工业机器人运动学参数误差两步识别法

提出了将转动误差和定位误差分离的参数误差两步线性识别方法,利用刚体相对转动误差识别出仅与转动相关的运动学参数误差;由已校准的参数并利用刚体距离误差识别出其余的运动学参数误差,两步识别法不仅避免了测量坐标系与机器人坐标系的转换以及参数估计误差的传递,而且有效解决了距离方法中存在的奇异和非线性问题,可以快速求出参数误差的线性解,该识别法不仅可以用于串联、并联机器人的校准,而且适用于数控机床、坐标测量机等的误差识别与补偿。     

三角平台并联机器人运动学参数识别

提出三角平台并联机器人运动学参数识别算法 .本算法是通过相互垂直两个向量的数量积来建立误差模型 ,避免了传统的并联机器人参数识别方法中通过位置正解及循环迭代过程求解误差参数而带来的一系列问题 .     

三角平台并联机器人运动学参数识别

提出三角平台并联机器人运动学参数识别算法。本算法是通过相互垂直两个向量的数量积来建立误差模型,避免了传统的并联机器人参数识别方法中通过位置正解及循环迭代过程求解误差参数而带来的一系列问题。     

基于广义几何误差模型的微机器人精度分析

为描述各种误差源对机器人本体产生的影响 ,提出了一个用于微机器人精度分析的通用方法。通过任意两坐标系间的向后微分关系 ,利用运动学方程以及并联机构的环路特性 ,建立了微机器人的广义几何误差模型。利用此模型 ,可以对微机器人进行精度评估和误差修正。该方法可推广应用到一般并联机器人的误差建模和精度分析     

并联机器人位姿误差分析

利用并联机器人的运动学反解模型，通过误差传递矩阵的求解来探讨机器人主要误差源与其位姿误差之间的关系，建立了并联机器人的位姿误差模型、并讨论了并联机器人主要误差源对位姿精度的影响，为实际误差的补偿与控制奠定了理论基础．     

三自由度并联机器人的精度分析

本文应用闭环矢量法对三自由度并联机器人机构进行位置分析,得出改机器人的运动学方程.提出了三自由度并联机器人输出位姿误差的分析方法,并且以第一支链为例对机器人的精度进行了分析.     

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.      

改进遗传算法在6-RSS并联机器人机构设计中的应用

以6-RSS并联机器人Jacobian矩阵的条件参数为优化设计目标函数,提出了改进的遗传智能优化设计方法.采用实值编码,对6-RSS平台进行了优化设计,得到了最优运动学的6-RSS平台结构参数,通过与拟牛顿法得出的结果比较,证实了改进遗传算法在并联机器人结构优化设计中的有效性和优越性.     

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.     

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．     

Accuracy Analysis and Calibration of Gantry Hybrid Machine Tool

IntroductionKinematic accuracy is a key factor in the design ofparallel kinematic machine tools. However,research on the accuracy of parallel kinematicmachine tools is still in its initial stage because ofthe complexities of nonlinear errors.　Structural error sensibility is an important partin structural accuracy research. Faik andErdman[1] analyzed the sensibility of four barlinkages by introducing a dimensionless errorfactor for sensibility of each leg.Wu andLankarani[2 ] used the value o…     

6自由度绳牵引并联机构的运动学参数标定

首先提出一种8根绳牵引的转动自由度解耦的6自由度并联机构,并建立其运动学模型．接着引入用 2个倾角计对6自由度绳牵引并联机构进行运动学参数标定的方法,并利用该方法对该机构的49个主要运动学参数进行辨识．最后,通过计算机仿真,对辨识结果进行验证,从而为提高该机构动平台的位姿精度莫定理论基础．这种标定方法适用于一般6自由度绳牵引并联机构的运动学参数标定,在标定时也可用相似的测量仪器来代替倾角计．同时,可在控制系统中在线嵌入其对应的标定修正模块,以便连续地补偿机构的运动学参数误差．     

