面向物理约束的机器人运动学标定最优位姿集规划方法研究

在物理约束下的工业机器人运动学标定过程中,标定精度受到位姿集的影响,而位姿集的选取又受到标定装置的约束,针对以上问题,提出了一种采样区间评价结合位姿集优选的最优位姿集规划方法。首先建立了机器人运动学模型及距离约束标定模型,计算了机器人系统参数误差约束方程及误差雅可比矩阵;然后对机器人工作空间进行空间网格划分,应用拉丁超立方采样结合可观测指标对各个网格区间进行评价,得到最优采样区间;再次基于离线数据建立标定精度预测模型,在最优采样区间内实现最优位姿集的搜索;最后对中瑞RT-608机器人进行最优位姿集的规划及验证,结果表明:基于最优位姿集标定后的平均拟合球半径为0.3947 mm,较随机位姿集减小了57.98%。

蛇形空间机械臂单个2-DOF关节的运动学标定

绳索驱动的分段式蛇形空间机械臂通常具有相同结构的模块化关节,能够在狭小空间中灵巧操作,其精度是制约机器人发展的主要因素。为了提高蛇形空间机械臂的位置精度,指导蛇形空间机械臂的精度设计,以单个2-DOF关节为对象,提出一种正则化的运动学标定方法。首先,对具有多重映射关系的2-DOF关节的运动学进行分析,通过矩阵全微分理论建立包含所有几何误差参数的误差模型。然后,对2-DOF关节各部件的所有误差源进行灵敏度分析,依据3σ原则和理想的位置精度设计指标指导各部件的公差设计。最后,考虑所有的制造和装配误差,采用正则化方法对2-DOF关节进行误差辨识,用于补偿控制器中的名义运动学模型。结果表明,经过修正后的运动学模型的位置精度提高了50%,验证了运动学标定的有效性。

基于关节空间位形优选的稳定平台运动学标定

船舶姿态稳定平台装载作业时,其作业精度必须要满足工程实际的需要.传统的方法难以建立包含全部误差源的误差模型,因而针对3-UPS&S姿态稳定平台的运动学标定问题,从关节空间的角度切入,建立了基于驱动关节等效误差的模型,并开展了基于关节空间的位形优选工作.首先,使用伪误差理论建立了驱动关节等效误差模型,其将稳定平台工作空间各维度相互耦合的姿态误差解耦并转化为关节空间等效驱动关节误差,并借助4阶幂多项式将后者描述为随位形变化的函数,从而构建了稳定平台整机误差辨识模型.其次,采用三坐标测量臂制定姿态误差测量方案,建立可解耦至关节空间的参数辨识方法,并开展离线辨识和误差实时在线补偿.在解耦至关节空间参数辨识的基础上,着重研究如何在关节空间中开展测量位形优选工作,以提升平台的姿态补偿精度.通过对各驱动杆离散化处理获得稳定平台的可达工作范围,而后基于残差分析理论定义了位形优选指标,并采用Exchange-Add-Exchange算法对位形优选的约束问题进行优化分析,利用计算机开展仿真实验获取了最佳测量位形.最后,根据测量方案,采用三坐标测量臂获取样机姿态误差数据并开展误差补偿实验,验证所提方法的正确性和有效性.实验结果表明,稳定平台的姿态体积精度由标定前的0.487°降低为0.065°.

大型工业机器人运动学标定及精度补偿方法

将大型工业机器人引入航天制造领域,能够实现航天装备的高精度和可靠性。为了提高机器人绝对定位精度,更好地适应航天领域产品装配需求,基于改进的D-H(MD-H)模型,提出了大型工业机器人运动学标定及精度补偿方法。首先在误差建模中加入了坐标系转换误差和靶球安装误差,建立了更为完善的标定误差模型。然后通过激光跟踪仪对末端靶球进行测量来获得实际位姿数据,并采用改进的迭代最小二乘法辨识出误差参数。最后根据计算误差对机器人进行修正与补偿,完成运动学标定过程。为验证辨识方法的有效性,以KUKA KR1000 Titan大型工业机器人为研究对象进行仿真和实验。结果表明,经过标定补偿后的机器人末端平均定位误差由1.122mm降低到0.340mm,平均定位精度提升了约70%,补偿后机器人的绝对定位精度得到明显改善。

