基于迁移学习的铣削机器人定位误差补偿方法

空间网格补偿法是提高机器人定位误差的有效方法之一,然而由于所需采样位姿多导致误差测量环节非常耗时,为提高机器人定位误差补偿效率,提出了一种机理分析与数据驱动的铣削机器人定位误差补偿方法,基于迁移学习来预测机器人工作空间内不同区域的定位误差。首先建立机器人刚柔耦合误差模型,研究立方体与柱体工作空间内不同区域的误差分布特性;之后,考虑误差区域相似性将机器人工作空间分为源域空间与目标域空间,在源域空间基于分级采样策略将完备的机器人采样位姿及误差测量数据作为源域数据,对于目标域空间只需要将少量的采样位姿及误差数据作为目标域数据,源域数据与目标域数据均用于训练高斯过程回归模型,通过基于加权拟合误差的子空间对齐和自适应权重迭代方法提升迁移学习模型预测精度,根据指定机器人位姿参数预测并补偿机器人定位误差;最后,使用KR160铣削机器人系统进行了误差补偿试验以验证该方法的可行性和有效性,试验结果表明,经过补偿后机器人定位误差1.499 mm降低到0.182 mm,所需机器人采样位姿数目减少了70%,使用铣削机器人加工法兰孔,其轮廓误差和位置误差达到0.269 mm和0.331 mm,该方法可以提高补偿...     

油气管线焊接五坐标定位装置精度设计

针对石油平台预制油气管线焊接定位装置的定位问题,运用空间坐标变换投影原理,研究了表示管线焊接定位装置任意空间位置所需的欧拉角确定方法,建立了焊接定位板位姿误差与定位装置关键零部件装配位形误差映射关系的数学模型.在进行零部件不同位形误差对定位板位姿误差的精度影响分析的基础上,对装置进行了符合经济和性能要求的精度优化综合,仿真结果验证了数学模型和精度方案的合理性.     

计算全息补偿检测自由曲面的高精度位姿测量

为实现自由曲面的定位与位姿高精度测量,提出了“光学-机械”基准定位法,建立了位姿测量模型,并对该方法的定位误差和基准选择展开研究。根据三坐标测量机与计算全息提出了“光学-机械”基准定位法。然后,采用球形安装的回射器（Sphere Mounted Retroreflector,SMR）、猫眼、基准球作为基准,基于波像差理论与视差效应分别建立了3种基准的位姿测量模型,得到了位置误差与基准区域波前像差的函数关系,并对3种位姿测量模型进行对比。最后,对3种基准位姿测量方法进行仿真及实验验证,实测结果与模型的残差结果均小于0.05λ,相对误差均小于2.43%,验证了模型的准确性。实验结果表明,当检测距离为1 000 mm时,猫眼法的轴向定位误差为24μm;基准球法的轴向定位误差为50μm;SMR靶球法的轴向定位误差为16μm,X,Y方向的定位误差为1μm,滚转角定位误差为3.26″。SMR靶球法的定位误差最小、检测动态范围最大且检测光学元件的自由度最多,更适用于自由曲面的高精度位姿检测。     

基于激光位移传感器的角焊缝位姿检测

针对工字梁、箱梁等焊接结构自动化生产中工件偏移和偏转问题,提出了一种基于激光位移传感器的角焊缝位姿检测方法。建立了角焊缝位姿的弧长模型,分析了角焊缝位姿对弧长的影响规律;基于傅里叶分析,提出了角焊缝位姿解耦算法,实现了对角焊缝横向偏差、纵向偏差、坡口角度和工件偏转角度的检测;通过对存在坡口间隙和定位焊缝的角焊缝进行位姿检测试验。结果表明,所提出方法具有检测误差小、抗干扰能力强等优点,在焊接自动化生产中具有良好的应用前景。     

智能换电站电池包锁止机构位姿视觉估计

面向电动汽车的电池换电需求，对换电站电池包对接中的锁止机构定位问题，提出了一种基于点云分割的电池包锁止机构6D位姿估计方法。该方法使用YOLOv5网络从场景中分割出锁止机构的点云，并使用体素滤波与移动最小二乘拟合进行点云的滤波与平滑；通过引入点云分割网络预测点云标签，为快速点特征直方图特征加入全局语义特征，弥补快速点特征直方图只有点云局部特征的缺陷，并根据该特征进行随机抽样一致性刚体点云配准，估计锁止机构点云的6D位姿，最后使用迭代最近点方法算法校正位姿估计结果。实验结果表明，基于点云分割的锁止机构6D位姿估计算法精度较高，可以克服环境噪声导致的误匹配，精确获取锁止机构位姿，其位姿估计的角度误差可以达到1.90°，位移误差可以达到1.4 mm,RMSE可以达到1.5 mm，为换电站电池对接定位提供了有效的解决途径。     

