扩展卡尔曼滤波和配准算法的工业机器人误差补偿

针对现有工业机器人误差,特别是工业机器人末端轨迹精度低、实时监测计算复杂等问题,提出利用扩展卡尔曼滤波器和配准算法组合提高机器人末端轨迹精度的算法,解决了机器人末端精度低、控制补偿不准确等问题。建立SCARA机器人数学模型,同时建立基于扩展卡尔曼滤波和配准算法的机器人误差补偿模型,通过扩展卡尔曼滤波、配准算法进行误差补偿,实现了末端精度的提高。通过仿真验证,分析对比机械手末端轨迹补偿前后的误差,证明了算法的可靠性与准确性。     

主被动测量机器人轨迹控制的误差分析与补偿

主被动关节臂式测量机器人兼具了柔性测量臂测量灵活和传统机器人可编程的特点.基于Denavit-Hartenberg方法建立了测量机器人的数学模型,根据测量机器人和被测对象自身特点和相互关系对系统中实际存在的各种误差因素进行分析,并引入了轨迹误差传递函数对机器人的轨迹进行了预先补偿,提高了系统的轨迹精度.     

基于空间插值的工业机器人精度补偿方法理论与试验

随着工业机器人技术的不断发展,机器人在工业领域得到了越来越广泛的应用.针对机器人普遍存在重复定位精度高、绝对定位精度低的特点,提出一种改进其绝对定位精度的方法.以D-H运动学模型为基础建立机器人坐标系,并综合考虑机器人各关节参数引入的误差,建立机器人的位姿误差模型.利用该误差模型,通过分析相邻两点间定位误差之间的内在关联提出了定位误差相似度的概念,并在此基础上提出一种基于空间插值的工业机器人精度补偿方法.利用KUKA机器人对提出的精度补偿方法进行验证,试验结果表明,补偿前机器人的绝对定位精度为1～3mm,补偿后它的绝对定位误差的最大值为0.386 mm,平均值为0.156 mm,较未补偿前有了近一个数量级的提高,从而证明了该方法的可行性和有效性.     

考虑关节柔性误差的机器人参数辨识方法研究

考虑到工业机器人绝对定位精度较低,无法满足高精度加工的需要,故提出了一种综合型误差补偿方法。以改进的D-H模型为基础,建立机器人末端工具中心点的距离误差模型,同时对主要受力关节2和3由于自重或者外加负载产生的柔性变形误差进行了研究,建立了柔性误差模型,最后以激光跟踪仪作为测量设备,利用最小二乘法对模型进行求解,通过修正控制器参数补偿误差提高机器人定位精度。经过补偿,自主研发的机器人定位精度有明显的提高,从之前的3.548 mm降至0.939 mm。     

基于混合插值的工业机器人关节轨迹规划算法

B样条曲线由于其多阶导数连续和局部支撑性的特点,被广泛用于工业机器人关节空间的轨迹规划。标准B样条在起止点位置存在导数值的突变,致使工业机器人在启动和停止时产生振动。提出一种采用高次多项式与B样条混合插值优化的方法,使机器人关节运动学参数连续无突变,在不增加机器人控制系统运行负担的情况下,能够使机器人运行更加平稳,改善了机器人的运行状态。     

六轴工业机器人的误差补偿方法

提出一种基于误差模型的机器人运动学结构参数和角度参数补偿方法。利用D-H算法建立了机器人运动学方程,推导相对于末端坐标系的机器人运动学误差模型,提出将结构参数映射综合到关节角度参数的运动学参数补偿方法,为了解决补偿过程中各关节角度误差问题,设计了一套基于关节角度校正的机器人运动学参数补偿实验方法,实验结果验证了所提出方法的有效性。     

工业机器人误差补偿运动学算法设计

鉴于目前国产工业机器人绝对定位精度较低,为了满足高精度应用,设计了一种误差补偿的运动学算法.以MDH模型为基础,建立几何参数误差与机器人末端位姿误差之间的误差模型.设计了通过雅克比矩阵将笛卡尔空间的位姿误差转换到关节空间的关节各轴的角度偏差,并与名义逆运动学获得逆解相结合的误差补偿运动学算法,可以获得满足误差阈值的作业...     

