服务机器人智能空间中顶棚投影器建模与外参数标定

研究服务机器人智能空间中顶棚投影器的运动学建模和外参数标定问题.首先,利用D-H方法对投影器进行运动学建模;然后,给出一种全新的求解一类关于旋转矩阵方程组的非线性迭代优化算法,以完成投影器的外参数标定;最后进行了实验验证.实验结果表明,所提出的投影器建模方法和外参数标定算法具有很高的精度,经过标定后的投影器能够在地面上投射出完全按期望路径引导机器人运动的激光斑点,从而实现低成本服务机器人高效和精确地导航.     

计算机视觉在并联机器人运动学标定中的应用

为提高并联机器人运行精度,研究利用计算机视觉标定并联机器人运动学参数的方法。首先对Delta型三自由度并联机器人进行运动学分析。然后采用光学照相机为传感器,在机构处于不同位姿状态下对固定于动平台上的标定板进行拍照,通过相机标定以及相应的坐标变换方法,求出动平台中心在基坐标系中的位置。最后利用机器人逆运动学模型、自定义的误差方程和非线性最小二乘估计,获得运动学参数。实验结果表明,该标定方法成本较低,标定方法简单、有效。     

基于误差分布估计的机器人手眼标定方法研究

精确的机器人手眼标定对于机器人的视觉环境感知具有重要的意义。现有算法通常采用最小二乘估计或全局非线性优化求解方法对机器人手眼系统的变换参数进行估计。当系统存在测量粗差时直接采用最小二乘估计会导致标定结果精度的下降;基于全局非线性优化策略的标定算法则由于数据粗差的影响,求解过程易过早收敛也会造成标定精度低。为了解决误差粗差敏感的问题,提出了一种基于误差分布估计的加权最小二乘鲁棒估计方法,以提高机器人手眼标定的精度。首先,通过最小二乘估计计算手眼变换矩阵;之后计算每对坐标对应的误差值;根据误差值的分布概率初始化对应坐标数据的权值;最后采用加权的最小二乘估计重新计算机器人手眼标定矩阵。最后引入迭代估计策略进一步提高手眼标定的精度。设计的机器人手眼标定实验及结果证明,所提算法能够在数据粗差影响下保持较高的标定精度,更适用于机器人的手眼标定问题。     

一般7R串联机器人标定的仿真与实验

为了标定一般7R冗余度串联机器人的所有几何参数,提出了一种实效的算法．首先,使用D-H矩阵对机器人建立了运动学模型和几何参数识别模型,对雅可比矩阵进行奇异值分解并对分解后的正交阵的最后5行进行初等行变换,以确定需要补偿的几何参数．通过机器人关节角和末端手爪位置的测量数据,计算雅可比矩阵以及手爪位置理论值和实测值的误差,采用最小二乘法对机器人的尺寸参数进行补偿量的计算．仿真过程表明,在有测量扰动的情况下,算法是稳定的和可靠的．最后,对机器人进行了实际的测量和标定,取得了满意的结果．     

凸松弛全局优化机器人手眼标定

针对机器人运动学正解及相机的外参数标定存在偏差时,基于非线性最优化的手眼标定算法无法确保目标函数收敛到全局极小值的问题,提出基于四元数理论的凸松弛全局最优化手眼标定算法。考虑到机械手末端相对运动旋转轴之间的夹角对标定方程求解精度的影响,首先利用随机抽样一致性（RANSAC）算法对标定数据中旋转轴之间的夹角进行预筛选,再利用四元数参数化旋转矩阵,建立多项式几何误差目标函数和约束,采用基于线性矩阵不等式（LMI）凸松弛全局优化算法求解全局最优手眼变换矩阵。实测结果表明,该算法可以求得全局最优解,手眼变换矩阵几何误差平均值不大于1.4 mm,标准差小于0.16 mm,结果稍优于四元数非线性最优化算法。     

基于改进布谷鸟算法的机器人位置精度性能提升方法研究

主要解决工业机器人在高端制造领域精度性能不足的问题。首先阐述了工业机器人误差模型的构建方法，将机器人运动学参数、关节减速比参数、耦合比参数进行统一建模；其次，提出了一种改进的布谷鸟搜索算法(Cuckoo Search Algorithm, CSA)的优化多参数辨识方法，利用对数调整系数修正Levy搜索步长，提升CSA优化算法的收敛性和精确性。为了验证提出的误差模型和优化方法的有效性，构建了串联型工业机器人标定实验系统。通过在Staubli TX60机器人的运动空间内测量160个测量点，分别构成辨识点集和验证点集。实验结果表明，待标定机器人的平均综合位置误差降低了86.7%以上。说明提出的误差模型和优化方法能够较好地提升工业机器人的精度性能。     

