3PRS并联机器人位姿误差规律研究

介绍了3PRS并联机器人的模型、位姿误差计算方法,对位姿误差与结构误差、驱动误差的关系进行了分析.研究结果表明:各误差源对位姿误差的作用相互独立;在给定的任意位置,机器人位姿误差与结构误差、驱动误差有强的线性关系;各误差源引起的位姿误差大小在整个工作空间的分布可以以驱动参数为变元,用相对简单的三元二次函数近似表达.     

四自由度串并联机器人的位姿误差分析

介绍四自由度垂直移动关节与回转关节组合式串并联机器人的机构特点和机器人位姿误差分析的"小位移摄动法",利用该方法建立该构型机器人的位姿误差分析模型,通过仿真实验分析机器人广义坐标偏差和结构偏差对机器人末端位置误差的影响。仿真结果表明角度误差对机器人末端位置误差的影响较大,结构误差对机器人末端位姿误差的影响不大,证实该位姿误差模型的正确性,为机器人的位置误差补偿及精度优化设计提供参考。     

3TPT并联机构的误差补偿方法

以三平移并联机器人为研究对象,建立3TPT机构参数、机构误差以及动平台位姿误差的关系方程;在求解位姿误差正解模型的基础上,对其精度补偿进行了较系统的研究,从理论上推出一种机构位姿精度补偿的方法.该方法通过对机器人支链驱动杆补偿量的控制,来提高输出位姿精度.通过典型实例校核证实了该方法的有效性.研究结果为机器人的实际精度补偿与精度控制提供了新的理论,对于优化3TPT并联机器人的机构设计有重要意义.     

一种并联机器人机构的精度分析与机构参数选取

介绍了一种能实现空间一维移动和两维大转角摆动的少自由度并联机器人机构模型--空间3-PUU并联机构模型.从对该机构运动支链的分析入手,建立了机构的闭环矢量模型,借助微分分析法,建立了位姿误差的数学模型,得出包含全部结构参数误差在内的误差正解模型.对于给定的各结构参数误差,应用此模型求解出并联机构输出位姿误差,分析了机构位姿变化对位姿输出误差的影响.利用精度模型对机构参数进行了优化分析,讨论了机构参数的合理选取问题,通过仿真给出了在RL、L一定的情况下r的参数选取曲线,探讨了结构参数选取的合理性.     

连杆参数误差对机器人精度可靠性的影响

采用Denavit-Hartenberg方法设定五自由度串联机器人杆件坐标系,通过齐次变换矩阵建立串联机器人正运动学和逆运动学模型。在此基础上,对由静态误差引起的串联机器人末端位姿误差做了分析。利用微小位移合成法建立了串联机器人的静态位姿误差分析模型,以机构可靠度为位姿精度评价指标,应用Monte Carlo数值仿真法分析串联机器人各连杆参数误差对串联机器人的静态位姿精度的影响程度,并分析得出对串联机器人的静态位姿精度影响最大的关节。     

多关节焊接机器人轨迹误差补偿解耦分析

由于多种误差源的影响,机器人焊枪末端往往不能按照预定轨迹运动,提出输入附加运动法对各运动关节进行补偿,使焊枪末端产生相应的微小摄动,从而抵消位姿误差.因为6R焊接机器人各关节运动副间存在一定的耦合关系,通过分析焊接机器人各坐标系间位姿变换关系,基于小误差运动假设,建立了误差补偿模型,通过该数学模型可解耦出各关节所需要的补偿摄动量.仿真验证了所提解耦方法以及建立模型的正确性.结果表明,该算法能有效降低焊枪末端位姿误差,为焊接机器人位姿精度控制提供了有效的理论依据.     

混联码垛机器人误差分析

论文以所研制的串并联混合的MJR混联码垛机器人为研究对象,介绍了四自由度垂直移动关节与回转关节组合式串并联的混联机器人机构特点,并进行了运动学分析,提出了这种机器人的误差分析方法,利用摄动法建立了广义坐标偏差和结构偏差对机器人末端位姿影响的误差模型,并通过数值仿真分析了广义坐标偏差和结构偏差对机器人末端位置误差的影响程度,计算结果证实了位姿误差模型的正确性,为机器人的位置误差补偿及精度优化设计提供了依据.     

