柔性宏/微空间机械手系统的误差补偿

利用一个柔性宏 /微机械手空间机器人结构 ,即在一台大型的柔性宏机械手的末端安装一台小型的微机械手 ,以提高柔性空间机器人的作业精度。基于机器人摄动理论和正、逆运动学理论 ,推导利用微机械手的快速和精密运动消除柔性宏 /微机械手误差的补偿原理。仿真结果表明补偿前 ,宏 /微机械手末端点因弹性杆件变形引起的在 x方向的最大误差近 6 m m,在 y方向的最大误差近 8m m,采用所提出的方法进行补偿后 ,末端误差几乎为零。所提出的误差补偿方法能够有效地提高机器人末端点的定位和跟踪作业精度     

基于OpenCV的挖掘机器人摄像机参数标定

为了建立挖掘机器人视觉系统摄像机测量模型,提高视觉测量精度,分析了挖掘机器人摄像机视觉系统内、外参数成像模型及摄像机非线性畸变参数,确定了适合挖掘机器人视觉系统的标定参数。通过采集自制的棋盘标定模板不同方向的七幅图像,基于OpenCV技术实现了对模板角点的提取。通过七幅图像进行标定实验,实验结果获得了摄像机模型的线性内部参数矩阵,标定出了摄像机非线性模型的径向畸变系数,摄像机外部旋转矩阵及平移向量,并给出了标定参数误差。研究结论表明采用角点提取方法,标定误差可达亚像素级,能够满足挖掘机器人视觉系统的标定及视觉测量精度要求。     

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.     

基于测量机器人的工业机器人校准方法研究

在对高精度测量机器人、激光跟踪测量系统进行全面分析与系统研究的基础上,提出运用工业机器人与测量机器人对接,工业机器人带动测量机器人在整个工业机器人工作空间进行自动测量的方法.给出了工业机器人带动测量机器人联动测量的结构图和工业机器人空问误差的检测与补偿的流程图,为研究工业机器人末端误差测量提供新的理论与技术支持.     

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.     

机器人柔性在线自动测量方法技术及应用

指出面向制造现场的在线自动化测量是当前精密测量技术研究的一个重要方向,也是现代制造技术发展过程中不可或缺的重要组成部分。利用当前工业机器人性能（稳定性、可操作性、定位精度）优势,将工业机器人技术引入到测量领域,和视觉测量、精密测试理论相结合,提出了一种全新的柔性在线测量新方法,并研制了测量设备（柔性在线视觉检测站）,旨在发展面向多品种混流共线流水线制造的在线测量方法和装备,解决汽车制造等主流产业中急需的柔性在线测量问题。     

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.     

柔性水下悬停机器人的液气相变驱动及制造

为解决传统水下机器人功耗大、噪声大、机电特征易被探测的缺点,受河鲀应激防御时体型变化的启发,设计并制造了一种基于液气相变驱动的柔性水下悬停机器人(简称悬停机器人)。机器人基体由柔性硅橡胶材料制成,内部预设一腔体,腔体内封装低沸点驱动液体(3MTM NovecTM7000,沸点35℃),通过加热驱动液体使其发生液气相变,作用在内腔壁面上的饱和蒸气压使悬停机器人的体积发生变化从而改变悬停机器人的浮力;通过控制驱动温度实现悬停机器人的上浮下潜运动与定深悬停。实验表明:悬停机器人在自封装15mL驱动液体时的驱动温度范围为50～100℃,最大可提供约为自重1.95倍的浮力;在驱动温度为53℃时,可实现定深悬停;在驱动温度范围内,浮力测量值误差小于5%。基于液气相变驱动的柔性水下悬停机器人回避了传统的机电驱动传动,自带工质,尺寸小质量轻,适合水下复杂环境作业;工作功耗小,驱动过程无噪声。     

码垛机器人视觉系统设计

阐述了视觉系统的概念、组成、结构及其原理,并以码垛机器人在鞋材涂胶中的应用为例,验证了增加视觉系统后,码垛机器人提高了生产效率和作业精度.     

