一种通用的工业机器人位姿检测方法

为满足带有不同末端执行器的工业机器人系统的绝对位姿检测需求,提出一种通用的检测方法。其基本原理是以激光跟踪仪测量固定在机器人末端的4个参考点从而间接测量机器人的绝对位姿,并与指令位姿比较实现机器人位姿准确度和位姿重复性检测;其中,参考点坐标及机座坐标系通过多姿态约束同步标定,并设计非线性标定算法。通过末端带有制孔执行器的KUKA KR210 R2700工业机器人的位姿检测实验表明：该检测方法的准确性可满足机器人位姿检测的需要,且无需特殊的机械工装,具有良好的通用性;基于多姿态约束的非线性标定方法具有良好的鲁棒性,可有效的减小因机器人运动模型不准确引起的标定误差。     

多传感信息融合机器人标定方法

该文提出一种基于多传感信息融合技术进行机器人运动学标定的方法。首先通过对机器人的指数积(POE)正向运动学模型取微分的方式建立末端执行器的误差模型,利用ROMER-RA7520绝对关节臂测量机和安装在末端工具上的多个传感器分别采集末端执行器的位置和姿态信息;随后根据坐标统一原理将测量机的位置测量数据和多传感器的姿态量测数据转换到机器人基础坐标系下,实现位姿数据的空间配准;接着运用自适应加权融合算法融合处理经过空间配准后的位姿数据,得到末端执行器位姿测量值;最后应用迭代最小二乘法求解出参数偏差。KR5arc机器人标定仿真实验表明:该方法可大幅度提升机器人在任意位姿下的定位、定姿精度。     

机器人与激光跟踪仪的坐标系转换方法研究

激光跟踪仪对工业机器人的末端位姿进行绝对定位精度标定时,需要把测量坐标系和机器人坐标系下的坐标值转换到同一坐标系下,坐标值的比较才有意义。因为机器人运动学模型误差的存在,使得机器人坐标系下的点不能遵循着唯一确定的变换关系变换到测量坐标系,所以坐标系的变换精度不高。在建立齐次变换形式的变换模型之后,通过分析坐标系变换过程中的误差来源,提出结合最小二乘法的RANSAC快速转换算法。从测量样点中随机选择一定量的样点拟合变换模型,在获得多个变换模型之后,利用评判模型选择最优模型。结果表明:相比于常规的求解方法,机器人和激光跟踪仪的坐标转换精度提高3倍。RANSAC算法能有效地降低机器人模型误差对求解变换关系的影响,并且实验过程快速、操作简单。     

基于空间几何测量的机器人坐标系转化方法

对工业机器人进行标定需要使用激光跟踪仪进行末端点位数据测量,通过测量靶球中心的坐标值,必须考虑机器人末端与法兰盘坐标系转化以及机器人基座标系与激光跟踪仪测量坐标系之间的转化使标定才有意义.针对目前对机器人坐标系转化方法存在操作繁琐、过程缓慢、转化误差较大、实用性不强等缺点,提出一种基于空间几何测量原理,结合机器人几何机...     

基于激光跟踪仪的协作机器人标定算法与实验研究

为了提高机器人末端绝对定位精度,提出了一种基于激光跟踪仪测量的机器人几何参数标定方法,对协作机器人的参数误差进行辨识和补偿.为了避免机械臂相邻两个轴平行时会出现奇异性的情况,采用了MDH参数法建立误差模型;为了把测量数据定义在同一坐标轴上,结合了机器人工具坐标系转换(靶球中心点相对于机器人末端坐标系的平移变换);进而用...     

基于距离精度的测量机器人标定模型及算法

对机器人绝对位置误差进行检测和补偿时,通常要涉及到测量系统坐标系与机器人基础坐标系间的坐标变换,由于这个变换很难精确测定,从而导致测量机器人的绝对位置精度降低.为了克服这一情况,可改用空间两点间的距离精度来衡量机器人的绝对位置精度,这样可简化测量过程.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,降低对测量系统的精度要求.同时,激光跟踪仪测试技术的应用,使得机器人的位姿测量变得非常容易.最后给出了此模型及算法在IRB2400机器人上的应用实例.     

改进最小二乘法双目视觉位姿测量技术研究与测试

由于工件表面油污、光照等因素干扰导致工件图像提取的特征点偏离实际位置,对工业机器人的抓取定位带来较大误差。该文以视觉引导工业机器人抓取气缸盖为应用对象,对双目视觉高准确度位姿测量技术进行分析。首先探讨特定条件下的双目视觉定位引导机器人技术以及粗差点产生原因与解决方法情况;其次介绍视觉系统视觉坐标系和目标坐标系,然后在位姿测量数学模型的基础上提出改进最小二乘法的准确计算方法,并搭建双目视觉引导的工业机器人抓取气缸盖系统进行测试分析。测试表明:改进最小二乘法的位姿计算方法可实现双目视觉对目标物的全自由度位姿测量,满足工业机器人高准确度抓取操作。     

融合加权SVD改进算法的工业机器人运动学标定

针对环境或人为因素引入的测量粗差对测量坐标系和机器人基坐标系的转换存在较大影响的问题,对奇异值分解(SVD)算法进行了改进,并将其应用于机器人运动学标定中。以ABB-IRB2600型机器人为研究对象,建立修正型D-H(MD-H)运动学模型和误差模型;通过激光跟踪仪测量得到机器人末端靶球位置坐标,在SVD算法中,根据补偿前位置误差大小对测量数据重新分配权重,转换测量坐标系和机器人基坐标系;使用Levenberg-Marquart(L-M)算法进行了误差参数辨识,并在Matlab中对机器人25个运动学参数进行了仿真补偿。仿真和实验结果表明,加权SVD算法稳定性更优,能够减小测量粗差影响,经标定后机器人的平均绝对误差降低了65.10%,均方根误差降低了65.85%,其绝对定位精度得到了明显提高。     

机器人定位精度标定技术的研究

机器人末端位姿的精度依赖于各连杆几何参数的精度。为了提高机器人的位姿精度,需要对机器人进行标定,为此必须研究机器人运动学模型的建立方法。基于MDH模型和微分运动学,识别出机器人的各个连杆几何参数误差对机器人位姿精度影响程度,并结合最小二乘算法,对机器人的定位精度进行修正。实验表明,该方法适合对机器人几何参数误差的标定,并且能够提高机器人的综合性能。     

基于视觉和工业机器人的动态抓取技术

目的 针对传送带输送产品过程中,机器人动态抓取产品的位姿数据计算问题,提出一整套基于智能相机和编码器检测的位姿数据计算方法。方法 首先搭建一套相机检测和机器人动态抓取系统模型,介绍抓取系统的构成及其工作过程;其次,为抓取系统创建各个坐标系,详细介绍各个坐标系间的变换关系、矩阵模型及需要标定的量;再次,设计标定量的测算过程和计算公式;最后,搭建以三菱工业机器人、欧姆龙智能相机及编码器等核心部件为主的实验样机,对上述位姿数据计算方法进行测试和验证。结果 实验结果表明,产品位姿数据的计算值与实测值之间的误差低于0.4 mm。结论 基于视觉和编码器检测的机器人动态抓取精度符合工程应用要求。