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.     

工业机器人定位误差规律分析及基于ELM算法的精度补偿研究

针对工业机器人应用于飞机零部件自动化钻孔时绝对定位精度较差的问题,提出利用极限学习机（ELM）算法建立机器人法兰中心点理论位置与实际位置之间的误差模型,并优化补偿机器人定位精度的方法．首先基于空间网格采样方法,获得了机器人绝对定位误差沿机器人基坐标系不同方向的误差变化规律,分析了建模补偿的可行性;其次建立基于ELM算法的误差补偿模型,并针对误差模型训练中隐含层神经元个数取值问题进行了分析优化．实验结果表明,机器人绝对定位误差值沿其坐标系不同方向存在不同的变化规律,补偿前绝对定位误差分布范围为0.29 mm~0.58 mm,平均误差为0.41 mm;补偿后定位误差分布范围降低到0.04 mm~0.32 mm,平均误差为0.18 mm;采用ELM算法建模的补偿速度快,泛化性能好．     

机器人的鲁棒预测控制

本文提出基于误差预测的机器人鲁棒控制器。考虑到机器人的动力学建模误差影响其控制性能,本文建立机器人的误差模型,给出预测建模误差对运动轨迹偏差的作用的有效方法,并提出建模误差的鲁棒性补偿。本文分别在关节空间和直角空间针对冗余机器人和非冗余机器人提出鲁棒预测控制器设计,其有效性由仿真例子检验。     

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．     

超声检测机器人误差补偿技术

针对多自由度检测机器人位姿调整困难问题,通过分析超声检测机器人误差的来源和特点,阐述了机体外误差补偿的原理.通过误差补偿,为计算机控制超声探头进行曲面检测提供准确的控制参数,实现曲面形工件的连续超声检测.最后通过穿透法水柱的对准及其误差分析,对机体外误差补偿方法进行了验证.     

基于参数与非参数模型结合的双臂机器人协作定位精度提升方法

双臂协作机器人系统具有效率高、负载大、协同能力强等优点,但双臂作业性能及质量不但受单臂定位精度的影响,而且受双臂协作定位精度的影响,因此,本文提出了一种基于参数与非参数模型相结合的运动学标定方法。首先,基于MDH(modified Denavit-Hartenberg)方法建立机器人运动学模型和参数误差模型,去除模型中的耦合参数并基于迭代最小二乘法辨识几何参数误差;其次,针对传统的非几何误差补偿方法只能在标定坐标系建立关节位置与末端位置误差之间的映射关系的问题,提出一种改进的非几何误差补偿方法补偿机器人本体非几何误差;再次,基于距离误差辨识双臂基坐标系转换矩阵的参数,补偿双臂几何误差与非几何误差;最后,通过实验验证方法的正确性和有效性。结果表明所提出方法将UR10和UR5机器人的平均定位误差减小至0.170 9 mm和0.050 9 mm。双臂平均协作定位误差减小至0.167 6 mm,与基于参数模型的方法相比协作定位精度提升了27.7%,验证了该方法的优越性。     

基于实时ZMP检测的类人足球机器人步态规划

为了保证类人机器人行走的稳定性,合理的步态规划和误差补偿是最为关键的两个方面。针对研究新一代的类人足球机器人AFU2008,在步态规划方面,根据ZMP(零力矩点)稳定性原理,首先用参考轨迹法进行关节轨迹规划,然后由运动学逆解出的关节转角值对机器人舵机进行实际控制;在误差补偿方面,采用对ZMP影响较大的上体运动进行误差补偿,并针对传统的上体补偿方法的局限性,提出了允许上体高度作匀速运动的改进方法。最后通过仿真和实际实验表明:相对于传统补偿方法,新方法能够更加明显减小机器人的ZMP误差,提高机器人ZMP的稳定裕度,使得类人机器人可以稳定快速的行走。     

基于多种群协同进化算法的绳索牵引并联机器人末端位置误差补偿

对于绳索牵引并联机器人来说,影响其末端位置精度的模型不确定性主要包括几何参数误差和非几何参数误差.这两种不同类型的误差具有非常强的非线性且相互耦合,难以通过传统的标定手段来进行参数标定.针对这一问题,提出了一种基于神经网络的末端位置误差补偿方法.将两种不同类型的参数误差等效视作伪误差,通过神经网络来逼近伪误差造成的末端位置误差曲线,建立末端位置误差与绳索长度之间的映射关系,并在关节空间中进行位置误差补偿.为了提高神经网络的拟合精度,设计了基于多种群协同进化算法和反向传播算法的神经网络优化方法,该优化方法能够同时优化网络的权值、阈值和结构,提高神经网络的泛化能力和拟合精度.在实际3自由度绳索牵引并联机器人上进行了位置误差补偿实验,结果表明补偿后的位置误差均值从6.64 mm下降到1.08 mm,轨迹误差均值从7.5 mm下降到1.6 mm,末端位置的精度得到了显著提高.     