串联6自由度机器人关节刚度辨识与误差补偿研究

为提高串联6自由度机器人的绝对定位精度,针对几何参数误差补偿后的工业机器人关节刚度参数展开研究。首先,基于虚拟关节模型建立了工业机器人一维关节刚度误差模型。其次,为提高关节刚度参数的辨识精度与效率,利用BP神经网络对刚度误差模型进行拟合,以优化遗传算法的初始种群适应度。最后,利用激光跟踪仪AT930和ER10L-C10机器人进行实验,验证以上误差模型与关节刚度参数辨识算法。实验结果表明,经过关节刚度误差补偿后,机器人的平均距离误差与最大距离误差分别为0. 248 5 mm与0. 333 2 mm。相比于补偿前的距离误差,机器人定位精度提高了33. 7%。因此,通过改进遗传算法辨识得到的机器人关节刚度参数能够有效地提高机器人定位精度。     

工业机器人关节空间轨迹规划及优化研究综述

随着机器人技术的发展,工业机器人广泛应用于自动化生产之中,极大地提高了生产效率以及自动化程度。轨迹规划是完成作业任务的关键环节,而轨迹优化则进一步提高了任务完成质量,也顺应了工业发展的需要。对工业机器人关节空间的轨迹规划及优化研究进展进行了综述。首先,简述了关节空间轨迹规划算法,指出多项式插值是主要方式,B样条曲线因其优良特性是今后发展的必然趋势。然后,对不同目标下的轨迹优化进行了全面综述,指出优化目标的确定以及算法的改进等还存在的问题。最后,对今后的发展方向进行了展望,多目标优化求解方式以及约束的动态调整等将是今后的研究重点。     

基于激光追踪仪的机器人标定及误差分析研究

以提高六轴关节工业机器人的定位精度为目标,基于D-H运动学模型与微分误差思想,建立了机器人的位置误差模型,设计了简单高效的测量算法和辨识算法,在辨识出的机器人几何误差参数基础上,对机器人运动学模型进行修正,以沈阳机床上海研究院的i5 Robot A3型工业机器人为实验研究对象,结果证明改进后机器人的定位精度得到大幅度提升。     

模块化机器人几何误差分析及参数辨识研究

为解决模块化机器人重构后误差的快速补偿问题,对模块化机器人几何误差来源进行分析,将其划分为模块参数误差和模块间装配参数误差.基于指数积公式和齐次变换对关节模块、连杆模块及模块间装配位姿进行数学描述,建立关节-连杆子装配体的实际运动学模型.给出一种基于精密球和外部测量的模块参数及模块间装配参数辨识方法,完成子装配体运动学...     

工业机器人定位精度可靠性研究现状综述

工业机器人定位精度直接影响其辅助制造产品的精度水平和质量一致性。工业机器人定位精度可靠性和定位误差补偿技术已成为学术界和工业界讨论的热点。对工业机器人定位精度可靠性及定位误差补偿的发展现状进行了分析讨论,总结了该领域的主要研究方法及热点问题,最后对该领域的发展方向进行了展望。     

工业机器人笛卡尔空间轨迹规划

研究了在笛卡尔坐标系中工业机器人空间直线及圆弧轨迹规划问题,提出利用抛物线过渡的空间直线插补算法和基于局部坐标系的空间圆弧插补算法。以上算法在自行设计的五自由度喷涂机器人上进行了实验验证。实验结果表明,该直线和圆弧插补算法能保证机器人运行平稳,轨迹衔接平滑。     

工业坐标测量机器人定位误差补偿技术

由通用工业机器人和视觉传感器组成的柔性坐标测量系统是视觉检测技术在工业在线测量领域的重要应用。工业机器人的机械结构和控制过程复杂,因此其定位误差成为影响系统测量精度的最主要因素,但可以通过修正连杆参数的方式加以补偿。以MD-H运动学模型为基础,建立机器人工具中心点(Tool center point,TCP)的基于相对定位精度的定位误差补偿模型,避免坐标在不同坐标系转换过程中产生精度损失。对与机器人测量姿态有关的柔度误差进行针对性补偿,通过建立柔性关节的弹性扭簧模型,将柔度误差分解为外加负载柔度误差和机械臂自重柔度误差分别进行补偿。标定过程中使用激光跟踪仪作为外部高精度测量设备,只需在单点测量模式下就能实现对TCP的三维坐标采集,大大简化数据采集过程。经过补偿后,标定点处的方均根误差由之前的1.230 2 mm降至0.428 8 mm,验证点处的则由0.723 6 mm降至0.505 4 mm。     

