串联6自由度机器人关节刚度辨识与误差补偿研究

为提高串联6自由度机器人的绝对定位精度,针对几何参数误差补偿后的工业机器人关节刚度参数展开研究。首先,基于虚拟关节模型建立了工业机器人一维关节刚度误差模型。其次,为提高关节刚度参数的辨识精度与效率,利用BP神经网络对刚度误差模型进行拟合,以优化遗传算法的初始种群适应度。最后,利用激光跟踪仪AT930和ER10L-C10机器人进行实验,验证以上误差模型与关节刚度参数辨识算法。实验结果表明,经过关节刚度误差补偿后,机器人的平均距离误差与最大距离误差分别为0. 248 5 mm与0. 333 2 mm。相比于补偿前的距离误差,机器人定位精度提高了33. 7%。因此,通过改进遗传算法辨识得到的机器人关节刚度参数能够有效地提高机器人定位精度。     

基于圆点分析法的工业机器人关节刚度及回差辨识

提出基于圆点分析法进行机器人关节刚度和回差的辨识。建立了机器人的关节刚度及回差的耦合传动误差模型,给出了关节误差及关节重力矩的计算方法。以SRH6C机器人为对象进行了试验验证,验证了方法的可行性,从而为提高机器人的绝对定位精度提供了理论依据。     

基于标定和关节空间插值的工业机器人轨迹误差补偿

轨迹精度是工业机器人重要的动态性能,目前工业机器人的轨迹精度远低于定位精度,提出一种基于机器人运动学标定和关节空间插值误差补偿的方法来提高机器人轨迹精度。基于MD-H方法建立机器人的运动学模型,在此基础上运用机器人微分运动学理论建立末端位置误差模型和轨迹误差模型。为克服最小二乘法等传统方法在数据噪声较大且不符合高斯分布时收敛慢甚至发散的问题,提出一种基于扩展卡尔曼滤波算法的机器人运动学参数辨识方法,实现运动学参数辨识的快速收敛。经过分析发现机器人误差在关节空间具有连续性的特点,为此提出一种关节空间插值误差补偿方法,建立网格形式的误差补偿数据库,并利用关节空间距离权重函数和已知的网格顶点误差计算各控制点的关节转角误差。通过试验对所提出的参数辨识和关节空间误差补偿方法进行了验证,试验结果表明：经过运动学参数辨识和补偿后机器人的绝对定位精度由1.039 mm提高到0.226 mm,轨迹精度由2.532 mm提高到1.873 mm,应用关节空间插值误差补偿后机器人的轨迹精度进一步提高到1.464 mm。     

绳驱动连续体机器人标定方法

为提高绳驱动连续体机器人的定位精度,提出了一种针对此类机器人的误差标定与补偿方法.该方法利用指数积(POE)公式建立连续体机器人关节模块的运动学模型,并利用运动学模型推导出误差传递模型.针对误差模型采用最小二乘方法进行误差的辨识,将辨识后的误差补偿至机器人的运动学模型,从而提高机器人关节模块的模型精度.制作了基于柔性支...     

工业机器人参数辨识及误差补偿方法研究

针对工业机器人绝对定位精度较低,提出通过D-H法建立机器人运动学误差模型的补偿方法,因为机器人结构需满足Pieper准则,所以只考虑了机器人误差模型参数中的关节旋转角参数对机器人末端误差的影响,利用最小二乘法辨识出误差模型中真实的关节旋转角从而补偿误差,同时又利用圆周法对机器人误差进行二次补偿,最终将两次修正后的参数补偿到控制器中从而提高机器人的绝对定位精度。该方法在自主研发的六自由度工业机器人上得到验证,定位精度从补偿前的3.55~4.45 mm提高到补偿后的0.924~1.242 mm,补偿效果明显,为机器人精度研究提供了可靠依据。     

基于激光追踪仪的机器人标定及误差分析研究

以提高六轴关节工业机器人的定位精度为目标,基于D-H运动学模型与微分误差思想,建立了机器人的位置误差模型,设计了简单高效的测量算法和辨识算法,在辨识出的机器人几何误差参数基础上,对机器人运动学模型进行修正,以沈阳机床上海研究院的i5 Robot A3型工业机器人为实验研究对象,结果证明改进后机器人的定位精度得到大幅度提升。     

机器人加工几何误差建模研究:Ⅱ参数辨识与位姿优化

根据所构建的空间运动链,机器人加工几何误差一方面与手眼/工件/工具位姿参数辨识误差有关,另一方面与机器人关节运动学误差与弱刚度变形有关.针对这一问题,研究基于运动学误差补偿的手眼位姿参数辨识、考虑测量缺陷影响的工件位姿参数辨识、基于实际加工曲面误差估计的工具位姿参数辨识等新方法,解决位姿参数辨识精度受限于机器人运动精度、现场测点不封闭/密度不均/高斯噪音、加工抖动/受力变形/回转轴误差等多种因素影响的问题;综合考虑关节运动学误差、弱刚度变形、误差补偿,以整体误差控制为目标,建立加工误差补偿与机器人位姿优化通用模型,可推广应用于法向深度(磨削/铣削)、切向滑移(制孔)、角度倾斜(切边)等多种机器人加工误差控制;完成手眼/工件/工具位姿参数辨识试验、整体误差补偿与机器人加工试验,验证所提方法的有效性.     

