基于熵不确定性概念的机器人动态误差理论的研究—DH参数误差概念分布数学模型

目前，国内外学者已对机器人动态精度进行了深入系统的研究，形成了一套较为完整的机器人动态误差理论。但仍存在如下的问题：⑴对误差源的近似和不完全的考虑；⑵忽略动态测量不确定度的影响等。针对这些问题，本文作者根据信息论原理（见图１）提出了基于熵不确定性概念的机器人动态误差理论的评价指标系，分别为：机器人动态位姿不确定性H（S（t）／R（t））；机器人位姿信息传输的动态信息量I（S（t）；R（t））；以及机器人位姿信息动态传输效率η（t）。这种方法将动态误差处理的关注点放在了误差概率分布及其对测量结果的影响上，…     

基于PSD集成装置挠性机器人动态误差建模

提出了一种基于位置敏感探测器(PSD)、用于挠性机器人动态误差测量的新型集成装置,分析和导出了其测量原理和线性化模型。利用该装置可研究多杆机器人的高精度测量及其反馈控制,推导出了基于该装置的机器人三维挠性动态误差模型,由此得到用于平面机器人简化的线性化实时控制模型。     

机器人位姿误差的综合补偿

机器人末端的位姿误差往往是多种因素综合作用的结果,各项机械误差和控制误差产生的影响不可能通过控制系统本身加以消除,必须通过软件对其进行补偿.本文就由多种因素引起的机器人综合位姿误差的补偿作了探讨,提出了一种数值逼近方法来求解机器人各关节所需要的误差补偿值.这种方法特别适用于连杆和关节存在柔性的情况.通过对实例进行的仿真计算表明,补偿的效果相当明显.     

工业机器人关节动态误差分析

运用多体系统动力学的方法,对由机器人传动特性引起的关节动态误差进行分析,可为工业机器人的误差分析及误差补偿,提高其绝对精度提供有力的工具,具有通用,灵活,方便的特点。     

3-PTT并联微操作机器人机构误差分析

通过矢量分析方法,分别讨论了3-TT并联机构和两级3-TT串并联微操作机器人机构的误差建模,研究了关节误差和驱动输入误差与机器人输出误差之间的关系,得到机器人机构的误差模型方程,为微操作机器人的误差补偿提供理论指导.     

精密装配用并联机器人标定及机构误差分析

为了提高手机摄像头的装配精度,设计开发一款用于精密装配的小型并联机器人,并对机器人进行标定以及机构误差分析.用数值方法推导机器人的正逆运动学模型和误差模型,并探讨机器人运动学模型和误差补偿模型衔接的问题;设计在桥式三座标测量机上进行测量标定的方法,并对机器人进行标定实验;从机构角度对机器人的间隙误差来源进行分析,分析机器人构型对间隙误差的约束,并对机器人进行重复定位精度测试.经过标定及机构误差控制,机器人位姿坐标的最大位移误差由0.345 9 mm降为0.012 1 mm,最大转角误差由0.007 3 rad降为0.001 1 rad,重复定位精度为0.004 8 mm.实验结果表明该标定方法及机构误差分析方法能有效提高机器人的精度.     

并联机器人误差检测与补偿的三平面法

为了提高并联机器人的定位精度,需对其进行误差检测与补偿.该文提出"三平面测量法",在并联机器人运动平台上建立3个近似相互垂直的平面,以三坐标测量机为辅助测量工具,获取这3个平面在某一固定坐标系下的平面方程,从而得到机器人实际位姿.建立6-DOF并联机器人误差方程,结合"三平面测量法"辨识出误差参数,实现并联机器人误差检测、标定及补偿.利用一台具有平行导轨的6-DOF精密并联机器人进行了试验验证.结果表明补偿后机器人期望和实际位姿之间的差别与机器人的重复位姿精度达到同一数量级,较补偿前明显改善.     

引入反演稳态误差补偿的机器人姿态稳定性控制律

机器人在抓取作业中,容易受到活动部件的小扰动影响,导致姿态失稳.为了提高机器人抓取物体姿态的稳定性,提出了一种基于反演稳态误差补偿的机器人抓取姿态稳定性控制律,分析机器人姿态控制的被控对象模型和控制约束参量,构造机器人的纵向运动动力学模型,采用扩展Kalman滤波方法进行机器人运动的姿态角校正和参量融合处理,引入反演积分项进行机器人运动姿态参量的稳态误差补偿和自适应调节,实现了运动姿态参量的无误差跟踪控制.仿真结果表明,采用该方法进行机器人的姿态控制稳定性较好,对机器人运动参量的拟合跟踪能力较强,机器人姿态角输出的误差能快速收敛为0,整个控制律是稳态渐近收敛的.     

