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 .     

一种6—SPS并联机器人精度分析算法

通过对6－SPS型并联机器人位置输入输出方程微分，分析并联机器人结构误差对机器人末端误差的影响。当结构误差和末端误差都是微小量时，机器人误差模型为线性数学模型，仿真证实该算法可对6－SPS并联机器人进行精度分析。     

一种6-SPS并联机器人精度分析算法

通过对 6—SPS型并联机器人位置输入输出方程微分 ,分析并联机器人结构误差对机器人末端误差的影响 .当结构误差和末端误差都是微小量时 ,机器人误差模型为线性数学模型 ,仿真证实该算法可对 6—SPS并联机器人进行精度分析 .     

平面二自由度并联机器人运动学参数的快速估计方法

以闭链约束方程为基础,建立了平面二自由度并联机器人的运动学误差模型,并进一步提出了基于两步迭代的运动学参数校准方法.通过先估计被动关节角度误差和运动学参数误差,实现了对并联机器人运动学参数的估计.该方法通过对并联机器人12个运动学参数的校准仿真实验,对所提参数估计方法进行了验证,得到了准确的参数估计结果.     

基于3-RRRT并联机器人位置反解的精度分析

基于3-RRRT并联机器人位置反解方程，分析并联机器人结构误差对机器人末端误差的影响．当结构误差和末端误差都是微小量时，机器人误差为线性数学模型，仿真结果证实该算法可对3-RRRT并联机器人进行精度分析．     

3-RRRT并联机器人的精度分析

为了更好的分析并联机器人,本文建立3-RRRT并联机器人精度分析数学模型．针对单条支链多个结构参数误差,比较全面的分析了结构参数对输出位姿误差的影响问题．从而为并联机器人的精度综合和误差补偿做好基础．     

并联6-SPS机构位姿误差分析

结合并联机构的特点,应用机器人微分关系建立了并联6 SPS机构位姿误差分析的正解模型,给定各结构参数误差即可得出主轴端的位姿误差.应用此模型可定量分析结构误差对主轴端位姿误差的影响.为并联机器人的精度综合提供了理论依据.     

3-RRRT并联机器人插补算法及其误差分析

结合3-RRRT并联机器人数控系统的开发，提出了粗、精插补策略和算法，研究了插补误差的分布规律．结果表明，在3-RRRT并联机器人数控系统中，精插补误差可以忽略不计.     

并联机器人误差辨识研究

本文对考虑输入误差、间隙及结构参数误差的并联机器人位姿误差进行了研究,并在此基础上对机械手的位姿误差进行了统计分析。从统计分析的位姿误差表达式入手,应用最小二乘技术,对矛盾方程组求解,导出了并联机器人机构的各个原始误差参数的数学表达式。利用该数学表达式,可方便地求出其机构的输入参数偏差,运动副间隙和结构参数误差等多种原始误差数值。     

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．     

基于径向基函数神经网络的并联机器人运动学正问题

以一般形式的Stewart型并联机器人为例,由机器人的位置反解问题引出机器人运动学正解问题,在分析BP网络与径向基函数网络的特点基础上,采用基于径向基函数神经网络的算法,利用最近邻聚类方法获得径向基函数中心,求解并联机器人运动学正解问题·通过对训练样本的学习,确定神经网络权系数,能够准确地求解并联机器人的位置和姿态,算法具有运算简单,求解效果好等特点·同Newton Raphson算法比较,能获得相同的效果且位置和姿态误差近似恒定,而神经网络算法避免迭代初值及额定循环次数的影响·因此该方法可作为并联机构系统运动学轨迹跟踪控制的运动学模型辨识器·     

