基于点球约束的机器人误差建模与参数辨识

自动化装配对于机器人绝对定位精度提出了更高的要求,机器人理论位姿和实际位姿总存在一定的误差,若绝对定位精度过低,容易导致装配过程中零部件之间发生碰撞,严重影响装配机器人的应用与推广。为此,提出了一种基于点球约束的机器人误差建模与参数识别方法：1）通过在机器人末端安装的6维力传感器反馈末端受力情况,控制机器人以多种姿态使标定锥与靶标球球面重合,记录接触时各关节的位置数据;2）以靶标球球体半径为适应度函数,利用遗传算法辨识误差参数,从而建立完整的误差补偿模型。以自主研制的7自由度装配机器人为研究对象,针对装配机器人的结构特点,由正向递推建立机器人的正运动学方程,应用固定关节法与反变换法获得机器人逆运动学方程;建立机器人的运动学误差模型,预设定误差参数与位姿变换矩阵,通过牛顿迭代法获取了关节变量值,利用遗传算法进辨识误差参数,将辨识结果代入运动学模型中进行验证。采用点球式标定方法采集机器人关节数据,应用遗传算法辨识误差参数,将所得参数代入误差模型中进行实验,结果表明,绝对定位精度提升了76.74%,验证了基于点球约束的机器人误差建模与参数识别方法的有效性,为多自由度机器人标定研究提供了有益参...     

基于点球约束的七自由度机器人误差建模与参数辨识

自动化装配对于机器人绝对定位精度提出了更高的要求,由于各种误差因素的影响,机器人理论位姿和实际位姿总是存在着一定的误差,若绝对定位精度过低,容易导致装配过程中零部件之间发生碰撞,严重影响着装配机器人的应用与推广。标定技术是提高定位精度的主要手段,误差建模、数据测量、参数辨识是标定与误差补偿过程中的重要环节。为此,提出了一种基于点球约束的机器人误差建模与参数识别方法：1)通过在机器人末端安装的六维力传感器反馈末端受力情况控制机器人以多种姿态使标定锥与靶标球球面重合,记录接触时各关节的位置数据;2)以靶标球球体半径为适应度函数,利用遗传算法辨识误差参数,从而建立完整的误差补偿模型。以自主研制的七自由度装配机器人为研究对象,针对装配机器人的结构特点,由正向递推建立机器人的正运动学方程,应用固定关节法与反变换法获得机器人逆运动学方程;基于D-H模型,建立机器人的运动学误差模型,在理论研究中,预设定误差参数与位姿变换矩阵,通过牛顿迭代法获取了关节变量值,将关节变量值代入正运动学方程进行验证,利用遗传算法进辨识误差参数,将辨识结果代入运动学模型中进行验证,机器人定位精度得到明显提高。通过实验,采用点球式标定方法采集机器人关节数据,应用遗传算法辨识误差参数,将所求得的误差参数代入误差模型中进行实验,绝对定位精度提升了76.74%,验证了基于点球约束的机器人误差建模与参数识别方法的有效性,为多自由度机器人标定研究提供有益参考。