基于机器人运动控制的空间增强现实方法

针对投影图像与投影板运动之间不匹配的问题,研究了基于机器人运动控制的空间增强现实方法。首先,建立机器人和投影板的几何模型,并使投影板几何模型能在机器人模型末端的牵引下运动。其次,应用逆向运动学技术,根据设计的投影板运动轨迹计算机器人关节的运动轨迹,提出一种机器人同步控制方法,使投影板在机器人牵引下的运动轨迹与设计的运动轨迹一致。最后,根据投影板的运动轨迹设计图像内容,并用投影仪将图像投射到运动的投影板上。在由两台机器人、两块投影板和一台投影仪组成的系统上进行了实验,实验结果表明,提出的方法能根据设计的投影板运动轨迹精确地控制投影板的运动,且投影图像与投影板运动之间的匹配程度很好。     

工业机器人运动轨迹模拟的现实

根据工业机器人运动轨迹模拟的需要,应用OpenGL和3DSMAX等软件相互配合,在3DSMAX中建立其模型,应用VC++设计运动模拟系统,在该系统中读取该工业机器人的模型参数,根据工业机器人运动的关系,实现它的运动轨迹模拟。     

基于激光跟踪仪的协作机器人标定算法与实验研究

为了提高机器人末端绝对定位精度,提出了一种基于激光跟踪仪测量的机器人几何参数标定方法,对协作机器人的参数误差进行辨识和补偿.为了避免机械臂相邻两个轴平行时会出现奇异性的情况,采用了MDH参数法建立误差模型;为了把测量数据定义在同一坐标轴上,结合了机器人工具坐标系转换(靶球中心点相对于机器人末端坐标系的平移变换);进而用...     

轴线测量与迭代补偿的机器人几何参数标定

为了提高串联工业机器人的绝对定位精度,提出了采用轴线测量与迭代补偿相结合的工业机器人几何参数标定方法。首先利用激光跟踪仪测量机器人单轴运动的轨迹,将所测轨迹点通过空间投影计算各轴线的位置;然后根据机器人模型参数的几何定义提取机器人模型的实际参数,并采用基于距离误差的迭代补偿方法进行参数标定效果验证。对埃夫特ER10L-C10工业机器人进行标定实验研究,结果表明:机器人绝对定位误差的最大值、平均值和标准差分别从补偿前的4.215、1.932和1.437 mm减小到补偿后的2.979、1.015和1.031 mm,该方法能够简单快速标定出机器人模型的实际几何参数,有效提高了机器人的绝对定位精度。     

六轮移动机器人运动学建模与仿真

针对石化行业的需求,设计了一款具有较强运动灵活性的适合在狭小空间、复杂环境中工作的六轮移动机器人。采用4个全向轮与两个普通橡胶车轮混搭的车轮配置方案,建立机器人的运动学模型,并分析了车轮的运动参数与机器人本体位姿之间的关系;运用ADAMS仿真软件构建了机器人的仿真模型,通过对直线行驶、原地转向性能进行运动学仿真,得到了机器人的运动学曲线,验证了运动学理论模型的正确性和机器人机构设计的合理性。原地转向误差实验表明,机器人具有较强的原地转向能力,原地转向最小误差可达到2.299mm,较好地满足了该机器人的高灵活性需求。     

Kinematics analysis and simulation study of an archwire bending robot

为了满足弓丝弯制机器人高位姿精度和实时响应的要求,提出从几何理论的角度对弓丝弯制机器人的运动进行分析.通过建立几何空间下的弓丝弯制机器人坐标系,基于李群李代数研究了机器人前3个关节构成的位置方程和后3个关节构成的姿态方程;建立了弓丝弯制机器人的动力学方程,计算出了机器人沿规划出的路径运动所需的力矩.以口腔正畸治疗中用到的矫正弓丝形状为目标,采用基于MATLAB函数的仿真分析方法对机器人的位置关节进行了运动学和动力学仿真.仿真结果显示,模型能够较好地跟踪规划出的末端运动轨迹,并且高效地计算出各关节的运动角度与控制力矩,为进一步开发弓丝弯制机器人运动控制器提供了依据.     

