机器人逆标定方法研究

在分析传统机器人位姿标定方法的基础上，提出了一种新的机器人标定方法：基于神经网络的逆标定方法。这种标定方法把机器人实际位姿和相应的关节角误差分别作为前馈神经网络的输入和输出来训练网络，从而获得机器人任意位姿时的关节角误差值，通过修改关节值来提高机器人的位姿精度。这种标定方法把所有因素引起的误差均归结为关节角误差，无须求解机器人逆运动学方程，实现了误差的在线补偿。把标定结果与基于运动学模型的参数法的标定结果进行了比较分析。仿真和试验结果均证明了这种方法比传统方法标定效果更好，且更方便简单，避免了其他传统标定方法繁琐的建模及参数辨识过程。     

考虑关节柔性的模块机器人动力学参数辨识

提出了一种基于3维运动测量系统Optotrak3020的柔性关节模块机器人动力学模型参数辨识方法.首先将机器人的动力学模型参数化为不包括刚度力矩的线性形式,避免了参数矩阵的标定问题.激励轨迹基于有限的傅里叶级数函数,采用自适应遗传算法得出了优化的傅里叶级数系数.机器人每一关节单独跟随优化激励轨迹进行运动,同时电机位置、...     

基于PMPSD的工业机器人几何参数标定方法

针对由几何参数不精确引起工业机器人绝对定位精度低的问题,提出一种基于位姿修正位置敏感探测器的几何参数标定方法。通过建立误差运动学模型,使用位置敏感探测器(PSD)装置进行数据采样,利用位姿修正原理对末端激光器位姿和关节转角进行修正,构建模型约束目标函数,运用LM算法计算得到几何参数误差,修正几何参数名义值。实验结果表明,该方法避免了PSD反馈控制,能够快速实现工业机器人几何参数标定,定位平均误差和标准差分别为78.28%、76.38%,有效提高了机器人的定位精度。     

基于改进布谷鸟算法的机器人位置精度性能提升方法研究

主要解决工业机器人在高端制造领域精度性能不足的问题。首先阐述了工业机器人误差模型的构建方法，将机器人运动学参数、关节减速比参数、耦合比参数进行统一建模；其次，提出了一种改进的布谷鸟搜索算法(Cuckoo Search Algorithm, CSA)的优化多参数辨识方法，利用对数调整系数修正Levy搜索步长，提升CSA优化算法的收敛性和精确性。为了验证提出的误差模型和优化方法的有效性，构建了串联型工业机器人标定实验系统。通过在Staubli TX60机器人的运动空间内测量160个测量点，分别构成辨识点集和验证点集。实验结果表明，待标定机器人的平均综合位置误差降低了86.7%以上。说明提出的误差模型和优化方法能够较好地提升工业机器人的精度性能。     

基于奇异值分解的机器人工具坐标系标定

机器人通过在末端安装不同的操作工具来完成各种作业任务,而工具参数的准确度直接影响着机器人操作精度,因此研究一种准确、快速的工具坐标系标定方法具有重要的意义。该文提出一种称为三点五步法的机器人工具坐标系标定方法,并基于矩阵的奇异值分解理论对该标定方法进行了严密的数学推理,证明该标定方法理论上的可行性。采用该算法进行工具坐标系标定具有操作简单、标定精度高、可靠性强和算法易于程序实现的特点。     

基于局部指数积的模块化机器人运动学参数标定

针对模块化可重构机器人系统展开基于局部指数积法的运动学参数标定研究,提出一种基于子装配体的模块化机器人标定方法.首先,采用旋量的指数形式对子装配体进行数学描述,建立子装配体的运动学模型.然后,采用局部指数积方法,建立基于子装配体、包含关节约束条件的模块化机器人实际运动学模型.通过对运动学模型取微分,根据指数映射微分公式的显式表达式,给出模块化机器人末端位置误差与子装配体的关节旋量误差、末端子装配体的局部位置误差之间映射关系的显式表达.最后,以一套模块化可重构机械臂系统为试验平台,采用激光跟踪仪为测量设备进行试验.试验结果表明标定过程能够收敛到稳定值,经参数标定后用于试验的6自由度模块化机械臂定位误差模的平均值降低了近95％,最大值降低了近92％.     

机器人运动学标定综述

从基于运动学模型的几何参数标定、机器人自标定、神经网络的正标定和逆标定三个方面,对机器人运动学标定方法及其研究现状进行了分析总结。详细介绍了每种标定方法的特点、存在的问题以及研究现状。最后对多机器人协作系统的标定以及运动学标定的发展方向进行了简要论述。     

机器人标定算法及在打磨机器人中的应用

首先介绍了机器人位姿匹配的基本原理,以及两种通用的机器人几何参数标定的优化算法：非线性优化方法和递归线性方程法,并分别利用这两种优化算法对打磨机器人的几何参数进行了标定．在此基础上,通过分析影响打磨机器人位置误差的因素,从参数集中剔除对位置误差影响不敏感和无法区分其影响效果的因素,再采用前述优化算法对机器人几何参数进行标定. 仿真结果表明此标定效果和前者相比无显著差异,在一定情况下甚至优于前者．因此在标定过程中,可以采用把冗余参数去除来对机器人进行精确标定．     

基于对偶四元数的机器人方位与手眼关系同时标定方法

针对相机姿态估计及机器人运动学正解存在测算偏差时,手眼标定及机器人坐标系-世界坐标系标定结果不能准确收敛到全局最优解的问题,提出了一种基于对偶四元数理论的机器人方位与手眼关系同时标定方法.该方法首先将标定方程中坐标系刚体变换关系用螺旋轴、旋转角度和平移量参数化表示,再结合全局优化算法对平移量进行优化.搭建了PUMA560机器人数值仿真系统和工业机器人实测实验平台,将该方法与经典的四元数和对偶四元数标定方法进行了比较分析.仿真和实测结果表明,在相机姿态估计及机器人运动学正解存在测量误差的情况下,该方法无需初值估计和数据筛选依然可以保证求解结果的最优性.     