基于GA-SA算法的机器人几何参数误差辨识

几何参数误差对机器人末端绝对定位精度影响最大,而几何误差参数辨识是一个高维非线性问题,求解困难,所以建立一种简单高效的辨识算法是有必要的,本文提出了遗传模拟退火算法(GA-SA)对机器人几何参数误差辨识。以机器人末端位姿误差最小为目标,采用遗传模拟退火算法辨识机器人几何参数误差,以ABB IRB120为算例迭代1100次,遗传算法在200代陷入局部最优,模拟退火参与后最终适应度为0.0914。误差补偿结果表明：机器人末端位置误差沿X,Y,Z轴方向分别降低了88.05%,81.73%,83.72%,姿态误差分别降低了93.92%,83.64%,83.44%,证明遗传模拟退火算法可以有效辨识机器人几何参数误差,提高误差补偿后的机器人末端位姿精度。     

6－SPS并联机器人单支链精度综合算法

通过对6-SPS型并联机器人位置输入输出方程微分，建立了原始误差存在在单支链上时机器人误差模型，在此基础上，运用误差独立作用原理和原始误差等效作用原则，在该情况下对并联机器人进行精度综合，该办法将并联机器人精度综合这一原本多目标多变量的非线性最优化组合问题转化为线性问题，因而简单可行，具有一定的实用价值。     

精密并联机器人系统误差的分析与补偿

为减小机构末端定位误差,提高精密并联机器人运动精度,以6-HTRT并联机构为结构模型,分析了机构的各种制造误差。首先在机构上开发了一种新型虎克铰链,同时采用了预紧装置;然后在控制系统中引入DSP高性能数据处理器;最后,用矢量构造的方法计算机构速度Jacobian矩阵,用数值法计算位置正解,用构造法计算误差Jacobian矩阵,对机构末端误差进行补偿。通过以上措施,可以使系统的精度提高到机构重复运动精度的3倍左右,满足精密并联机器人工作的精度要求。其中,软件误差补偿算法不受并联机构类型的限制,有较大的适用范围。     

6-SPS并联机器人单支链精度综合算法

通过对6—SPS型并联机器人位置输入输出方程微分,建立了原始误差存在在单支链上时机器人误差模型.在此基础上,运用误差独立作用原理和原始误差等效作用原则,在该情况下对并联机器人进行精度综合.该办法将并联机器人精度综合这一原本多目标多变量的非线性最优化组合问题转化为线性问题,因而简单可行,具有一定的实用价值.     

Delta并联机器人装配误差分析与补偿

针对工业应用中并联机器人运动规划与控制的精度需求,提出一种基于多样性反馈的自适应粒子群优化算法(APSO)来提高并联机器人精度。利用机器人机构闭环矢量关系得到运动学正逆解;并应用基于多样性反馈的自适应粒子群优化算法将结构参数优化问题转化为非线性系统优化问题。通过对机器人驱动电机转角进行优化,使得机器人在工作空间内具有理想的工作精度。以SRBD型号Delta型并联机器人进行试验验证,仿真结果可达到10~(-3)毫米级别,验证了方法的有效性用。     

并联机器人误差敏感系数及其在工作空间内的分布

提出了衡量并联机器人操作精确程度的指标———误差敏感系数 ,并给出了其在工作空间中的分布情况 ,这样不需知道每一结构参数的制造误差及输入参数的误差 ,就可以了解机器人在工作空间中哪些区域工作时操作精度高 .     

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     

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．     

六自由度串联工业机器人运动学标定与实验研究

为了提高机器人的绝对定位精度,以RB08型六自由度串联工业机器人为研究对象,在修正Denavit-Hartenberg(D-H)运动学理论的基础上加入减速比和耦合系数建立新的运动学模型,通过机器人末端法兰盘中心的空间位置误差推导出机器人参数误差模型;运用Levenberg-Marquardt算法辨识出误差模型中的误差参数并补偿至机器人控制系统,利用激光跟踪仪设计标定实验,验证标定算法的可行性和准确性。结果表明,标定后机器人末端工具中心点的平均位置准确度提高了80.2%,平均距离准确度提高了74.55%。