关节式坐标测量机参数识别算法研究

为了对比关节式坐标测量机结构参数常见的三种标定算法:非线性最小二乘法、遗传算法和模拟退火算法,建立了统一的损失函数,将实验数据分为标定数据和测试数据,分别用LM法、遗传算法、模拟退火算法标定关节式坐标测量机,从算法的速度、实测效果和稳定性三方面进行了对比分析.结果表明:LM法耗时最短,所得结果也最为稳定,是适合进行关节式坐标测量机标定的优良算法.     

仿人关节式坐标测量机的数学建模及标定方法

在Denavit-Hartenberg方法基础上,建立了关节式坐标测量机的数学模型,通过数学仿真实验结合图解法验证了数学模型的合理性.设计一种全新的标定块,采用最小二乘法和迭代法相结合的方法实现了参数的快速标定.结果表明:仿人关节式坐标测量机杆件的各项实际参数误差在所允许的范围内,具有较好的实用性和鲁棒性.     

基于激光跟踪仪的关节式坐标测量机参数标定

给出了一种6自由度(degree of freedom,DOF)关节式坐标测量机的总体结构设计,运用Denavit-Hartenberg(D-H)方法建立了该测量机的测量方程,并研究了测量机的误差模型,基于激光跟踪仪建立了基于空间坐标变换原理的测量机参数标定模型.对关节式坐标测量机标定前后的测量精度进行了实验验证,实验结果证明高精度激光跟踪仪可实现对关节式坐标测量机的快速标定.     

基于反转法的平行双关节坐标测量机的标定

针对关节臂坐标测量机的标定问题,提出了一种基于反转法的平行双关节坐标测量机分离标定方法.阐述了反转法的标定思想,并详细描述了利用反转法进行平行度误差标定、臂长误差标定以及零位误差标定的方法.结果表明:该方法操作简单,其精度可以通过在测量范围内测量量块衡量;使用基于反转法的分离标定法的测量机的测量精度比使用基于高斯-牛顿法的综合标定法的测量机的测量精度高3倍.     

虚拟关节臂式坐标测量机模型的构建与验证

关节臂式坐标测量机的测量误差受到众多因素的影响,且由物理构件带来的误差无法被消除。为此,笔者旨在构建一种虚拟关节臂式坐标测量机。首先,采用 D-H 矩阵建立其运动学模型,其次,利用 PC-DMIS 测量软件分析测量机数据并对模型的精确性进行检验,最后使用蒙特卡罗法和测量机模型完成仿真测量。通过与实际参数构建的模型、制造商参数构建的模型相对比,可知所构建测量机模型的测量精度能够满足要求。仿真结果表明提出的模型构建与验证方法对坐标测量的应用具有较高的工程价值。     

基于旋量理论的关节臂坐标测量机建模及标定

利用旋量理论中的指数积公式建立了关节臂坐标测量机的理想数学模型,以基于单点多姿态与两点距离的系统误差模型为目标函数,运用了改进的粒子群优化算法对目标函数进行优化,进而实现了运动学参数的快速标定.实验结果表明:经过参数标定后,测量机的单点重复性精度提高了89.53%,长度测量精度提高了88.16%.所提标定方法简单易行.     

非正交坐标测量机下REVO测头参数及误差标定

针对基于正交式坐标测量机设计和应用的REVO五轴测量系统,在非正交式坐标测量机下应用不能实现自标定的问题,基于对称和反转原理,提出了测头参数和误差项的一系列单项标定方法,通过测量机单轴小范围辅助运动测量量块,实现了非正交坐标测量机下REVO测头的参数和误差标定,避免了大范围运动测量机主轴所产生的运动误差给标定结果带来的影响.通过实验验证了所提出标定方法的精确性和有效性,经过标定和误差补偿后,平均测量误差从18.1μm降低到了0.8μm.实验结果表明:所提出的方法操作简便,精确度高,具有很好的溯源性.     

一种关节式坐标测量机的建模及其标定

为了研究7轴关节式坐标测量机的测量模型及其标定技术,根据DH模型(Denavit-Hartenberg notation)对7轴关节式坐标测量机进行了建模,并对参数个数和含义进行了深入研究.通过仿真发现7轴关节式坐标测量机直接标定时不能有效辨识某些参数的特殊问题.为解决该问题,设计了弯杆测头对测量机的整机参数进行标定.最后,将测量机测头换回直杆测头进行测头校准,获得更换测头后的测头参数.实验表明该方法能够有效地辨识出测量机整机的参数,能有效保证测量机的精度,这也证明了给出的测量模型的正确性.     

