机器人定点变位姿手-眼标定方法

在自由度冗余的机器人末端连杆上安装激光位移传感器可实现灵活的非接触测量。针对该机器人的手-眼标定问题,提出了一种定点变位姿标定方法(FPDP)方法。该方法采用多次改变机器人位姿对同一点进行测量,并利用机器人运动学方程和最小二乘原理,快速计算机器人末端坐标系与激光位移传感器坐标系的齐次变换矩阵。基于此标定方法,实现了机器人对凹坑深度的测量。实验结果表明,定点变位姿手-眼标定方法有效、快速,可用于三峡水轮机叶片蚀面检测。     

一种六关节机械臂的几何标定与路径规划?

目的开展RBT-6T/S03S六关节机械臂的路径规划实验,标定其运动学参数。方法首先建立连杆坐标系,利用激光跟踪仪对末端执行器的空间位置进行几何标定,并测量计算出运动学参数;其次利用D-H方法建立运动学模型,开展机械臂路径规划的计算仿真;最后在RBT-6T/S03S机械臂系统上完成路径规划实验。结果与结论仿真结果表明几何标定的参数值和运动学模型是正确的。     

激光视觉机器人焊接中摄像机和手眼的同时标定

摄像机和机器人手眼标定是视觉机器人应用中的重要问题.文中针对激光视觉机器人焊接的具体应用系统,提出了一种同时标定摄像机和机器人手眼的方法.该方法依据机器人手眼矩阵和机器人手爪对基坐标系位姿矩阵之间的特定关系,进行一次标定实验而同时求解出摄像机参数和机器人手眼关系矩阵.此方法简单、实用、快捷,避免了传统方法复杂的实验和解答过程.计算结果表明,标定精度能满足机器人焊缝跟踪的应用要求.     

激光视觉机器人焊接中同时标定摄像机和手眼关系的方法

摄像机和机器人手眼标定是视觉机器人应用中的重要组成部分。针对激光视觉机器人焊接,根据机器人手眼矩阵和机器人末端对基坐标系的位姿矩阵的特定关系,提出了一种同时标定摄像机和机器人手眼的方法。用所设计的标定物对此方法进行标定试验,由非线性最小二乘优化法求解待标定的参数。从焊缝上取20个样点,利用标定结果恢复其三维空间坐标,并与实际三维坐标对比,平均误差为0.12mm,满足焊缝跟踪要求。     

基于变异粒子群优化的在线手眼标定算法

为满足机械臂手眼标定过程中不依赖人工提供固定机械臂路径的要求,提出一种基于变异粒子群优化的在线手眼标定算法.通过分析特征点在机械臂极坐标系与深度相机坐标系下的坐标转换关系,建立了基于深度相机的手眼模型;采用基于变异粒子群的在线优化算法,实时估计手眼关系参数;建立机械臂运动能量函数,给出了机械臂位姿补偿方法,满足特征点视野约束的同时保证运动能量最小.实验结果表明:所提方法能较为精确地估计手眼关系参数,并且能实时补偿机械臂位姿,实现自动手眼标定功能.     

基于插值细分的机械臂手眼标定算法

由于固定视点下的工作平面大、相机畸变明显且采集环境复杂,机械臂与相机之间坐标耦合的标定精度不够,为解决该问题,提出一种对图像坐标系与机械臂基坐标系进行直接标定的方法.该方法通过对采集到的标定点进行插值细分拟合畸变曲线来消除相机畸变,构建图像坐标系与机械臂基坐标系的直接转换关系.该方法规避了传统算法中过度依赖相机位姿矫正、畸变矫正等算法导致的误差问题,实现了平均误差在1mm以内的高效率、高精度手眼标定.     

基于自运动的仿人七自由度机械臂逆解算法

基于七自由度(seven degrees of freedom,7-DOF)机械手臂的结构和自运动特性,提出通过对关节位置进行几何分析,求解机械臂逆运动学的方法.该方法在自运动构型的基础上,以0坐标系为其他坐标系的基系,根据同一向量在不同坐标系之间的投影特性与关节角之间存在着的对应关系,实现对七自由度机械臂逆运动学的求解.该方法能够求解出针对任一特定末端位姿的所有理论逆解.通过引入机械臂优化的二次目标,对所有理论逆解进行优化,可得最优逆解用于机械臂控制.与梯度投影法等通用算法相比,该方法具有直观简练、计算量小等优点,且不同的末端位姿求解过程互不影响,对系列性末端位姿连续求解不存在累积误差.     