基于RBF神经网络的 3-UPS/S稳定平台运动学标定

三自由度并联构型稳定平台常用作船载稳定平台对船舶扰动进行补偿,姿态精度是并联构型姿态稳定平台的重要性能指标,由于机构中各项几何与非几何误差源之间具有强耦合、非线性等特点,难以建立包含全部误差源的误差模型用于运动学标定.针对该问题,本文提出了一种基于等效误差模型以及RBF神经网络的关节空间误差补偿方法,该方法首先基于伪误差理论将因几何、非几何误差引起的机构动平台姿态误差等效视为仅由驱动关节杆长误差所引起,进而采用RBF神经网络建立了名义驱动关节变量与驱动关节杆长伪误差之间的非线性映射模型.此后,为提升网络泛化性能与动平台姿态误差预测精度,针对性地设计了一种二级分层网络训练方法,下层构建网络线性结构,上层采用粒子群优化(PSO)算法同步全局优化网络扩展常数与正则化参数.最后,采用PSO-RBF在3-UPS/S并联姿态稳定平台上开展了关节空间等效误差预测仿真和作业空间误差补偿实验研究,结果表明,本文所提方法具有高度的灵活性和适用性,可高精度刻画名义驱动变量与驱动关节杆长伪误差之间的映射关系,且网络输出变量可直接用于运动学标定,关节空间中的杆长精度提升了93.6%,作业空间中的姿态精度提升了92.3%,有效提升了标定效率与精度,验证了所提方法的正确性和有效性.

基于球杆仪检测信息的并联机构运动学标定

由于并联构型装备难于实现全闭环反馈控制,使运动学标定成为一项具有显著经济价值并能非常有效提高并联构型装备精度的手段,运动学标定通常包括误差建模、测量、辨识和补偿4个环节。基于以上因素,以5自由度混联机械手TriVariant为对象,研究一种基于球杆仪检测信息的运动学标定方法。首先建立球杆仪测量值与影响末端可补偿位姿误差的几何误差源的映射关系,并给出可辨识条件。在此基础上,以误差参数辨识矩阵条件数为评价指标,探讨合理设置球杆仪安装位置和数目的方法。最后,计算机仿真和试验验证了所提出方法的可行性和有效性,并指出仍然需要解决的若干问题。

基于球杆仪的三坐标并联动力头运动学标定方法

以一种新型3自由度并联动力头——A3头为对象,研究基于球杆仪检测信息的运动学标定方法。通过将误差闭环方程向支链驱动与约束方向投影,建立球杆仪检测信息与支链几何误差源的线性映射模型,所建模型可有效地分离出影响动平台可补偿和不可补偿精度的几何误差源。在此基础上,提出一种具有分层递阶格式的运动学标定方法,即首先识别出初始位形的支链零点误差,其次利用球杆仪识别其他几何误差源。计算机仿真和试验结果表明,所提出的运动学标定方法是有效的。

基于视觉测量的XY-Theta并联平台分步运动学标定

针对一种用于丝网印刷的平面3自由度(Three-degree-of-freedom,3-DOF)并联平台,提出一种基于视觉测量的分步递进的运动学标定方法,解决这类特殊平面并联平台的运动学标定问题。结合矢量法和解析法,建立终端位置和姿态误差与几何误差之间的映射关系,得到误差雅可比矩阵。兼顾测量成本和实用性,搭建双相机全位姿视觉测量系统,通过高精度光刻玻璃进行标定。基于精密视觉测量,对并联平台的重复定位精度进行评估,在此基础上,设计一种分步递进的误差测量、参数辨识、误差补偿试验方案。标定后,终端最大位置误差从标定前的316μm下降至9μm,最大姿态误差从标定前的3.5×10–3°降至1.7×10–3°,该试验结果表明并联平台的终端定位精度得到了显著改善,验证了分步递进的运动标定方法的有效性。