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。     

机器人加工的映射一致性建模及加工实验研究

机器人加工采用计算机辅助制设计/计算机辅助制造(CAD/CAM)数字化系统产生加工轨迹,由于CAM空间与作业空间中的加工对象与机器人之间的转换矩阵不同,造成CAM空间中的轨迹向作业空间映射的偏差.利用机器人作为测量工具,通过测量加工对象上的特征点,获得CAM空间中加工对象模型相对作业空间中加工对象的位姿误差,从而对加工对象模型以及其上的轨迹点进行调整.通过反复测量特征点并运行机器人轨迹,实现加工对象模型位姿的递归调整,建立CAM空间与作业空间的映射一致性.对一复杂外形雕塑进行多侧加工,雕塑粗加工完成后,其双侧加工的不同侧加工部分偏移量为0.72mm.     

机器人用于表面精加工作业的若干问题研究

以机器人打磨系统的建立为例，阐述这类表面精加工作业的几个问题，主要有腕传感器及动态力补偿、力控制器设计、机器人位姿选择与作业精度。系统的特点是作业过程动态力控制，结合机器人结构动特性选择作业位姿，并对机器人本体柔性做补偿，使用较低精度机器人完成高精度打磨。     

多因素影响下的机器人综合位姿误差分析方法

分析了影响机器人位姿精度的主要因素，将各种因素综合为机器人的结构参数误差和运动变量误差，充分考虑关节柔性和连杆柔性对机器人末端位姿精度的影响，建立了通用的机器人综合位姿误差分析模型，并编制了基于Matlab的Windows应用程序．该程序具有较强的通用性，适用于分析由机器人的各种静态误差以及关节柔性和连杆柔性所导致的平面和空间机器人末端执行器的综合位姿误差。     

基于测量机器人的工业机器人校准方法研究(英文)

在对高精度测量机器人、激光跟踪测量系统进行全面分析与系统研究的基础上,提出运用工业机器人与测量机器人对接,工业机器人带动测量机器人在整个工业机器人工作空间进行自动测量的方法给出了工业机器人带动测量机器人联动测量的结构图和工业机器人空间误差的检测与补偿的流程图,为研究工业机器人末端误差测量提供新的理论与技术支持。     

航天机器人手眼视觉模拟系统初步设计

介绍了国外航天机器人手眼视觉系统的构成及原理,给出了在地面模拟实验系统中基于PC机和图像采集卡的机器人手眼视觉系统的初步设计方案,包括硬件设计和软件设计等;对手眼视觉系统中的一些关键技术进行了初步的研究,包括摄像机标定及3D目标物体的位置和姿态测量。实验表明,上述算法满足机器人手眼视觉测量要求,为以后的实际应用打下了基础。     

基于机器学习与视觉的四足机器人步态精确监测方法

为保证四足机器人在复杂地形中能准确行进,对其步态实时监测方法进行了研究,提出一种基于机器学习和双目视觉的步态精确监测方法。首先为降低视觉残影误差,从已知步态轨迹“动中取静”确定对足端的最佳观测点位。此外,为补偿视觉系统误差所致足端位姿测量误差,提出一种基于深度神经网络的足端位姿精确预测方法。最后仿真结果表明所设计神经网络有99.68%的概率能达到0.025 mm足端位置预测精度,可满足实时、高精度监测要求。此方法将机器学习的泛化能力与视觉系统复杂误差来源相结合,使视觉方法实现了高精度测量,为足式机器人步态实时精确监测提供了新思路,进而为其足端精确定位及步态周期性保持提供了有益的方法参考。     

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。     

视觉伺服移动机器人中的图像处理研究

从机器人彩色视觉的形成机理入手 ,分析了影响视觉的主要因素 ,其中包括光照条件与成像元件等 ,设计了一种基于知识融合的视觉图像处理方法 ,将其应用于机器人的彩色视觉后 ,增加了机器人视觉系统的鲁棒性 .研究表明 ,该方法可以在环境光场有变化或光场分布不均匀的情况下快速、准确地计算出移动机器人的位置与姿态 ,定位误差不超过 4× 4的像素点范围 ,角度误差在±2° ,因此满足了视觉伺服系统性能指标的要求 .     

基于双目立体视觉的弧焊机器人标定研究

根据弧焊机器人本体的实际结构,通过分析机器人基坐标系、双目立体视觉系统坐标系及空间特征点坐标系的几何对应关系,采用双目立体视觉测量方法测得机器人各关节几何参数误差,并对相应的参数误差进行了补偿。结果显示,误差补偿后的机器人直线轨迹的精度有了大幅提高。     

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.