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。     

两端吸附式爬壁机器人机械臂运动误差修正算法

为了解决水轮机叶片坑内修焊空间加工作业需求,研制了适用于复杂曲面的两端吸附式爬壁机器人,该机器人由永磁间隙吸附式移动平台、多自由度机械臂(包括3个主动关节和3个被动关节)和永磁间隙吸附式末端作业单元组成。针对给定末端路径,这种结构的机器人需基于局部平面假设来完成主动关节的轨迹生成。但经仿真分析,在1.5m半径外球面上的简化造成的误差达到5mm以上,不满足修焊工艺要求精度。为此,提出在机械臂加工运动过程中,通过Jacobi矩阵将末端作业单元在Descartes坐标系下的误差转换为关节角修正量以完成动态修正的算法。仿真实验表明,该算法可有效降低运动路径误差至1mm以下。     

基于RBF神经网络的弧焊机器人轨迹跟踪控制方法

针对目前弧焊机器人的控制算法大多是基于关节空间的算法,而这种算法无法实现对机械臂末端位置的直接控制的问题,提出了基于笛卡尔空间的轨迹跟踪控制算法.首先运用RBF(radical basis function)神经网络技术对实际机械臂数学模型的建模误差和参数不确定性进行补偿,接着定义Lyapunov函数并运用HJI(Hamilton-Jacobi inequality)定理设计基于笛卡尔空间的机器人鲁棒控制器.在此基础上以二自由度机械臂为被控对象进行仿真研究,仿真结果表明,基于笛卡尔空间算法的轨迹跟踪控制算法误差小于基于关节空间的控制算法,在基于笛卡尔空间的控制算法的仿真中末端轨迹跟踪误差小于0.08 mm,神经网络能够有效地在线学习机器人的建模误差和参数不确定性.     

老年服务机器人视觉定位方法研究

提出一种视觉定位方法对影响老年服务机器人的视觉定位精度的摄像机标定、手眼系统标定以及三维重建3个部分进行优化.首先对多幅标定图像的结果进行最小二乘处理,剔除大权重的误差样本以减小标定的统计误差;通过建立过渡空间坐标系的方法来对手眼系统进行标定,减少多次计算转移矩阵所造成的累积误差;利用最小二乘拟合精确确定目标的匹配点,...     

基于阶梯形标定物的线激光传感器手眼标定算法

本文设计了一种阶梯形标定物,这种标定物的标定点坐标更容易获取,只需线激光对准一次标定物上的标记点,与球形标定法相比操作更加简单;同时,在阶梯型标定物的基础上,提出了一种线激光传感器手眼标定算法,该算法利用RASANC(随机抽样一致)算法对标定点进行拟合,并利用最小二乘法求解手眼标定矩阵,这种标定算法无需对标定点的坐标进行修正.实验结果表明,阶梯形标定法的精度和稳定性均优于球形标定法,且该方法操作简单,可以满足自动化加工领域的大部分应用.     

简便高精度的机器人手眼视觉标定方法

对摄像机成像模型进行了分析,论述了机器人手眼系统标定原理。在此基础上,不改变机器人的外臂与基坐标系的旋转关系,设计了一种机器人手眼视觉的标定方法,与传统的方法比较,它不需要预先标定摄像机的内外参数。实验证明:该方法具有算法方便快捷、实验过程简单易行,且精度高等优点,可用于机器人进行运动目标定位与跟踪。     

弧焊机器人系统标定

介绍了在研发昆山一号机器人的过程中所设计的标定工具坐标系的七点法和标定工件坐标系的三点法,实现了机器人工具坐标系及工件坐标系的标定.机器人工具坐标系的标定就是确定工具坐标系相对于末端坐标系的齐次转换矩阵.机器人工件坐标系的标定就是确定工件坐标系相对于基坐标系的齐次转换矩阵.通过系统标定,机器人的定位精度达到了±0.5 mm.实际的焊接试验表明该方法是一种可靠简便,精度高的系统标定方法,完全满足实际加工要求.     