基于量子粒子群优化算法的机器人运动学标定方法

基于量子粒子群优化算法,提出一种同样适用于串联机器人和并联机器人的运动学标定方法。利用闭环矢量链方法和Denavit-Hartenberg矩阵法,分别建立并联机器人和串联机器人的运动学误差模型,将运动学误差模型内的几何误差源作为相应的机构参数修正量。由于机器人运动学误差模型表现有较强的非线性,因此确定模型内的机构参数修正量为优化变量,将机器人运动学参数标定问题转化为非线性系统的优化问题。采用量子粒子群优化算法对优化问题进行求解,利用优化获得的参数修正量更新运动学模型,以达到提高机器人运动精度的目的。以五轴并联机床的平面约束机构为研究对象,通过试验验证该标定方法的标定效果,并与模糊插值标定方法进行比较分析,结果表明在较大的工作空间内基于量子粒子群优化的运动学标定方法更为有效。

一种低成本的并联机器人运动学标定方法

研究了一种适用于一般精度并联机器人的低成本运动学标定方法,该方法操作简单,避免了利用昂贵检测仪器测量末端位姿全集。以一台6维并联运动模拟台为例,建立了末端平台上6个标准球在单方向上的位置坐标增量残差与机构几何参数误差之间的关系,标定过程中仅需一个异型的游标卡尺就能检测6个单方向位姿数据。数值仿真表明,理论上该低成本的方法与基于末端位姿检测的传统标定方法的标定精度基本相同。最后,分析了游标卡尺测量误差及标准球安装误差对标定结果的影响。

特种重型车辆质心测试平台的运动学标定

对特种重型车辆质心测试平台的组成结构及工作原理进行介绍,并建立质心测试平台的运动学模型。利用安装在运动平台中心的倾角传感器作为姿态测量仪器,提出一种基于Gauss-Newton最小二乘算法的运动学参数标定方法,并利用该方法对质心测试平台的14个运动学参数进行辨识。通过计算机仿真,对标定方法进行验证,从而为提高质心测试平台的测量精度奠定理论基础。

高速并联机械手运动学标定方法

以可实现 2平动自由度运动的并联机械手———Diamond机械手为研究对象 ,提出一种具有分层递阶格式的误差辨识和补偿方法 ,该方法以动平台参考点初始位置为标定坐标系原点 ,首先辨识并补偿主动臂回零转角误差 ,而后再辨识并补偿其它几何参数误差。

模块化六自由度机器人运动学标定与实验研究

针对自主研发的模块化六自由度轻载搬运机器人,使用激光跟踪仪并采用直接标定法进行了运动学标定与实验研究。采用D-H法构建了机器人连杆坐标系和机器人运动学模型,并运用微分变换的方法建立误差模型。通过激光跟踪仪测量机器人末端位置,将其与运动学模型求解得到的机器人末端位置进行比较,验证了误差模型的正确性。然后将误差模型计算得到的机器人连杆参数误差在机器人控制系统软件中进行修正。最后利用激光跟踪仪测量机器人的关节转角间隙误差,将误差值转换成脉冲数并在软件中进行补偿。机器人运动学标定实验表明,使用激光跟踪仪进行连杆参数误差补偿和关节转角间隙误差补偿可以明显的减小绝对定位误差,绝对定位误差降低了69.6%,定位精度有了明显的提高。

3-UPS/S并联稳定平台满载工况误差分析与运动学标定

当负载达到一定数值时,并联机构的变形误差相对于几何误差对动平台输出精度的影响是不可忽略的。以电液驱动型3-UPS/S并联稳定平台为研究对象,分别建立了稳定平台几何误差与变形误差的传递模型,并通过线性叠加得到了总的误差传递模型。基于几何误差传递模型,建立了稳定平台满载工况下的运动学标定模型。在满载工况下进行了运动学标定实验,测量了动平台参考点的位置,计算得到动平台姿态误差δH_0,通过分离变形误差δH_1得到了几何误差δH,通过最小二乘法完成了稳定平台几何误差参数标定。

