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．     

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.     

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。     

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．     

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。     

五轴磨抛机器人补偿算法研究与实现

通过分析基于模型的补偿方法和非模型补偿方法的优缺点,结合一个五轴磨抛机器人的结构特点,提出了两种补偿方法相结合的混合补偿算法．针对平移关节误差的主要来源难于建模的特点,采用非模型的方法进行补偿;针对转动关节误差主要来源为几何参数误差,能够建模,但有些参数随机器人末端位置不同而变化的特点,采用二者相结合的混合方法进行补偿．通过对该机器人系统的实验,验证了方法的有效性和可行性．     

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.     

凸松弛全局优化机器人手眼标定

针对机器人运动学正解及相机的外参数标定存在偏差时,基于非线性最优化的手眼标定算法无法确保目标函数收敛到全局极小值的问题,提出基于四元数理论的凸松弛全局最优化手眼标定算法。考虑到机械手末端相对运动旋转轴之间的夹角对标定方程求解精度的影响,首先利用随机抽样一致性（RANSAC）算法对标定数据中旋转轴之间的夹角进行预筛选,再利用四元数参数化旋转矩阵,建立多项式几何误差目标函数和约束,采用基于线性矩阵不等式（LMI）凸松弛全局优化算法求解全局最优手眼变换矩阵。实测结果表明,该算法可以求得全局最优解,手眼变换矩阵几何误差平均值不大于1.4 mm,标准差小于0.16 mm,结果稍优于四元数非线性最优化算法。     

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。     

基于改进布谷鸟算法的机器人位置精度性能提升方法研究

主要解决工业机器人在高端制造领域精度性能不足的问题。首先阐述了工业机器人误差模型的构建方法，将机器人运动学参数、关节减速比参数、耦合比参数进行统一建模；其次，提出了一种改进的布谷鸟搜索算法(Cuckoo Search Algorithm, CSA)的优化多参数辨识方法，利用对数调整系数修正Levy搜索步长，提升CSA优化算法的收敛性和精确性。为了验证提出的误差模型和优化方法的有效性，构建了串联型工业机器人标定实验系统。通过在Staubli TX60机器人的运动空间内测量160个测量点，分别构成辨识点集和验证点集。实验结果表明，待标定机器人的平均综合位置误差降低了86.7%以上。说明提出的误差模型和优化方法能够较好地提升工业机器人的精度性能。     

连续体单孔手术机器人的建模与优化分析

提出了一种新构型的6自由度连续体单孔手术机器人．其形变骨架采用超弹性材料一体化成型加工,具有一系列十字交叉镂空结构的弹性铰链．建立了机器人的运动学模型,分析了机器人的可达工作空间,提出一种手术作业空间的优化搜索方法,获得了作业空间中关键位置的操作灵活性．进而以操作灵活性为目标,以关节形变能力为约束,优化分析连续体机构形变骨架的几何参数,形成提升连续体单孔手术机器人操作灵活性的参数优化方法．最后进行连续体机器人的运动控制实验,经过测试,机器人的末端位置误差为2.23 mm,角度误差为2.06°,验证了模型的准确性．     

Kinematic calibration for collaborative robots on a mobile platform using motion capture system

For modern robotic applications that go beyond the typical industrial environment, absolute accuracy is one of the key properties that make this possible. There are several approaches in the literature to improve robot accuracy for a typical industrial robot mounted on a fixed frame. In contrast, there is no method to improve robot accuracy when the robot is mounted on a mobile base, which is typical for collaborative robots. Therefore, in this work, we proposed and analyzed two approaches to improve the absolute accuracy of the robot mounted on a mobile platform using an optical measurement system. The first approach is based on geometric operations used to calculate the rotation axes of each joint. This approach identifies all rotational axes, which allows the calculation of the Denavit–Hartenberg (DH) parameters and thus the complete kinematic model, including the position and orientation errors of the robot end-effector and the robot base. The second approach to parameter estimation is based on optimization using a set of joint positions and end-effector poses to find the optimal DH parameters. Since the robot is mounted on a mobile base that is not fixed, an optical measurement system was used to dynamically and simultaneously measure the position of the robot base and the end-effector. The performance of the two proposed methods was analyzed and validated on a 7-DoF Franka Emika Panda robot mounted on a mobile platform PAL Tiago-base. The results show a significant improvement in absolute accuracy for both proposed approaches. By using the proposed approach with the optical measurement system, we can easily automate the estimation of robot kinematic parameters with the aim of improving absolute accuracy, especially in applications that require high positioning accuracy.     