机器人理论关节参数的标定方法及软件设计

本文研究了机器人机构理论控制模型中采用的D-H关节参数的标定方法,并编制了相应的计算机应用软件。应用这一方法和软件标定机器人的理论关节参数,对机器人实施误差综合补偿,提高机器人的精度,是特别重要的。对PUMA 562机器人进行了实测与标定。     

具有谐波减速器的机器人关节建模与动力学参数辨识

针对串联机器人,提出了一种改进的机器人关节模型,并采用该模型开展了机器人动力学建模与辨识工作。建立了机器人动力学模型,对机器人关节结构进行分析,改进了关节模型,并通过谐波减速器的输入力矩近似估计其摩擦力矩。选取傅里叶级数为激励轨迹并优化其参数,通过控制关节按照所得轨迹运动,采集并处理相关数据,并基于加权最小二乘法分别辨识机器人关节模型参数与连杆动力学参数。通过关节预测力矩对所得参数进行验证,结果表明,基于改进关节模型的机器人动力学模型精度得到明显提升。     

补偿机器人定位误差的神经网络

先进的机器人由计算机执行程序来完成各种作业，靠计算关节变量的函数得到手爪的位姿，这些函数一般不准确，使计算值与实际值有较大误差；重复精度０．１ｍｍ的机器人该误差可能达到１０ｍｍ。已有的机器人运动学误差补偿方法需要分析误差来源，使其参数化，并辨识这些参数，六自由度机器人的这种参数已达７２个之多。本文提出一种机器人运动学误差补偿的神经网络模型，利用改进的误差反传（ＢＰ）学习算法，在ＲＭ－５０１机器人进     

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.     

Position Control of Robots by Nonlinearity Estimation and Compensation: Theory and Experiments

To improve the performance of position controllers of robots, a designapproach using the method of nonlinearity estimation and compensation ispresented. The controller designed has a similar structure to that of thelinear independent joint control. Nonlinearities in the robot dynamics areestimated by a state observer based on approximate linear models of thesystem, and then compensated by an appropriate feedback. The paper presentsthe theory how to design such a controller as well as the experimentalresults verifying its performance.     

工业机器人末端误差补偿研究

在分析工业机器人工作空间的基础上,讨论工业机器人的位姿误差补偿问题。主要内容包括误差补偿的原理、补偿过程以及补偿结果的分析,利用Crystal Ball对PUMA六自由度工业机器人的关节角进行了随机误差的仿真。     

机器人双手协调运动中的误差分析及补偿

本文首次分析了机器人双手协调运动中的动态与控制误差,导出了误差矩阵方程,据此提出了补偿算法,实验验证了算法的有效性,由于本算法并不局限于某一特定类型的机器人,因而具有较普遍的意义。算法已应用于机器人双手协调运动的实时控制,文中并对误差引起的目标物体变形进行了讨论。     

Estimation and Compensation of Gravity and Friction Forces for Robot Arms: Theory and Experiments

This paper considers the estimation and compensation of the unknown gravity force and static friction for robot motion control. Utilizing the stability feature of PD set-point control, the estimates of gravity-related parameters and static friction can be solved from two steady state equations obtained by stopping robots at two nonsingular positions. The estimates obtained can then be used to eliminate the position error. Under a mild assumption that the mass center of each robot link is distributed on a straight line connecting two adjacent joints, the gravity force regression matrix becomes upper-triangle which can significantly simplify the algorithm. The positive experimental result obtained for practical verification is also presented.     

Improve the robot calibration accuracy using a dynamic online fuzzy error mapping system.

Traditional robot calibration implements model and modeless methods. The compensation of position error in modeless method is to move the end-effector of robot to the target position in the workspace, and to find the position error of that target position by using a bilinear interpolation method based on the neighboring 4-point's errors around the target position. A camera or other measurement devices can be utilized to find or measure this position error, and compensate this error with the interpolation result. This paper provides a novel fuzzy interpolation method to improve the compensation accuracy obtained by using a bilinear interpolation method. A dynamic online fuzzy inference system is implemented to meet the needs of fast real-time control system and calibration environment. The simulated results show that the compensation accuracy can be greatly improved by using this fuzzy interpolation method compared with the bilinear interpolation method.