3-RRR并联机器人含间隙的运动学标定及误差补偿

机器人构件几何尺寸误差与关节间隙共同影响了机器人的定位准确度与精确度.文中基于考虑关节间隙的误差模型,使用运动学标定的方法对上述两误差源进行了识别,分析了关节间隙对重复定位中误差分布规律的影响.通过在逆运动学模型中补偿识别到的构件几何误差,以及将标定后的定位误差补偿到控制指令,提高了机构定位准确度;通过在控制中实时补偿关节间隙对定位误差的影响,提高了重复定位精确度.

Delta并联机构正向运动学标定方法研究

为提高Delta操纵机构位置测量精度,提出了一种离线参数辨识标定方法。根据机构结构和运动学模型,对影响操作端精度的各项误差源进行分析,建立了含误差参数的正向运动学模型;通过分析各项误差源对操作端位置误差的影响,发现12项装配误差对操作端的位置影响较大,提出对运动学模型中的装配误差进行参数辨析,以此修正正向运动学模型;试验结果表明,标定后的Delta机构提高了位置重复测量精度。

6-PUS/UPS并联机构运动学标定理论与实验研究

基于6-PUS/UPS并联机构,首先建立含结构误差的运动学反解模型;使用遗传算法建立其标定模型,通过Matlab编程验证了模型的正确性和有效性;提出了一种利用球杆仪、高度游标卡尺和双轴倾角传感器配合测量动平台位姿的标定方案;最后进行标定实验及误差补偿,提高了该并联机构的精度。

3-PPPS并联机翼调姿机构运动学标定

为解决一种3-PPPS并联机翼调姿机构因制造、装配过程中存在的误差因素所引起的调姿精度不高的问题,考虑了调姿系统结构误差因素对调姿机构位姿精度的影响。采用空间矢量链建立机翼部件调姿位移逆解方程,通过微分机构运动学方程,得到包含39项误差源的调姿机构位姿误差与几何误差之间的映射方程。利用激光跟踪仪测量调姿机构测量机翼参考点位置和定位器各轴的实际驱动量。通过最小二乘迭代法辨识出定位器结构误差,修正定位器反向驱动位移求解参数。经过运动学标定实验后,调姿平台的位置最大误差由2.68 mm降为0.82mm,角度最大误差由0.481°降为0.167°,从而验证了标定方法的有效性。

平面两自由度并联机构运动学标定研究

提出一种平面两自由度并联机构,由运动学分析得出机构的运动学解析解,针对该机构提出了一种运动学标定的新方法。与传统的并联机构运动学标定方法不同,该方法无需测量末端执行装置的全部位置和姿态,只需测量末端执行装置在工作空间内的一系列位移量;通过使用万能工具显微镜作为检测工具,从而无需额外安装位移传感器。建立了使得距离测量误差平方和最小的非线性规划数学模型,并通过MATLAB软件的优化工具箱进行求解。实验证明了该方法的有效性,并得出了机构运动学参数的最优值。实验结果表明,标定后机构精度明显提高,标定方法可靠。

考虑减速机背隙的3-RRR并联机构的运动学标定

为了提高宏动并联平台的定位精度,推导了考虑减速机背隙的3-RRR并联机构误差模型,同时建立不考虑减速机背隙的误差模型用于对比,以验证该模型的有效性;通过实验测量末端平台位姿误差并分别辨识两个误差模型参数,根据距离反比法进行空间插值实现误差补偿并完成运动学标定.根据标定结果修正逆运动学模型,通过测量末端平台位姿误差分布可知,文中提出的考虑减速机背隙的误差模型优于不考虑减速机背隙的误差模型.文中提出的考虑减速机背隙的运动学标定提高了并联机构的定位精度,为该类并联机构用于高精密宏微结合提供了基础.