机器人几何参数标定误差模型对定位精度影响研究

机器人几何参数误差是影响机器人定位精度的主要因素,通过对几何参数标定能够有效提高机器人定位精度。为了解决机器人在标定过程中的奇异性问题,采用改进的Denavit-Hartenberg(MDH)方法建立机器人几何参数模型,根据微分误差原理分别建立了机器人几何参数标定位姿误差和位置误差及姿态误差模型,并通过对几何参数冗余性分析及采用Levenberg-Marquardt(LM)算法辨识几何参数误差,研究不同误差模型对机器人定位精度影响。实验结果表明:采用位姿误差模型对机器人几何参数标定后其末端位置和姿态精度均能提升约75%,适于在有高精度定位要求的机器人中推广应用。

星载InSAR基线构型测量误差模型与灵敏度分析

为避免双天线InSAR系统基线测量动态监测过程中引入误差,影响基线测量精度,对基线长度与角度测量过程中的可能误差进行定性与定量分析。采用坐标变换法建立系统误差数学模型,明确测量系统的误差来源。提出误差灵敏度概念,对误差项进行定量计算,并对每一自由度的误差源进行灵敏度分析,进一步形成综合误差定量合成结果。根据误差灵敏度系数给出一组精度反演误差分配案例。最后,依据蒙特卡洛法在MATLAB平台闭环验证精度量化分配方法的可行性与稳定性。仿真分析结果表明,激光视觉三轴位置的测量精度要求为300μm(3σ),三轴角度的测量精度要求为50″(3σ),即可满足基线长度精度1 mm(1.6σ),基线角度精度2″(1.6σ)。通过本方法可由测量环境条件输入直接获得基线测量的精度,根据灵敏度系数对误差分配进行反演可以得到系统最优布局,其结果可为测量系统的方案设计与精度分解提供有效指导。

基于参数辨识的并联机器人误差模型研究

误差模型是保障机器人定位精度的重要前提,本文提出了一种基于参数辨识的并联机器人误差模型验证方法。搭建参数辨识模型以获取机器人实际结构参数,使用偏微分理论建立实际误差模型,并对模型中的误差参数进行定量分析。随后将各误差参数对末端执行器位姿的影响映射到关节输入量上,从而驱动机器人执行误差模型验证实验。以3-PUU并联机器人为对象进行误差分析并开展实验验证,对比激光跟踪仪采集的末端执行器位置数据与误差模型分析结果,结果表明两者之间最大偏差为0.50 mm,平均偏差在0.31 mm以内,验证了所建误差模型的合理性与正确性。

应用赤池信息量准则优选惯性元器件的随机误差模型

针对当前基于目视Allan方差曲线进行惯性元件随机误差建模中存在随机误差类别识别困难,人工干预较多的问题,提出了一种应用赤池信息量准则(AIC)优选惯性元件随机误差模型的方法。首先,采用加权最小二乘拟合法对不同间隔的Allan方差数据进行合理的加权,并将随机误差系数用指数形式表示作为待估系数,避免了随机误差系数估计值为负的问题。其次,采用AIC对模型中包含的随机误差类型进行优选。最后,基于光纤陀螺仪测量数据对所提方法进行了实验验证,实验结果表明,所提方法能根据AIC的值自动识别出被测光纤陀螺的随机误差类别为:角度随机游走、零偏不稳定性和角速度随机游走。所选模型模拟的功率谱密度与实测数据的功率谱密度吻合度较好。验证了所提方法的有效性。

数字化对制造业和物流业融合发展的影响研究——基于中介效应模型与空间误差模型的实证分析

制造业与物流业的融合发展是推进物流业降本增效、促进制造业转型升级的必由之路,数字化发展为其提供了重要的资源基础和技术支撑。本文在梳理理论机制的基础上,分别测算两业协调发展水平与数字化发展水平,并利用空间误差模型探索数字化发展对两业融合的影响。结果表明:研究期内两业协调发展水平表现出上升趋势,且存在空间集聚特征。数字化发展显著促进了两者的融合,且该推动效应在我国东部和西部地区更为显著。科技创新是重要中介机制,能够加速融合进程,且存在区域异质性。

测边网坐标平差的加性乘性混合型误差模型解算

在大地测量数据处理领域,已有加性乘性混合型误差模型参数估计方法的有效性和适用性研究都是建立在模拟算例基础之上,尚无对加性乘性混合误差模型实际测量数据处理应用方面做出研究.文中首次将加性乘性混合型误差模型的参数估计方法应用到测边网平差中,推导基于该模型的平差公式.最后通过算例验证推导的公式在处理大地测量领域实际数据应用中的有效性和可行性.