一般7R串联机器人标定的仿真与实验

为了标定一般7R冗余度串联机器人的所有几何参数,提出了一种实效的算法．首先,使用D-H矩阵对机器人建立了运动学模型和几何参数识别模型,对雅可比矩阵进行奇异值分解并对分解后的正交阵的最后5行进行初等行变换,以确定需要补偿的几何参数．通过机器人关节角和末端手爪位置的测量数据,计算雅可比矩阵以及手爪位置理论值和实测值的误差,采用最小二乘法对机器人的尺寸参数进行补偿量的计算．仿真过程表明,在有测量扰动的情况下,算法是稳定的和可靠的．最后,对机器人进行了实际的测量和标定,取得了满意的结果．     

Online robot calibration based on vision measurement

Robot calibration is a useful diagnostic method to improve positioning accuracy in robot production and maintenance. Unlike traditional calibration methods that require expensive equipment and complex steps, a vision-based online robot calibration method that only requires several reference images is presented in this paper. The method requires a camera that is rigidly attached to the robot end effector (EE), and a calibration board must be settled around the robot where the camera can see it. An efficient automatic approach to detect the corners from the images of the calibration board is proposed. The poses of the robot can be estimated from the detected corners. The kinematic parameters can be conducted automatically based on the known poses of the robot. Unlike in the existing self-calibration methods, the great advantage of this online self-calibration method is that the entire process of robot calibration is automatic and without any manual intervention, enabling the robot calibration to be completed online when the robot is working. Therefore, the proposed approach is particularly suitable for unknown environments, such as deep sea or outer space. In these high-temperature and/or high-pressure environments, the shapes of the robot links are easy to change. Thus, the robot kinematic parameters are changed by allowing the robot to grab objects with different qualities to verify the performance of the online robot calibration. Experimental studies on a GOOGOL GRB3016 robot show that the proposed method has high accuracy, convenience, and high efficiency.     

工业机器人视觉检测系统的现场标定技术

介绍了基于通用工业机器人柔性在线视觉检测系统的坐标测量原理。为了获得封闭和准确的系统坐标变换链,以MD—H模型为基础建立了机器人的距离精度校准模型,同时,对多个校准点运用奇异值分解的形式分步求解旋转矩阵和平移矩阵,实现机器人基础坐标系与激光跟踪仪坐标系之间的配准,进而完成多台机器人基础坐标系与车身坐标系的统一。实验表明:该方法操作简单,能够获得±0.30 mm的标定精度。     

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     

基于CAN总线的微型灵巧手指力传感器研究

设计一种用于多指灵巧手的实用微型三维指力传感器.该传感器采用类双E型膜片的高度集成式弹性体结构;对该指力传感器的弹性体结构、测量电路、上下位机软件和CAN总线通讯协议进行了设计,并对传感器标定数据进行分析;实验结果表明,该传感器设计理论和设计过程正确,并且具有一定的实用价值,为具有感知功能的机器人灵巧手的研究奠定了基础.     

基于FANUC机器人的工具坐标校准

阐述了在FANUC机器人使用环境下,进行工具校准的一种实现方法,以及提出了满足课题要求的软硬件解决方案。经过现场实际运行,满足了生产实际需要,该方案是一种方便高效的机器人工具坐标校准方案。     

An Overview of Calibration Technology of Industrial Robots

With the continuous improvement of automation,industrial robots have become an indispensable part of automated production lines.They widely used in a number of industrial production activities,such as spraying,welding,handling,etc.,and have a great role in these sectors.Recently,the robotic technology is developing towards high precision,high intelligence.Robot calibration technology has a great significance to improve the accuracy of robot.However,it has much work to be done in the identification of robot parameters.The parameter identification work of existing serial and parallel robots is introduced.On the one hand,it summarizes the methods for parameter calibration and discusses their advantages and disadvantages.On the other hand,the application of parameter identification is introduced.This overview has a great reference value for robot manufacturers to choose proper identification method,points further research areas for researchers.Finally,this paper analyzes the existing problems in robot calibration,which may be worth researching in the future.     

Autonomous robot calibration using a trigger probe

This paper presents a new robot autonomous calibration method using a trigger probe. The robot grips a simple probe (which was manufactured as a standard end-effector tool) automatically to touch constraint planes in a workspace (the locations of the constraint planes are not necessarily known exactly). The robot internal sensor measurements are recorded for kinematic calibration while the tip-point of the probe is in contact with the constraint plane. The kinematic constraint conditions are obtained from the known shape of the constraint surface, rather than from the measured reference locations in a workspace. The new method eliminates any use of external measuring devices for robot end-effector location measurements for robot calibration; thus it is suitable for a periodic robot re-calibration in a shop-floor environment. Both simulation and experimental results for a six degree-of-freedom (DOF) PUMA robot are given in this paper. The evaluation results using an external precision measuring device — Coordinate Measuring Machine(CMM) — are also presented.     

一种高效的视觉导航摄像机标定方法

针对移动机器人视觉导航中的摄像机标定问题,提出一种高效的摄像机标定方法。考虑透镜畸变的影响,利用Hough变换提取矩形棋盘格的角点,求出摄像机参数初始值,运用Levenberg-Marquardt算法对初始解进行非线性迭代优化。通过重投影方法将求出的角点重新投影到矩形棋盘格像平面上,并与原提取的角点相比较,分析产生位置误差的原因。实验结果表明,该方法抗噪声能力强,对实验条件要求相对较低,标定精度满足移动机器人实际导航的要求。