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。     

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。     

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．     

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.     

基于时延补偿机理的工业机器人视觉跟踪控制系统

为提升机器人抓取精度,基于时延补偿机理设计工业机器人视觉跟踪控制系统。通过摄像机与机械臂之间的坐标系关系标定摄像机的外部参数;对工业机器人的运动情况进行建模,机器人机械臂在运动过程中产生坐标系变换,利用齐次坐标变换矩阵描述机械臂连杆运动位姿,引入模糊时延补偿算法,提高机械臂跟踪控制精度。系统性能测试结果表示：针对不同形状和位姿角度的物体,设计的系统在抓取过程中能够逐渐缩小误差,最终提高实验中的成功抓取次数,验证了设计系统的可靠性。     

一种新型机器人自标定装置及其算法

针对传统基于几何约束的机器人自标定装置仅能对局部工作空间内的机器人位型进行标定测量的问题,提出了一种由安装于机器人末端的球心位置测量装置和可移动球杆组成的新型便携式机器人自标定装置,通过利用球面约束和距离约束,可在较大工作空间内对机器人进行标定测量,从而提高标定结果的可靠性．根据可移动球杆的单、双球布置方式,分别建立了基于向量差和距离差的2种机器人自标定模型及其算法．通过采用局部指数积公式并引入位置伴随变换矩阵,简化了2种自标定模型,从而降低了对运动学方程线性化的计算量．最后,对一种6自由度串联机器人进行了仿真实验,实验结果表明2种自标定算法均能够快速收敛,验证了2种算法的有效性和鲁棒性．     

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．     

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。     

机器人准确度的相机交会式测量系统

机器人的准确度是适应离线编程等应用要求而提出的.ISO 9283规定应对机器人进行准确度的检测;为了用误差补偿方法提高机器人的准确度,也必须测定机器人在其整个工作空间的绝对误差分布.但任何测试系统,如不以机器人的基座坐标定位,就无法实施准确度测量.本文首先提出了在相机交会式测量系统中,将测量坐标系与被测机器人机座坐标系精确对准的方法和装置,从而实现了 lSO 标准所要求的机器人绝对准确度的测量.     

地面三维激光扫描仪误差分析及标定

提出一种基于距离误差辨识的地面三维激光扫描仪标定方法,介绍了仪器的结构及光路系统,进而分析了仪器的各项系统误差,并设计了误差标定算法。标定过程中,在较大范围内布置多个靶标,利用地面三维激光扫描仪在距离靶标不同位置处测量靶标的空间坐标,计算得到任意两个靶标的距离值。根据标定算法辨识仪器修正参数,该标定方法不需要获得靶标的空间坐标,无需进行扫描仪坐标系与世界坐标系的转换,大大减少了标定参数的数量。标定试验及精度验证试验表 明,距离仪器10m、20m、30m附近的点位测量精度分别为±2.7mm、±2.9mm、±4.1mm。满足±(2+L/10000)mm的精度指标要求。该标定方法操作简便、对标定条件要求低,具有较强的实用性。     

基于总体势减小的动态调度技术解决多机器人的路径规划

本文提出了一种解决多机器人路径规划与协调问题的新方法：基于总体势减小的优 先级动态调度策略．文中引入了总体势的概念,机器人从起始点向目标点运动过程中,始终 沿着总体势减小的方向进行,逐步引导机器人导航任务的完成．     

Cooperative localization method for multi-robot based on PF-EKF

A method of cooperative localization for multi-robot in an unknown environment is described. They share information and perform localization by using relative observations and necessary communication. At initial time, robots do not know their positions. Once the robot that can obtain the absolute position information has its position, other robots use particle filter to fuse relative observations and maintain a set of samples respectively representing their positions. When the particles are close to s Gsussian distribution after a number of steps, we switch to an EKF to track the pose of the robots. Simulation results and real experiment show that PF-EKF method combines the robustness of PF and the efficiency of EKF. Robots can share the absolute position information and effectively localize themselves in an unknown environment.     

