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.     

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．     

基于单维拉线测量系统的码垛机器人定位误差分析及运动学标定

以四自由度码垛机器人为研究对象,基于单维拉线测量系统对该机器人的运动学标定方法进行了研究.采用环路增量法构造了码垛机器人平行四连杆的误差模型,并建立了带关节变量比例系数的运动学误差模型,从而对关节传动误差进行补偿.通过对影响机器人末端位置精度的几何误差参数进行敏感性分析,将几何误差源简化为11项,可有效提高辨识效率.结合单维拉线测量系统的特点,建立了末端运动误差与几何误差源的映射关系,进而提出了一种基于距离测量的参数辨识模型.通过计算机仿真和标定试验对该方法的有效性进行了验证.试验结果表明,标定后码垛机器人位置误差3?值由11.73,mm减小至1.79,mm,运动精度提升84.7%,.     

一种机器人工具坐标系标定方法

提出了一种算法简便、切实有效的机器人工具坐标系标定方法。该方法基于机器人的运动学推导过程,在没有借助额外的测量工具的条件下,对工具坐标系相对于机器人末端坐标系的位置进行辨识,在得到工具坐标系相对位置的基础上,对机器人的工具端的姿态进行辨识。本方法仅采用了线性最小二乘算法,算法简便容易实现。最后使用MATLAB和Virtual Robot Simulator对本文所提算法进行了仿真实验,结果证明该方法切实可行,完全可以应用到实际的工作环境中,缩减离线工作时间,提高自动化水平。     

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.     

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。     

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。     

基于间接测量法的制孔机器人的工具参数标定

为了提高工业机器人的工具参数标定精度,该文在机器人运动学模型的基础上,提出了一种基于间接测量的工具参数标定方法。该方法利用空间中两点位姿相对固定的特性,应用机器人运动学模型建立了一个易于直接测量及标定的工具参数和位于制孔刀具轴线上的虚拟刀尖点参数之间的对应关系。通过在标定平板上制孔将虚拟刀尖点相对于世界坐标系的位姿固定下来,以已标定的工具参数为参照推导出制孔机器人的虚拟刀尖点的参数。应用标定结果进行了实际制孔试验,相比传统的工具参数标定方法有效地提高了制孔的精度。     

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。     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

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。     

基于感兴趣区域的机器人抓取系统

智能抓取机器人能够代替人类完成高强度工作,为实现物体的准确定位,提升机器人抓取的成功率,对基于感兴趣区域的机器人抓取系统进行研究。对深度相机进行标定,对深度卷积神经网络损失函数进行改进,使用焦点函数代替传统的交叉熵函数,训练模型,得到目标的类别、二维包络框中目标的像素坐标值与深度值等信息。利用手眼标定方法将深度传感器坐标转换到机械臂基坐标系下,依据相机成像原理完成物体的定位。通过机器人逆运动学求解关节角度,驱动机器人实现抓取。对实验过程进行分析,在aubo_i5机械臂上进行实验验证。实验结果表明,目标的识别定位误差较小,平均精度值提升了2.36%,抓取的平均成功率达到93.4%,较改进前提升了13.4%,能够满足机器人抓取的需求。     

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.      

基于电磁定位仪的超声图像中穿刺针实时跟踪软件开发

文中利用高精度电磁定位仪实时跟踪超声探头和穿刺针，开发用于穿刺导引的实时跟踪软件.文中使用NDI Aurora电磁定位仪实时获取穿刺针针尖的三维空间坐标，用PLUS toolkit从电磁定位仪和超声机采集数据，在完成时间以及空间校准（针尖校准、体模校准、探头校准）的基础上，得到从电磁定位坐标系到超声图像坐标系的转换矩阵，进而将由电磁定位器获得的针尖坐标转换到超声图像中，并标注出针尖的位置.为了衡量算法的精确度，文中用人工的方法在图像中选取针尖坐标，多次取样做平均，然后以该坐标作为衡量的标准.文中采集多组数据，计算由转换矩阵得到的针尖坐标与标准之间的均方误差.结果表明，该方法的均方误差MSE为2.456 mm，在可接受范围内.     

基于特征匹配算法的双目视觉测距

距离测量作为障碍物检测以及路径规划的前提和基础是机器人研究领域的一个重要分支。在众多测距方法中,由于双目立体视觉具有信息丰富、探测距离广等优点被广泛应用。本文将改进的SIFT特征匹配算法应用到双目视觉测距与标定系统中。首先建立双目视觉测距模型,测量值由空间物点在左右摄像机下的像素坐标值决定;其次根据该模型的特点提出了基于平行光轴的双目立体视觉标定方法;最后利用改进的SIFT特征匹配算法,提取匹配点的像素坐标完成视觉测距。实验结果表明,根据测量数据对障碍物进行三维重建,相对距离与真实场景基本吻合,能够有效地指导机器人进行避障。