,使用多目标粒子群优化方法获得最优辨识位姿．根据辨识后的负载参数,给出了机械臂各关节负载的重力补偿量计算方法．实验结果表明所提方法具有较高的辨识精度,负载质量的辨识误差最小值达到0.007 06 kg,最大值达到0.151 kg,负载质心位置的辨识误差最小值达到0.025 4 m,最大值达到0.122 m,验证了上述方法的可行性与有效性．     

基于PMPSD的工业机器人几何参数标定方法

针对由几何参数不精确引起工业机器人绝对定位精度低的问题,提出一种基于位姿修正位置敏感探测器的几何参数标定方法。通过建立误差运动学模型,使用位置敏感探测器(PSD)装置进行数据采样,利用位姿修正原理对末端激光器位姿和关节转角进行修正,构建模型约束目标函数,运用LM算法计算得到几何参数误差,修正几何参数名义值。实验结果表明,该方法避免了PSD反馈控制,能够快速实现工业机器人几何参数标定,定位平均误差和标准差分别为78.28%、76.38%,有效提高了机器人的定位精度。     

基于相对坐标的机器人末端位姿测量方法

为了解决机器人末端6维位姿难以测量的问题,提出了一种末端位姿的间接测量方法,并给出了适用条件．该方法只需测量末端平台6个目标点在单方向上的相对位移,便可得到机器人末端的6维位姿数据,而且可以消除测量工具的零值系统误差．分析了各几何误差对测量精度的影响,得到了误差影响矩阵以指导测量精度补偿．最后,以一台6自由度运动模拟器为例验证了该方法的有效性．     

基于模糊滑模的六足蛇形臂机器人的末端位姿控制

针对六足蛇形臂机器人的超关节极限和位形偏移量大、末端位姿的控制稳定性不好的问题,提出一种基于模糊滑模的六足蛇形臂机器人的末端位姿控制算法。在超冗余运动学逆解空间中建立蛇形臂机器人的运动学模型,采用修正的DH参数法进行六足蛇形臂机器人的末端位姿参数调节和融合处理,建立蛇形臂机器人的末端位姿力学控制模型,在末端跟随运动中采用外环滑模导纳控制方法进行末端位姿的自适应参数调节,采用滑模误差反馈调节方法确定六足蛇形臂机器人的末端位姿,实现六足蛇形臂机器人准确的姿态定位和参量解算,提高控制稳定性。仿真结果表明:采用该算法进行六足蛇形臂机器人的末端位姿控制的姿态校正性能较好,蛇形臂关节的空间位姿自适应调整能力较强,跟随运动准确,具有很好的位姿控制稳定性。     

机器人逆标定方法研究

在分析传统机器人位姿标定方法的基础上，提出了一种新的机器人标定方法：基于神经网络的逆标定方法。这种标定方法把机器人实际位姿和相应的关节角误差分别作为前馈神经网络的输入和输出来训练网络，从而获得机器人任意位姿时的关节角误差值，通过修改关节值来提高机器人的位姿精度。这种标定方法把所有因素引起的误差均归结为关节角误差，无须求解机器人逆运动学方程，实现了误差的在线补偿。把标定结果与基于运动学模型的参数法的标定结果进行了比较分析。仿真和试验结果均证明了这种方法比传统方法标定效果更好，且更方便简单，避免了其他传统标定方法繁琐的建模及参数辨识过程。     

基于MDH模型对机器人标定算法的研究

以初始参数为基础,建立了更为精准的运动学模型,改进位姿匹配原理,于任何一个测量点处,在测量仪器下改变末端到达计算末端位姿,记录此时各关节转角,以及改变前后关节转角差,依此对初始参数进行一系列修正,使之向实际参数收敛。仿真证明,经由该法对机器人参数进行修正后,其精度得到一定程度的提高。     

排爆机器人机械臂定位精度误差自动补偿方法研究

针对于排爆机器人在进行排除爆破物质时,机械臂不能满足绝对准确的定位要求,位置检测精度与实际距离之间存在一定的误差。为了解决这一问题,提出排爆机器人机械臂定位精度误差自动补偿方法。基于D-H运动模型和微分变换法创建排爆机器人机械臂位姿误差模型,对误差模型进行重复参数分析,去除重复参数获得可辨识的线性方程;在可辨识的运动学参数误差模型线性方程中加入一个增量进行误差补偿。最后通过仿真实验结果表明,所提方法通过对机械臂位姿误差模型进行有效补偿,使排爆机器人机械臂绝对定位精度均值提升1.3mm。     