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。     

一种用于风洞的新型柔索驱动并联机构设计

该文阐述了柔索驱动并联机构的特点及其潜在的应用范围，提出了一种新型的六自由度柔索驱动并联机构的结构形式。采用几何方法给出了该机构的构型设计过程，建立了该机构的数学模型，并进行位置分析和静力学分析；在此基础上利用正交补的方法，给出工作空间的判别条件；最后在Mathematica环境下编程进行仿真，获得了该机构工作空间的数值表示。     

双并联机器人协作的运动学建模

提出并联机器人以协作的方式提高其作业能力的一个新途径·通过引入瞬时作业点的概念,将工件和刀具离散化,并用其相应坐标系上的一个向量来描述工件和刀具上的瞬时作业点,建立了协作系统中各单机间的联系,将并联机器人协作运动学问题转化成二单并联机器人在工件和刀具约束下的运动学参量的求解·建立了双并联机器人协作的等效闭链运动学模型和运动学方程式,为并联机器人协作运动学分析和控制建立了基础·通过算例证明了模型的正确性和并联机器人协作在拓展有效工作空间方面的有效性·     

Error Analysis and Distribution of 6-SPS and 6-PSS Reconfigurable Parallel Manipulators

<正>Introduction Accuracy is a vital performance index for parallel ma-nipulators which is influenced by several factors, in-cluding errors in the drive cell, assembly errors, manufacturing errors, and the structural design. The large number of components in parallel manipulators     

基于绳驱动的多段柔性连续体机械臂的运动学与实验研究

经自然腔道手术机器人要求具有良好的灵巧性,但灵巧性的提高会产生运动学模型复杂且难以建模的问题。针对绳驱动的多段柔性连续体机械臂进行了运动学分析和实验研究。首先,以双段柔性连续体机械臂为原型,基于分段常曲率和神经网络的方法,建立了任务空间和驱动空间的正逆运动学映射模型。以任务空间变量连续体机械臂末端位置为神经网络的输入量,驱动空间变量驱动绳的拉伸量为神经网络的输出量,拟合出了连续体机械臂末端位置和驱动绳拉伸量的映射关系。最后,进行了连续体机械臂的弯曲运动和轨迹跟踪实验。实验结果表明：双段连续体机械臂弯曲角度可达180°,验证了连续体机械臂具有大角度弯曲能力;在连续体机械臂末端的圆轨迹跟踪实验中,连续体机械臂的末端在x轴、y轴、z轴方向的平均绝对位置误差为1.743、1.334和1.172 mm,验证了连续体机械臂的运动学模型的有效性。     

基于随机森林算法的气动软体机械臂视觉伺服

软体机械臂具有灵活性和柔顺性的特点，可在实现对位姿跟踪的同时确保与环境交互的安全性，近年成为研究的热点。但由于软体机械臂材料变形是非线性的，其运动学建模的参数众多且难以获得准确值，使软体机械臂实现运动学控制较为困难。为了补偿软体机械臂的不确定性，在现在视觉伺服的基础上，提出一种基于历史数据驱动的手眼视觉伺服新方法。该方法结合基于随机森林算法的控制器来完成机械臂控制任务，通过对历史数据聚类，基于随机森林回归模型建立软体机械臂驱动状态和末端图像特征的逆映射，无须求解机械臂和摄像机的任何参数，即可快速获取系统输入变量。实验结果表明，所提出的方法可以较好地实现预期控制目标。     

冗余并联机床驱动力优化解析

驱动冗余可有效消除并联机构在作业空间中的奇异位形,但其导致驱动力分配不唯一。该文针对一台4自由度的冗余并联机床进行了驱动力解析。在运动学分析基础上,得到各支链的偏速度矩阵及偏角速度矩阵,解算各支链的合力/力矩,利用虚功原理建立了该机构的逆动力学方程,并将其变换为线性格式,然后针对驱动冗余的特点,对驱动力分别进行了力优化及能耗优化,其中,力优化计算简单,而能耗优化可降低最大驱动力。该模型适用于冗余并联机构的动力学参数辨识以及动力学控制。