六自由度机械臂运动学参数辨识研究

为提升六自由度机械臂的绝对定位精度,提出了基于Modified-Denavit-Hartenberg(MD-H)方法的机械臂几何参数标定方法:在建立基于微分变换理论和MD-H建模方法的机械臂末端定位误差辨识模型的基础上,用最小二乘法求解去除冗余参数的误差辨识模型,得到机械臂几何参数误差,并通过修正运动学几何参数,实现了对机械臂末端绝对定位精度的补偿。对机械臂6组样本点实测结果表明:经过运动学参数辨识和补偿修正后,机械臂末端绝对定位精度得到显著提高,验证了该参数辨识方法的可操作性和有效性,为后续参数标定技术研究提供参考。

基于指数积公式的串联机构运动学参数辨识实验

将指数积公式引入基于关节运动轨迹的串联机构运动学参数辨识.利用坐标测量仪测量各关节的运动轨迹,处理测量数据,得到各关节的运动轨迹方程.根据指数积公式对移动副和转动副的定义,直接从关节运动轨迹方程得到实际的关节旋量和实际的关节变量计数当量,从而避免了繁琐的各连杆坐标系的构建过程和坐标变换矩阵的还原过程.该方法已用于数字化脑立体定向仪的运动学参数辨识.实验结果表明,方法有效并可用于一般串联机构运动学标定.

基于逆运动学的6-UPS并联机构运动学参数辨识方法

为了提高6-UPS并联机构的定位精度,研究了一种基于逆运动学的6-UPS并联机构运动学参数辨识方法。首先基于逆运动学建立了6-UPS并联机构的运动学参数辨识模型,然后通过Levenberg-Marquardt最小二乘法对模型进行求解,最后对该算法进行了仿真验证。结果表明该算法可以很快收敛,在测量设备没有测量误差的理想状态下,参数辨识精度达到10-10mm。在测量设备存在1μm、1″的误差状态下,参数辨识精度达到10-3mm,足以满足大部分应用场合下6-UPS的位姿精度要求。

基于单阈值PCNN的边缘-参数运动模糊辨识算法

针对存在着无旋转角度的线性位移模糊的图像,本文提出了一种新的基于脉冲耦合神经网络(PCNN)的边缘-参数曲线模糊分析法来辨识位移参数。该方法利用归一化的局部熵变换和改进的单阈值PCNN模型构造一个新的边缘因子,提取出模糊图像的边缘和纹理信息;通过边缘因子与对应的线性匀速运动参数构成的边缘-参数曲线,可以准确地辨识该模糊图像的位移量。实验结果表明,该算法产生的辨识曲线性能稳定,辨识方便准确,可辨识的有效线性移动模糊参数范围可到4～30个像素。

基于改进WLSSVM的无人艇操纵性参数辨识

为了实现高精度的无人艇操纵运动辨识建模,针对最小二乘支持向量机(LSSVM)辨识无人艇2阶非线性响应模型时,部分参数会辨识不准的问题,设计了余弦处理方法,对辨识模型进行重构;为进一步提高辨识精度,在此基础上根据数据加权思想,结合引入变异策略的自适应粒子群算法,提出了一种可对权值寻优的加权最小二乘支持向量机(WLSSVM)算法。基于仿真数据和实船数据的辨识结果表明,余弦方法重构后的模型很好地解决了参数辨识不准的问题,权值寻优后的WLSSVM进行参数辨识建模具有更高的预报精度。研究结果能够为无人艇操纵运动的高精度参数辨识建模提供参考。

基于滑移运动的月球机器人运动建模与参数辨识

文章提出月球机器人机械臂的非常态旋转假设,以此涵盖机械臂可能存在的机械结构变化所导致的数学模型的改变。在此基础上改进了月球机器人操作动力学模型和机械臂连杆坐标系,并在新的连杆坐标系基础上确定了各非常态旋转假设角与D-H参数的关系。基于这两个改进模型,提出了利用机械臂工作时车体所产生的滑移进行参数辨识的方法,得到月球机器人的13组相关参数以及月面滑动摩擦系数,再由各非常态旋转假设角与D-H参数的关系,辨识出机械臂的运动学参数。仿真验证了改进的月球机器人操作动力学模型和改进的连杆坐标系模型的正确性,辨识得到的机械臂末端执行器速度可以较快跟上实际速度。

汽车惯性参数测量试验台运动学分析与计算方法

提出一种汽车惯性参数测量试验台,通过模拟汽车的侧倾、俯仰和横摆运动测量汽车的惯性参数。在对试验台的结构、控制方案和解算原理研究的基础上,采用多体动力学方法对试验台的运动学特性进行了分析,推导了定轴转动的惯性参数解算公式,并根据试验测量数据进行惯性参数的计算;在试验过程中,由于在主模态运动过程中会产生一定的副模态运动,为了验证定轴转动解算公式的精确性,建立了考虑试验台耦合运动的定点转动惯性参数解算公式,根据试验测量数据利用非线性最小二乘法对惯性参数进行辨识,辨识结果与利用定轴转动解算公式求解值和理论值进行了对比。结果表明:汽车惯性参数测量试验台的解算精度满足设计要求。

基于连杆变换矩阵的空间机械臂运动误差分析及辨识

针对空间机械臂由于太空重力释放和复杂在轨环境影响导致的运动学参数与地面重力环境下不一致的问题,提出了基于连杆变换矩阵的运动误差参数辨识方法。首先,获得了反映空间机械臂关节位姿误差与末端位姿误差之间映射关系的误差雅可比矩阵,开展了运动误差参数的可辨识性分析;然后,结合改进粒子群算法,考虑关节角度约束和碰撞规避等约束条件,设计了能够最大程度反映运动误差影响效果的最优机械臂辨识构型,对空间机械臂的运动误差参数进行辨识;最后,通过七自由度空间机械臂运动仿真验证了所提出方法的有效性。

基于双目视觉的工业机器人运动学参数辨识

针对工业机器人绝对定位精度不高的现状,提出一种基于双目视觉辨识运动学参数的方法。首先,基于modified Denavit-Hartenberg参数建立机器人运动学模型;其次,规划机器人末端以多空间球形运动,采用双目视觉系统测量不同末端位置相对球心的实际距离,与理论距离对比构造相对距离误差函数;然后,使用粒子群算法迭代求解运动学参数误差,并利用正余弦策略和信赖域优化对粒子群算法进行优化,降低粒子群陷入局部寻优的可能性;最后,对运动学参数进行补偿并对比验证。实验结果表明:距离平均误差由1.1601 mm减少到0.2260 mm,精度提高了80.52%;标准差由0.6582 mm减少到0.1412 mm,精度提高了78.55%,验证了所提方法的高效性和实用性。

基于改进型RLM算法的六轴机械臂运动学标定实验

六自由度机械臂为高维性、强耦合的非线性时变系统,其模型较复杂,参数辨识易受外界扰动影响,导致末端绝对定位精度低,精度一致性差等问题。以某型六轴机械臂为研究对象,根据微分运动学原理并忽略高阶项,获得末端线性误差模型,提出了收敛速度快且鲁棒性较强的改进型RLM算法进行几何参数的误差辨识,在此基础上搭建综合标定实验平台,利用静态测量精度较高的API T3三维激光跟踪仪采集工作空间中灵敏度较高的样本位姿点,根据国际标准ISO 9283中的位置精度评价标准,比较标定前后的位置误差分布区间,并对分析结果给出评价和总结,完成六自由度工业机械臂本体标定实验。