UWB与里程计融合的室内移动机器人定位设计

为进一步提高UWB技术在室内移动机器人定位方面的定位精度与可靠性,设计了一种基于UWB与里程计融合的定位系统.针对UWB测距过程中产生的随机误差问题,采用卡尔曼滤波算法进行抑制.针对UWB非视距误差问题,引入NLOS误差鉴别方法鉴别现场环境,借助里程计航迹推演算法获得机器人定位数据进行补偿.针对里程计定位过程中由于长时间、长距离所产生的累积误差问题,采用UWB高精度的定位数据进行误差矫正.实验结果表明,融合UWB与里程计的定位系统有效地抑制了UWB定位的随机误差与非视距误差,尤其在UWB信号受到障碍物的严重遮挡时,移动机器人仍能获得精确可靠地定位数据.     

两轮驱动移动机器人系统误差分析及校正

在移动机器人的定位中，测距法是广泛使用的方法之一。本文对移动机器人采用测距法定位时的系统误差进行了分析，得出了其系统误差产生的两个主要原因。提出了补偿误差的方法。通过在两轮驱动移动机器人MKⅡ上的实验显示出，该方法简单、实用，校正后的定位精度比校正前提高了10倍左右。     

基于UMBmark和EKF的差速移动机器人传感器系统误差标定方法

移动机器人在工程化应用之前需要对传感器的系统误差进行标定。传感器系统误差包括里程计系统误差和激光雷达安装误差。论文首先采用UMBmark方法离线标定里程计系统误差并进行了实验验证,然后使用EKF在线标定激光雷达的安装误差,并在Matlab中验证了EKF标定激光雷达的安装误差能收敛到误差真值。实验结果表明论文研究的标定方法可有效提高移动机器人的航迹推算精度。     

BIM 校正累计误差的激光里程计求解方法

建筑机器人室内作业过程中,如何实现里程计精确求解对后续的定位建图及精准作业有着至关重要的影响。针对传统同步定位与地图构建(SLAM)方法由于回环检测导致的准确性问题,提出了一种以建筑信息模型(BIM)数据校正激光里程计累计误差实现精准定位的方法。首先求解机器人初始时刻在BIM中的全局初始定位,其次提取三维点云关键点并转换其为二维点云,然后以轮式里程计数据为预测值求解帧间运动,最后结合BIM数据消除累计误差得到高精度里程计定位。实验表明：本方法在机器人初始定位、激光点云处理和消除累计误差的运动求解上具有良好的稳定性和准确性,初始定位误差小于2 mm,里程计偏移量误差控制在0.09%内,为建筑机器人精确建图提供了有力保障。     

基于PMAC定位平台的定位精度与误差补偿研究

气浮精密定位平台在运动的过程中需要有高的运动精度与良好特性,而决定其运动精度的则为平台的定位精度与重复定位精度。研究了基于PMAC的气浮精密定位平台的精密定位控制技术,利用Renishaw激光干涉仪对精密气浮定位平台的定位精度与重复定位精度进行实验研究,分析在不同反馈传感器、不同控制参数下定位平台定位精度与重复定位精度的影响规律,在此基础上通过统螺距误差补偿与间隙补偿公式换算得出补偿数据,利用补偿数据对定位平台进行误差补偿。研究结果表明,通过对误差补偿方法的使用,定位平台的定位精度与重复定位精度分别提高了80%和20%。     

基于智能蚁群算法的移动机器人轨迹规划

为了提高移动机器人工作效率,减小能量损耗,优化机器人运动轨迹。建立了移动机器人运动学模型,在此基础上提出了一种智能蚁群算法的机器人误差补偿轨迹优化方法。通过蚁群搜索算法对关节空间内的驱动轮进行轨迹优化,从而实现移动机器人轨迹规划过程中的误差补偿轨迹优化。仿真结果表明,所提出的方法能够有效对机器人误差进行补偿,实现了机器人运动过程中的轨迹跟踪,保证了机器人的运动精度。     

基于神经网络的宏/微双驱动运动平台误差预测及补偿技术研究

宏/微双驱动平台是一种用于微切削加工的高精度切削平台,其定位精度受多种因素影响。为提高宏/微双驱动定位运动平台的定位精度,提出基于BP神经网络进行宏/微双驱动运动平台定位误差预测的方法。测量运动平台的定位精度,从而建立BP神经网络误差预测模型,并运用该模型对宏/微双驱动运动平台进行定位误差预测试验,最终证明BP神经网络定位误差预测模型精度高、抗变换性能好,适用于对宏/微双驱动运动平台的定位误差进行误差预测及补偿,使得宏/微双驱动平台达到10nm级精度设计要求。     

