基于多种群协同进化算法的绳索牵引并联机器人末端位置误差补偿

对于绳索牵引并联机器人来说,影响其末端位置精度的模型不确定性主要包括几何参数误差和非几何参数误差.这两种不同类型的误差具有非常强的非线性且相互耦合,难以通过传统的标定手段来进行参数标定.针对这一问题,提出了一种基于神经网络的末端位置误差补偿方法.将两种不同类型的参数误差等效视作伪误差,通过神经网络来逼近伪误差造成的末端位置误差曲线,建立末端位置误差与绳索长度之间的映射关系,并在关节空间中进行位置误差补偿.为了提高神经网络的拟合精度,设计了基于多种群协同进化算法和反向传播算法的神经网络优化方法,该优化方法能够同时优化网络的权值、阈值和结构,提高神经网络的泛化能力和拟合精度.在实际3自由度绳索牵引并联机器人上进行了位置误差补偿实验,结果表明补偿后的位置误差均值从6.64 mm下降到1.08 mm,轨迹误差均值从7.5 mm下降到1.6 mm,末端位置的精度得到了显著提高.     

工业机器人工件装夹优化算法研究

为解决工业机器人加工过程中出现的机器人末端不可达和奇异位形问题,结合现有避免奇异位形的方法,提出了一种优化工件装夹位姿算法。通过工业机器人的加工轨迹得到加工轨迹包围盒,并移动加工轨迹包围盒至工业机器人工作空间内中心位置,然后对加工轨迹包围盒的姿态进行搜索,找到合适的加工轨迹包围盒位置和姿态,进而找到合适的工件装夹位姿。该方法能够有效地定位工件装夹位置,并在该工件装夹位置的邻域内找到最优的工件装夹姿态。试验仿真结果表明,该算法具有良好的可行性和鲁棒性,能够提高工业机器人的加工效率和精度。     

排爆机器人机械臂定位精度误差自动补偿方法研究

针对于排爆机器人在进行排除爆破物质时,机械臂不能满足绝对准确的定位要求,位置检测精度与实际距离之间存在一定的误差。为了解决这一问题,提出排爆机器人机械臂定位精度误差自动补偿方法。基于D-H运动模型和微分变换法创建排爆机器人机械臂位姿误差模型,对误差模型进行重复参数分析,去除重复参数获得可辨识的线性方程;在可辨识的运动学参数误差模型线性方程中加入一个增量进行误差补偿。最后通过仿真实验结果表明,所提方法通过对机械臂位姿误差模型进行有效补偿,使排爆机器人机械臂绝对定位精度均值提升1.3mm。     

基于相对坐标的机器人末端位姿测量方法

为了解决机器人末端6维位姿难以测量的问题,提出了一种末端位姿的间接测量方法,并给出了适用条件．该方法只需测量末端平台6个目标点在单方向上的相对位移,便可得到机器人末端的6维位姿数据,而且可以消除测量工具的零值系统误差．分析了各几何误差对测量精度的影响,得到了误差影响矩阵以指导测量精度补偿．最后,以一台6自由度运动模拟器为例验证了该方法的有效性．     

机器人轨迹纠偏控制方法研究

为减小机器人在执行轨迹跟踪任务过程中末端产生的位姿误差,在建立机器人轨迹纠偏系统模型的基础上,提出了一种积分型纠偏控制器实现方案.该方案直接在机器人的关节空间上对误差进行补偿.基于前述模型和一系列假设,首先从数学上证明了比例-积分纠偏控制器能够使纠偏误差以负指数收敛,进而说明积分型纠偏控制器的有效性.实验结果表明:通过设置合适的参数,在初始轨迹最大偏差为8 mm的情况下,纠偏控制后偏差均方根值小于0.07 mm,最大值小于0.4 mm.     

基于深度学习网络的机器人定位误差估计与补偿研究

为了合理补偿机器人定位误差，提升作业能力，该文提出基于深度学习网络的机器人定位误差估计与补偿方法。确定机器人定位采样点，获取机器人末端定位理论位姿，以机器人末端理论位姿作为深度神经网络输入量，机器人末端定位误差作为输出量，利用遗传粒子群算法优化权值与阈值，得到机器人定位误差估计值，并对理论位姿坐标反向迭加该误差估计值，完成定位误差补偿。实验证明，该方法能够有效补偿机器人的位移偏差和关节角度偏差，精准抓取目标物体，并在不同数量采样点条件下，可使不同类型的机器人保持较高的定位精度。     