六自由度工业机器人末端定位误差参数辨识与实验研究

为了提高六自由度工业机器人绝对定位精度,对工业机器人进行了运动学建模,并建立了基于MD-H参数误差的机器人末端定位误差辨识模型,应用激光跟踪仪测量系统采集样本点数据,应用基于奇异值分解的最小二乘法求解辨识模型,以获得几何参数误差,并根据辨识出的误差对机器人末端定位精度进行补偿,实验结果表明,经过辨识和补偿后,工业机器人...     

具有谐波减速器柔性关节摩擦力辨识及控制

为了减轻关节重量,提高关节输出力矩,在关节内部集成谐波减速器等部件。然而,谐波减速器的加入,不仅增加关节柔性,而且导致关节内部摩擦力复杂。针对具有谐波减速器的柔性关节,提出了摩擦力辨识方法,并且的得到关节摩擦力模型与Strbeck摩擦力模型相似的结论。搭建了柔性关节试验平台,利用辨识的摩擦力模型有效的补偿了关节内部摩擦力的影响,提高了关节的控制精度。     

基于MDH模型的工业机器人标定算法与实验研究

基于机器人MDH模型,针对位置矢量误差建立了机器人模型参数误差辨识模型。利用激光跟踪仪测量机器人末端在基坐标系下一系列位置点,进而采用最小二乘法辨识出机器人模型参数误差。为充分验证辨识算法的准确性,在实验室自主设计的6R工业机器人进行仿真和实验。结果表明,文章的标定算法可以准确地辨识出机器人的模型误差参数,补偿后机器人的绝对定位精度得到明显的改善。     

基于PSO-SVR算法的工业机器人分级标定方法

为了提高六自由度机器人在应用中的定位精度,提出一种提高机器人绝对定位精度的分级标定方法。该方法第一阶段进行几何参数误差的标定,以改进的Denavit-Hartenberg(MD-H)模型为基础,加入减速比和耦合比的因素建立了完整的工业机器人几何参数误差模型,之后采用Levenberg-Marquarelt(LM)算法辨识出机器人的几何参数误差并计算出剩余残差;第二阶段建立基于粒子群—支持向量回归(PSO-SVR)算法的剩余误差预测模型,来预测并补偿修正几何参数后剩余的残留误差。最后,以六自由度工业机器人进行试验验证,经过分级标定后机器人末端中心点的平均位置误差由5.866 mm减少到0.211 6 mm,最大位置误差由10.322 9 mm减少到0.699 9 mm,验证了该标定算法的正确性和有效性。     

工业机器人大负载刚度辨识及误差补偿研究

为精确辨识在大负载工况下工业机器人的关节刚度参数,首先基于雅克比矩阵的弗罗贝尼乌斯范数确定了机器人在关节空间和工作空间内的灵活性能,之后利用力矩等效的方法将负载和机器人统一建模,提出了通过直接计算关节变形量补偿变形误差的方法。利用激光跟踪仪和ABB IRB 6640机器人依次开展了几何误差补偿试验、关节刚度辨识试验和关节变形补偿试验。试验结果表明,该方法能有效地补偿机器人的关节变形,从而提高机器人的绝对精度。机器人大负载工况下的定位误差由补偿前的0.694 mm减少至0.230 mm,精度提高了近67%。     

工业机器人误差补偿及冗余参数研究

针对现有工业机器人定位精度较低,提出了通过机器人运动学标定对误差进行补偿的方法。基于D-H运动学模型和微分变换法建立机器人位姿误差模型,然后对误差模型进行冗余参数分析,消除冗余参数得到可辨识的线性方程,最后用迭代最小二乘法进行求解,修正几何参数进而提高机器人定位精度。通过在自主研发的机器人上试验验证,该方法补偿效果明显,增加了参数辨识的准确性和鲁棒性,为机器人标定技术的发展奠定了一定的基础。     