改进PROSAC算法的并联机器人末端位姿检测方法

为解决双目视觉末端位姿检测中光照、噪声干扰等外部因素造成的检测精度降低问题,提出一种改进PROSAC (Progressive Sample Consensus)算法的水果分拣并联机器人双目视觉末端位姿检测方法。基于ORB算法进行特征提取和立体匹配;采用改进的PROSAC算法对立体匹配进行提纯,该改进通过穿插取点和预检验候选模型克服PROSAC算法存在的模型参数估计精度不高和验证错误候选模型耗时问题;将提纯后的匹配点对代入双目视觉模型求出末端位姿。实验结果表明,与未改进PROSAC算法的末端位姿检测方法相比,改进PROSAC算法的并联机器人末端位姿检测方法,其位姿各分量x、y、z、γ的误差平均绝对值分别降低了53.9%、65.5%、66.9%、47%,误差标准差分别降低了53.2%、67%、66.6%、56.6%,验证了所提出方法的有效性。     

装配机器人高精度定位补偿系统

本文提出了一种机器人高精度定位补偿系统,介绍了一种位姿误差补偿方法.系统采用非接触式位姿精度测量仪测取机器人位姿误差,用 IBM 微机采集位姿误差数据并计算关节补偿脉冲数,通过专用通讯接口将计算机结果传到位移机器人控制系统以实现关节补偿.并采用微位移法确定测量坐标与手爪计算坐标系间的变换.此外还建立了一个供实验用的误差数据库,当机器人工作时,通过周围3关节误差值,用插值法求得该工作点的误差补偿值实现补偿.     

用于复杂管道内表面喷涂的冗余机器人轨迹避障规划

本文旨在系统地解决长臂冗余机器人喷涂复杂管道内表面的避障问题.首先基于空间插值提出在线碰撞检测方法,该方法不仅适用于不同形状的管道,而且检测精度随着模型采样密度的增加而增加.机器人末端连杆位姿由目标点位姿约束确定,不能通过机器人的冗余自由度进行避障调节.针对喷涂机器人末端必然碰撞情况,提出放宽目标点姿态约束的方法,利用碰撞检测确定末端最快避障方向,计算最小姿态变化矩阵,达到该情况下的避障要求.同时利用管道虚拟轴线与各关节最快避障方向优化冗余机器人其他关节的避障能力.喷涂复杂管道内表面的仿真实验验证了本文方法的有效性,解决了机器人末端必然碰撞问题,优化了机器人的避障能力.与现有方法相比,该方法可以处理更为复杂的管道避障问题.     

髋关节康复机器人的运动学分析与仿真

康复机器人能够按照指定轨迹稳定运行是康复过程安全性和有效性的重要保证,因此机器人末端位姿与人体患肢位姿应保持高度重合,同时康复机器人应具备适应不同人体患肢长度的能力。为此提出了机器人与人体患肢运动学模型关联的计算方法。对所设计的平卧式五自由度髋关节康复串联机器人建立了运动学数学模型。将人体下肢简化为四自由度两关节连杆,建立人体的运动学模型,根据人体下肢参数计算患肢末端位姿,并将其作为输入条件代入机器人运动学模型求解,得到机器人的关节变量对关节转动进行控制。以屈髋和内旋动作为例,应用SimMechanics进行仿真,得到的各关节角度与目标设定值一致,且机器人关节角度范围满足人体髋关节活动度的康复要求。分析了下肢长度测量误差对髋关节康复角度及位置的影响。结果表明当大腿长度占比测量偏差为0.5%,位置偏差小于6 mm时,关节角度偏差小于1°。     

Application of Joint Error Mutual Compensation for Robot End-effector Pose Accuracy Improvement

A method of robot end-effector pose accuracy improvement using joint error mutual compensation is presented. The developed method allows locating special robot configurations with the highest robot end-effector pose accuracy using joint error maximum mutual compensation. The computer simulation and experimental results confirmed the theory. The method provides the basis for an industrial application of joint error mutual compensation in the conventional robotic manipulators and allows improving robotic manipulator end-effector pose accuracy up to 2 times. The practical areas and typical robotic systems, where the developed framework of joint error mutual compensation could be applied, were presented.     

基于M型标准块的视觉引导机器人系统手眼标定方法研究

针对线结构光传感器引导的机器人系统的手眼标定问题,提出了一种以M型标准块为标定物的方法。该M型标定物的两条平行的脊线作为约束,基于两条平行脊线的约束建立包含手眼关系、机器人运动学以及两条直线位姿参数误差的模型。首先基于定点约束求解手眼关系初值并以此为基础解算出直线位姿参数的初值,然后通过最小二乘法解算误差参数并补偿到模型中,不断迭代直至计算的误差参数小于阈值,最终得到最终的机器人手眼关系及运动学误差参数。为了验证标定方法的有效性,以某精加工平面为被测物,利用线结构光机器人系统对平面进行测量,得到平面点云;拟合最小二乘平面,计算点到平面距离的均方根值作为评价依据。分别对所述M型标准块和标准球两种方法进行了实验对比,结果表明,相较于标准球方法,所述M型标准块方法得到的均方根误差由0.152 mm减少到0.080 mm,均方根误差的标准差由0.043 mm减少到0.005 mm,其标定结果的精度及稳定性得到显著提高。     

