基于参数与非参数模型结合的双臂机器人协作定位精度提升方法

双臂协作机器人系统具有效率高、负载大、协同能力强等优点,但双臂作业性能及质量不但受单臂定位精度的影响,而且受双臂协作定位精度的影响,因此,本文提出了一种基于参数与非参数模型相结合的运动学标定方法。首先,基于MDH(modified Denavit-Hartenberg)方法建立机器人运动学模型和参数误差模型,去除模型中的耦合参数并基于迭代最小二乘法辨识几何参数误差;其次,针对传统的非几何误差补偿方法只能在标定坐标系建立关节位置与末端位置误差之间的映射关系的问题,提出一种改进的非几何误差补偿方法补偿机器人本体非几何误差;再次,基于距离误差辨识双臂基坐标系转换矩阵的参数,补偿双臂几何误差与非几何误差;最后,通过实验验证方法的正确性和有效性。结果表明所提出方法将UR10和UR5机器人的平均定位误差减小至0.170 9 mm和0.050 9 mm。双臂平均协作定位误差减小至0.167 6 mm,与基于参数模型的方法相比协作定位精度提升了27.7%,验证了该方法的优越性。     

基于混合算法的空间机器人运动学参数辨识

外太空环境恶劣,空间遥操作机器人结构在太空环境作业时会产生形变,而且其加工生产也存在加工误差,空间遥机器人的形变引起DH参数的误差,为了完成空间机器人系统的地而仿真预测,并且确保空间遥操作机器人完成工作任务,必须根据遥测数据准确的辨识出空间机器人系统的运动学参数.提出了混合非线性参数辨识的LM(Levenberg-Marquarat)和递推最小二乘办法的混合辨识算法.最后,给出了办法的实例仿真,说明了辨识算法的稳定性,能够完成对空间遥操作机器人的运动学参数的辨识.     

工业机器人定位误差规律分析及基于ELM算法的精度补偿研究

针对工业机器人应用于飞机零部件自动化钻孔时绝对定位精度较差的问题,提出利用极限学习机（ELM）算法建立机器人法兰中心点理论位置与实际位置之间的误差模型,并优化补偿机器人定位精度的方法．首先基于空间网格采样方法,获得了机器人绝对定位误差沿机器人基坐标系不同方向的误差变化规律,分析了建模补偿的可行性;其次建立基于ELM算法的误差补偿模型,并针对误差模型训练中隐含层神经元个数取值问题进行了分析优化．实验结果表明,机器人绝对定位误差值沿其坐标系不同方向存在不同的变化规律,补偿前绝对定位误差分布范围为0.29 mm~0.58 mm,平均误差为0.41 mm;补偿后定位误差分布范围降低到0.04 mm~0.32 mm,平均误差为0.18 mm;采用ELM算法建模的补偿速度快,泛化性能好．     

机器人减速器传动误差建模与优化

为提高工业机器人旋转矢量(RV)减速器的传动精度,合理分配各零件的加工和装配公差,本文提出一种基于等价模型的RV减速器传动误差建模与优化方法.该方法根据RV减速器的传动结构,构建17自由度的等价误差模型,利用传统经验参数进行求解,获得减速器仿真传动误差;同时,将仿真传动误差与实际测量传动误差进行对比,运用最小二乘法建立经验参数辨识模型;在此基础上通过粒子群算法优化辨识模型中的经验参数,将该参数运用到实际RV减速器生产中,结果显示:与传统经验参数建立的误差模型相比,本文提出的方法使得传动精度的仿真精度误差平均缩小9.99%,大幅度提高了等价误差模型的准确性.     

考虑结构变形的机器人运动学标定及补偿

针对一种3P3R型串联机器人,建立了参考零位模型与DH(Denavit-Hartenberg)模型的混合运动学模型,将直线运动部分与旋转运动部分分开建模,能够更好地描述机器人不同机械结构的几何关系,在此基础上提出了结合几何辨识和参数辨识的两步标定方法.然后,结合机器人的机械结构特点,分析了机器人在操作大型零件过程中的结构变形,并提出了考虑结构变形的运动学补偿模型.最后,使用激光跟踪仪完成了机器人标定实验,通过对比空载和加载情况下的定位误差,验证了运动学标定和补偿的效果.结果表明,混合运动模型采用两步参数辨识能够在空载情况下取得较高的标定精度,而运动学补偿模型则能够在加载情况下对运动学进行较好的变形误差补偿.     

