基于激光跟踪仪的Delta并联机构运动学误差标定

以Delta并联机构为研究对象,建立了Delta并联机构的运动学误差模型,对影响其末端精度的几何误差源进行了分析,并指出这些几何误差源可简化为18项.以激光跟踪仪作为测量工具,提出一种步进迭代的误差参数辨识方法,该方法利用Delta并联机构操作空间与关节空间之间的映射关系,通过优化多个检测点相互之间的理论距离与实际距离的残差,计算出Delta并联机构的各项几何误差参数,进而修正Delta并联机构的运动学模型,标定后机构末端精度由1.0,mm数量级提高至0.1,mm数量级,实验结果表明了文中所述方法的有效性和普遍性.     

利用姿态约束的并联机器人运动学标定方法

为了提高并联机器人运动精度,提出了一种利用姿态约束的运动学标定方法.借助一个双轴倾角仪,建立了机器人末端2个姿态角恒定约束,根据这种约束构造了相应的辨识模型和标定算法.标定算法得益于倾角仪重复精度和分辨率高于位置精度的特点,不受其位置精度和量程的限制,同时可避免施加机械约束给并联机器人主动关节带来特殊要求.仿真计算表明,在杆长测量精度为2μm、倾角仪重复精度为0.001°的条件下,经过标定后并联机器人的位置精度可达0.1 mm,姿态精度可达0.01°.     

基于视觉的六自由度机械臂运动学参数辨识

提出一种新型低成本的基于单目视觉的机器人末端位姿测量方法,设计并实现了六自由度机械臂的运动学参数辨识。采用分级测量方法和标定板绝对编码方法,解决了当前视觉测量过程中测量范围小、测量精度受相机畸变影响大等问题;使用基于位置误差的运动学参数辨识模型和单目视觉测量系统,简化了机器人的标定过程。最后,通过实验验证了方案的实用性和有效性。     

工业机器人几何参数标定综述

工业机器人几何参数误差是影响机器人作业精度的主要误差源,对其精确标定能够在不改变硬件设备前提下提高机器人绝对定位精度.在深入分析国内外有关几何参数标定方法基础上,根据测量方法的不同将机器人几何参数标定总结为外部测量标定法和自标定法两种.对外部测量标定法从建模、测量、参数辨识和误差补偿方面进行总结;对自标定法从基于空间约束和冗余传感器两个方面展开阐述.分析现有机器人几何参数标定方法存在的不足,提出面向新一代几何产品技术规范(GPS)的机器人几何参数标定发展方向.     

基于模型的工业机器人误差参数标定技术研究进展

 为提高机器人末端控制精度,围绕基于模型的工业机器人误差参数标定技术,总结了其应用在高精度机械加工制造领域时存在的误差参数不完整、标定成本高和标定精度不满足工业需求等关键问题;综述了误差参数标定模型建模方法、机器人末端位姿测量技术、误差参数辨识技术和误差补偿技术4个方面的进展,分析了处理复杂标定任务时基于模型的误差参数模型标定技术的主要难点进行总结,针对传统建模方法不再满足标定需求、现有自标定技术测量精度不够、传统线性辨识算法在辨识矩阵奇异或存在冗余参数时无法得到准确的辨识结果、如何高效获得和处理测量得到的误差数据等难题,提出了可行性解决方案及发展方向。     

基于单目视觉的Delta机器人零点标定方法

针对实际工程应用中少自由度高速抓放并联机器人的精度问题,提出了一种基于视觉测量的快速标定方法.以Delta机器人为例,通过系统分析和机构合理简化,建立了零点误差模型.构造出基于单目视觉平面测量的零点误差辨识模型,借助单目视觉仅检测机器人动平台沿水平面运动时末端x、y向的位置误差,识别出零点误差,进而修改零点位置实现末端位置误差补偿.标定实验结果表明该方法简单、有效、实用性强.     

工业机器人位姿误差建模与仿真

针对机器人姿态的视觉测量方式,建立了适用于机器人全标定的运动学模型,在此基础上推导了以世界坐标系为标定的基准坐标系且包含所有参数的误差模型,指明了误差模型的参考坐标系,解决了仿真上的关键技术,研究了验证误差模型正确性和精度的公式,并对误差模型的正确性和误差辨识精度进行了仿真对比.结果表明:误差模型有一定的精度限制;随着测量次数的增加,误差辨识的精度会提高,但当测量次数达到一定数量时,辨识精度提高不明显.     