基于双结构光视觉的机器人运动学参数标定方法

为解决机器人因运动学参数误差而导致的绝对定位精度损失,提出一种基于双结构光视觉的关节机器人运动学标定方法,具体研究了双结构光光源配合双目视觉在求取光源发射装置空间位置中的应用、推导了出光源装置位置误差与连杆参数误差的误差方程。通过采集机器人若干末端的机器人坐标系位姿与世界坐标系位姿数据,再基于最小二乘理论求取机器人坐标系与世界坐标系的单应性矩阵,将之后采集的点通过单应性矩阵转换到机器人坐标系下的位姿。再通过误差方程来获取连杆参数误差,并对其真实参数进行修正,从而提高机器人定位精度。最后讨论了该方法在SK-10R关节机器人上进行标定的实验结果,结果表明该方法能实现机器人空间位姿的标定,在低成本的条件下大幅提高机器人的绝对定位精度。     

基于熵不确定性概念的机器人位姿精度理论(六)——位姿精度分析的计算机仿真系统

基于熵不确定性概念的机器人位姿 精度评价指标的大小同机器人各参数误差的大小及其概率分布有密切的关系。本文将建立机器人位姿精度分析的计算机仿真系统，利用统计模拟方法，通过改变由机器人机构误差源误差引起的各参数的大小及概率分布，考察评价指标的相应变化，找出影响评价指标的因素。     

机器人位姿误差建模方法综述

本文就国内外近年来比较流行的机器人位姿误差建模矩阵法和矢量法进行综合介绍,通过对每种方法的提出、主要公式推导、特点和应用情况的详细论述,可便于同行对机器人位姿误差建模方法的研究现状有所了解而进行深入研究或在实际中加以合理应用。     

机器人视觉定位精度的灰色评定方法研究

在不确定性动态扰动作用下,机器人视觉系统的各个位姿分量会产生不同量级的定位误差。为了量化各位姿分量的误差大小,提出一种视觉定位精度的灰色评定方法。首先,利用P3P特征点建模方法,建立机器人视觉系统的坐标映射模型;然后,利用GM(1,1)模型,分别对摄像机内参标定参数、2D坐标参数、3D坐标参数建立有干扰和无干扰条件下的灰色标准差模型;最后,将高斯噪音误差引入灰色标准差模型中,分析各视觉参数对机器人定位精度的量化影响。实验表明机器人视觉系统的位置精度优于±6mm,姿态精度优于±1.2°。     

基于熵概念机器人动态误差理论主要评价公式的推导

本文作者在前期工作中提出了基于熵概念机器人动态误差理论的评价指标体系,并分析了SCARA机器人的误差源及其对位姿方程的影响。在此基础上,本文利用概率论中随机变量组函数变换的概率密度的有关定理。推导了动态精度理论的主要评价指标公式。并利用边缘概率密度,条件概率密度和联合密度之间的关系,对指标公式的概率模型做了一定的探讨。     

基于正交实验设计的并联机构误差分析

介绍了一种新型含恰约束支链3-SPS/S并联机器人机构,为提高终端平台的定位精度,对该并联机构进行误差分析。首先在运动学逆解基础上,对驱动支链的运动方程进行微分,建立该机构位姿输出误差正解数学模型。并在给定机构误差的条件下,考虑末端执行器在工作过程中位姿输出误差的变化情况。利用正交实验设计的思想均衡排布参数的误差水平,对该机构进行精度分析,并绘制某姿态下的误差分布直方图及许用精度范围内的可靠度。结果表明:利用正交实验法能够快速计算误差值,为并联机构的精度设计和运动学参数的标定建立了理论基础。     

机器人轨迹规划目标逆解精度优化算法

应用常规D-H建模方法,建立6R机器人正运动学模型。当模型存在误差时,轨迹规划目标逆解含有误差,实际运行轨迹无法满足机器人作业精度。提出将目标位姿与实际位姿间误差作为迭代目标,基于Levenberg-Marquardt方法求逆,利用含有误差的模型参数,实现逆解精度迭代优化,输出修正后的关节角逆解,可使机器人实际运动以所需作业精度接近轨迹规划目标位姿。经仿真验证,算法可完成复杂的轨迹规划逆解精度优化,且避免运动学模型高精标定与参数识别,有实际应用价值。     