机器人位姿误差的综合补偿

机器人末端的位姿误差往往是多种因素综合作用的结果，各项机械误差和控制误差产生的影响不可能通过控制系统本身加以消除，必须通过软件对其进行补偿．本文就由多种因素引起的机器人综合位姿误差的补偿作了探讨，提出了一种数值逼近方法来求解机器人各关节所需要的误差补偿值．这种方法特别适用于连杆和关节存在柔性的情况．通过对实例进行的仿真计算表明，补偿的效果相当明显．     

基于动态反馈的AUV水平面路径跟踪控制

针对离散自治水下机器人水平面的路径跟踪控制问题,利用水下机器人的位置和姿态角量测信息,提出神经网络自适应输出反馈控制器.所设计的控制器包括3部分,镇定水下机器人动态系统线性部分的动态反馈控制器;神经网络控制器,用来补偿水下机器人受到环境干扰引起的水动力系数变化的不确定非线性结构;补偿环境扰动和神经网络带来的重构误差的鲁棒控制器.基于离散非线性系统理论,对水下机器人水平面跟踪误差系统进行分析,得到系统的跟踪误差最终一致有界.所提出的控制方法具有对模型精确度要求低的优点,利用INFANTE水下机器人模型进行仿真分析验证了提出的控制算法的有效性.     

基于旋量理论的机器人误差建模方法

在现代旋量理论使用矩阵指数以及指数积表示刚体运动的基础上,将机器人关节轴线的位姿误差等效为假想广义运动副旋量运动的结果,从而建立机器人含误差旋量的运动学指数积模型.将工具坐标系的位置和姿态误差分别等效为移动副和转动副旋量运动,给出了其大小及方向的计算公式.在Matlab环境下编制了旋量计算软件包,以SCARA机器人为例,应用该软件包进行了误差仿真分析,并使用Adams软件进行了仿真验证.结果表明,该误差建模方法正确、有效.     

基于点球约束的七自由度机器人误差建模与参数辨识

自动化装配对于机器人绝对定位精度提出了更高的要求,由于各种误差因素的影响,机器人理论位姿和实际位姿总是存在着一定的误差,若绝对定位精度过低,容易导致装配过程中零部件之间发生碰撞,严重影响着装配机器人的应用与推广。标定技术是提高定位精度的主要手段,误差建模、数据测量、参数辨识是标定与误差补偿过程中的重要环节。为此,提出了一种基于点球约束的机器人误差建模与参数识别方法：1)通过在机器人末端安装的六维力传感器反馈末端受力情况控制机器人以多种姿态使标定锥与靶标球球面重合,记录接触时各关节的位置数据;2)以靶标球球体半径为适应度函数,利用遗传算法辨识误差参数,从而建立完整的误差补偿模型。以自主研制的七自由度装配机器人为研究对象,针对装配机器人的结构特点,由正向递推建立机器人的正运动学方程,应用固定关节法与反变换法获得机器人逆运动学方程;基于D-H模型,建立机器人的运动学误差模型,在理论研究中,预设定误差参数与位姿变换矩阵,通过牛顿迭代法获取了关节变量值,将关节变量值代入正运动学方程进行验证,利用遗传算法进辨识误差参数,将辨识结果代入运动学模型中进行验证,机器人定位精度得到明显提高。通过实验,采用点球式标定方法采集机器人关节数据,应用遗传算法辨识误差参数,将所求得的误差参数代入误差模型中进行实验,绝对定位精度提升了76.74%,验证了基于点球约束的机器人误差建模与参数识别方法的有效性,为多自由度机器人标定研究提供有益参考。     

全球定位系统动态定位误差分析与建模

针对全球定位系统动态定位精度差的缺陷,采用时间序列分析方法建立了全球定位系统动态单点定位误差模型．首先采用逆序检验法检验误差序列的平稳性,然后依据样本数据的偏相关函数、自相关函数的统计特性确定误差序列为AR(10)模型,最后使用矩估计方法完成参数估计．模型适应性验证表明,全球定位系统动态单点定位误差序列可用AR(10)模型表示．将这种全球定位系统动态误差模型应用于60km／h车速的车载全球定位系统接收机输出数据的滤波处理,实验结果表明,经纬度定位数据的均方误差减少了27％左右．     

机器人位姿误差校正方法

在建立机器人误差模型的基础上，利用机器人齐次座标变换中的重要特点，提出了一种简便实用的位姿误差校正方法，该方法与机器人精度测试相结合可提高机器人位姿精度，并以PUMA560机器人为例说明了该方法。     