医用机器人运动学参数最优化设计

提出了一种实用的医用机器人运动学参数误差的优化补偿方法．采用D-H方法建立起机器人连杆坐标系．在运动学分析和模型变换的基础上，运用数值优化技术建立了机器人运动学参数的误差方程，实现了运动学参数的优化设计，有效提高了机器人的重复定位精度．以仿真和实验验证的方式对优化结果进行了分析．     

机器人理论关节参数的标定方法及软件设计

本文研究了机器人机构理论控制模型中采用的D-H关节参数的标定方法,并编制了相应的计算机应用软件。应用这一方法和软件标定机器人的理论关节参数,对机器人实施误差综合补偿,提高机器人的精度,是特别重要的。对PUMA 562机器人进行了实测与标定。     

基于M型标准块的视觉引导机器人系统手眼标定方法研究

针对线结构光传感器引导的机器人系统的手眼标定问题,提出了一种以M型标准块为标定物的方法。该M型标定物的两条平行的脊线作为约束,基于两条平行脊线的约束建立包含手眼关系、机器人运动学以及两条直线位姿参数误差的模型。首先基于定点约束求解手眼关系初值并以此为基础解算出直线位姿参数的初值,然后通过最小二乘法解算误差参数并补偿到模型中,不断迭代直至计算的误差参数小于阈值,最终得到最终的机器人手眼关系及运动学误差参数。为了验证标定方法的有效性,以某精加工平面为被测物,利用线结构光机器人系统对平面进行测量,得到平面点云;拟合最小二乘平面,计算点到平面距离的均方根值作为评价依据。分别对所述M型标准块和标准球两种方法进行了实验对比,结果表明,相较于标准球方法,所述M型标准块方法得到的均方根误差由0.152 mm减少到0.080 mm,均方根误差的标准差由0.043 mm减少到0.005 mm,其标定结果的精度及稳定性得到显著提高。     

空间网格化的机器人变参数精度补偿技术

现有的机器人参数辨识的方法所能提高的绝对定位精度有限,是由于关节和连杆柔度等非几何因素造成误差在空间中分布不均匀.为此,本文提出了一种变参数误差模型.由于各轴之间耦合,为了便于求解,提出采用空间网格来处理该变参数误差模型,同时提出了一套规则的参数辨识采样点选取方法.利用改进型的Levenberg-Marquardt迭代最小二乘法求出各网格对应的参数误差的全局收敛解.最后,利用激光跟踪仪在KUKA工业机器人上进行运动学标定验证补偿效果.验证结果表明:能将机器人的绝对定位精度平均值从0.901 mm提高到0.115 mm.     

考虑结构变形的机器人运动学标定及补偿

针对一种3P3R型串联机器人,建立了参考零位模型与DH(Denavit-Hartenberg)模型的混合运动学模型,将直线运动部分与旋转运动部分分开建模,能够更好地描述机器人不同机械结构的几何关系,在此基础上提出了结合几何辨识和参数辨识的两步标定方法.然后,结合机器人的机械结构特点,分析了机器人在操作大型零件过程中的结构变形,并提出了考虑结构变形的运动学补偿模型.最后,使用激光跟踪仪完成了机器人标定实验,通过对比空载和加载情况下的定位误差,验证了运动学标定和补偿的效果.结果表明,混合运动模型采用两步参数辨识能够在空载情况下取得较高的标定精度,而运动学补偿模型则能够在加载情况下对运动学进行较好的变形误差补偿.     

基于机器视觉的钢轨轮廓测量方法研究

钢轨轮廓检测是轨道几何参数检测的重点和难点。采用二维平面靶标对激光摄像传感器进行标定,建立世界坐标系和图像坐标系的标定模型。通过棋盘格进行实验标定,获取300组数据,采用非线性最小二乘法来标定模型参数。结果表明:采用非线性最小二乘法能够将棋盘格水平和垂直的测量误差控制在0.3 mm左右,该方法能够很好地运用到钢轨轮廓测量中。     

基于MCPC模型的机器宇航员运动学参数标定方法与实验

针对机器宇航员提出了一种基于MCPC(修正的完整参数连续)模型的运动学参数标定方法.在分析机器宇航员关节柔性和连杆柔性的基础上,采用MCPC方法建立了综合考虑几何误差和柔性误差的机器宇航员误差模型,提出了机器宇航员运动学参数标定方法.通过实验验证了本文提出的标定方法能够消除柔性因素对运动学参数标定的影响,获得精确的运动学参数,并有效提高机器宇航员操作精度.     

