码垛机器人运动定位误差补偿

针对国产码垛机器人绝对定位精度不高的现状,以现有码垛机器人为研究对象,构建位姿误差模型,分析主要的误差来源.并根据实验实测数据与模型相结合的方法,给出误差补偿算法,实现定位精度的优化设计.     

基于GBDT算法的机器人定位误差分级补偿方法

为进一步提高工业机器人的定位精度,提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法（GA-LS）进行几何参数误差辨识并补偿到机器人运动学模型中,再通过梯度提升树（GBDT）算法对残余非几何参数误差进行预测,并对残余误差进行补偿,最后以UR10机器人为研究对象进行了实验,验证该方法的准确性。实验结果表明：此分级补偿方法能有效提高机器人的绝对定位精度,补偿后机器人的平均定位误差由2.381 mm降低至0.156 mm,定位精度提升了93.4%;均方根定位误差由2.417 mm降低至0.163 mm,定位精度提升了93.2%。实验结果验证了此分级补偿方法的有效性。     

基于预标定基坐标系及MIEKF算法的工业机器人标定方法

为了提高工业机器人的绝对定位精度和标定效率,提出一种基于预标定基坐标系及改进迭代扩展卡尔曼滤波(MIEKF)算法的运动学标定方法。该方法的优点在于用采集的位置数据进行基坐标系和工具坐标系预标定,节省两者拟合的时间。在建立位置误差模型时利用相关系数和复共线性分析去除模型的冗余参数。用MIEKF算法辨识模型的几何参数误差。通过实验对比验证,机器人经补偿后的绝对定位精度提高了88.07%。     

数控机床误差的快速标定及补偿技术

数控机床误差的快速标定及补偿是数控机床机电联调的重要内容,是实现数控机床精度升级的重要途径。本文开发了一套简便快速的数控机床误差检测、评价与补偿系统。试验结果表明,应用此系统不仅能大幅度提高了精度检测的效率,而且能显著提高数控机床精度。     

基于遗传神经网络的直线伺服系统定位误差补偿

针对数控直线伺服系统的定位误差补偿,采用激光干涉仪测量工作台的定位误差,建立基于RBF算法的神经网络误差模型.提出遗传算法的训练方案优化RBF的网络参数,为了评价优化后RBF网络预测的精度,运用部分误差样本进行训练和仿真.构建了以DSP为核心的直线电机定位误差实验平台,根据误差校正值进行误差实时补偿实验.仿真和实验结果表明:经过遗传算法训练的神经网络模型对工作台的误差具有良好的学习能力和泛化能力,工作台定位精度显著提高.     

数控机床定位误差的补偿研究

数控机床的定位精度是决定其加工质量的关键因素。针对数控机床定位误差存在的累积性和重复性,提出了增量式误差补偿法,建立了通用的增量式误差补偿模型,并将其应用于由本实验室自主研发的"切线法数控成形非球面机床"中。经实验分析表明:增量式误差补偿法可以大幅地提高数控机床的定位精度。     

基于数据库查询的工业机器人误差补偿方法研究

介绍了一种采用高精度测量机器人检测工业机器人末端误差,得到空间几何误差网格,建立空间误差数据库,工业机器人在其工作空间内工作时自动调用误差数据库的补偿值直接进行误差补偿的方法.不考虑机器人复杂的物理结构,不追溯误差源,将机器人视为一个黑箱结构,采用空间插值的方法直接进行误差补偿.     

加工中心定位误差的设计与补偿

加工中心的定位误差是关系到其加工精度的重要因素。为此,提出了一种基于误差设计思想的软件补偿方法,由激光干涉仪采集到的定位误差,设计了误差补偿模型,并结合加工G代码的相关特性建立了加工空间的全局误差数据库,在该数据库中,误差补偿信息充分,可以自动地完成对不同加工G代码的误差修正,保证了每一次的加工补偿精度。最后进行了误差补偿实验,结果表明经过误差补偿后的加工中心定位误差明显减小,实验还证明了该方法所具有的实用性和通用性。     

机器人激光检测手眼标定误差分析及优化

针对小型异构件激光检测精度不稳定、标定复杂、鲁棒性差等问题,建立基于标准球的eye to hand手眼标定模型,研究球心拟合、模型求解两个影响手眼标定精度的重要因素,提出一种基于加权的改进方案。首先,对扫描截面进行半径拟合及分析,获取标准球最优检测区域,降低标定数据采集误差;其次,用最小二乘法初步计算球心坐标,提取各个采集点误差;再次,根据误差设定阈值,通过TuKey权重函数对各采集点重新加权迭代求解,精确求解球心坐标;最后通过重加权最小二乘对标定模型求解,去除误差较大点对标定结果的影响。结果表明:优化方案相较于原有方案最大误差减少了57.2%,平均误差减少了49.7%,提高了标定的精度和抗干扰能力。     

经济型数控冲床定位误差补偿技术

在分析了经济型数控冲床定位误差产生原因的基础上，提出了一种由软件实现定位误差补偿的方法，建立了其定位误差补偿的数学模型，并在实践中得到了很好的应用。对各种经济型点位数控机床的定位误差补偿有一定的参考意义。     

基于双目视觉和距离误差模型的工业机器人运动学参数标定方法

基于距离误差模型的标定技术,建立机器人末端距离误差与机器人运动学参数误差间的模型关系,避免了标定过程中坐标系的转换误差,能显著提高标定精度。视觉测量技术具有测量精度高、非接触性、实时性强等特点,与传统的机器人末端测量手段相比,具有成本低、操作简单等优势。研究一种将距离误差模型与视觉测量技术相结合的机器人标定方法,用于提高工业机器人特定工作空间的精度。采用双目视觉系统,将相机外置于机器人进行测量。基于距离误差模型进行机器人参数标定,利用标定结果进行运动学参数补偿。结果表明:特定标定工作空间内的距离误差都有所改善;在标定轨迹上,绝对距离误差的平均值从0.279 9 mm减少为0.104 4 mm,非标定轨迹的误差降幅高达50%以上,验证了该方法的可行性。     

