视觉引导的装配机器人平面定位补偿方法

为了提高选择顺应性装配机器手臂(SCARA)机器人平面定位的精度,采用网格模型结合最小距离误差逼近的方法,首先构建SCARA机器人平面定位的简化模型,概述网格模型构建原理,然后通过视觉采集机器人末端第1次到达的实际点与期望点相对位置关系,构建可变参量的起始网格模型,再采用最小距离误差逼近,求解下一步构建可变参量网格模型起始点,最后由期望点在网格模型中位置分布情况决定模型粒度点的收敛更新方向。结果表明,视觉引导的定位补偿策略弥补了因模型不精准而造成的平面定位精度不高的现象;空间插值补偿法定位精度为1mm^3mm,平面定位补偿精度较之有较大提高。该方法调节的参量单一、机器末端移动次数明确、工业应用性强。

SCARA机器人点对点运动轨迹规划方法

为使选择顺应性装配机器手臂(SCARA)机器人运行点对点运动轨迹时,连续平滑且运行时间最优,提出一种基于时滞指数函数的速度轨迹规划方法。利用执行器工作时的限制条件获取时间增益,经运动学逆解获得机器人从初始位置到目标位置各关节空间需要运动的位移,根据该位移求取延迟时间,确定指数函数速度轨迹规划的表达式。通过与S形速度轨迹规划方法的对比分析结果表明,该方法计算量小,产生的轨迹连续平滑,近似时间较优。