一种移动加工机器人的视觉定位方法

针对移动机器人多站位加工需求,提出一种在加工现场仅需一次三维视觉测量便可确定移动机器人基坐标系相对工件坐标系位姿的方法。该方法首先利用激光跟踪仪和视觉传感器测量信息分别构造机器人基坐标系相对工件坐标系的齐次变换矩阵;然后以有限位形下后者相对前者偏差的二范数之和最小为目标,辨识机器人全关节运动误差的二次响应面系数。据此,在用视觉传感器获取工件坐标系相对视觉坐标系的位姿后,便可用二次响应面系数修正机器人基坐标系相对工件坐标系的位姿偏差,并通过一次在线视觉测量便可实现移动机器人的快速定位。以一台搭载在AGV上的混联加工机器人为例,通过试验验证了所提出方法的正确性和有效性。     

基于拓扑和形貌优化的电动汽车动力电池箱轻量化分析

为实现某电动汽车动力电池箱的轻量化设计,首先建立电池箱的三维模型,并对电池箱在颠簸路面、颠簸路面急刹车和颠簸路面急拐弯三种工况下进行静态分析和动力学模态分析。根据分析结果,对电池箱进行分区域优化设计。对电池箱底部为避免单目标拓扑优化的局限性,基于折衷规划法,以静态多工况下刚度和动态特征值为目标进行静动态多目标拓扑优化;对电池箱侧围以提高一阶模态频率为目标进行形貌优化。最后依据优化结果提出了电池箱的优化设计方案并对重新设计的电池箱进行静动力学性能对比验证。结果表明,优化后的电池箱在满足强度和刚度的前提下,实现了轻量化设计,该方法为电动汽车动力电池箱的设计提供了参考。     

新型预紧式六维力传感器及其位姿误差分析

为了获得综合性能指标优良的六维力传感器,本文提出一种新型的基于Stewart平台的预紧式六维力传感器结构,并对其进行了位姿误差分析。首先以经典Stewart平台六维力传感器为比较对象,描述了此预紧式六维力传感器的结构特点;而后综合利用影响系数法和矢量法建立其位姿误差模型,进而定义位姿误差灵敏度指标并据此绘制误差灵敏度直方图以分析不同误差因素对传感器位姿误差的影响情况;最后研制出传感器样机并完成标定实验,实验结果表明该传感器测力精度在1%以内。所研究内容对六维力传感器的设计制造和实验标定具有理论指导意义。     

基于单目视觉的移动机械臂抓取作业方法研究

针对移动机械臂自主抓取作业过程中目标识别慢、作业精度低的问题,对基于单目视觉的目标识别与定位算法以及机器人作业精度提高方法展开了研究。以全向移动平台、工业机器人和单目相机等硬件为基础构建了一套移动机械臂抓取作业系统;对单目视觉模板匹配法进行了归纳,采用基于随机树分类的特征点匹配算法对目标进行快速准确地识别与定位;完成了相机内参数标定和机器人手眼位姿标定,分析了手眼位姿与抓取位姿的关系,提出了一种修正手眼位姿的抓取误差补偿方法,减小手眼标定误差对抓取误差的影响,最后进行了移动机械臂的抓取/放置实验。研究结果表明:采用上述方法能够快速准确识别目标,有效减小作业误差,并达到较高的作业精度。     

基于立体视觉和激光标记的空间物体位姿的快速定位算法

建立了一种4自由度双目立体视觉装置的传感器模型,根据空间两条相交射线唯一确定空间一点的原理,提出了在摄像机上加装激光源的方法,通过激光标记来解决目标物体上同一点在两幅CCD图像上对应点的快速匹配问题,从而很方便地求取目标物体的深度信息。最后,研究了目标物体空间位姿的图像定位算法,并通过确定的空间圆柱体位姿验证了该方法的正确性。