机器人末端位移传感器的安装位置标定方法

针对机器人末端激光位移传感器位置的标定问题,基于平面和球面模板拟合的标定模型,设计一种同时标定位移传感器方向和位置参数的标定方法.以机器人离线编程与机器人运动学仿真为基础,对2种标定算法进行系统的仿真对比实验.分析影响2种标定模板标定精度的影响因素,如传感器测量误差、测量长度以及标定参数数量.引入可观测指数来评价机器人运动空间中测量姿态的标定效率.通过优化算法计算得出一组近似最优测量姿态以及最佳评价指数,减少非建模误差以及测量误差对标定结果的影响,有效地提高算法的抵抗噪声能力、标定精度以及标定效率.实验结果表明,使用该标定方法标定后的位置参数标准差为0.37mm,方向参数标准差为0.35°.

工业机器人运动学参数标定的位姿点集优化研究

针对工业机器人标定时因位姿点选择随机导致标定结果不稳定的问题,开展了位姿点集优化方法研究。首先,以可观测指数O 1为依据,通过随机搜索算法确定最优位姿点的数目;其次,提出改进最优点集选择算法用于筛选最优位姿集。通过对EFORT ER10L-C10和Staubli TX60机器人进行标定实验,结果表明:采用优化初始位姿集能够将改进最优点集选择算法运行效率提高约12%,与随机位姿集标定结果相比,经最优位姿集标定后的机器人其测试集平均绝对位置精度提升约9%,EFORT ER10L-C10和Staubli TX60机器人运动学参数的泛化能力分别提高91%、53%,证实了提出方法可获得泛化能力更强的运动学参数,使标定结果更加稳定,进一步提高机器人标定精度,适于在大范围、高精度机器人作业中推广应用。

一种解耦最优分布式卡尔曼滤波算法

本文介绍一种能解耦的最优分布式卡尔曼滤波算法,它在现有的各种分布式卡尔曼滤波算法中最有特色。它应用Luenberger标准形,把一个高阶大系统分割成n个彼此没有信息交换的独立的低阶子系统,从而构成了n个独立子系统的卡尔曼德波器。这种算法最适合于应用多微处理器的分布式滤波的并行计算。由于各子系统的滤波计算是独立的,所以大大节省了滤波计算时间,提高了滤波的实时性。

动态反馈解耦规范型时域结构特征分析及变换矩阵的构造

从可解耦线性多输入多输出(Multi-input multi-output,MIMO)系统的结构特性指数出发,根据此类系统解耦后系统的可观测矩阵与基本向量矩阵的秩的关系,提出了按照这种关系将解耦规范型划分为4大类的观点,同时给出了一种针对各类积分型解耦系统构造相应的非奇异变换矩阵的构造方法.分析了解耦规范型及其变换矩阵的时域结构形式,通过一系列定理的证明,从一般意义上解释了解耦规范型的结构与变换矩阵的关系,并通过一个数值实例验证了所提出方法的正确性及可行性.