医用机器人运动学参数最优化设计

提出了一种实用的医用机器人运动学参数误差的优化补偿方法．采用D-H方法建立起机器人连杆坐标系．在运动学分析和模型变换的基础上，运用数值优化技术建立了机器人运动学参数的误差方程，实现了运动学参数的优化设计，有效提高了机器人的重复定位精度．以仿真和实验验证的方式对优化结果进行了分析．     

A two-step method for kinematic parameters calibration based on complete pose measurement—Verification on a heavy-duty robot

The poor pose accuracy of industrial robots restricts their further application in aviation manufacturing. Kinematic calibration based on position errors is a traditional method to improve robot accuracy. However, due to the difference between length errors and angle errors in the order of magnitude, it is difficult to accurately calibrate these geometric parameters together. In this paper, a two-step method for robot kinematic parameters calibration and a novel method for position and orientation measurement are proposed and combined to identify these two kinds of errors respectively. The redundant parameter errors that affect the identification are also analyzed and eliminated to further improve the accuracy of this two-step method. Taking the Levenberg-Marquardt algorithm as the underlying algorithm, simulation results indicate that the proposed two-step calibration method has faster iteration speed and higher identification accuracy than the traditional one. On this basis, the calibration and measurement methods proposed in this paper are verified on a heavy-duty robot used for fiber placement. Experimental results show that the mean absolute position error decreases from 0.9906 mm to 0.3703 mm after calibration by the proposed two-step calibration method with redundancy elimination. The absolute position accuracy has increased by 41.81% compared with the traditional method based on position errors only and 14.97% compared with the two-step calibration method without redundancy elimination. At the same time, the orientation errors after calibration are not more than 0.1485°, and the average of absolute errors is 0.0447.     

六轴工业机器人的参数辨识方法

机器人末端位姿的精度依赖于各关节几何参数的精度。为了提高机器人的位姿精度,提出了一种简单实用的机器人参数辨识方法。利用D-H 算法建立的机器人运动学方程,得到了末端位姿与各关节参数的关系。为了解决辨识过程中的复杂计算问题,设计了一种采用拆分参数的迭代方法和相应的实验方法,运用激光跟踪仪对位姿进行精确测量,求得实际几何结构参数。实验结果验证了所提出方法的有效性。     

基于D-H参数的爬壁机器人吸附控制系统设计

传统爬壁机器人吸附参量存在同步不对称的问题,导致爬壁机器人吸附控制系统输出控制量精度降低,影响机器人整体控制效果;为了解决爬壁机器人吸附参量不对称问题,提出基于D-H参数的爬壁机器人吸附控制系统设计;基于D-H参数特点,设计系统总体框架,框架共分为硬件与软件两部分;硬件主要利用动态陀螺仪控制器控制处理指令数据,完成处理模块设计;通过无线控制遥感器KJ-F6000X-T6实现控制模块设计;软件部分采用与D-H参数相关的算法对控制程序进行设计;通过实验对比数据表明:提出设计系统具有同步爬壁机器人吸附参量对称性,单次控制量、双次控制量、多次控制量系数分别为0.7、0.6、0.5,符合控制系数标准范围,能够提升系统控制量输出精度。     

Reducing Motion Inaccuracies on a Mobile Robot

In this article we present two algorithms, for reducing the effects of control-space quantisation errors on a Khepera mobile robot. Specifically, we consider that control-space quantisation is present, when there is only a finite set of available robot wheels velocities. Thus the velocities of the robot wheels can not be chosen from any point in a continuous set. The first algorithm can be used to perform pure rotations (no translation) of the mobile robot while reducing the effects of these errors. The second algorithm can be used to perform robust straight-line motions, between the mobile robot current position, and a predefined goal position in its working environment. Simulation results demonstrating the effectiveness of the algorithm will be presented.     

蚁群算法在移动机器人路径规划中的应用综述

路径规划是移动机器人领域的一个研究热点,蚁群算法在移动机器人的路径规划得到广泛应用。介绍了常见的几种蚁群算法,从蚁群算法结构、参数选取及优化、信息素优化等方面对已有的蚁群算法方法进行了分类综述,同时对多蚁群优化算法、融合蚁群算法在移动机器人路径规划的应用进行了分类比较与分析。从蚁群算法的理论研究、算法融合、多蚁群算法研究等方面对蚁群算法在移动机器人路径规划中的未来研究内容和研究热点进行展望。     

Near Optimal PID Controllers for the Biped Robot While Walking on Uneven Terrains

The execution of the gaits generated with the help of a gait planner is a crucial task in biped locomotion. This task is to be achieved with the help of a suitable torque based controller to ensure smooth walk of the biped robot. It is important to note that the success of the developed proportion integration differentiation (PID) controller depends on the selected gains of the controller. In the present study, an attempt is made to tune the gains of the PID controller for the biped robot ascending and descending the stair case and sloping surface with the help of two non-traditional optimization algorithms, namely modified chaotic invasive weed optimization (MCIWO) and particle swarm optimization (PSO) algorithms. Once the optimal PID controllers are developed, a simulation study has been conducted in computer for obtaining the optimal tuning parameters of the controller of the biped robot. Finally, the optimal gait angles obtained by using the best controller are fed to the real biped robot and found that the biped robot has successfully negotiated the said terrains.     

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。