6-SPS并联机器人精度综合算法

通过对 6 SPS型并联机器人位置输入输出方程微分 ,建立机器人误差模型。在此基础上 ,运用误差独立作用原理和原始误差等效作用原则 ,对并联机器人进行精度综合。该方法将并联机器人精度综合这一原本为多目标多变量的非线性最优化组合问题转化为线性问题 ,因而简单可行 ,具有一定的实用价值。     

3-PRUR三平移并联机构机器人的精度分析

为采取有效措施提高并联机构的输出精度,对3-PRUR三平移并联机器人机构的精度进行分析。根据并联机器人机构的结构综合理论,建立了该机构的运动学逆解模型;依据全微分理论建立误差模型以及误差求解算法,得到3-PRUR三平移并联机器人机构输出位姿误差与各原始误差源之间的映射关系;分析了该机型的精度误差值,研究了影响该并联机构机器人精度的因素,为实际误差的补偿与控制奠定了理论基础。     

微操作并联机器人几何误差建模的参数误差转换法及误差敏感性分析

提出微操作并联机器人几何误差建模的参数误差转化法,建立正交结构6-PSS微操作并联机器人的几何误差模型,通过构造几何误差模型的Lagrange条件极值方程,对误差进行敏感性分析,最后讨论了各类参数误差在终端几何误差模型中的关联性。研究表明：所提出的方法简单明了,行之有效。     

Delta型并联机器人的位姿误差模型建立与求解

为分析Delta型并联机器人的运动学参数误差对绝对定位精度的影响,建立和求解了位姿误差模型。将并联的传动支链拆分为串联机构,利用D-H变换矩阵求解出运动学模型,将从动臂的微转角引入D-H变换矩阵中,再根据动平台中心位姿误差的唯一性,求解得到用线性方程组表示的位姿误差模型。将某实际Delta型并联机器人的减速器安装端面的角度误差进行模型分析,验证了模型的可靠性。该模型可为Delta型并联机器人的后续精度分析和误差补偿提供分析工具。     

2UPR&2RPS型冗余驱动并联机器人的运动学标定

运动学标定能够有效提高并联机器人的运动精度.以一类2UPR&2RPS型冗余驱动并联机器人为研究对象,提出了该类装置的运动学标定方法.通过将误差闭环矢量方程分别投影到运动支链的驱动方向和约束方向建立了该机器人的几何误差模型,并分离出可补偿误差源和不可补偿误差源.基于误差映射矩阵建立了误差灵敏度指标,随后通过灵敏度分析找出了对末端误差影响较大的不可补偿误差源.利用正则化算法建立了基于激光跟踪仪末端位置测量的几何误差辨识模型.标定试验结果表明,所提出的运动学标定方法是有效的.     

新型两平移一转动并联机器人机构精度分析与仿真

通过对一种新型两平移一转动并联机器人机构的分析,求出其运动学位置正解,利用微分理论,建立了该并联机器人机构的精度模型。通过计算机仿真,分析了主动副的移动误差、结构参数误差和位姿变化对机器人机构精度的影响。为该机器人机构实际误差补偿与控制提供理论依据。     

可重构机器人误差旋量建模与灵敏度分析

针对可重构机器人模块结构设计制造与构型变化引起的尺寸及几何参数等静态误差,将可重构机器人静态几何参数误差等效为机器人关节上的结构误差和传动误差,并将其看成是一种假想广义运动副微小旋量运动的结果,从而建立可重构机器人含误差旋量的运动学指数积模型。基于可重构机器人输入误差与输出误差的关系,建立了误差参数灵敏度系数模型。基于MATLAB仿真分析了可重构机器人各误差参数的灵敏度系数以及误差参数对机器人末端位置的影响规律,有利于对可重构机器人轨迹精度进一步分析和优化,以及为不同精度要求的工业机器人设计与装配提供有效的理论支持。一种6自由度可重构机器人的仿真实验验证了误差旋量建模方法以及误差参数灵敏度分析方法是有效的。     

基于量子粒子群优化算法的机器人运动学标定方法

基于量子粒子群优化算法,提出一种同样适用于串联机器人和并联机器人的运动学标定方法。利用闭环矢量链方法和Denavit-Hartenberg矩阵法,分别建立并联机器人和串联机器人的运动学误差模型,将运动学误差模型内的几何误差源作为相应的机构参数修正量。由于机器人运动学误差模型表现有较强的非线性,因此确定模型内的机构参数修正量为优化变量,将机器人运动学参数标定问题转化为非线性系统的优化问题。采用量子粒子群优化算法对优化问题进行求解,利用优化获得的参数修正量更新运动学模型,以达到提高机器人运动精度的目的。以五轴并联机床的平面约束机构为研究对象,通过试验验证该标定方法的标定效果,并与模糊插值标定方法进行比较分析,结果表明在较大的工作空间内基于量子粒子群优化的运动学标定方法更为有效。     