锡膏印刷机印刷系统的误差分析与补偿

为了减小或消除全自动视觉锡膏印刷机的印刷系统误差,在介绍了锡膏印刷机系统的组成和功能的基础上,通过分析运动机构产生系统误差的原因和作用过程,针对平台运动机构误差做了定量分析,并对平台运动机构进行了误差测试,根据测试得到的结果数据,设计了一种减小印刷系统误差的补偿方案。实验结果表明,对印刷系统的误差测试与分析是合理的,所建立的印刷系统的误差模型准确可靠,对运动精度的分析和实际生产装配有一定的指导意义。     

高加速度宏微运动平台研究

对高加速度宏微运动平台进行了研究,在分析宏微复合驱动技术的基础上,采用一种新型的宏微驱动方式,研制了基于压电陶瓷的高加速度宏微运动平台。宏运动由音圈电机驱动,可实现高加速度、大行程运动;微运动由安装在音圈电机轴上的压电陶瓷驱动,用以补偿宏动所产生的定位误差,达到高精度的设计目标。在微动过程中,由绝对式直线光栅尺实现闭环位置反馈。根据设计要求,搭建了宏微驱动高加速度高精度定位平台,通过实验验证其性能。实验结果表明,该宏微运动平台加速度大于10g,重复定位精度小于1μm。     

不依赖精密转台的 MEMS-IMU 误差标定补偿方法

微机电惯性测量单元(MEMS-IMU)具有尺寸小、重量轻、成本低、可靠性高等优点,在机器人、虚拟现实以及智能穿戴等诸多领域广泛应用。低成本的微机电惯性测量单元在使用过程中受噪声和零偏误差等影响,需要通过测试和误差补偿手段来提高其实际使用精度。本文提出了一种全面测试和补偿惯性测量单元误差的方法,通过建立MEMS-IMU的误差模型,使用优化方法标定误差模型中的系统误差参数;使用Allan方差分析方法确定随机误差参数;基于上述结果,采用与视觉融合的非线性优化方法在线实时估计并补偿零偏,最终达到提高定位精度的目的。通过实验分析,上述组合方法不需要使用专门测试标定设备,能够有效补偿低成本微机电惯性测量单元的误差,提高定位精度。     

可重构混联机械手--TriVariant的误差建模与灵敏度分析

针对少自由度并联构型装备,必须通过误差建模将影响末端可控和不可控误差的几何误差源进行分离,从而指导机构的精度设计和运动学标定的问题,以5自由度混联机械手TriVariant为对象,研究一种少自由度并联构型装备的误差建模方法。该方法可有效分离出影响末端不可控误差的几何误差源,得到由UP支链连架胡克铰的加工和装配误差,以及套筒导轨扭角误差引起的末端姿态误差为不可控误差,从而得到仅需控制恰约束支链的制造和装配误差,便可有效抑制末端的不可控姿态误差的重要结论。在此基础上,借助灵敏度分析方法,在统计意义下定量揭示出上述几何误差源对末端不可控姿态误差的影响。分析结果表明,胡克铰两轴线不相交误差对末端不可控误差的影响最大。     

基于惯性测量单元辅助的激光里程计求解方法

在同步定位与建图(SLAM)问题中,里程计部分的求解精度对后续建图起着至关重要的作用,惯性测量单元(IMU)可以为SLAM中里程计求解提供良好辅助。在考虑平面移动机器人运动特点及室内环境特征的基础上提出一种基于IMU松耦合的激光里程计求解方法,实现里程计部分的精准定位。第1阶段,机器人运动过程中实时处理点云信息,将地面点分割并提取有效关键点;第2阶段,将IMU信息引入卡尔曼滤波器,为帧间匹配提供位姿先验;第3阶段,滤波器输出位姿估计值后,利用非线性优化方法进行点云帧间匹配,实现里程计运动的求解。实验表明,所提方法在激光点云处理、运动求解,具有良好的稳定性和准确性,可将偏移量误差控制在0.4%以内,为后续建图提供有力数据保障。     

Position determination of automatically guided vehicles

The realising of the great benefits of odometrically-controlled, freeranging, automatically guided vehicles has been prevented by the lack of an adequate secondary ‘absolute’ vehicle location technique, required to overcome the cumulative errors inherent in odometry. In this paper the sources of odometric error are discussed, and the resulting positional uncertainties investigated. The dominant amongst these is identified as being the uncertainty in the lateral location of the vehicle, and this is quantified as a function of odometric error. A location technique addressed specifically at this uncertainty has been devised and constructed, employing linear arrays of light sensitive elements and a narrow light beam. This system and its associated electronics and software is described.     

六自由度工业机器人末端定位误差参数辨识与实验研究

为了提高六自由度工业机器人绝对定位精度,对工业机器人进行了运动学建模,并建立了基于MD-H参数误差的机器人末端定位误差辨识模型,应用激光跟踪仪测量系统采集样本点数据,应用基于奇异值分解的最小二乘法求解辨识模型,以获得几何参数误差,并根据辨识出的误差对机器人末端定位精度进行补偿,实验结果表明,经过辨识和补偿后,工业机器人...     

