轴线测量与迭代补偿的机器人几何参数标定

为了提高串联工业机器人的绝对定位精度,提出了采用轴线测量与迭代补偿相结合的工业机器人几何参数标定方法。首先利用激光跟踪仪测量机器人单轴运动的轨迹,将所测轨迹点通过空间投影计算各轴线的位置;然后根据机器人模型参数的几何定义提取机器人模型的实际参数,并采用基于距离误差的迭代补偿方法进行参数标定效果验证。对埃夫特ER10L-C10工业机器人进行标定实验研究,结果表明:机器人绝对定位误差的最大值、平均值和标准差分别从补偿前的4.215、1.932和1.437 mm减小到补偿后的2.979、1.015和1.031 mm,该方法能够简单快速标定出机器人模型的实际几何参数,有效提高了机器人的绝对定位精度。     

基于空间几何测量的机器人坐标系转化方法

对工业机器人进行标定需要使用激光跟踪仪进行末端点位数据测量,通过测量靶球中心的坐标值,必须考虑机器人末端与法兰盘坐标系转化以及机器人基座标系与激光跟踪仪测量坐标系之间的转化使标定才有意义.针对目前对机器人坐标系转化方法存在操作繁琐、过程缓慢、转化误差较大、实用性不强等缺点,提出一种基于空间几何测量原理,结合机器人几何机...     

模块化六自由度机器人运动学标定与实验研究

针对自主研发的模块化六自由度轻载搬运机器人,使用激光跟踪仪并采用直接标定法进行了运动学标定与实验研究。采用D-H法构建了机器人连杆坐标系和机器人运动学模型,并运用微分变换的方法建立误差模型。通过激光跟踪仪测量机器人末端位置,将其与运动学模型求解得到的机器人末端位置进行比较,验证了误差模型的正确性。然后将误差模型计算得到的机器人连杆参数误差在机器人控制系统软件中进行修正。最后利用激光跟踪仪测量机器人的关节转角间隙误差,将误差值转换成脉冲数并在软件中进行补偿。机器人运动学标定实验表明,使用激光跟踪仪进行连杆参数误差补偿和关节转角间隙误差补偿可以明显的减小绝对定位误差,绝对定位误差降低了69.6%,定位精度有了明显的提高。     

基于多基站激光跟踪仪的机器人位姿精度测试方法

针对机器人末端位姿精度测试的需求,提出了基于多基站激光跟踪仪的测试方法.该方法采用三靶球测量方案,通过非线性最小二乘法求解转站参数,并融合多基站测量数据实现机器人末端位姿精度的测试.通过直线导轨和转台标准器对该方法的测试效果进行实验验证,结果显示相对于单基站激光跟踪仪的测试方法,三基站测量的定位精度提升了38.5％,定...     

基于最小PDOP的跟踪仪顺次多站测量站位优化

工业机器人进行大型构件加工时，精确测量机器人与大型构件的相对位置关系是保证加工质量的关键。采用单台激光跟踪仪顺次多站法进行测量时，为了提高测量精度，充分考虑了激光跟踪仪的位置误差，对激光跟踪仪站位优化进行了研究。首先，探讨了激光跟踪仪测量误差主要来源，分析了顺次多站法测量原理；然后，基于最小位置精度衰减因子(PDOP)的方法进行了激光跟踪仪站位的优化，并给出了各站位位置测量精度最优的求解算法。最后，进行了站位优化前后的验证实验，结果表明：优化站位后测量系统的测量精度可提高50%以上，验证了站位优化方法的有效性。     

基于距离精度的测量机器人标定模型及算法

对机器人绝对位置误差进行检测和补偿时,通常要涉及到测量系统坐标系与机器人基础坐标系间的坐标变换,由于这个变换很难精确测定,从而导致测量机器人的绝对位置精度降低.为了克服这一情况,可改用空间两点间的距离精度来衡量机器人的绝对位置精度,这样可简化测量过程.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,降低对测量系统的精度要求.同时,激光跟踪仪测试技术的应用,使得机器人的位姿测量变得非常容易.最后给出了此模型及算法在IRB2400机器人上的应用实例.     

利用Leica激光跟踪仪对工业机器人现场标定的方法

对基于激光跟踪仪的工业机器人标定的方法进行了介绍,分析了工业机器人的标定过程,该过程由建模、测量、参数辨识和补偿4个步骤组成。基于激光跟踪仪的标定方法也是按照这个步骤对工业机器人进行标定的。通过Leica激光跟踪仪和RoboDyn软件构建了工业机器人标定检测平台,并详细描述了在该平台下工业机器人的标定方法,最后以PANDA PR04D型工业机器人为实验对象进行了比对实验。实验结果验证了标定方法的有效性。     

一种通用的工业机器人位姿检测方法

为满足带有不同末端执行器的工业机器人系统的绝对位姿检测需求,提出一种通用的检测方法。其基本原理是以激光跟踪仪测量固定在机器人末端的4个参考点从而间接测量机器人的绝对位姿,并与指令位姿比较实现机器人位姿准确度和位姿重复性检测;其中,参考点坐标及机座坐标系通过多姿态约束同步标定,并设计非线性标定算法。通过末端带有制孔执行器的KUKA KR210 R2700工业机器人的位姿检测实验表明：该检测方法的准确性可满足机器人位姿检测的需要,且无需特殊的机械工装,具有良好的通用性;基于多姿态约束的非线性标定方法具有良好的鲁棒性,可有效的减小因机器人运动模型不准确引起的标定误差。     