精密小型Hexapod并联机器人标定实验及精度分析

为了提高精密小型Hexapod并联机器人的运行精度,对机器人进行了标定实验及精度分析.推导了Hexapod机器人结构参数的误差模型、设计了标定步骤和算法,并在三坐标测量机上对机器人进行标定实验;从机构角度对Hexapod机器人的间隙误差来源进行了分析,并推导了间隙误差对机器人位姿误差的映射关系数学模型;推导并分析了计算过程中最小二乘误差、牛顿-拉普森迭代误差的数学模型,分析了机器人结构参数的辨识精度.标定实验结果表明：经过误差补偿,机器人位姿坐标的最大位移误差由0.267 6 mm降为0.010 5 mm;最大转角误差由0.006 8 rad降为0.001 1 rad.Hexapod机器人标定及精度分析方法对于开发精密型并联机器人具有参考价值.     

机器人的运动时变可靠性分析

机器人系统存在的多种不确定性会导致其运动精度下降,为此开展机器人运动时变不确定性建模与分析,以期提高机器人运动精度。首先基于运动学分析建立了机器人末端执行器参考点位姿误差模型,随后基于机器人位姿误差模型提出了末端执行器位置精度的点（静态）可靠性、时变（区间）可靠性模型以及机器人运动的系统可靠性模型,最后给出了实现上述可靠性模型高效、高精度求解的包络方法,并以斯坦福机器人为实例验证了所提模型和求解方法的有效性。研究表明,所提出的可靠性模型能够有效获得机器人各坐标分量上的时变可靠度以及机器人运动的系统可靠度。研究工作为提高机器人运动精度提供了新方法。     

机器人关节摩擦建模与自适应RBF神经网络补偿计算力矩控制

目的:补偿机器人关节摩擦力矩,提高关节轨迹跟踪效果。方法:以直流伺服电机和谐波减速器组成机器人关节为对象,基于Stribeck模型建立摩擦模型;采用最小二乘法和Matlab编程辨识模型参数;利用自适应RBF神经网络算法对系统模型参数误差引起的未建模动态进行在线观测;将观测结果补偿到计算力矩控制器中,建立含摩擦模型的自适应RBF神经网络补偿计算力矩控制器,推导出控制参数的约束条件。结果:基于自主设计的机器人关节进行对比实验。实验表明,含摩擦模型的自适应RBF神经网络补偿计算力矩控制追踪误差是无摩擦模型的自适应RBF神经网络补偿计算力矩控制追踪误差的55.12%,是传统计算力矩控制追踪误差的31.28%。结论:本文的控制方法提高了机器人关节轨迹跟踪精度。     

基于三次样条曲线的码垛机器人平滑轨迹规划方法

以混联式圆柱坐标码垛机器人为对象,研究了高速码垛机器人在关节空间内快速平稳的轨迹规划问题。首先应用三次样条曲线对机器人轨迹进行规划,其次以路径点的逼近程度与轨迹曲线的参数连续性为参考,建立了机器人平滑轨迹优化模型,得到了基于三次样条曲线的码垛机器人平滑轨迹。仿真结果表明,给定不同的曲线最大拟合误差,机器人的运动轨迹优化效果不同,验证了该轨迹规划方法能够兼顾码垛机器人的运动平稳性与轨迹平滑连续的控制要求,减小其在加、减速过程中产生的机械振动。     

基于标准球距离约束的工业机器人参数标定

针对工业机器人绝对定位精度偏低,在工业应用中受到一定的限制的问题,提出了一种新型基于标准球距离约束的工业机器人参数标定方法。首先采用MDH模型建立机器人运动学模型;其次将接触式测头安装在工业机器人的末端法兰盘上,搭建了一个三角标定平台,平台上刚性连接了3个直径为25.4mm的标准球,每2个球之间的理论的球心距为300mm,用接触式测头分别探测3个标准球面上的点,并记录相应关节角的值;最后,通过最小二乘拟合得到标准球的球心坐标,与三坐标测量机测得的实际球心距进行距离约束,并采用Levenberg-Marquardt算法求得运动学参数误差。共进行5个平台方向的实验,并用另外5个平台方向的数据进行误差补偿验证。实验结果表明:平均球心距偏差从2.6812mm减小到0.5694mm,标准偏差从0.6738mm减小到0.1407mm。     

