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。     

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。     

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。     

柔索驱动并联机器人定位误差的柔性补偿法

提出了用人工神经元网络(ANN)补偿大射电望远镜(LT)中柔索驱动并联机器人(WDPR)系统动平台位姿误差的方法.为了提高WDPR的运动精度,建立了3种可行的误差补偿方案,并运用Levenberg-Marquart(L-M)算法训练了相应的3个神经元网络.标定仿真显示,基于索长补偿的柔性标定方案比基于动平台位姿补偿的标定方案好.研究结果为提高LT舱索系统的控制精度奠定了理论基础.     

精密小型Hexapod并联机器人标定实验及精度分析

为了提高精密小型Hexapod并联机器人的运行精度,对机器人进行了标定实验及精度分析.推导了Hexapod机器人结构参数的误差模型、设计了标定步骤和算法,并在三坐标测量机上对机器人进行标定实验;从机构角度对Hexapod机器人的间隙误差来源进行了分析,并推导了间隙误差对机器人位姿误差的映射关系数学模型;推导并分析了计算过程中最小二乘误差、牛顿-拉普森迭代误差的数学模型,分析了机器人结构参数的辨识精度.标定实验结果表明：经过误差补偿,机器人位姿坐标的最大位移误差由0.267 6 mm降为0.010 5 mm;最大转角误差由0.006 8 rad降为0.001 1 rad.Hexapod机器人标定及精度分析方法对于开发精密型并联机器人具有参考价值.     

基于锥孔靶标的机器人末端位姿间接测量方法

机器人的位姿误差是衡量机器人性能的重要指标,因此位姿测量是机器人校准过程中的重要环节。为简化机器人末端位姿测量过程,提出一种间接测量方法。首先设计靶标并建立靶标坐标系、将靶标安装在法兰盘上、标定出两者之间的转换关系;然后利用绝对关节臂测量机测量靶标上的锥孔,采用最小二乘法并结合靶标坐标系与法兰盘坐标系之间的转换矩阵计算出机器人末端位姿,并分析测量误差对位姿误差的影响;最后对KR5arc工业机器人末端位姿进行测量。实验表明:该间接测量方法相较于直接测量方法的优点在于不仅可以保证测量结果的准确度,而且可提高测量结果的紧密度、大大简化测量过程。     

光学定位机器人微创手术系统视觉伺服控制

为满足机器人辅助微创手术系统手术中轨迹跟踪和绝对定位的高精度要求,为其研制了一个基于光学定位的视觉伺服系统.该系统采用光学跟踪定位手段,实时测量机器人末端位姿并反馈,在光学测量空间实现全局闭环的位姿校正控制,使影响机器人轨迹跟踪和定位精度的主要误差因素得到有效校正,从而保证了机器人跟踪和定位的高精确度.分析了系统的组成和工作原理,提出一种笛卡儿空间位姿校正和关节空间速度控制综合的轨迹跟踪控制方法,仿真结果验证了该方法的有效性.     

平行双关节坐标测量机的结构参数标定

平行双关节坐标测量机(PDCMM)是一种3自由度、高精密、可现场测量的测量仪器.为了提高平行双关节坐标测量机的测量精度,采用粒子群优化(PSO)算法对其结构参数进行标定,避免了最小二乘法(LSM)在求逆和求偏导数时产生的计算误差.基于Denavit-Hartenberg(D-H)模型对平行双关节坐标测量机建立运动学模型和误差模型,以不同位置实际值和测量值之间的残余误差平方和作为PSO算法的目标函数,优化结构参数.实验结果表明,PSO算法具有标定精度高和收敛速度快的优点,可以有效提高平行双关节测量机的测量精度.     

质量特性测量系统的运动学标定

质量特性测量过程中测量位姿的定位精度直接影响测量结果的精度。针对该问题利用D-H参数建立了系统机械结构的运动学方程,进而得到了终端产品坐标系的位置误差模型。利用激光跟踪仪测量产品坐标系上一点在不同位姿下的坐标,通过测量点的位置误差和D-H参数的雅克比矩阵建立标定方程,并求解得到系统实际的运动学参数。最后通过实验,对标定方法进行了验证,结果表明经过标定后的系统定位精度较标定前有明显的提高。     

基于对偶四元数的单目视觉目标位姿测量

目的在机器人视觉应用领域中,为控制机器人能够完成焊接、搬运、跟踪等任务,需要确定摄像机与目标之间的相对位姿关系,提出一种目标位姿测量方法。方法利用单摄像机获取目标特征,坐标变换参数表示为对偶四元数的形式,同时计算旋转矩阵和平移向量,构建位置向量和方向向量的测量值与模型值之间的误差方程,利用Hopfield神经网络实现拉格朗日乘子法,求解目标位姿最优解。结果利用Matlab软件平台,选择SVD,DQ以及文中算法进行比较,仿真实验结果表明,基于Hopfield神经网络和对偶四元数的位姿测量算法计算出的位姿参数误差最小。随着测量点数量的增大,文中提出的算法精度更高。结论对偶四元数同时求解位姿变换矩阵的旋转分量和平移分量,可消除计算误差,基于Hopfield神经网络和拉格朗日乘子法,可快速准确地计算,并收敛至目标位姿最优解。