一种考虑误差模型的姿态测量传感器设计

针对传统姿态传感器存在测量环境要求高、成本大的问题,提出了一种姿态传感器模型系统设计。通过建立初始模型及误差模型,模拟传感器在实际测井过程中受到的安装偏差及高温影响,基于MATLAB实现给定姿态参数(方位角、井斜角、工具面角、转速及温度)条件下的传感器各轴信号,并结合YXSPACE-SP6000实时仿真机实现信号的模拟量输出。通过系统验证,采集的传感器输出信号的相对误差较小,能够进行实际应用,同时还能实现不同工况中的传感器输出模拟,缩短算法测试周期,提高开发效率。

融合坐标系误差模型的工业机器人运动学标定

为解决辨识过程中MD-H误差模型不能完整描述机器人结构参数影响机器人位置准确度的问题,提出一种融合多坐标系的误差模型实现工业机器人运动学标定。该模型首先使用D-H模型建立机器人坐标系模型;然后,引入6参数模型描述坐标系间的齐次变换矩阵,建立融合多坐标系的误差模型;最后,使用最小二乘法进行参数辨识,将辨识得到的参数补偿到机器人结构参数中。对埃夫特ER6-C10机器人进行标定与补偿实验,并与MD-H误差模型辨识补偿后的效果进行对比。实验结果表明所提出的融合多坐标系的误差模型相比于MD-H模型将机器人平均位置误差降低了48.61%。

部分线性变系数测量误差模型的约束Liu估计

本文考虑部分线性变系数测量误差模型的估计问题,同时考虑线性部分自变量存在多重共线性和线性部分存在约束条件时两种情形,基于校正的profile最小二乘技术与Liu估计方法,分别构造了未知参数分量的Liu估计和约束Liu估计,并研究了所提估计量的渐进性质。

基于欧拉角的李群捷联惯导误差模型分析与比较研究

惯导姿态、速度状态量同时纳入一个群中,且按照误差的两种定义可构成李群左误差模型和右误差模型。针对基于欧拉角的两种李群误差模型进行了比较研究,分析了两种李群误差模型的差异。针对捷联惯性导航系统(strapdown inertial navigation system,SINS)/全球定位系统(global position system,GPS)和SINS/多普勒计程仪(Doppler velocity log,DVL)两种典型组合导航系统应用,提出合适的误差模型选择方案。车载和船载实验结果表明,两种李群误差模型分别更适用于SINS/GPS和SINS/DVL组合导航系统,尤其是在大失准角条件下效果更为显著,两种李群误差模型具有更好的定位精度、收敛速度和稳定性。

基于加性误差模型的实时混合试验自适应时滞补偿方法

实时混合试验是评估结构动力性能的有效方法,但由传递系统和物理试件的动力特性,以及二者之间的相互作用引起的时变时滞严重影响其精度和稳定性。针对此问题,提出一种基于加性误差模型的自适应补偿方法。该方法将传递系统和物理试件所组成的系统分解为名义模型和加性误差模型,以名义模型的逆作为前馈控制器消除系统大部分时滞,并基于加性误差模型设计自适应补偿器进一步消除残余时滞。研究表明,所提方法可有效提高实时混合试验的模拟精度,显著降低时滞补偿器对自适应律的依赖性,表现出较强的鲁棒性。

高精度陀螺加速度表的误差模型探讨

在全面考虑影响陀螺加速度表的误差因素的基础上,建立了陀螺加速度表的误差模型。该误差模型包括静态误差模型、动态误差模型和混合误差模型三部分。陀螺加速度表的误差模型的建立对实现有效的误差补偿和可靠地提高惯性系统实用精度提供理论依据。

测量误差模型方差多变点的估计及收敛速度

当已知测量误差模型中误差的方差存在变点时,对方差变点用特征函数构造了一个含有调节参数的“CUSUM型估计量”,研究了方差变点估计量的弱(强)相合性以及收敛速度,并结合“二元分割法”推广至多个方差变点的估计。利用基于数据驱动的调节参数选取方法选取适合的调节参数,并应用含有调节参数的“CUSUM型估计量”对黄金价格的涨跌幅的方差进行实证分析,结果表明基于调节参数“CUSUM型估计量”得到的方差变点与实际相符,且估计量更稳健。

数字普惠金融对城市创新发展的影响分析——基于空间误差模型的实证分析

随着互联网、大数据等信息技术的快速发展,数字普惠金融对城市创新发展的影响在不断加深。本文基于2015—2019年中国286个地级市的相关数据,通过空间误差模型进行实证分析。结果显示:城市创新与数字普惠金融发展水平均具有空间自相关性,数字普惠金融对城市创新的影响具有显著的正向促进作用并且整体呈现出上升的态势。基于以上分析提出要大力发展数字普惠金融,加快区域之间创新成果的流通效率。