水下机器人定位算法

水下机器人的定位信息一般应包括位置信息和航向信息。选用超声波传感器测距,再作圆弧求交点的方法可获取位置信息,给出2种计算位置的算法;水下环境复杂,机器人的航向信息难以获取,建立拟合机器人的历史位置信息的曲线,进而对曲线进行求导来近似代替机器人航向的航向估计模型。水下实验验证了定位算法的可行性及可靠性,位置定位绝对误差小于20 cm,航向定位绝对误差大都在10°以内,满足定位要求。并分析定位误差来源,给出航向算法的修正模型。     

SLAM 问题中机器人定位误差分析与控制

移动机器人同步定位与建图问题 (Simultaneous localization and mapping, SLAM) 是机器人能否在未知环境中实现完全自主的关键问题之一. 其中, 机器人定位估计对于保持地图的一致性非常重要. 本文分析了 SLAM 问题中机器人定位误差的收敛特性. 分析表明随着机器人的运动,机器人定位误差总体上逐渐增大; 在完全未知环境中无法预测机器人定位误差的上限. 根据理论分析, 本文提出了一种控制机器人定位误差在单位距离上增长速度的算法. 该算法通过搜索获得满足定位误差限制的最佳的机器人运动速度, 从而控制机器人定位误差的增长.     

Dyna-Q-based vector direction for path planning problem of autonomous mobile robots in unknown environments

Reinforcement learning (RL) is a popular method for solving the path planning problem of autonomous mobile robots in unknown environments. However, the primary difficulty faced by learning robots using the RL method is that they learn too slowly in obstacle-dense environments. To more efficiently solve the path planning problem of autonomous mobile robots in such environments, this paper presents a novel approach in which the robot’s learning process is divided into two phases. The first one is to accelerate the learning process for obtaining an optimal policy by developing the well-known Dyna-Q algorithm that trains the robot in learning actions for avoiding obstacles when following the vector direction. In this phase, the robot’s position is represented as a uniform grid. At each time step, the robot performs an action to move to one of its eight adjacent cells, so the path obtained from the optimal policy may be longer than the true shortest path. The second one is to train the robot in learning a collision-free smooth path for decreasing the number of the heading changes of the robot. The simulation results show that the proposed approach is efficient for the path planning problem of autonomous mobile robots in unknown environments with dense obstacles.     

轮式机器人轨迹跟踪控制系统的设计

针对轮式机器人轨迹跟踪控制系统误差收敛速率低、精度和实时性差的问题,采用反演控制算法并结合李雅普诺夫稳定性分析方法对轮式机器人的轨迹跟踪系统进行了优化设计;建立了轮式机器人轨迹跟踪控制系统的运动学模型,并对该模型进行位置偏差分析;在反演控制算法中引入了分部虚拟控制量,并分析和设计了其他间接受控量,提高了算法运行的效率;采用李雅普诺夫收敛定理对系统的收敛性进行分析,根据分析的结果提出了算法更加简单的控制律;利用Matlab软件的Simulink库对设计的轨迹跟踪控制系统试验研究;结果表明,与基于李雅普诺夫直接法或者迭代学习算法设计的轮式机器人轨迹跟踪控制系统相比较,设计的控制系统具有跟踪精度高、收敛速度快、实时性好的优点。     

面向群组机器人自组装的Voronoi图边界求交细分路径规划方法

自组装是群组机器人实现各种目标配置的有效途径,群组路径规划是群组机器人自组装实现的关键问题所在.本文在CVT算法基础上提出了一种基于Voronoi图边界求交细分的VBIT算法.首先根据群组机器人成员位置绘制相应Voronoi图,然后利用匈牙利算法为机器人与目标地分配对应关系,通过将机器人与目标地连线和机器人所在单元的交点作为下一次机器人移动起始点,多次迭代后达到目标配置.实验结果证明在自组装的精度、耗时、适用性方面比现有算法更优.     

Integrated approach to robotic machining with macro/micro-actuation

A novel integrated approach to high-accuracy machining with industrial robots is presented in this paper. By combining a conventional industrial robot with an external compensation mechanism, a significantly higher bandwidth of the control of the relative position between the tool and the workpiece can be achieved. A model-based feedback controller for the compensation mechanism, as well as a mid-ranging control architecture for the combined system with the robot and the compensation mechanism are developed. The system performance is evaluated in extensive machining experiments, and the workpiece accuracies achieved are quantified and compared to the corresponding results obtained with state-of-the-art approaches to robotic machining. It is shown that the proposed approach to machining offers significantly higher accuracy, up to eight times improvement for milling in steel, where the required process forces, and thus the exhibited position deviations of the robot, are significant.     

基于对比优化的RRT路径规划改进算法

针对动态环境下机器人RRT路径规划算法缺乏稳定性和偏离最优解的问题,提出一种基于对比优化的RRT路径规划改进算法。算法在新一周期的环境下,通过对上一周期路径树进行剪枝和重新规划得到一条稳定的路径,同时利用基本RRT算法规划出一条新路径,通过对比两条路径得到较优解。仿真和真实机器人实验结果均表明,改进的算法提高了动态复杂环境下RRT路径规划的稳定性,并保证了规划的路径逼近最优解。