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。     

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.     

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。     

一种并联机器人误差综合补偿方法

针对并联机器人轨迹规划和轨迹跟踪过程中,同时存在机构误差引起的期望轨迹与理想轨迹之间的偏差和非线性摩擦、负载变化等扰动因素引起的动态误差,提出一种并联机器人误差综合补偿方法:在轨迹规划过程中,基于并联机器人位姿误差模型将位姿误差补偿转化为驱动杆参数组合优化问题,进而利用粒子群算法寻优驱动杆参数,修正并联机器人期望轨迹;在轨迹跟踪过程中,设计基于自适应迭代学习控制算法的动态误差补偿策略,实现对期望轨迹的有效跟踪。在Stewart平台下基于ADAMS和Matlab进行仿真试验,在轨迹规划和轨迹跟踪过程中,分别修正期望轨迹偏差并补偿轨迹跟踪动态误差,实现并联机器人误差综合补偿。进一步,基于混联机床进行工件加工试验,验证方法对于提高并联机器人工作精度的有效性。     

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。     

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。     

2UPS&UPR&UP型并联机器人精度综合

提出了一种2UPS&UPR&UP型并联机器人的精度综合方法。基于理想运动学方程,利用摄动法建立该机器人的误差映射模型,并分离出可补偿误差源与不可补偿误差源;建立不可补偿误差源与末端姿态误差的标准差关系,揭示了工作空间内末端姿态误差标准差的分布情况;利用灵敏度系数法对机器人不可补偿误差源进行灵敏度分析,确定各不可补偿误差源对末端运动精度的影响程度;依据3σ原则,以灵敏度指标作为分配系数,通过精度综合得到给定末端精度下的不可补偿误差源的值,为机器人加工制造提供理论依据。仿真实验验证了该方法的有效性。     

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。     

2TPR&2TPS 并联机构的位姿误差建模与补偿研究

位姿精度是评价机器人性能好坏的一个重要指标,建立有效的补偿算法是提高机器人位姿精度的重要保证。 本文以 一种 2TPR&2TPS 并联机器人为研究对象,建立了基于正解的误差模型,根据该误差模型得出了动、静平台位置参数误差及 驱动杆零点长度误差与机器人末端位姿误差的关系,同时建立了基于逆解的补偿算法。 通过粒子群算法对误差函数的最小 值寻优,得到了机器人驱动杆补偿量和位姿补偿量,仿真得出该机器人的平均位置精度提升了 98. 148% ;将驱动杆补偿量与 理想位姿对应的驱动杆长叠加作为机器人的驱动杆输入量进行实验验证,实验得出机器人的平均位置精度提升了 87. 457% ,补偿效果显著。     

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。     

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D-H矩阵的3-RSR并联机器人的误差建模

本文通过选取3-RSR并联机器人的任意一条支链作为研究对象,利用D—H矩阵建立动平台相对于静平台的位姿关系矩阵,采用矩阵微分法推导出机构原始误差到末端执行部分的误差映射模型。该模型包含了机构全部的几何原始误差,同时将末端执行部分位姿误差与原始几何误差间的非线性隐式函数关系简化为线性显式函数关系,是进一步研究误差补偿的基础。     

新型6-PSS并联机器人的位姿误差分析

在获得6-PSS并联机构位置反解的基础上，考虑杆长、铰链位置、铰链间隙等各类主要误差源对终端误差的影响，推导出此新型机构的位姿误差模型，且应用蒙特卡洛技术分析了位姿误差的分布规律，为这种机器人的理论设计与精度补偿提供了理论基础。     

Elasto-geometrical error modeling and compensation of a five-axis parallel machining robot

Parallel manipulators have the potentials of high efficiency and high precision in the field of machining and manufacturing. However, accuracy improvement of the parallel manipulator is still an essential and challenging issue, encountering two important problems. Firstly, the ignorance of elastic deformation caused by gravity or deviations of static stiffness model restricts further improvement of accuracy. To solve this problem, an elasto-geometrical error modeling method is proposed. The comprehensive effects of structural errors, elastic deformation under gravity and compliance parameter errors on pose deviations are disclosed. On this basis, the identification equation of actual structural errors and compliance parameter errors can be established. Secondly, the ill-conditioned identification matrix and the identification equation with anisotropic residual error can lead to inaccurate identification results. To solve this problem, a weighted regularization method is proposed. The identification equation with isotropic residual error is built, and accurate identification can be realized with the regularization method. Based on the proposed methods, the error compensation experiment is conducted on the prototype of a five-axis parallel machining robot using a laser tracker. Experiment results show that the accuracy of the machining robot is significantly improved after compensation. An M1_160 test piece and an S-shaped test piece are machined and measured to further validate the effectiveness of the proposed methods. The elasto-geometrical error modeling method and the weighted regularization method can be applied to other parallel manipulators’ accuracy improvement.     

并联机器人的标定建模

并联机器人标定时测量数据的参考系与其运动参考系不一致将导致系统误差的产生,通过改进标定建模方式将两个参考系统一,并用数值模拟一5自由度并联机器人的标定过程,对比其结果发现改进模型可以完全消除测量的系统误差对并联机器人标定精度的影响,进一步提高并联机器人的标定精度。这种标定建模方式具有很高的实用价值。     

基于惯性传感组件和 BP 神经网络的 防冲钻孔机器人钻具姿态解算

钻孔卸压是高地应力矿井治理冲击地压的首要措施,对实施钻孔作业的防冲钻孔机器人钻具姿态准确测量是保障钻孔位置及卸压效果的前提。为此,本文提出了基于惯性传感组件和BP神经网络的防冲钻孔机器人钻具姿态解算方法,通过设计惯性传感组件的空间阵列式布局方式(空间阵列式IMU),建立了空间阵列式IMU的数据融合模型及位姿解算模型,实现了钻具姿态的高精度解算。在此基础上,提出了基于BP神经网络的惯性传感组件误差补偿方法,建立了钻具姿态解算误差补偿模型,并通过钻具模拟运动的解算分析对空间阵列式IMU解算和误差补偿方法的可行性进行了验证。最后,通过搭建的防冲钻孔机器人钻具姿态监测实验平台,对不同方法的钻具解算结果进行对比分析。实验结果表明,在BP神经网络模型进行误差补偿后,本文所提方法解算出的钻具姿态精度明显提高,钻具方位角、倾角和横滚角的平均误差分别为0.099°、0.079°和0.045°,有效抑制了惯性传感组件的漂移和误差积累,且钻具姿态解算误差曲线没有出现发散现象。因此,该方法可以持续稳定地对防冲钻孔机器人钻具姿态进行可靠监测,具有较高的推广应用价值。