工业机器人三维在线自校准系统的研制

针对工业机器人校准成本与校准精度难以平衡的问题,研究了一种针对工业机器人的三维低成本高精度接触式自校系统。该系统的三维校准器安装于机器人末端位置（TCP）,采用三个互相正交的高精度位置传感器,通过研究工业机器人D-H参数校准算法,并对专用四球校准台精密迭代测量,可实现对工业机器人D-H参数的低成本、高精度在线自校准。通过与激光跟踪仪进行验证试验,各测量点的最大En值为0.63,小于1,验证结果满意。     

基于并联机器人的块状食品包装定位方法

目的为提高包装过程中并联机器人定位精度。方法基于自抗扰控制设计一种机器人末端执行器定位方法。在传统并联机器人结构的基础上配置2台工业相机。根据双目立体视觉检测原理来确定块状食品在生产线上具体位置。为避免干扰因素降低机器人末端执行器抓取精度,设计一种自抗扰控制器,主要包括跟踪微分器、非线性反馈器、扩张状态观测器。最后,搭建实验平台并进行相关验证。结果实验结果表明,实际位置与抓取位置之间偏差距离的最大值为0.3 mm;平均误差只有0.20 mm。所设计自抗扰控制器与PID控制器相比,响应时间仅增加了1%,平均抓取精度却大幅提高。结论所述基于并联机器人的块状食品包装定位方法可使末端执行器在非常短的时间内到达指定位置;运动过程稳定、可靠,不会出现振动现象,可确保抓取精度。     

Precision measurement and compensation of kinematic errors for industrial robots using artifact and machine learning

Industrial robots are widely used in various areas owing to their greater degrees of freedom (DOFs) and larger operation space compared with traditional frame movement systems involving sliding and rotational stages. However, the geometrical transfer of joint kinematic errors and the relatively weak rigidity of industrial robots compared with frame movement systems decrease their absolute kinematic accuracy, thereby limiting their further application in ultraprecision manufacturing. This imposes a stringent requirement for improving the absolute kinematic accuracy of industrial robots in terms of the position and orientation of the robot arm end. Current measurement and compensation methods for industrial robots either require expensive measuring systems, producing positioning or orientation errors, or offer low measurement accuracy. Herein, a kinematic calibration method for an industrial robot using an artifact with a hybrid spherical and ellipsoid surface is proposed. A system with submicrometric precision for measuring the position and orientation of the robot arm end is developed using laser displacement sensors. Subsequently, a novel kinematic error compensating method involving both a residual learning algorithm and a neural network is proposed to compensate for nonlinear errors. A six-layer recurrent neural network (RNN) is designed to compensate for the kinematic nonlinear errors of a six-DOF industrial robot. The results validate the feasibility of the proposed method for measuring the kinematic errors of industrial robots, and the compensation method based on the RNN improves the accuracy via parameter fitting. Experimental studies show that the measuring system and compensation method can reduce motion errors by more than 30%. The present study provides a feasible and economic approach for measuring and improving the motion accuracy of an industrial robot at the submicrometric measurement level.The full text can be downloaded at https://link.springer.com/article/10.1007/s40436-022-00400-6     

融合加权SVD改进算法的工业机器人运动学标定

针对环境或人为因素引入的测量粗差对测量坐标系和机器人基坐标系的转换存在较大影响的问题,对奇异值分解(SVD)算法进行了改进,并将其应用于机器人运动学标定中。以ABB-IRB2600型机器人为研究对象,建立修正型D-H(MD-H)运动学模型和误差模型;通过激光跟踪仪测量得到机器人末端靶球位置坐标,在SVD算法中,根据补偿前位置误差大小对测量数据重新分配权重,转换测量坐标系和机器人基坐标系;使用Levenberg-Marquart(L-M)算法进行了误差参数辨识,并在Matlab中对机器人25个运动学参数进行了仿真补偿。仿真和实验结果表明,加权SVD算法稳定性更优,能够减小测量粗差影响,经标定后机器人的平均绝对误差降低了65.10%,均方根误差降低了65.85%,其绝对定位精度得到了明显提高。     

基于线结构光传感器的工业机器人运动学参数标定

针对工业机器人绝对定位精度较低问题,提出一种基于线结构光传感器的工业机器人运动学参数标定方法.首先,将线结构光传感器固定安装在机器人末端,建立传感器测量模型,然后建立机器人运动学模型,通过手眼关系将传感器模型与机器人模型连接组成完整的标定系统模型.其次,使线结构光传感器在不同位姿下对某一固定点进行测量,得到该点在机器人...     

基于标准球距离约束的工业机器人参数标定

针对工业机器人绝对定位精度偏低,在工业应用中受到一定的限制的问题,提出了一种新型基于标准球距离约束的工业机器人参数标定方法。首先采用MDH模型建立机器人运动学模型;其次将接触式测头安装在工业机器人的末端法兰盘上,搭建了一个三角标定平台,平台上刚性连接了3个直径为25.4mm的标准球,每2个球之间的理论的球心距为300mm,用接触式测头分别探测3个标准球面上的点,并记录相应关节角的值;最后,通过最小二乘拟合得到标准球的球心坐标,与三坐标测量机测得的实际球心距进行距离约束,并采用Levenberg-Marquardt算法求得运动学参数误差。共进行5个平台方向的实验,并用另外5个平台方向的数据进行误差补偿验证。实验结果表明:平均球心距偏差从2.6812mm减小到0.5694mm,标准偏差从0.6738mm减小到0.1407mm。