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°。     

工业坐标测量机器人定位误差补偿技术

由通用工业机器人和视觉传感器组成的柔性坐标测量系统是视觉检测技术在工业在线测量领域的重要应用。工业机器人的机械结构和控制过程复杂,因此其定位误差成为影响系统测量精度的最主要因素,但可以通过修正连杆参数的方式加以补偿。以MD-H运动学模型为基础,建立机器人工具中心点(Tool center point,TCP)的基于相对定位精度的定位误差补偿模型,避免坐标在不同坐标系转换过程中产生精度损失。对与机器人测量姿态有关的柔度误差进行针对性补偿,通过建立柔性关节的弹性扭簧模型,将柔度误差分解为外加负载柔度误差和机械臂自重柔度误差分别进行补偿。标定过程中使用激光跟踪仪作为外部高精度测量设备,只需在单点测量模式下就能实现对TCP的三维坐标采集,大大简化数据采集过程。经过补偿后,标定点处的方均根误差由之前的1.230 2 mm降至0.428 8 mm,验证点处的则由0.723 6 mm降至0.505 4 mm。     

工业机器人误差补偿技术的理论与实验研究

针对工业机器人重复精度高、定位精度差的特点,提出一种改进其绝对定位精度的方法。根据D-H坐标系的相关理论,综合考虑机器人各关节的误差,运用五参数法建立机器人的完整几何误差模型。基于误差模型,提出机器人位姿补偿的多次迭代算法,实验结果显示工业机器人的绝对定位误差由未补偿的25 mm变为补偿后的0.3 mm,从而证明该方法的有效性。     

基于API激光跟踪仪测量工业机器人重复定位精度

重复定位精度是工业机器人性能的重要指标,基于API激光跟踪仪对工业机器人的重复定位精度进行了测量。介绍了测量系统的原理,对额定速度、50%额定速度及10%额定速度时的工业机器人重复定位精度进行了测量,并与指定值进行对比,确认测量方法合理有效,可以有效获得工业机器人的重复定位精度。     

基于各向异性误差相似度的六自由度机器人定位误差补偿

多关节机器人的绝对定位精度远低于重复精度,目前通常采用运动学标定或空间误差补偿来提高机器人定位精度。空间误差补偿通常采用反距离加权来预测定位点的误差并进行补偿,但反距离加权的权值评价单一且各参考点权值过于平均限制了补偿精度的提高,为此,本文基于空间误差相似度提出一种包含距离和方向的定位误差预测和补偿方法。首先,推导出机器人定位误差模型,将机器人工作空间划分为由若干立方体组成的网格,研究在空间网格中定位点与参考点的相对方向与误差相似度的关系,并构建以距离和夹角余弦为误差传递因子的误差传递函数。其次,考虑定位点各坐标轴方向误差和参考点误差的相似性存在较大差异,基于误差传递函数提出一种各向异性的相似度建模和误差补偿方法,利用网格中各参考点的误差分别计算定位点各方向的误差。最后,通过实验对所提方法进行验证,并与传统的反距离加权插值补偿方法进行对比,实验结果表明:经过误差补偿后,机器人定位误差在各坐标轴方向的最大值和平均值都有显著降低,误差最大值和均值由补偿前的1.03 mm和0.30 mm分别降至0.11 mm和0.04 mm,与反距离加权方法相比补偿后机器人定位精度更高、各方向更均匀。     

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。     

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。     

基于空间距离模型评定工业机器人位置误差

通常评定工业机器人位置误差需要从激光跟踪仪测量系统的坐标系至机器人基础坐标系进行空间坐标变换。由于变换的精度难以确定,导致测量工业机器人的位置精度降低。为了避免这种现象,将空间坐标系的变换替换为由使用激光跟踪仪测量空间点得出的空间距离值来衡量工业机器人的位置误差。由此建立工业机器人的空间距离模型,去除空间坐标变换带来的误差影响,将位置准确度的评定误差由原先的0.0055mm提高至0.0024mm。     

工业机器人关节减速比标定的实验研究

针对工业机器人减速比不准导致定位精度较差,通过圆拟合的方法推导出减速比测量原理,借助高精密激光跟踪仪、工业机器人等相关实验设备,建立减速比标定实验平台,拟合出实际减速比,建立实际减速比和理论值的线性关系。通过选取20组目标位姿,开展减速比标定验证实验,实验结果表明,减速比标定后,工业机器人的定位精度得到显著提高,位置精度最大提高了84%,平均定位精度能够达到0.58mm,同时验证了测量原理的有效性,对于企业应用有着非常重要的意义,为后续工业机器人参数标定研究以及实时补偿工作奠定了基础。     