BP神经网络补偿并联机器人定位误差

为减小机构末端定位误差,提高机器人运动精度,分析了所开发的6-DOF精密并联机器人末端位姿的误差来源及以往误差补偿方法的局限性。通过实际测量末端位姿,在精密定位的局部工作空间内,提出了基于BP神经网络的机器人关节空间误差补偿方法。确定了BP神经网络模型,建立了误差补偿的数据样本,并对数据样本进行了标准化,通过实验对比的方法确定了隐层神经元的个数,同时对网络的推广能力进行了验证。经过误差补偿,6-DOF精密并联机器人的平移定位误差下降了80%,转角定位误差下降了60%。该实验结果表明,基于BP神经网络的误差补偿方法对机器人局部工作空间的补偿具有明显的效果,满足精密并联机器人工作的精度要求。     

6-THRT并联机器人的误差模型研究

针对Stewart平台式的6-THRT型并联机构的研究,提出了一种中心轴测量模型。采用一般工业机器人位姿误差分析法,建立并联机构的误差模型,并结合单杆固定法来获取末端位姿信息,该模型包含了杆的制造、安装及铰链的位置安装等几何参数误差。通过Matlab软件进行仿真运算,分析了影响末端位姿的主要误差源。该研究为并联机器人的误差补偿提供了一定的理论依据。     

Error Modeling and Sensitivity Analysis of a Parallel Robot with SCARA（Selective Compliance Assembly Robot Arm） Motions

Parallel robots with SCARA（selective compliance assembly robot arm） motions are utilized widely in the field of high speed pick-and-place manipulation. Error modeling for these robots generally simplifies the parallelogram structures included by the robots as a link. As the established error model fails to reflect the error feature of the parallelogram structures, the effect of accuracy design and kinematic calibration based on the error model come to be undermined. An error modeling methodology is proposed to establish an error model of parallel robots with parallelogram structures. The error model can embody the geometric errors of all joints, including the joints of parallelogram structures. Thus it can contain more exhaustively the factors that reduce the accuracy of the robot. Based on the error model and some sensitivity indices defined in the sense of statistics, sensitivity analysis is carried out. Accordingly, some atlases are depicted to express each geometric error’s influence on the moving platform’s pose errors. From these atlases, the geometric errors that have greater impact on the accuracy of the moving platform are identified, and some sensitive areas where the pose errors of the moving platform are extremely sensitive to the geometric errors are also figured out. By taking into account the error factors which are generally neglected in all existing modeling methods, the proposed modeling method can thoroughly disclose the process of error transmission and enhance the efficacy of accuracy design and calibration.     

基于虚设运动副的并联机器人静态误差建模与标定

基于并联机器人影响系数和虚位移原理,以一般空间并联机器人为例,通过虚设运动副,提出一种并联机器人静态误差建模与分析的通用新方法。该方法用于确定各个原始加工装配误差源对并联机器人末端位姿的独立影响,具有物理意义明确、建模分析便捷等优势。在此基础上,基于虚设运动副建立了3-P(4S)并联机器人各误差映射矩阵,并对该机器人开展了静态误差标定实验研究。实验结果表明,基于该方法标定后,3-P(4S)并联机器人输出定位误差最大值由0.585mm减小到0.142mm,标定后机器人定位精度明显提高,从而验证了该方法的有效性。     

Kinematic calibration of precise 6-DOF stewart platform-type positioning systems for radio telescope applications

The pose accuracy of a parallel robot is a function of the mobile platform posture. Thus, there is no a single value of the robot’s accuracy. In this paper, two novel methods for estimating the accuracy of parallel robots are presented. In the first method, the pose accuracy estimation is calculated by considering the propagation of each error, i.e., error variations are considered as a function of the actuator’s stroke. In the second method, it is considered that each actuator has a constant error at any stroke. Both methods can predict pose accuracy of precise robots at design stages, and/or can reduce calibration time of existing robots. An example of a six degree-of-freedom parallel manipulator is included to show the application of the proposed methods.     

基于CPA方法的串联工业机器人运动学标定精度试验研究

几何参数误差是影响工业机器人定位精度的主要误差源,约占总误差的80％以上.基于圆点分析法(circle points analysis,CPA)所标定的几何参数与机器人的实际结构相关,并且能够将几何参数误差与其他误差源解耦.研究表明CPA方法的测量策略对其标定精度具有较大影响.针对基于CPA方法的串联工业机器人运动学标...     