基于优化最小二乘支持向量机的数控机床热误差建模分析

数控机床热误差是降低加工精度的主要因素之一.针对热误差建模问题, 结合布谷鸟算法的随机莱维飞行机制和最小二乘支持向量机结构风险最小化与线性规划等优点, 提出基于布谷鸟算法优化最小二乘支持向量机的热误差建模方法.在最小二乘支持向量机将低维非线性问题转化为高维线性问题时, 构建了混合核函数.同时,采用布谷鸟算法对最小二乘支持向量机惩罚因子γ、核宽度参数σ和混合核权值λ进行了优化.以GMC2000A机床为实验对象, 分别对热误差数据进行了聚类分析和建模分析.通过误差预测对比分析得出结论, 基于布谷鸟算法优化混合核最小二乘支持向量机建立的误差模型取得了良好的预测效果, 且明显优于BP神经网络模型和未优化的最小二乘支持向量机模型的预测效果.     

一种新型煤灰分双能量γ射线检测方法

针对传统方法对煤灰分检测误差大的问题,提出基于混沌最小二乘支持向量机(chaos-LSSVM)的煤灰分双能量γ射线检测方法。其中,双能量γ射线透射法可减小煤炭形状、厚度、粒度、堆密度等因素引入的检测误差,而最小二乘支持向量机算法可减小标定误差,混沌算法可优化最小二乘支持向量机计算进程中惩罚系数g和核函数宽度参数δ。通过241Am和137Cs作为低能和中能γ射线源煤灰分的实验验证,Chao-LSSVM检测方法灰分平均相对误差可达到0.80%,与传统标定方法(直线逼近、最小二乘逼近方法)煤灰分检测的平均相对误差2.22%和3.19%相比,本文提出的方法具有优化的煤灰分检测准确度。     

基于灰狼粒子群混合算法的相机标定优化方法

针对传统标定方法参数考虑较少、标定精度不高的缺点,将群智能算法思想应用其中,并在现有的粒子群算法和灰狼算法基础上进行优化,取长补短,提出一种混合算法.首先,基于张正友方法获得标定的参数范围,在该范围内随机生成参数作为初始值,然后以最小平均误差为准则,利用灰狼粒子群优化混合算法,建立目标函数,进一步求解相机的内外参数.研究结果表明,该算法求解结果准确、稳定,可重复操作,可以有效地提高标定精度,结果好于其他几种方法.     

基于立体靶标的摄像机标定方法

为获取视觉测量系统中二维图像到三维空间位置的变换关系,提出一种基于立体靶标的摄像机标定方法.针对无畸变小孔成像模型,使用最小二乘法求解初始投影矩阵后通过LM准则对其优化;根据多张图像对应的投影矩阵,求解摄像机内参数及各相应外参数;引入二阶径向畸变模型,建立理想图像坐标和实际图像坐标间的方程求解初始畸变系数;使用LM准则...     

冶炼机器人位姿标定及运行可靠性

对冶炼用CS-1双臂工业机器人现场使用中的位姿标定及运行可靠性进行了研究．提出了一种简便有效的现场标定计算模型和标定方法对机器人进行位姿标定,由标定变换矩阵补偿同一测点的实际值和计算值的误差,可同时减少机器人定位误差和由臂杆几何参数偏差所引起的运动误差,显著提高需进行连续路径控制的机器人的现场定位精度和位置跟踪精度．此外,提出了用增加机器人现有硬件的冗余功能和设置敏感器件的替代功能以提高机器人现场运行可靠性的方法．实践证明,该方法能提高恶劣环境下易失效部件的可靠度,进而提高机器人的整机使用性能     

提高关节臂式坐标测量机测量精度的关键技术

在不增加关节臂式坐标测量机硬件成本的基础上,为了提高测量精度,讨论了几点关键技术。分析了一个测量模型的不足,提出了一机多模思想;分析了空间误差的不均匀性,探讨了最佳测量区;分析了随机采样的弊端,研究了数据采集技术;分析了标定技术的难点,论述了标定内容。     

基于双目视觉的物料三维空间定位算法

针对移动机械臂抓取物料过程中的三维空间定位问题,提出一种适用于双目视觉的物料定位算法。首先基于双目视觉成像原理,构建手眼矩阵,完成双目相机坐标系到机器人坐标系的转换;其次将注意力机制嵌入到主干网络的CSP结构中,采用一种YOLOv5s+CBAM改进网络结构,在自制的物料数据集上mAP达到99.1%,FPS为71,可实现物料抓取点位置的准确检测;最后针对抓取点立体匹配错误导致深度信息获取错误的问题,提出一种基于灰度值测距的SGBM改进算法获取深度信息。经实验检测,平均测距误差5.16mm,结合目标检测,可实现物料抓取点三维坐标的定位。     

基于修正模态的混合遗传算法结构损伤识别

采用模态参数对结构进行损伤识别时,测试模态参数包含的误差使识别结果受到影响,严重时甚至不能反映结构的实际破损情况.结构损伤检测可以作为一优化问题.为此提出一种基于修正测试模态的损伤识别方法,即将基于测试频率和修正后的测试振型组成的函数作为优化目标,由具有鲁棒性及易于处理非确定性信息能力的遗传算法和局部搜索算法组成的混合遗传算法作为优化工具.基于桁架的分析结果表明,即使在测试数据包含误差的情况下,采用该方法也能获得满意的识别结果.