爬壁机器人发展现状与关键技术研究综述

目的 随着爬壁机器人技术的发展,为解决其产品应用化问题,对爬壁机器人的研究进展进行梳理、分析和归纳,讨论未来的发展方向,为设计应用于高危环境和特殊场景的爬壁机器人提供思路和参考。方法 将爬壁机器人按移动方式分为履带式、轮式、足式及混合式,通过文献研究法对不同移动方式的爬壁机器人进行综述;将真空吸附、磁吸附、推力吸附等不同吸附方式的爬壁机器人进行对比,介绍了爬壁机器人自适应技术的研究现状及存在问题;总结并分析了爬壁机器人在工业、军事等领域的发展趋势。结论 总结了不同移动方式的爬壁机器人的国内外研究现状,分析了爬壁机器人不同吸附方式的优缺点,归纳预测了爬壁机器人的发展方向。     

Precision measurement and compensation of kinematic errors for industrial robots using artifact and machine learning

Industrial robots are widely used in various areas owing to their greater degrees of freedom (DOFs) and larger operation space compared with traditional frame movement systems involving sliding and rotational stages. However, the geometrical transfer of joint kinematic errors and the relatively weak rigidity of industrial robots compared with frame movement systems decrease their absolute kinematic accuracy, thereby limiting their further application in ultraprecision manufacturing. This imposes a stringent requirement for improving the absolute kinematic accuracy of industrial robots in terms of the position and orientation of the robot arm end. Current measurement and compensation methods for industrial robots either require expensive measuring systems, producing positioning or orientation errors, or offer low measurement accuracy. Herein, a kinematic calibration method for an industrial robot using an artifact with a hybrid spherical and ellipsoid surface is proposed. A system with submicrometric precision for measuring the position and orientation of the robot arm end is developed using laser displacement sensors. Subsequently, a novel kinematic error compensating method involving both a residual learning algorithm and a neural network is proposed to compensate for nonlinear errors. A six-layer recurrent neural network (RNN) is designed to compensate for the kinematic nonlinear errors of a six-DOF industrial robot. The results validate the feasibility of the proposed method for measuring the kinematic errors of industrial robots, and the compensation method based on the RNN improves the accuracy via parameter fitting. Experimental studies show that the measuring system and compensation method can reduce motion errors by more than 30%. The present study provides a feasible and economic approach for measuring and improving the motion accuracy of an industrial robot at the submicrometric measurement level.The full text can be downloaded at https://link.springer.com/article/10.1007/s40436-022-00400-6     

工业机器人校准技术与补偿方法发展现状及趋势

工业机器人因具有自动化程度高、定位精度好等优势,已成为我国工业智能化的攻关方向之一,并将逐步替代人工,在智能制造领域发挥不可替代的作用.在使用过程中,造成工业机器人准确度下降的因素众多,将直接影响其在叶片研磨、高精度钻铆等高精尖领域中的应用.文章在总结工业机器人通用校准模型的基础上,分析了工业机器人校准技术与误差补偿方...     

基于模糊神经网络的包装机械臂定位方法研究

目的 为提高包装机械臂的抓取精度,文中基于模糊神经网络设计一种包装机械臂定位方法。方法 将激光测距仪与工业相机融合,可实现目标点的初步定位并得到位姿偏差。以机械臂末端位置误差补偿为例,设计一种模糊神经网络控制器,可实现PID控制关键参数的在线调整以提高误差补偿精度。进一步地,采用果蝇优化算法实现神经网络控制器初始值的优化,可提高控制系统性能。最后,进行实验研究。结果 实验结果表明,机械臂定位算法可使最大绝对误差从7.704 9 mm下降到1.424 2 mm;平均绝对定位误差降低约82.5%;机械臂执行效率与对照组相当。结论 该定位方法可以大幅度提高包装机械臂定位精度,可满足包装、化工、食品等相关行业要求。     