六自由度串联工业机器人运动学标定与实验研究

为了提高机器人的绝对定位精度,以RB08型六自由度串联工业机器人为研究对象,在修正Denavit-Hartenberg(D-H)运动学理论的基础上加入减速比和耦合系数建立新的运动学模型,通过机器人末端法兰盘中心的空间位置误差推导出机器人参数误差模型;运用Levenberg-Marquardt算法辨识出误差模型中的误差参数并补偿至机器人控制系统,利用激光跟踪仪设计标定实验,验证标定算法的可行性和准确性。结果表明,标定后机器人末端工具中心点的平均位置准确度提高了80.2%,平均距离准确度提高了74.55%。     

工业机器人误差建模与仿真研究

误差模型是机器人标定的基础,针对机器人姿态的视觉测量方式,建立了适用于机器人全标定的运动学模型,在此基础上推导了以世界坐标系为标定的基准坐标系且包含所有参数的误差模型。明确指出了误差模型的参考坐标系,解决了仿真上的关键技术,研究了验证误差模型正确性和精度的公式,并对误差模型的正确性和误差辨识精度进行了仿真对比,得到了误差模型的重要特性：误差模型有一定的精度限制;随着测量次数的增加,误差辨识的精度会提高,但当测量次数达到一定数量时,辨识精度提高不明显。     

丝网印刷XY-Theta并联平台的定位精度分析及标定

针对一种特殊的用于丝网印刷的平面三自由度并联对位平台,提出了一种改进的误差建模和运动学标定方法.首先,利用平面对位机构的特点,结合矢量法和解析法,构造出动平台位置、姿态误差与几何误差之间的映射关系,得到了误差雅克比矩阵.然后,通过灵敏度分析,评估了各个几何误差源对终端位姿误差的影响.接着,通过辨识性分析,确定了标定几何误差源,随机选取多个位形建立误差辨识矩阵来对几何参数误差进行辨识.Matlab仿真结果显示,辨识值与设定值间的误差小于5%.最后,利用双频激光干涉仪、千分表等测量工具进行运动学标定实验,结果初步验证了标定方法的有效性和实用性.     

3-RRR并联机器人含间隙的运动学标定及误差补偿

机器人构件几何尺寸误差与关节间隙共同影响了机器人的定位准确度与精确度.文中基于考虑关节间隙的误差模型,使用运动学标定的方法对上述两误差源进行了识别,分析了关节间隙对重复定位中误差分布规律的影响.通过在逆运动学模型中补偿识别到的构件几何误差,以及将标定后的定位误差补偿到控制指令,提高了机构定位准确度;通过在控制中实时补偿关节间隙对定位误差的影响,提高了重复定位精确度.     

六自由度工业机器人运动学标定方法

以SR165型六自由度工业机器人为研究对象,建立了D-H模型和MD-H模型相结合的机器人运动学模型,在运动学方程的基础上运用全微分推导机器人误差方程.运用最小二乘法和Levenberg-Marquardt法分别进行运动学标定仿真,得到Levenberg-Marquardt法的辨识效果更好.利用激光跟踪仪设计了运动学标定实验,标定后机器人末端最大误差和平均误差分别减小86.79%和92.67%.     

基于激光跟踪仪的机器人运动学参数标定方法

工业机器人的连杆参数误差是影响其绝对定位精度的最主要因素，为改善机器人的绝对定位精度，借助了高精度且可以实现绝对坐标测量的先进测量仪器——激光跟踪仪，以及功能强大的CAM2 Measure 4．0配套软件，从机器人自身的运动约束出发，构建起实际的D—H模型坐标系，进而对运动学参数进行了修正，获得了关节变量与末端法兰盘中心位置在基坐标系下的准确映射关系．结果表明，标定后的平均误差及均方根误差均改善了40％以上，且该方法易于实现，通用性强，能明显改善精度．     

颌骨重建手术机器人定位精度分析与误差补偿

为提高颌骨重建机器人的精度,借助于—台可以实现绝对坐标测量的高精度光学定位跟踪仪,对机器人系统的定位精度进行了误差分析与补偿研究.针对结构参数和运动变量误差,采用修正的运动学模型,进一步真实地反映了机器人的实际结构参数;对齿轮传动误差和间隙引起的关节回转误差通过实验进行了修正,有效提高了关节传动精度;对零位定位误差,通过机器人逆运动学反解出关节转角,并进行误差补偿,提高了定位基准的精度.实验结果表明上述方法可有效提高颌骨重建机器人的定位精度.      