基于EM-GIBBS算法的ARMA(p,q)测量误差模型的参数估计

本文对基于ARMA(p,q)的测量误差模型的参数估计提出了EM-Gibbs算法.由于无法给出模型参数的极大似然估计解析解,本文在EM算法框架下对参数进行估计.在实施EM算法M步骤过程中,为了计算高维正态分布的隐变量一阶、二阶矩,需要求出高阶矩阵的逆矩阵.为了避开计算高阶矩阵的逆矩阵,通过Gibbs抽样,给出了隐变量的一阶、二阶矩的估计,从而给出了EM算法M步骤中参数最优值的估计.最后通过对ARMA(1,1)测量误差模型进行了数值模拟,模拟结果验证了所提EM-Gibbs算法的可行性和有效性.

基于输出误差模型优化的甲板运动预报算法研究

本文提出了一种适用于多种复杂海况的大型舰船甲板运动预报方法,目的在于提高算法对不同海域复杂海况的适用性,以及对甲板运动模型的辨识精度与预报精度。该方法通过将量测数据的时间滞后处理引入输出误差模型来描述甲板运动的动力学模型,引入定阶准则确定了模型最优阶数数对。在此基础上应用了辅助模型递推最小二乘算法进行系统参数辨识并估计输出误差模型中的状态变量。实验结果表明,本文所提出的预报方法在系统参数辨识阶段可以将递推最小二乘算法的辨识精度提高5.13%,并且在预报阶段可以有效地将甲板运动的幅值与相位预测精度提高3.17%。该方法在复杂海况下具备良好的预测性能,适用于大型舰船甲板运动预报。

一类高维多响应变量误差模型的极小极大下界

实际应用中经常会遇到误差数据的情形,例如生物信息学,神经影像和遥感研究等.现有方法主要考虑线性或广义线性回归的变量误差模型,而较少关注多响应回归的情形,并且如何评价协变量带有扰动时的估计性能,亦即信息理论极限,这仍然是一个有待解决的问题.本文考虑了在高维多响应回归模型中估计一类低秩矩阵的信息理论极限.应用信息理论和关于集中不等式的统计技巧,本文以平方Frobenius损失函数的形式给出了极小极大下界,这一下界达到了以往文献在干净协变量假设下的收敛率.这一结果进一步表明即使在更具现实意义下的变量误差情形中,仍然不需要更多的样本以获得收敛率最优的估计.

基于消色差Risley棱镜的误差模型分析

旋转双棱镜光束指向控制技术应用十分广泛。首先利用光线矢量传播方法建立消色差旋转双棱镜的理想光束指向模型;其次在理想光束指向模型基础上建立光束指向误差模型,为误差分析提供了可供参考的方法;最后依托项目背景,根据设计方案分析理想光束指向情况以及在误差情况下对光束指向的影响,为完善光束指向控制技术这一工程难题提供了方法,具有一定的参考价值。

一种基于10项误差模型的二端口矢量网络分析仪校准方法

在三通道二端口矢量网络分析仪(Vector Network Analyzer,VNA)的校准过程中,引入长度未知的50欧姆传输线段作为校准件代替常见的短路-开路-匹配-直通(Short-Open-Load-Thru,SOLT)校准算法中的匹配校准件,减少了校准件数量且不需要已知校准件的全部特性,不仅降低了测试成本,同时简化了测试步骤.通过这种校准算法不必计算各个系统误差项的大小,待测件(Device Under Test,DUT)的散射矩阵直接由校准和测试过程中的散射参数测量值表示得到.最后,利用此方法计算二端口待测件的真实散射参数,并与SOLT算法进行对比,其结果吻合良好.

基于线性误差模型的磁张量系统校正

针对磁张量系统中存在单个三轴磁场传感器自身误差(三轴非正交性误差、各轴灵敏度不一致误差和零点偏移误差等)和三轴磁场传感器轴系间对正误差的问题,提出基于线性模型的磁张量系统校正方法。对于单个三轴磁场传感器建立了关于三轴非正交、各轴灵敏度不一致和零点偏移的线性误差模型,对于三轴磁场传感器轴系间对正误差建立了关于坐标系旋转角度的线性误差模型,通过广义逆的方法求解得到误差参数,将求解得到的误差参数代入测量数据,实现对磁张量系统的校正。实际测量试验表明,本文所提方法可以有效减小单个三轴磁场传感器自身误差和三轴磁场传感器轴系间的对正误差。