基于粒子群优化神经网络的机器人精度补偿方法研究


针对工业机器人应用于飞机柔性化自动装配时绝对定位精度不能满足装配精度的问题,在机器人空间网格精度补偿方法的基础上,综合考虑环境温度的变化对机器人的绝对定位精度的影响,提出了基于神经网络的机器人综合精度补偿方法。为了防止神经网络在训练中陷入局部极值,采用粒子群优化方法对它的初始权值和阈值进行了优化。实验结果表明,当温度在20~30℃范围内变化时,机器人的绝对定位误差由补偿前的1~3mm,提高到补偿后的绝对定位误差最大值为0.32mm,平均值为0.194mm,精度较未补偿前有了大幅提高,可以满足飞机自动化装配的高精度的要求。

     

工业机器人定位误差在线自适应补偿

受工业机器人本体结构几何及非几何误差因素的影响,机器人执行末端的实际运动轨迹与其理论规划轨迹往往不一致,这严重限制了机器人在加工领域的拓展应用。另外,通过研究发现机器人除在工作空间上定位误差等级存在差异分布外,在服役时间上随着机器人工作性能的退化也会显著恶化其定位精度。为解决该问题,提出了一种基于定长记忆窗增量学习的机器人定位误差在线自适应补偿方法。在该方法中,首先定量分析机器人定位误差与位姿的相关关系,将工作空间划分为多个位姿区块并创建校准样本库,建立了位姿映射模型的自适应优化机制以克服空间中误差等级差异分布的问题;然后设计了定长记忆窗增量学习算法,克服神经网络模型的灾难性遗忘缺陷,并平衡了在线模式下建立机器人新、旧位姿数据映射关系的精度和效率,解决了机器人性能退化加剧定位误差影响位姿映射模型适用性的问题,从而确保算法的补偿精度稳定在目标精度水平线以上;最后,利用St?ubli机器人和UR机器人对所提方法进行了精度在线补偿实验验证。实验结果表明该方法可将St?ubli机器人的定位误差从0.85 mm降至0.13 mm,将UR机器人的定位误差从2.11 mm降至0.17 mm,明显提高...     

机器人多路径空间定位精度测定方法研究

研究一种适用于工业机器人操作现场的多路径空间定位精度测定在和算法，并给出结构优化的技术数据及系统仿真结果。本方法也可用于其他空间运动机构的定位测量。     

工业机器人定位精度可靠性研究现状综述

工业机器人定位精度直接影响其辅助制造产品的精度水平和质量一致性。工业机器人定位精度可靠性和定位误差补偿技术已成为学术界和工业界讨论的热点。对工业机器人定位精度可靠性及定位误差补偿的发展现状进行了分析讨论,总结了该领域的主要研究方法及热点问题,最后对该领域的发展方向进行了展望。     

基于区间分析的机器人绝对定位精度分析方法

针对6R机器人绝对定位精度不高的现状,提出了一种基于误差的分析方法。该方法通过区间分析和POE方程对机器人误差进行建模,并通过修正一些区间运算规则得到更为准确的扩展区间运动学方程。分析了扩展区间运动学方程的层级特性,提出了一种易于扩展并且能有效降低区间依赖特性的层级区间运动学方程,并针对该方程由于过度扩展而无法得出精确结果的问题提出了一种区间矩阵优化方法。通过蒙特卡罗法以及和传统区间方法对比的仿真实验,验证了所提出方法更为高效,并且能够近似计算出理想的结果。某汽车变速箱装配线的6R机器人螺栓拧紧工序实验结果表明,所提出的分析方法比传统的区间方法更有效更精确。     

基于两轮自平衡机器人组合定位方法的研究

对两轮自平衡机器人的运动控制过程中相对定位的问题进行了研究.根据两轮自平衡车的特点,对诸如车轮打滑、碰撞、越障及转向等运动情况下的位置传感器和姿态传感器的信号进行了分析,提出了将光电码盘、MEMS陀螺仪与MEMS加速度计数据融合的方法,对机器人的位姿进行检测估计,从而解决了采用传统的单一位置传感器对机器人测程不准确的问题.同时也降低了陀螺仪、加速度计固有漂移的不利影响,提高了两轮自平衡机器人的定位精度.通过对两轮机器人分别进行直线运动实验、越障实验和异常碰撞试验,验证了两轮自平衡机器人组合定位方法的合理性和有效性.