RV—MI型机器人的误差分析

建立了ＲＶ－ＭＩ机器人的运动误差模型，得出了机器人运动误差与工具安装角的变化规律为随安装角的增大，运动误差增大，且变化速度逐渐减缓。     

双操作臂的耦合误差同步协调控制

为了对具有不确定性参数的双操作臂机器人系统进行协调控制,在同步控制基础上引入包含位置误差和同步误差的耦合误差,提出一种能够自适应校正系统参数的同步控制策略,并利用Lyapunov稳定性理论证明了系统的全局稳定性.对2个二自由度操作臂机器人进行协调搬运实验研究,结果表明,该控制方法使双操作臂系统在协调运动过程中单操作臂的位置误差和双操作臂间的同步误差均收敛于零,实现了在单操作臂按期望轨迹运动的同时保证双操作臂间的运动同步,验证了所提策略对双操作臂同步协调控制的正确性和有效性.     

PMU动态量测系统误差特征分析和辨识

相量测量单元(Phasor measurement unit,PMU)良好的静动态行为是其有效应用于电力系统安全监控的基础条件.而目前所采用的相量算法在系统动态条件下易产生较大的计算误差,特别是在频率连续变化情况下,计算相量的幅值和相角中均含有复杂的振荡分量,产生较大的系统误差,而这也在很大程度上影响了PMU的静动态量测特性及其后续的应用效果.基于此,对频率连续变化时幅值和相角量测系统误差的分析和辨识进行了研究.利用最小二乘拟合的思想,分别对幅值和相角量测量进行全时段拟合和分段拟合,对系统误差特征进行了分析,并提出了相应的辨识方法.最后,利用PMU实验室离线测试的数据进行了仿真分析,用以揭示PMU动态行为存在的问题.     

基于粒子优化算法的并联机器人误差建模分析

以6?PTRT并联机器人为研究对象,建立其位姿误差模型,利用单支链闭环矢量法,依据输入输出关系,建立误差方程。依据6?PTRT并联机器人的位姿误差模型,将机构误差转化为驱动杆误差,利用MATLAB软件分析各个驱动杆杆长误差参数对其输出位姿误差的影响;建立并联机器人位姿误差修正的目标函数,利用基于带收缩因子的自适应权重粒子群算法寻优各个驱动杆误差参数,修正末端位姿、提高运动学精度,为6?PTRT并联机器人动力学、位姿标定以及轨迹规划和控制等问题提供理论依据。     

基于点球约束的机器人误差建模与参数辨识

自动化装配对于机器人绝对定位精度提出了更高的要求,机器人理论位姿和实际位姿总存在一定的误差,若绝对定位精度过低,容易导致装配过程中零部件之间发生碰撞,严重影响装配机器人的应用与推广。为此,提出了一种基于点球约束的机器人误差建模与参数识别方法：1）通过在机器人末端安装的6维力传感器反馈末端受力情况,控制机器人以多种姿态使标定锥与靶标球球面重合,记录接触时各关节的位置数据;2）以靶标球球体半径为适应度函数,利用遗传算法辨识误差参数,从而建立完整的误差补偿模型。以自主研制的7自由度装配机器人为研究对象,针对装配机器人的结构特点,由正向递推建立机器人的正运动学方程,应用固定关节法与反变换法获得机器人逆运动学方程;建立机器人的运动学误差模型,预设定误差参数与位姿变换矩阵,通过牛顿迭代法获取了关节变量值,利用遗传算法进辨识误差参数,将辨识结果代入运动学模型中进行验证。采用点球式标定方法采集机器人关节数据,应用遗传算法辨识误差参数,将所得参数代入误差模型中进行实验,结果表明,绝对定位精度提升了76.74%,验证了基于点球约束的机器人误差建模与参数识别方法的有效性,为多自由度机器人标定研究提供了有益参...     

采用误差估计补偿的改进型零相位误差跟踪控制

针对伺服系统中零相位误差跟踪控制器(ZPETC)对系统建模误差和参数变化非常敏感的缺点,提出了一种改进型ZPETC设计方法.将信号估计器估计的跟踪误差和系统实时误差作为ZPETC的输入信号,控制器针对系统的跟踪误差进行实时补偿,从而减小零相位误差跟踪控制器受系统参数变化的影响,同时采用低通滤波器(LPF)来消除误差信号中的高频噪声.理论推导与仿真结果表明,该方案在保持伺服系统零相位滞后的同时,减小了系统的跟踪误差,提高了系统的跟踪精度.