一种基于平面精度的机器人标定方法及仿真

研究了一种测量简便、成本较低的基于平面精度的机器人标定方法,该方法限定了机器人末端手爪在其工作空间的平面内运动。在机器人的平面运动过程中,由关节驱动器记录平面上各采样点处的关节值并将这些值作为标定数据,避免了使用其他测量工具的复杂测量过程。建立了相应的评价方程以描述机器人所得位姿数据对该平面的逼近程度;给出了对应具体误差参数的辨识雅可比矩阵的求解方法,得出基于该雅可比矩阵的参数误差,并将该误差反向代回机器人运动学求解过程;最后使用MATLAB下的机器人工具箱建立了两连杆机器人模型,对该方法进行了仿真验证,仿真结果表明该方法将机器人绝对定位精度提高了50倍。     

基于平面约束的机器人误差补偿方法

提出了一种简单实用、成本较低的基于平面约束的机器人误差补偿方法,首先利用改进的D-H法建立机器人运动学模型并通过微分变换原理得到误差传递雅可比矩阵,通过控制机器人末端执行器对标准平面进行示教,根据所测点理论上都处于同一平面这一特性建立机器人参数误差辨识模型。为避免辨识雅可比矩阵出现奇异而导致模型求解不完整,采用了Levenberg-Marquardt算法对普通的最小二乘法进行修正,对误差模型进行求解。最后将求解的参数误差补偿到控制器中从而提高机器人定位精度,并通过试验验证了该方法的有效性。     

机器人加工几何误差建模研究:Ⅰ空间运动链与误差传递

以机器人作为制造装备执行体,集成视觉等智能传感器,实现大型复杂零件小余量磨削/铣削/切边/制孔是智能制造的前沿研究方向之一,目前加工误差难以降低是制约其应用的主要难题.以加工误差降低为主要目标,以机器人、视觉传感器、工件、工具为主要对象,研究视觉引导的机器人加工几何误差建模与精度控制,具体包括:在第Ⅰ部分介绍几何误差建模与参数辨识国内外研究现状,研究机器人加工空间运动链与加工误差度量指标定义,推导静态误差(源于工件/工具位姿误差)定量传递模型与动态误差(源于关节运动学误差/关节弱刚度)定量传递模型;在第Ⅱ部分建立手眼位姿参数、工件位姿参数、工具位姿参数等精确辨识的目标函数与计算方法,在考虑关节运动学误差和弱刚度变形的情况下,提出面向整体误差控制的机器人加工(磨削/铣削/切边/制孔等)位姿优化通用模型.     

基于空间插值的工业机器人精度补偿方法理论与试验

随着工业机器人技术的不断发展,机器人在工业领域得到了越来越广泛的应用.针对机器人普遍存在重复定位精度高、绝对定位精度低的特点,提出一种改进其绝对定位精度的方法.以D-H运动学模型为基础建立机器人坐标系,并综合考虑机器人各关节参数引入的误差,建立机器人的位姿误差模型.利用该误差模型,通过分析相邻两点间定位误差之间的内在关联提出了定位误差相似度的概念,并在此基础上提出一种基于空间插值的工业机器人精度补偿方法.利用KUKA机器人对提出的精度补偿方法进行验证,试验结果表明,补偿前机器人的绝对定位精度为1～3mm,补偿后它的绝对定位误差的最大值为0.386 mm,平均值为0.156 mm,较未补偿前有了近一个数量级的提高,从而证明了该方法的可行性和有效性.     

基于PSO算法的工业机器人绝对距离自标定方法

为了提高工业机器人的定位精度,提出一种自标定算法,首先采用D-H参数模型对机器人进行建模,分析并建立D-H参数误差与机器人末端误差的函数,再设计一个可旋转的标定平台,使机器人去探测不同位姿下的标定平台上的两个标定点,最后采用PSO算法对不同位姿下标定平台两点间的绝对距离来实现对机器人D-H参数误差的辨识.该方法标定过程...     

新型混联码垛机器人概率精度分析

针对机器人全局性定位精度分析及误差评定问题,提出了概率精度指标及其定义,同时提出了机器人在整个工作空间内概率精度分析的MATLAB软件模拟方法;并以新型混联码垛机器人为例,建立了基于MDH模型的机器人定位误差模型,采用概率精度法进行定位精度预估和灵敏度分析;模拟结果表明,机器人在不同工作点处的定位误差不同,综合定位误差不是各误差源的简单叠加;为机器人最优工作点的选取,各连杆加工精度等级和装配工艺的设计制定及柔性误差补偿提供了理论依据。     

工业机器人误差补偿技术的理论与实验研究

针对工业机器人重复精度高、定位精度差的特点,提出一种改进其绝对定位精度的方法。根据D-H坐标系的相关理论,综合考虑机器人各关节的误差,运用五参数法建立机器人的完整几何误差模型。基于误差模型,提出机器人位姿补偿的多次迭代算法,实验结果显示工业机器人的绝对定位误差由未补偿的25 mm变为补偿后的0.3 mm,从而证明该方法的有效性。