应用LPOE公式与遗传算法标定导引头运动学参数

提出了一种导引头运动学参数标定方法,用于提高两轴双框架导引头的视轴静态指向精度。首先,根据导引头稳定平台的光机结构特点,应用局部指数积(LPOE)公式建立了导引头理论运动学模型;通过分析轴系误差对运动学参数的影响,修正了理论运动学模型。然后,结合参数标定原理,设计了遗传算法。该算法采用多点交叉与自适应变异概率来提高搜索效率并求得全局最优解。以视轴静态指向误差为目标函数,利用遗传算法对运动学参数进行了辨识。最后,利用激光跟踪仪测得两组数据,分别用于辨识参数及验证标定模型。实验结果表明:视轴的静态指向精度由标定前的109.9″提高到22.3″,显示提出的标定方法能够有效的修正导引头运动学参数。

一种新型机器人自标定装置及其算法

针对传统基于几何约束的机器人自标定装置仅能对局部工作空间内的机器人位型进行标定测量的问题,提出了一种由安装于机器人末端的球心位置测量装置和可移动球杆组成的新型便携式机器人自标定装置,通过利用球面约束和距离约束,可在较大工作空间内对机器人进行标定测量,从而提高标定结果的可靠性.根据可移动球杆的单、双球布置方式,分别建立了基于向量差和距离差的2种机器人自标定模型及其算法.通过采用局部指数积公式并引入位置伴随变换矩阵,简化了2种自标定模型,从而降低了对运动学方程线性化的计算量.最后,对一种6自由度串联机器人进行了仿真实验,实验结果表明2种自标定算法均能够快速收敛,验证了2种算法的有效性和鲁棒性.