6R机器人轨迹规划目标逆解精度优化算法

应用常规D-H建模方法,建立6R机器人正运动学模型。当模型存在误差时,轨迹规划目标逆解含有误差,实际运行轨迹无法满足机器人作业精度。提出将目标位姿与实际位姿间误差作为迭代目标,基于Levenberg-Marquardt方法求逆,利用含有误差的模型参数,实现逆解精度迭代优化,输出修正后的关节角逆解,可使机器人实际运动以所需作业精度接近轨迹规划目标位姿。经仿真验证,算法可完成复杂的轨迹规划逆解精度优化,且避免运动学模型高精标定与参数识别,有实际应用价值。     

3-PCR并联机构精度分析

首先,对3-PCR并联机器人机构进行建模,基于微分原理,通过求解3-PCR并联机构的位置微分方程,得到了机构的精度分析模型。然后,使用MATLAB仿真来分析各主要误差源对该机构动平台精度的影响(主要误差源有主动副转动误差、结构参数误差和位姿变化引起的误差)。最后,通过以上分析对3-PCR并联机器人机构的实际误差补偿与控制奠定了理论基础。     

柔索驱动并联机器人的误差分析及其标定仿真

建立了大射电望远镜(Large Radio Telescope-LT)中柔索驱动并联机器人(Wire Driven Parallel Ro-bot-WDPR)系统的末端误差模型,用正向运动学标定方式对LT5m缩比模型的运动学参数做了辨识。首先,建立LT舱索系统的运动学正、逆解模型;接着,在运动学分析的基础上建立了其误差模型,得到影响末端位姿误差的各项参数;最后,对LT5m柔索并联机构的标定过程作了模拟,验证算法的有效性。结果显示该算法收敛性好,忽略测量误差的情况下能够保证运动学参数具有很高的标定精度,从而为提高LT5m模型的控制精度奠定了理论基础。     

GIS内壁检测的四足爬壁机器人运动学分析

设计了一种用于气体绝缘金属封闭开关(GIS)内部检测的四足爬壁管道机器人,并对其进行运动学分析。为准确描述机器人在管道中的位置,提出了位姿参数的概念,并确定了机器人起始位姿;建立了机器人的单腿运动学模型,并求解得到单腿运动学正逆解;为了避免足端在运动中与壁面碰撞,分别对机器人进行直线、曲线轨迹规划和实验。实验结果证明,运动轨迹的平均体积误差分别为1.03 mm和1.14 mm,误差较小,运动学模型精度较高。     

基于神经网络的并联机床位姿误差分析与补偿研究

为了解决并联机床位姿误差补偿这一难题,以六自由度并联机床为研究对象,基于并联机床的运动学逆解建立了位姿误差模型,得到了并联机床驱动杆杆长误差和铰链点位置误差与并联机床动平台位姿误差的关系。铰链点位置误差可以通过调整杆长来弥补,由于驱动杆杆长误差难以测量,所以基于BP神经网络设计了一种改进的修正系统输入法对并联机床动平台的位姿误差进行补偿。仿真结果表明,经过补偿后的位姿误差明显小于补偿前的位姿误差,验证了并联机床位姿误差分析与补偿方法的可靠性。     

基于BP神经网络的并联机构误差分析

以3-UPS/S并联机器人机构为研究对象,构建一种基于虚拟实验与BP神经网络的并联机构输出误差预测模型,能够快速预测并联机器人机构的输出误差。充分考虑并联机构铰链安装误差与铰链轴线误差,建立包含上述输入误差的虚拟样机模型,通过虚拟实验仿真求解该机构输出误差;假定机构零部件在大批量生产情况下误差服从正态分布,构造多组服从正态分布的输入误差样本,进而建立该机构的BP神经网络预测模型。研究结果表明:该BP神经网络模型可以准确、快速地对机构位姿输出误差进行预测,为并联机器人机构的误差分析与精度综合提供了新的依据。