基于双目视觉导航的仿生机器人鲁棒控制算法

仿生机器人在定姿过程中受到空间扰动因素的影响容易产生控制误差,需要对机器人进行精确标定,提高仿生机器人的定位控制精度,因此提出一种基于双目视觉导航的仿生机器人鲁棒控制算法。利用光学CCD双目视觉动态跟踪系统进行仿生机器人的末端位姿参量测量,建立被控对象的运动学模型;以机器人的转动关节的6自由度参量为控制约束参量,建立机器人的分层子维空间运动规划模型;采用双目视觉跟踪方法实现仿生机器人的位姿自适应修正,实现鲁棒性控制。仿真结果表明,采用该方法进行仿生机器人控制的姿态定位时对机器人末端位姿参量的拟合误差较低,动态跟踪性能较好。     

基于模糊滑模的六足蛇形臂机器人的末端位姿控制

针对六足蛇形臂机器人的超关节极限和位形偏移量大、末端位姿的控制稳定性不好的问题,提出一种基于模糊滑模的六足蛇形臂机器人的末端位姿控制算法。在超冗余运动学逆解空间中建立蛇形臂机器人的运动学模型,采用修正的DH参数法进行六足蛇形臂机器人的末端位姿参数调节和融合处理,建立蛇形臂机器人的末端位姿力学控制模型,在末端跟随运动中采用外环滑模导纳控制方法进行末端位姿的自适应参数调节,采用滑模误差反馈调节方法确定六足蛇形臂机器人的末端位姿,实现六足蛇形臂机器人准确的姿态定位和参量解算,提高控制稳定性。仿真结果表明:采用该算法进行六足蛇形臂机器人的末端位姿控制的姿态校正性能较好,蛇形臂关节的空间位姿自适应调整能力较强,跟随运动准确,具有很好的位姿控制稳定性。     

多机器人协作系统轨迹约束关系分析及示教方法

针对多机器人协作中末端位姿的相对运动,分析了其轨迹约束关系并据此提出了一种可行的示教方法.该方法首先分析了协作机器人之间的运动学约束关系,根据协作机器人之间末端位姿的相对运动,将多机器人协作系统的运动模式分为耦合运动以及叠加运动2类.然后给出了这2种运动形式下,主从机器人末端位姿在笛卡儿坐标系内的运动学约束方程并据此提出一种用于多机器人协作系统的轨迹示教方法,最后在搭建的双机器人协作焊接系统上,验证了本文提出的约束关系及示教方法.     

六轴工业机器人在线误差补偿方法的研究

提出一种机器人动态误差在线补偿方法,用以提高机器人的轨迹精度。在机器人参数误差得到离线补偿之后,基于ANFIS构建自适应模糊神经网络轨迹控制器,建立在线补偿系统控制模型,通过ADAMS与Matlab的协同仿真对系统仿真分析;仿真结果验证了所提出方法的可行性。在自主研发制造的六轴工业机器人的平台上,借助于API激光跟踪仪对机器人末端跟踪测量,进行实验分析;实验结果验证了该方法的有效性。     

装配机器人高精度定位补偿系统

本文提出了一种机器人高精度定位补偿系统,介绍了一种位姿误差补偿方法.系统采用非接触式位姿精度测量仪测取机器人位姿误差,用 IBM 微机采集位姿误差数据并计算关节补偿脉冲数,通过专用通讯接口将计算机结果传到位移机器人控制系统以实现关节补偿.并采用微位移法确定测量坐标与手爪计算坐标系间的变换.此外还建立了一个供实验用的误差数据库,当机器人工作时,通过周围3关节误差值,用插值法求得该工作点的误差补偿值实现补偿.     

一种新的机器人机构距离误差模型及补偿算法

在标定机器人绝对位置精度和实施误差综合补偿过程中,必然涉及到测量系统坐标系与机器人基础坐标系间的变换.由于这一变换很难精确测定.从而给机器人绝对位置精度标定与误差补偿带来了难以克服的困难.本文首次提出了一种新的机器人机构距离误差计算模型及补偿算法,论证了距离误差同样可以作为机器人绝对位置精度的一种度量.利用该模型和算法对机器人进行误差分析和实施误差综合补偿,可避开上述测量系统与机器人系统间的坐标变换,从而简化了机器人绝对位置精度的标定过程,为提高机器人的绝对位置精度开辟了一个新的简便的途径.     