基于双目视觉导航的仿生机器人鲁棒控制算法

仿生机器人在定姿过程中受到空间扰动因素的影响容易产生控制误差,需要对机器人进行精确标定,提高仿生机器人的定位控制精度,因此提出一种基于双目视觉导航的仿生机器人鲁棒控制算法。利用光学CCD双目视觉动态跟踪系统进行仿生机器人的末端位姿参量测量,建立被控对象的运动学模型;以机器人的转动关节的6自由度参量为控制约束参量,建立机器人的分层子维空间运动规划模型;采用双目视觉跟踪方法实现仿生机器人的位姿自适应修正,实现鲁棒性控制。仿真结果表明,采用该方法进行仿生机器人控制的姿态定位时对机器人末端位姿参量的拟合误差较低,动态跟踪性能较好。     

Combination of geometric and parametric approaches for kinematic identification of an industrial robot

Combination of geometric and parametric approaches of kinematic identification is proposed in this article. The experimental strategy is similar to that used in geometric approach wherein each axis of the robot is actuated one after the other. This adds clarity to experimental strategy, which becomes ambiguous while solely using a conventional parametric approach. Therefore it is easier to conduct experiments even if there are restrictions in workspace. The estimation was done using a parametric technique, but in a stage wise manner using a divide and conquer strategy. This allowed measurement of the robot accuracy after removing the errors arising due to the definition of base and end-effector frames. Additionally it is possible to visualize the reduction in errors during the estimation process. In addition to this, the Jacobian matrix that relates the pose errors to the correction in parameters is adapted during estimation using a damped least squares method depending upon the convergence of the parameters. Results were obtained after extensive experiments on industrial robots using three different measurement instruments namely laser tracker, monocular camera and multi-camera system. The proposed method performs better than the conventional approach which uses only geometric approach. Finally thanks to the new approach, it was possible to conduct experiments after dividing the workspace region into those with high and low levels of observability; which is not easy while using conventional approaches. It was also possible to perform identification in regions closer and farther away from the robot where there is deterioration of observability. The results show that the proposed method could reduce the errors in pose in a consistent manner, even when different measurement instruments were used, or when there was a deterioration in observability due to the choice of poses during identification.     

基于近似弧长参数化的机器人轨迹规划

主要研究了采用近似弧长参数化的插值方法进行关节式工业机器人的轨迹规划.运用近似弧长参数化的插值方法将机器人末端轨迹参数曲线离散为等弧长的插值点序列,通过机器人逆向运动学求解各关节的位移点序列,采用极限的方法进行各关节速度和加速度规划.这种轨迹规划方法可以避免关节空间的插值计算和雅克比矩阵的计算.在 matlab7.8平台上,对近似弧长参数化的插值方法、轨迹规划及可行性验证进行了实例仿真,仿真结果表明该轨迹规划方法是可行的.     

工业机器人负载动力学参数辨识方法

为了解决负载变化导致的机器人控制性能降低的问题,本文在分析负载动力学参数对各关节力矩的影响的基础上,提出了一种仅驱动机器人的第3、4、5、6轴运行激励轨迹的辨识方法．首先,基于最小惯性参数集线性化工业机器人动力学模型;其次,在分析负载参数对各关节力矩的影响的基础上,选取相应的运动关节轴,设计适用于负载辨识的有限项傅里叶级数的优化激励轨迹;然后,在空载和带3种不用负载情况下运行激励轨迹,采集关节角度和关节力矩数据,并将数据通过低通滤波器处理;最后,基于动力学线性模型使用加权最小二乘法辨识负载动力学参数．机器人运行验证轨迹,通过计算负载力矩计算值和测量值的差的均方根（RMS）来评价负载辨识结果．同时将该方法与CAD（computer aided design）方法对比,结果显示前者最多可以将后者RMS值降为原来的16%,且该方法对不同负载辨识结果稳定有效．该方法避免了驱动所有关节轴运动的方式,减小了机器人耦合带来的误差,同时缩短了激励轨迹参数优化时间,有效提高负载动力学参数的辨识效率和效果．     

Calibration of a measuring robot: Experimental results on a 5 DOF structure

An original method for the static calibration of robots using the pose matching approach is presented. Three algorithms for the identification of the structural parameters are investigated. The procedure includes a methodology to automatically remove the unnecessary parameters for the robot under analysis. After a theoretical introduction, the methodology is practically applied to an actual 5 DOF measuring robot used in a shoe manufactory industry. The accuracy of the robot is increased up to its repeatability. © 2001 John Wiley & Sons, Inc.