一种协作机器人位姿重复性优化综合

在给定位姿重复性要求的前提下,寻找各关节随机运动精度的最优分配方案能够使协作机器人设计更加合理,对降低机器人制造成本有重要意义.首先,在机器人位姿重复性分析的基础上,建立了位姿重复性数学模型,该数学模型包含机器人位置重复性和姿态重复性;其次,以协作机器人KUKA iiwa 7为例,以关节运动误差最大化为优化目标,对该机...     

基于改进IGG3权函数距离误差模型的工业机器人标定

在工业机器人的标定过程中,测量粗差数据会对标定结果精度产生影响,为此,提出了一种基于改进IGG3权函数距离误差模型的工业机器人标定方法,将改进的IGG3权函数最小二乘辨识算法用于工业机器人距离误差标定中,以进一步提高工业机器人的标定精度。以SR4C型工业机器人为研究对象,建立了机器人距离误差数学模型,进行了IGG3权函数最小二乘辨识算法的理论研究。构建了机器人标定实验系统,进行了基于改进IGG3权函数距离误差模型的工业机器人标定实验,实验结果表明,所提方法可有效减小粗差数据对标定精度的影响。该方法可用于工业机器人标定和校准领域,以提高工业机器人定位精度。     

零参考模型用于工业机器人定位精度提升研究* .txt

摘要：几何参数建模是机器人标定的基础,直接影响机器人定位精度。为解决常用几何参数模型当机器人相邻两轴线垂直及接近垂直时存在奇异性,建立了基于方向矢量和连接矢量的零参考模型(ZRM),该模型不仅满足完备性与连续性要求,而且使用该模型计算机器人末端位置和姿态简单直观;建立了几何参数标定误差模型,通过使用LeicaAT960激光跟踪仪对Staubli TX60和ER10L C10两种工业机器人末端大量位姿实测,经正交三角分解去除冗余参数,采用LM算法对几何参数误差辨识,并与基于MDH模型的标定结果比较,实验结果证实,采用零参考模型标定后机器人末端平均绝对定位精度提升75%~90%,明显高于采用MDH模型标定结果,该模型适于在有高精度定位精度要求工业机器人中推广。 .txt     

Motion error compensation of multi-legged walking robots

Existing errors in the structure and kinematic parameters of multi-legged walking robots,the motion trajectory of robot will diverge from the ideal sports requirements in movement.Since the existing error compensation is usually used for control compensation of manipulator arm,the error compensation of multi-legged robots has seldom been explored.In order to reduce the kinematic error of robots,a motion error compensation method based on the feedforward for multi-legged mobile robots is proposed to improve motion precision of a mobile robot.The locus error of a robot body is measured,when robot moves along a given track.Error of driven joint variables is obtained by error calculation model in terms of the locus error of robot body.Error value is used to compensate driven joint variables and modify control model of robot,which can drive the robots following control model modified.The model of the relation between robot’s locus errors and kinematic variables errors is set up to achieve the kinematic error compensation.On the basis of the inverse kinematics of a multi-legged walking robot,the relation between error of the motion trajectory and driven joint variables of robots is discussed.Moreover,the equation set is obtained,which expresses relation among error of driven joint variables,structure parameters and error of robot’s locus.Take MiniQuad as an example,when the robot MiniQuad moves following beeline tread,motion error compensation is studied.The actual locus errors of the robot body are measured before and after compensation in the test.According to the test,variations of the actual coordinate value of the robot centroid in x-direction and z-direction are reduced more than one time.The kinematic errors of robot body are reduced effectively by the use of the motion error compensation method based on the feedforward.     

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。     

基于试验与仿真联合分析的喷涂机器人轨迹精度可靠性研究

采用链驱动的喷涂机器人易于实现本体的轻量化、末端高灵活度与正压防爆系统设计,从而满足家具、钢结构等一般涂装行业对喷涂机器人工作空间与腕部灵活度的要求,深入分析链驱动机器人的运动可靠性对喷涂质量和效率的提高具有重要意义。针对链驱动喷涂机器人的运动可靠性问题,采用一种基于试验与仿真联合分析的机器人末端轨迹精度可靠性分析方法。以旋量法为基础建立了喷涂机器人本体和喷枪的运动学模型,从工业机器人的操作臂性能和运动规律的角度出发,研究了喷涂机器人运动精度的影响因素。分析了链驱动喷涂机器人的优缺点和末端轨迹精度的影响状况,并结合机器人本体的运动学参数,建立了基于随机变量的喷涂机器人运动误差模型。通过试验结果的分析来确定影响喷涂机器人运动误差的随机变量的分布特征,从而对机器人末端轨迹精度的运动可靠性进行更加精确的仿真分析。最后,通过喷涂机器人工作平台对末端轨迹精度的运动误差进行试验验证并与传统的仿真分析方法进行对比,结果显示该分析方法更准确。研究成果为进一步分析喷涂机器人的机构优化、轨迹规划和漆膜质量提供试验基础和理论依据。