蛇形机器人平面运动控制方法的研究

介绍了蛇形机器人实现转弯运动的一种新方法——幅值调整法,并用实验验证了该方法。选取位移传感器安装到蛇形机器人的一个单元上,来测量侧向滑动距离和偏转角度。综合幅值调整法和传感器信息,提出了蛇形机器人自主运动控制规律。最后给出计算机仿真结果。     

轮-履-腿复合仿生机器人步态规划及越障性能分析

为了提高移动机器人的越障性能,实现其自主越障,设计了一种轮-履-腿复合仿生机器人,并对其进行步态规划和越障性能分析。首先,以海龟为仿生对象,通过分析其身体结构和稳定机理,设计了机器人的轮-履-腿复合式移动机构和二自由度支腿结构;同时,基于该机器人的结构特征,利用D-H(Denavit-Hartenberg)法建立了坐标系并求解了其支腿的运动学方程。然后,通过观察海龟的爬行过程,将其单个爬行步态周期内的动作分解成放腿、爬行、抬腿和摆腿,并结合运动学模型对机器人进行步态规划,提出了4种仿海龟爬行步态。接着,以机器人的四腿爬行步态为例,利用静力学方法分析了其支腿关节的受力情况,而后通过分析机器人跨越壕沟和攀越台阶的过程,以最大跨越壕沟宽度和攀越台阶高度为指标对其越障性能进行了评价。最后,制作了机器人实验样机,开展了步态实验和越障实验。实验结果表明,该机器人可以利用4种仿海龟爬行步态实现横向移动、纵向移动和原地旋转,且具有很好的越障性能和稳定性;机器人能跨越最大宽度为434 mm的壕沟,攀越最大高度为175 mm的台阶。实验结果进一步验证了所设计的仿海龟机械结构可行,所规划的仿海龟爬行步态合理...     

工业机器人协同加工工序标准工时测定方法研究

以工业机器人为研究对象,提出工业机器人完成一道工序的标准工时模型。针对工业机器人工作特点,得出工业机器人完成一道工序的标准工时构成要素;分别讨论单台工业机器人、多台工业机器人串联、多台工业机器人并联组成一道工序的工作特征,基于可靠性等相关理论,推导这3种情况下该工序的正常工时(t)、平均故障修复时间(MTTR)、平均预防性维修时间(MPMT)的数学模型;其中从工序能力出发,将并联工业机器人转化成串联形式进行模型推导。以某条智能生产线上各工业机器人为例,与正常工时相比,基于新的标准工时得出的标准产能与实际产能的误差由4.29%下降到1.72%。     

用矩阵微分建立股骨颈手术导航机器人位姿误差模型的方法

应用矩阵微分建立了股骨颈手术导航机器人的位姿误差模型.依次做了以下主要工作:设计股骨颈手术导航机器人的三维形体结构,即串、并联混合机构;基于结构与运动特征,采用传递矩阵建立手术导航模型;提取特征参数作为微分变元,通过矩阵微分建立手术导航的位姿误差模型;应用仿真软件matlab7.0,以导航机器人的设计尺寸与容差值为变量,对特征参数引起的导航位姿误差分布进行仿真,其结果位姿误差呈平面分布,极大误差在边界线上获得.应用矩阵微分建立的手术导航误差分析模型的工程含义明确,结构规范,适用于将机器人的精度校核穿插到形体设计的前期阶段进行,在并行设计中的精度校验上有实用性.     

Analysis of robot positioning error

Positioning errors of robots used for material handling and assembly can be sufficiently large to cause problems. These errors are due to imperfect repeatability of the robots, and their effects can be ameliorated or exacerbated by tolerances on the workpieces and on the jigs and fixtures. In this paper, a model for characterizing the positioning errors of robots is developed. A statistical analysis of positioning error data is performed to make inferences about the stochastic nature of the robotic system. The basic issue is whether the positioning errors of the robot are state dependent or state invariant.