并联机器人视觉盲区末端位姿检测方法

为解决并联机器人末端执行器受机构支路遮挡造成的双目视觉盲区末端位姿错误检测问题,提出一种运动学正解结合混合优化RBF神经网络(RBFNN)误差补偿的视觉盲区末端位姿检测方法。首先在非视觉盲区采集RBFNN训练样本,其中运动学正解为输入样本,运动学正解和视觉检测位姿的差值为输出样本;然后进行训练,并采用GWO(Grey Wolf Optimization)算法和LM(Levenberg-Marquardt)算法混合优化权值;最后将训练好的网络用于视觉盲区,通过对运动学正解进行误差补偿以提高末端位姿检测精度。实验结果表明,与未补偿的检测方法相比,混合优化RBFNN补偿后的末端位姿检测方法,其末端位姿分量x,y,z,γ的误差平均绝对值分别降低了54.4%、67.7%、54.7%和52.9%,误差标准差分别降低了52.9%、62.8%、51.9%和58.8%,验证了所提方法的有效性。     

基于平面约束的欠驱动爬壁机器人手眼标定方法

欠驱动机器人因难以像全主动关节机器人一样形成多种空间位姿,故无法直接使用经典的手眼标定方法.为解决这一问题,本文建立了其数学模型,并提出了一种基于平面约束的手眼标定方法.在该方法中,末端执行器的运动被约束于3维空间内的已知平面上,手眼标定的姿态矩阵和平移向量分别通过纯平移与纯旋转运动模式,结合对应的标定图像进行解耦求解.蒙特卡洛仿真实验结果表明,该标定算法有效、准确,且对噪声具有较好的鲁棒性.在所开发的欠驱动爬壁机器人上进行的实际试验中,定位误差被控制在1.5 mm以内.结果表明该标定方法简便易行,精度满足要求.     

可运动解耦的连续体单孔手术机器人设计与控制

提出一种可拓扑解耦的连续体单孔手术机器人,通过设计中间联动连续体段可以实现多段驱动间的解耦,并且机器人的末端姿态仅取决于远端形变段,实现了位姿分离.基于该运动解耦构形,设计了一种基于空间十字交叉曲面盘的连续体骨架结构来实现具有6自由度的多段连续体机器人,建立了机器人的正运动学,并给出了逆运动学的直接求解法.最后进行了机器人驱动解耦与轨迹跟踪控制实验,经过测试,机器人解耦运动的平均角度误差为2.39?,在20 mm/s的速度及无负载条件下轨迹跟踪误差为1.46 mm.实验表明机器人具有较好的驱动空间解耦能力,并能够基于逆运动学直接求解法实现机器人稳定的运动控制.     

弧焊机器人直线轨迹精度测试研究

在传统平面最小二乘拟合方法的基础上,提出空间直线拟合的方法。利用该方法对弧焊机器人的直线轨迹进行了拟合,拟合结果显示,机器人实到轨迹与指令轨迹之间存在较大误差,通过分析误差分布情况可以为机器人的位姿误差补偿及精度优化设计提供依据。     

3-RRR并联机器人的精度分析与仿真

目前有关并联机器人精度方面的研究工作还比较薄弱,为采取有效措施提高并联机构的精度,通过对3-RRR并联机器人机构的分析,针对传统D-H参数法的局限性,采用微分理论,建立了该并联机器人机构的精度模型,通过计算机仿真,针对单条支链多个结构参数误差,比较全面的分析了结构参数对输出位姿误差以及位姿变化对机器人机构精度的影响。分析结果为：机构中所有结构误差随着X轴正向增大而单调增大;运动支链在关节转角处的误差单调上升的比其他结构快。为该机器人机构实际误差补偿与控制提供了理论依据。     

机器人动态位姿误差在工作空间的补偿算法

本文从机器人末端位姿的理论模型出发,结合实际得到的机器人末端位姿,应用最小二乘法理论,建立了在工作空间对机器人动态位姿误差进行补偿的有效方法.     

基于Kinect的三维视觉里程计的设计

针对移动服务机器人在未知环境下三维路径估计的问题,设计了一种基于Kinect的实时估计机器人运动轨迹的方法。该方法采用Kinect获取机器人运动过程中连续帧的彩色和深度信息,首先,提取并匹配目标帧和参考帧的SURF的特征点;然后,结合深度信息利用经典P3P问题的方法及改进的随机采样一致性(RANSAC)算法计算机器人的初始6自由度(DOF)位姿;最后,通过非线性最小二乘算法最小化初始位姿内点的双向投影误差来提高位姿精度,进而得到机器人的运动轨迹。同时对比了不同特征点及描述符结合下的里程计精度。实验结果表明,所提方法能够将里程计误差降低到3.1%,且能够满足实时要求,可为机器人同时定位与地图创建提供重要的先验信息。     

工业机器人的形位检测及精度标定研究

针对传统六自由度机器人进行形位分析与标定研究,采用运动学DH参数法建立机器人运动学位姿模型,利用激光跟踪仪进行机器人空间形位的辨识与减速比数据的采集,结合阻尼最小二乘法进行机器人零位与执行器的标定,通过修改控制器中机器人的末端执行器配置参数,完成传统工业机器人的末端位姿误差补偿,提高了机器人的绝对定位精度。