基于距离精度的机器人5参数位置误差模型

随着机器人离线编程技术的应用，对机器人的位置误差的要求提高了，但在应用传统的方法进行位置误差的标定和补偿时，要涉及到测量系统坐标系与机器人基础坐标系间的变换。由于这一过程很难精确完成，容易引入误差，本文利用距离精度的定义，建立了机器人的距离误差模型，该模型可以避免坐标转换带来的误差，此外，由于精确的几何模型对于机器人精度标定的提高有很大的影响，所以本文将针对传统DH参数的不足之处，采用修正的5参数的MDH模型作为机器人的运动学模型，最后本文对位置误差进行了补偿。     

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。     

打磨机器人误差建模与参数辨识

简要介绍了一种实用的机器人位姿误差建模方法一摄动法,并利用此方法建立了打磨机器人位姿误差模型,对利用三坐标测量机测量的误差数据进行了建模补偿。误差参数辨识中,在传统的九线法的基础上,提出了单点法测量机器人的误差参数,克服了九线法中三测量点位置误差对测量结果的影响,提高了测量结果的可信度。实验结果表明,建模补偿后机器人位姿误差平均值降低到初始值的1／5左右,最大值降低到初始值的1／6左右,验证了所建模型的正确性和参数辨识方法的有效性。     

应用于机器人标定的主动式靶标装置设计与精度优化

激光跟踪仪是工业机器人标定技术中常用测量设备,但其测量范围受限于被动式靶标的激光光线接收角度,进而影响了机器人的标定精度。为解决该问题,设计了一种具有三自由度的主动式靶标装置,并提出了一种精度优化方法,有效地补偿因装置的装配而引入的测量误差。该方法利用圆点分析法初步辨识主动式靶标装置的DH参数,基于距离平方误差模型法对该装置进行DH参数的精辨识,并基于坐标系转换将主动式靶标装置的位置误差补偿到激光跟踪仪输出的位置向量,从而实现误差的补偿。通过实验验证了该主动式靶标装置能够有效地扩大工业机器人关节的被测范围。所提出的精度优化方法能够将该装置的测量误差降低9331%,实际定位精度为00507 mm,能够满足机器人标定的精度要求。     

6自由度串联机器人D-H模型参数辨识及标定

为了提高串联机器人的末端绝对精度,本文首先采用轴线测量法识别机器人D-H参数模型,继而将D-H参数转化为最小完整连续运动学(CMMK)模型参数,并进行非线性优化,以解决D-H参数模型奇异和冗余带来的非线性优化不易收敛问题,最后,将优化后的CMMK模型参数转化为工业标准的D-H模型参数,再经过补偿后将其作为设计模型以获得更高精度的定位.通过在MOTOMAN-MH80机器人上进行试验,该方法能确实有效地识别机器人的杆件参数,未标定前机器人的位置误差只能达到2 mm左右,而标定后降至0.7 mm左右,精度提高了将近70%.本文方法通过轴线测量获取机器人模型参数初值,避免了对机器人进行理论建模的过程,与运动学回路法相比,具有较高的通用性;采用最小完整连续运动学模型进行标定,能有效解决D-H模型奇异性、非连续、不易收敛到正确值的问题.     

基于IPv6改进的AMS-v6与APPM-v6方案研究

包标记算法是IPv4下追踪DDOS攻击源最多的一种方法,但IPv6下实施困难.由此对IPv6下包标记方法的可行性进行了研究.为有效和安全的部署和实施数据包标记算法,利用IPv6新的特点,并结合标记流标签等字段,提出两种基于IPv6的改进方案AMS-v6和APPM-v6.在IPv4和IPv6协议下设计模型分别对两种算法进行实验对比,仿真实验结果表明了该算法在IPv6下数据包标记的有效性和适用性,并有效减少重构时间和所需数据包数量,提高重构攻击路径的速度.     

6-6 SPS 6自由度Stewart并行机构位姿正解单解存

在获得了6-66自由度Stewart 并行机构位姿正解 的基础上,进一步提出了6-66自由度Stewart 并行机构位姿正解单解存在的条件．数字 模拟结果显示了该条件的适用性．     

IPv6中基于节点异构的P2P改进系统

对等网络(Peer-to-Peer,P2P)系统中,对于目标节点的准确定位是一个很重要的研究方向.目前已有的基于分布式哈希表(Distributed Hash Tables,DHT)技术的结构化P2P系统,最基本的功能是提供文件的精确定位.但是这些结构化P2P系统都没有考虑现实网络中节点的异构性,无一例外的都认为每个P2P节点的资源1是等同的,这一点和现实网络相违背.本文在此基础上提出结合IPv6地址聚类性,同时考虑各个节点资源差异的一种改进寻路效率的P2P系统模型RCchord6(Resource-Considered Chord in IPv6),该模型能够贴合现实网络的布局.分析和仿真结果表明,该模型能够有效地减小P2P系统的寻路延时,提高寻路效率.     

Volume 6

Higher-Order and Symbolic Computation -     

基于IPv6组播的M-FHM IPv6切换技术

由于快速分层切换技术FHMIPv6将FMIPv6和HMIPv6切换技术结合起来,因此,在层次移动管理模型中部署快速切换时具有两种技术所具有的优点,可使切换延时进一步减少。文中通过对FHMIPv6的研究发现,其切换过程中DAD重复地址检测过程严重影响了切换性能,因此提出了基于IPv6组播的M-FHMIPv6切换技术。理论分析证明,M-FHMIPv6能有效减少DAD检测过程和各种信息交互的延迟。通过NS2实验仿真进一步说明:改进的M-FHMIPv6方案能减少切换延迟,平滑切换过程。