工业机器人定位误差补偿方法与实验研究

针对工业机器人绝对定位精度低无法满足实际应用要求,并综合考虑国外机器人控制系统不开放,而无法在控制器里修改运动学参数的问题,提出一种定位误差补偿方法,基于修正的DH模型,利用激光跟踪仪和奇异值分解法识别出运动学参数.通过改变运动学参数重新进行正解运算,所得的新位置赋予机器人,使其运动到目标点,从而提高定位精度.将这种方法应用在STAUBLI TX90XL型工业机器人上进行实际的测量和补偿.实验结果显示,经过补偿可使机器人平均绝对定位精度由1.685 mm提高到0.215 mm,从而表明该方法的有效性.     

工业机器人定位误差在线自适应补偿

受工业机器人本体结构几何及非几何误差因素的影响,机器人执行末端的实际运动轨迹与其理论规划轨迹往往不一致,这严重限制了机器人在加工领域的拓展应用。另外,通过研究发现机器人除在工作空间上定位误差等级存在差异分布外,在服役时间上随着机器人工作性能的退化也会显著恶化其定位精度。为解决该问题,提出了一种基于定长记忆窗增量学习的机器人定位误差在线自适应补偿方法。在该方法中,首先定量分析机器人定位误差与位姿的相关关系,将工作空间划分为多个位姿区块并创建校准样本库,建立了位姿映射模型的自适应优化机制以克服空间中误差等级差异分布的问题;然后设计了定长记忆窗增量学习算法,克服神经网络模型的灾难性遗忘缺陷,并平衡了在线模式下建立机器人新、旧位姿数据映射关系的精度和效率,解决了机器人性能退化加剧定位误差影响位姿映射模型适用性的问题,从而确保算法的补偿精度稳定在目标精度水平线以上;最后,利用St?ubli机器人和UR机器人对所提方法进行了精度在线补偿实验验证。实验结果表明该方法可将St?ubli机器人的定位误差从0.85 mm降至0.13 mm,将UR机器人的定位误差从2.11 mm降至0.17 mm,明显提高...     

基于虚设运动副的并联机器人静态误差建模与标定

基于并联机器人影响系数和虚位移原理,以一般空间并联机器人为例,通过虚设运动副,提出一种并联机器人静态误差建模与分析的通用新方法。该方法用于确定各个原始加工装配误差源对并联机器人末端位姿的独立影响,具有物理意义明确、建模分析便捷等优势。在此基础上,基于虚设运动副建立了3-P(4S)并联机器人各误差映射矩阵,并对该机器人开展了静态误差标定实验研究。实验结果表明,基于该方法标定后,3-P(4S)并联机器人输出定位误差最大值由0.585mm减小到0.142mm,标定后机器人定位精度明显提高,从而验证了该方法的有效性。     

工业机器人倍四元数轨迹规划算法的研究

针对工业机器人在笛卡尔空间的轨迹规划曲线的平滑性与实时性,提出一种用于描述超球面旋转的倍四元数对机器人运动轨迹进行球面线性插补,并结合正弦波加速度曲线升降速控制算法对轨迹规划的速度进行控制,为机器人的轨迹规划提供了一种新的位姿规划的解决方案。在六关节搬运机器人控制系统平台上进行了仿真与试验,验证了该算法解决方案的有效性。     

基于粒子群优化神经网络的机器人精度补偿方法研究


针对工业机器人应用于飞机柔性化自动装配时绝对定位精度不能满足装配精度的问题,在机器人空间网格精度补偿方法的基础上,综合考虑环境温度的变化对机器人的绝对定位精度的影响,提出了基于神经网络的机器人综合精度补偿方法。为了防止神经网络在训练中陷入局部极值,采用粒子群优化方法对它的初始权值和阈值进行了优化。实验结果表明,当温度在20~30℃范围内变化时,机器人的绝对定位误差由补偿前的1~3mm,提高到补偿后的绝对定位误差最大值为0.32mm,平均值为0.194mm,精度较未补偿前有了大幅提高,可以满足飞机自动化装配的高精度的要求。