Motion error compensation of multi-legged walking robots

Existing errors in the structure and kinematic parameters of multi-legged walking robots,the motion trajectory of robot will diverge from the ideal sports requirements in movement.Since the existing error compensation is usually used for control compensation of manipulator arm,the error compensation of multi-legged robots has seldom been explored.In order to reduce the kinematic error of robots,a motion error compensation method based on the feedforward for multi-legged mobile robots is proposed to improve motion precision of a mobile robot.The locus error of a robot body is measured,when robot moves along a given track.Error of driven joint variables is obtained by error calculation model in terms of the locus error of robot body.Error value is used to compensate driven joint variables and modify control model of robot,which can drive the robots following control model modified.The model of the relation between robot’s locus errors and kinematic variables errors is set up to achieve the kinematic error compensation.On the basis of the inverse kinematics of a multi-legged walking robot,the relation between error of the motion trajectory and driven joint variables of robots is discussed.Moreover,the equation set is obtained,which expresses relation among error of driven joint variables,structure parameters and error of robot’s locus.Take MiniQuad as an example,when the robot MiniQuad moves following beeline tread,motion error compensation is studied.The actual locus errors of the robot body are measured before and after compensation in the test.According to the test,variations of the actual coordinate value of the robot centroid in x-direction and z-direction are reduced more than one time.The kinematic errors of robot body are reduced effectively by the use of the motion error compensation method based on the feedforward.     

BP神经网络补偿并联机器人定位误差

为减小机构末端定位误差,提高机器人运动精度,分析了所开发的6-DOF精密并联机器人末端位姿的误差来源及以往误差补偿方法的局限性。通过实际测量末端位姿,在精密定位的局部工作空间内,提出了基于BP神经网络的机器人关节空间误差补偿方法。确定了BP神经网络模型,建立了误差补偿的数据样本,并对数据样本进行了标准化,通过实验对比的方法确定了隐层神经元的个数,同时对网络的推广能力进行了验证。经过误差补偿,6-DOF精密并联机器人的平移定位误差下降了80%,转角定位误差下降了60%。该实验结果表明,基于BP神经网络的误差补偿方法对机器人局部工作空间的补偿具有明显的效果,满足精密并联机器人工作的精度要求。     

Accurate calibration of kinematic parameters for two wheel differential mobile robots

Odometry using wheel encoders provides fundamental pose estimates for wheeled mobile robots. Systematic errors of odometry can be reduced by the calibration of kinematic parameters. The UMBmark method is one of the widely used calibration schemes for two wheel differential mobile robot. In this paper, an accurate calibration scheme of kinematic parameters is proposed by extending the conventional UMBmark. The contributions of this paper can be summarized as two issues. The first contribution is to present new calibration equations that remarkably reduce the systematic error of odometry. The new equations were derived to overcome the limitation of the conventional schemes. The second contribution is to propose the design guideline of the test track for calibration experiments. The calibration performance can be significantly improved by appropriate design of the test track. The numerical simulations and experimental results show that the odometry accuracy can be improved by the proposed calibration schemes.     

基于地磁场的室内定位和地图构建

提出了一种利用室内地磁场的空间波动来实现即时定位和地图构建的方法。为了能增加定位精度和减少计算量,本文依据地磁场传感器能够测量地磁3个正交方向上的分量和不同的权重计算方式改进了粒子滤波算法,并结合克里金法对地磁地图进行更新。在定位阶段,利用改进的粒子滤波来估计机器人的位置,算法的收敛速度每次约加快0.5 s和定位误差约减少3.5 m;在构造地图阶段,利用克里金空间插值法来实现的空间波动地磁地图的更新较其他插值算法更灵活,且经过插值后的地图更有助于提高机器人的定位精度。通过MATLAB仿真实验,证明了该方法能够准确快速地对机器人定位,并且通过机器人观测值和里程计数据实时地构建连续一致的地图。     

一种基于增广EKF的移动机器人SLAM方法

针对移动机器人同步定位与地图构建(SLAM)过程中系统测程法误差累积问题,采用测程法误差模型和车轮速度误差模型的映像关系,结合增广扩展卡尔曼滤波(AEKF)算法结构和实际机器人模型,提出了一种有效提高定位精度的SLAM方法。将机器人速度校正参数附加到卡尔曼滤波算法的向量空间中,以形成增广状态空间,同时预测和更新了SLAM初始状态空间和速度校正参数,笔者在线实时修正机器人的速度和航向角,避免积累航向角误差,从而降低了测程法误差。基于均方根误差和归一化估计方差进行了仿真实验分析,研究结果表明:与EKF-SLAM相比,所提出的方法具有更好的估计性能,使算法保持良好的一致性,大幅度提高了机器人自身定位精度和路标估计准确度。