基于球面约束的机器人系统标定

针对机器人系统现场标定问题,提出一种利用百分表位移测量装置,基于球面约束的机器人工具坐标系以及工件坐标系标定方法。在DELMIA软件中建立仿真平台,运用非线性最小二乘算法成功对工具参数进行辨识求解。对某焊接机器人系统进行现场标定实验并在标定完成后导入离线程序进行轨迹偏离度验证。结果表明机器人轨迹偏离度得到改善,一致性偏差保持在0.3mm以内,稳定性较好,该标定方法的可行性得到验证。     

基于自然指数模型的机床定位误差建模与实时补偿

为提高数控机床的运动性能和加工精度,提出了基于自然指数模型的机床定位误差建模方法.通过分析在不同温度条件下的定位误差变化规律,将定位误差分为几何误差和热误差两个部分,其中,几何误差部分可以采用多项式模型进行拟合,而对于热误差部分,则建立其与环境温度、机床关键构件温度之间的自然指数模型,从而描述了热误差和温度场之间的非线性变化规律.通过与传统的多元线性回归模型进行试验结果对比表明:基于自然指数模型的定位误差建模方法在任何温度条件下均可获得较高的预测精度,经过误差补偿,可以大幅提高机床精度.     

柔索驱动并联机器人的误差分析及其标定仿真

建立了大射电望远镜(Large Radio Telescope-LT)中柔索驱动并联机器人(Wire Driven Parallel Ro-bot-WDPR)系统的末端误差模型,用正向运动学标定方式对LT5m缩比模型的运动学参数做了辨识。首先,建立LT舱索系统的运动学正、逆解模型;接着,在运动学分析的基础上建立了其误差模型,得到影响末端位姿误差的各项参数;最后,对LT5m柔索并联机构的标定过程作了模拟,验证算法的有效性。结果显示该算法收敛性好,忽略测量误差的情况下能够保证运动学参数具有很高的标定精度,从而为提高LT5m模型的控制精度奠定了理论基础。     

数控机床定位误差的高精度测量及补偿技术

提出一种在工业现场进行高精度位置误差的测量系统,可以用来代替激光干涉仪进行定位误差的高精度标定,安装简单,操作容易.对轴线位置误差的补偿结果表明,通过该方法,可以使机床实现"软"升级.     

采用分段拟合机器人焊接热误差补偿控制技术

在机器人焊接过程中,随着焊接点散热系数的非线性变化会出现热误差,影响焊接精度,因此需要进行热误差补偿控制。机器人的相贯节点透射焊接强度具有不可预测性,传统的热误差补偿控制方法采用焊接点热力学透射分层控制技术,在机器人焊接高温环境下,热误差补偿控制性能不好。为此提出一种基于分段线性拟合的机器人焊接热误差补偿控制算法,构建机器人焊接的热力学环境模型,对机器人焊接的热误差产生因素进行描述,得到机器人焊接的热误差控制的参数约束模型,采用非线性分段拟合控制方法构建机器人焊接热误差补偿控制规则,实现对机器人焊接的热误差补偿控制改进。仿真结果表明:采用该方法能优化机器人焊接轨迹,提高焊接的精度,展示了较高的应用价值。     

多关节焊接机器人轨迹误差补偿解耦分析

由于多种误差源的影响,机器人焊枪末端往往不能按照预定轨迹运动,提出输入附加运动法对各运动关节进行补偿,使焊枪末端产生相应的微小摄动,从而抵消位姿误差.因为6R焊接机器人各关节运动副间存在一定的耦合关系,通过分析焊接机器人各坐标系间位姿变换关系,基于小误差运动假设,建立了误差补偿模型,通过该数学模型可解耦出各关节所需要的补偿摄动量.仿真验证了所提解耦方法以及建立模型的正确性.结果表明,该算法能有效降低焊枪末端位姿误差,为焊接机器人位姿精度控制提供了有效的理论依据.     

基于双机器人协调焊接标定算法

针对双机器人协调焊接任务,对双机器人工具坐标系（TCF）及基坐标系的标定进行研究,提出一种利用四元数法进行位姿坐标表示的工具标定算法以及"基于公共靶标的三点两步法"的双机器人基坐标系标定方案.根据向量的旋转理论,推导出四元数与旋转矩阵的对应转换关系,简化了TCF标定计算.将标定获得的两初始旋转矩阵差值的F-范数作为优化目标函数,利用拉格朗日乘数法进行优化求解,获得双机器人标定的精确值.最后采用上述标定策略进行了TCF标定及双机器人标定试验.结果表明,该方法可有效减少标定误差、提高标定精度.     

基于遗传算法的激光扫描仪误差标定研究

采用平面二维球列对激光扫描仪误差进行标定,为提高标定精度,在Matlab环境下利用遗传算法对扫描所得球列点云数据进行了优化处理,以球心3个坐标为优化变量,以球面点云的各点到待求球心的距离与钢球标称半径的差值的标准差最小化为优化目标,采用SGA算法优化得到各个钢球的最优球心坐标,再与由超精密仪器得到的孔板圆孔中心坐标比较计算得到各点误差,实现对扫描系统的标定。实验表明:该标定方法合理可行,标定结果较为精确。