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%.     

基于主动视觉的结构光手眼系统自标定方法

为实现结构光手眼系统的标定,提出一种基于主动视觉的结构光手眼系统自标定技术。该标定技术无需使用特制靶标,只需场景中三个特征点,通过控制机器人进行四次线性无关的平移运动和两次带旋转运动,即可实现结构光手眼系统的标定。四次非线性相关的平移运动标定摄像机内参数和手眼矩阵旋转部分,两次带旋转标定手眼矩阵的平移部分,两次带旋转运动中提取的两激光条,结合特征点所在平面信息,标定光平面方程。实验结果表明,三维数据测量精度可达到±1.32mm,平面特征点间的长度测量误差为±0.73 mm;该标定方法简单,特征选取容易,对结构光手眼系统的实际工业现场使用有重要意义。     

基于主动视觉的机器人末端姿态测量

采用平面校准形及移动摄像机到不同形位摄取图像的方法来进行摄像机校准，由灭点正交性和单对应矩阵的固有特征估计摄像机内、外参数初值，通过非线性优化来最小化投影误差；利用遗传算法求解机器人手眼矩阵，避免了初值估计，可容易地得到机器人执行器末端相对于绝对坐标系的姿态．实验和计算验证表明，这种测量方法是有效的，可以用于机器人校准、机器人辅助测量以及机器人辅助手术等领域．     

激光跟踪系统“鸟巢”坐标的球面标定法

深入分析了激光跟踪测量系统坐标系的特点,建立了采用高精度约束球面标定激光跟踪测量系统(LTS)的初始状态参量和结构误差参量的方法.通过数学仿真搜索出采用约束球面进行系统标定时的最佳约束球半径、最佳采样点个数等,并采用仿真方法评估系统噪声对标定结果的影响.使用三坐标测量机和QC20-W高精度伸缩球杆仪建立了球面约束标定的实验装置,对激光跟踪系统执行了球面约束标定实验.实验结果表明,采用高精度约束球面作为约束条件可以提高系统的未知参数标定精度和测量精度.     

六自由度机械臂运动轨迹自动生成方法仿真与实现

运用运动捕捉系统,结合机器人运动学方法,提出一种六自由度机械臂运动轨迹自动生成方法.首先,在运动捕捉系统下得到人手臂末端的Marker标记点的位姿信息;然后,通过数据处理得到标记点的位姿矩阵,并将其作为机械臂末端执行器的位姿矩阵,进而通过数据流通道将该数据传入机器人运动学仿真系统,在仿真系统中运用代数解法求机器人运动学逆解,并进行运动学仿真.最后,将逆解求得的6个关节角度传入机械臂本体,实现机械臂末端执行器按照运动捕捉系统下手臂末端标记点的运动轨迹而运动.仿真实验表明:该方法具有可行性.     

结合精度补偿的机器人优化手眼标定方法

为了解决制造现场机器人高精度视觉测量定位的问题提出了一种结合模型精度补偿的机器人方位与手眼关系同步标定方法。该方法首先将视觉系统与机器人之间的位姿关系即手眼关系以及标定板与机器人坐标系的空间转换关系作为待优化求解对象,用齐次坐标矩阵分别表示机器人运动学正解以及视觉系统与标定板之间的位姿关系,进而构建闭环的机器人手眼关系优化方程;然后,使用三维旋转群表示旋转矩阵,建立了标定模型方程,用非线性全局优化的方式同步得到标定方程中矩阵的旋转和平移初始解,采用最小化相机的重投影误差提高了标定精度;最后,使用机器人运动学标定设备提升了本体的模型精度,再进行视觉标定得到了更准确的标定结果。实验结果表明:该标定方法只需提前示教若干点即可自动完成,操作简易高效;在补偿了机器人本体的臂长和关节零位误差后,算法精度从0.15mm提升至0.10mm。与经典的手眼标定方法相比,所提方法在不同测试数据集下的标定精度和稳定性均最优。