仿尺蠖爬壁机器人自适应吸附及摇杆控制

为了解决真空吸附爬壁机器人爬行时,需要吸盘和壁面紧密贴合,不易操控的问题。建立了吸盘足至壁面的空间几何模型;基于D-H参数,建立了运动学模型,根据速度运动学逆解,设计了一种用于对称机构爬壁机器人的摇杆操作方法,将摇杆轴映射为关节速度闭环;根据位置运动学逆解,设计了自适应吸附动作,吸盘足与壁面距离小于设定阈值时,自动触发自适应吸附动作;搭建了机器人控制系统和自适应吸附装置,在水平壁面上进行爬行实验,验证了该方法可减小操控难度。     

一种基于指数积的移动机械臂联合标定方法

提出一种基于指数积的移动机械臂联合标定方法,以实现移动平台和机械臂两者间位姿标定与机械臂运动学参数标定模型的统一.机械臂运动学参数标定使用最多的是基于D-H参数法,但D-H参数法无法克服相邻关节平行或接近平行时的奇异性问题,以及建模过程复杂、建模后的模型通用性差等问题.基于指数积的移动机械臂联合标定方法建模时不会因为关节轴平行而出现奇异性问题,建模过程简单.通过对整个系统的运动学方程进行微分运算,获得末端位姿误差和移动机械臂零位状态旋量误差及关节旋量误差的线性化模型.利用伴随矩阵方式建立关节旋量理论值与关节旋量实际值的关系,并通过改变伴随矩阵实现基于最小二乘法的参数辨识计算过程中参数更新.使用高精度激光跟踪仪作为测量工具,通过实验验证所提出方法的有效性.     

工业机器人的形位检测及精度标定研究

针对传统六自由度机器人进行形位分析与标定研究,采用运动学DH参数法建立机器人运动学位姿模型,利用激光跟踪仪进行机器人空间形位的辨识与减速比数据的采集,结合阻尼最小二乘法进行机器人零位与执行器的标定,通过修改控制器中机器人的末端执行器配置参数,完成传统工业机器人的末端位姿误差补偿,提高了机器人的绝对定位精度。     

关于机器人运动优化控制建模的仿真研究北大核心CSCD

在机器人运动性能优化控制中,由于机器人多关节结构的复杂性与运动学的高难度,导致高度仿真的机器人运动控制难以实现的问题。为避免仿真的失真,提出了一种采用D-H参数模型的机器人实时运动控制仿真方法,根据机器人各连杆部件的尺寸与位置参数,绘制3D部件,再进行D-H参数模型整合,以机器人运动学算法对模型加以控制,实验结合Matlab和Soildworks软件作为平台,对经典机器人puma560进行仿真,实现了各个连杆部件的实时控制,实现了末端工具轨迹的运动平滑规划并对运动过程录像,结果表明,提出的方法能为实现机器人运动控制性能优化设计提供科学参考。     

基于对偶四元数的机器人方位与手眼关系同时标定方法

针对相机姿态估计及机器人运动学正解存在测算偏差时,手眼标定及机器人坐标系-世界坐标系标定结果不能准确收敛到全局最优解的问题,提出了一种基于对偶四元数理论的机器人方位与手眼关系同时标定方法.该方法首先将标定方程中坐标系刚体变换关系用螺旋轴、旋转角度和平移量参数化表示,再结合全局优化算法对平移量进行优化.搭建了PUMA560机器人数值仿真系统和工业机器人实测实验平台,将该方法与经典的四元数和对偶四元数标定方法进行了比较分析.仿真和实测结果表明,在相机姿态估计及机器人运动学正解存在测量误差的情况下,该方法无需初值估计和数据筛选依然可以保证求解结果的最优性.     

混合遗传算法在结构参数标定中的应用

对多关节三维扫描仪的参数标定方法进行了研究。在准确推出三维空间坐标模型的基础上,提出了基于非线性最小二乘法思想的参数优化模型,继而提出了一种基于奇异值分解的最小二乘法的参数标定方法,在分析其适用范围之后,进一步提出了嵌入这种最小二乘法算子的混合遗传算法,这种算法综合了两者的优点,具有收敛速度快,精度高等优点,特别是其修正参数误差的范围比文献3、4的范围大大提高了。实验结果证明这种标定方法具有非常好的鲁棒性和工程应用价值。     

基于双目视觉动态跟踪的机器人标定

采用双目视觉动态跟踪技术对自主研发的工业机器人进行运动学标定。区别于以往机器人运动学标定中复杂模型计算,在此利用双目视觉动态跟踪系统的静态测量和动态跟踪等优势特性来跟踪测量机器人的连杆参数误差,结合机器人控制系统开放性特点,运用提出的动态标定原理对机器人实施连杆参数测量、辨识、修正及补偿。实验表明,通过参数反馈补偿,自主研发的机器人的定位误差明显降低,且该方法易于实现,为机器人精度研究提供了可靠依据。