基于改进模拟退火算法的工业机器人绝对定位精度提高

工业机器人在抛光大口径光学元件时由于其较低的绝对定位精度,使得加工元件较难达到较高的面形精度．本文提出一种通过考虑测量坐标系与机器人基坐标系之间的转换误差、机器人的运动学误差以及机器人法兰端到工具坐标系的测量误差等多误差源构建工业机器人综合误差模型的校准方法．通过仿真实验与PSO、AFSA、SA算法进行对比,证明改进后的Be-SA算法在辨识误差参数时具有更快的收敛速度和更高的精度．实验结果表明通过Be-SA算法辨识后的KUKAKR120R3900的平均绝对定位误差由2.497 mm降低为0.321 mm,最大绝对定位精度由3.358 mm降低为0.961 mm,构建的综合误差模型在辨识运动学误差参数时具有良好的适用性,改进后的Be-SA算法能有效提高机器人的绝对定位精度,对于磨抛大口径光学元件的性能提升具有重要参考价值．     

基于GA-SA算法的机器人几何参数误差辨识

几何参数误差对机器人末端绝对定位精度影响最大,而几何误差参数辨识是一个高维非线性问题,求解困难,所以建立一种简单高效的辨识算法是有必要的,本文提出了遗传模拟退火算法(GA-SA)对机器人几何参数误差辨识。以机器人末端位姿误差最小为目标,采用遗传模拟退火算法辨识机器人几何参数误差,以ABB IRB120为算例迭代1100次,遗传算法在200代陷入局部最优,模拟退火参与后最终适应度为0.0914。误差补偿结果表明：机器人末端位置误差沿X,Y,Z轴方向分别降低了88.05%,81.73%,83.72%,姿态误差分别降低了93.92%,83.64%,83.44%,证明遗传模拟退火算法可以有效辨识机器人几何参数误差,提高误差补偿后的机器人末端位姿精度。     

回转体加工中的机器人零位校正方法

在机器人加工中,采用理论几何模型控制机器人的运动,其与作业机器人的几何模型并不一致,导致加工误差的形成.为此,研究了工业机人零位误差对回转加工的影响.利用基于激光跟踪仪的轴旋转法求取关节的旋转中心和旋转轴向;借助最小二乘法对数据进行圆拟合,为了提高轴线测量精度,在同一轴上拟合得到两个圆,以其圆心的连线作为旋转轴的轴线;过第一和第四轴轴线作一平面,利用轴线与该平面的交点或者平面上的轴线,确定作业机器人的连杆参数,由相应连杆参数计算作业机器人每轴的零位角.通过旋转加工直径为80mm的圆柱,验证了该方法的有效性.实验结果表明:未校正零位误差时,作业机器人加工的圆柱最大误差为2.42mm;而校正零位后,作业机器人加工的圆柱最大误差减小到0.16mm.为机器人本体几何参数与零位的解耦标定建立了基础,进一步提高了机器人加工精度.     

喷印机器人工具坐标系标定

提出一种利用激光跟踪仪标定机器人工具坐标系的方法。利用激光跟踪仪确定机器人的基坐标系,将机器人基坐标系与激光跟踪仪的测量坐标系统一。通过机器人运动学方程获得机器人末端连杆坐标系相对基坐标系的变换关系,利用激光跟踪仪测量拟合得到机器人工具坐标系,利用坐标变换初步确定机器人工具参数。通过机器人单轴旋转运动对工具坐标系原点进行修正,最终确定工具参数。最后通过机器人重定位运动对误差进行计算。实验结果表明,修正后x,y,z坐标的RMS(root mean square,均方根)误差分别为0.127 1,0.141 3和0.117 4mm,精度是修正前的2.5倍。     

一种串联机器人的随机误差分析方法

利用旋量理论,通过定义关节处的误差运动旋量,建立了包含结构参数误差的串联机器人误差模型. 在此基础上,提出了一种将Monte Carlo方法与串联机器人误差模型相结合的随机误差分析方法,用于揭示机器人末端位姿误差的概率特性. 并以直角坐标装配机器人为例,在Matlab软件环境中进行了仿真,得到了机器人末端随机位置误差在工作空间内的分布规律. 仿真结果表明,该方法正确、有效,仿真得到的随机误差特性对标定精度的提高以及最优工作空间的选择具有重要意义.      

工业机器人绝对定位误差的建模与补偿

为了提高机器人的绝对定位精度,建立了机器人绝对定位误差模型并进行了补偿方法研究.将定位误差分为几何参数误差与柔度误差,分别建立相应的误差模型.几何参数误差研究以MD-H(修正型D-H)运动模型为基础,对柔度误差的影响进行了解耦,并考虑了机器人基坐标系与测量坐标系的转换误差,提出了基于相对位置的几何参数误差模型.柔度误差研究针对机器人的构造特点,建立了针对关节2和3的误差模型,简化了计算模型.最后基于所建立的两种误差模型,提出了误差补偿方法,并采用该方法对机器人进行了实际补偿实验.结果表明,平均绝对定位精度由补偿前的1.173 mm降至补偿后的0.158 mm,说明文中方法可有效提高机器人的绝对定位精度,扩展机器人的应用范围.