一种基于随机抽样一致算法的工业机器人圆运动评价方法技术

本发明专利技术公开了一种基于随机抽样一致算法的工业机器人圆运动评价方法，包括：在工业机器人上连接激光跟踪仪，通过激光跟踪仪记录工业机器人末端的圆运动轨迹，得到工业机器人的离散测量点集；随机选取3个圆运动轨迹点，确定标准圆方程；根据确定的标准圆方程，遍历离散测量点集中的每一个圆运动轨迹点，判断每个圆运动轨迹点到圆周的最小距离是否小于阈值，将对应的圆运动轨迹点组成局内点集合；重复上述过程，直至达到设定的实验次数，选择包含圆运动轨迹点最多的内点集合，拟合成圆，根据拟合圆的半径求取拟合圆的圆度，圆度值越小，工业机器人的控制精度越高。本发明专利技术通过随机抽样一致算法思想对工业机器人的运动轨迹进行轨迹精度的评定。精度的评定。

【技术实现步骤摘要】
一种基于随机抽样一致算法的工业机器人圆运动评价方法


[0001]本专利技术涉及工业机器人控制精度判断
，具体地，涉及一种基于随机抽样一致算法的工业机器人圆运动评价方法。

技术介绍

[0002]工业机器人因同时具备通用性、高柔性、高精度等诸多特点，在全球制造业智能化趋势的推动下蓬勃发展。目前，工业机器人大多采用开环控制，为保证机器人的末端精度，在出厂前或使用一段时间后需要对机器人性能起显著影响的特性进行测试与调试。工业机器人是面向工业领域的多关节机械手或多自由度的机器人。工业机器人是自动执行工作的机器装置，是靠自身动力和控制能力来实现各种功能的一种机器。它可以接受人类指挥，也可以按照预先编排的程序运行，现代的工业机器人还可以根据人工智能技术制定的原则纲领行动。
[0003]当今工业机器人技术正逐渐向着具有行走能力、具有多种感知能力、具有较强的对作业环境的自适应能力的方向发展，需要提供一种对机器人控制指标设计评价方法。目前对检测工业机器人精度的研究主要集中在末端控制精度上，而对机器人末端运动控制精度的研究方法大多停留在理论上，能够有效应用到实际工业当中的却很少，但也取得了相关的理论成果。比如从机器人最小能耗轨迹规划出发，约束机器人动力学中位移、速度、等参数，采用三次样条曲线转化非线性优化问题进行研究。也有采用遗传算法、提出基于距离轨迹的规划算法实现运动时间最优，精确运动到指定的空间轨迹。以上研究对检测机器人末端控制精度都有一定的效果，但未对各误差源与机器人轨迹误差的关系作深入研究，且在实际环境中因其理论方案的理想性、复杂性而采用较少。

技术实现思路

[0004]针对现有技术中存在的问题，本专利技术提供了一种基于随机抽样一致算法的工业机器人圆运动评价方法，通过高精度的激光跟踪仪进行测量，构建工业机器人轨迹测量，通过随机抽样一致算法思想对工业机器人的运动轨迹进行轨迹精度的评定，为检测工业机器人的控制精度提供理论与实际依据。
[0005]为实现上述目的，本专利技术采用如下技术方案：一种基于随机抽样一致算法的工业机器人圆运动评价方法，具体包括如下步骤：
[0006]步骤1、在工业机器人上连接激光跟踪仪，通过激光跟踪仪记录工业机器人的圆运动轨迹，得到工业机器人的离散测量点集；
[0007]步骤2、随机从离散测量点集中选取3个圆运动轨迹点，确定标准圆方程；
[0008]步骤3、根据确定的标准圆方程，遍历离散测量点集中的每一个圆运动轨迹点，判断每个圆运动轨迹点到圆周的最小距离是否小于阈值，若是，将对应的圆运动轨迹点组成局内点集合；
[0009]步骤4、重复步骤2
‑
3，直至达到设定的实验次数，选择包含圆运动轨迹点最多的内
点集合，拟合成圆，求出圆心坐标和半径；
[0010]步骤5、根据拟合圆的半径求取拟合圆的圆度，圆度值越小，工业机器人的控制精度越高。
[0011]进一步地，步骤2中标准圆方程为：
[0012][0013]其中，(x
i
，y
i
)为工业机器人末端的圆运动轨迹点坐标，为确定的标准圆方程中的圆心坐标，R1为确定的标准圆方程的半径。
[0014]进一步地，所述设定的实验次数[N]满足：
[0015][0016]其中，[]为向上取整，p为置信度，m为样本数，
[0017]进一步地，所述拟合成圆的过程为：
[0018][0019]其中，Si为包含圆运动轨迹点最多的内点集合，(x
i
，y
i
)为工业机器人末端的圆运动轨迹点坐标，H
3*3
为归一化矩阵，(x
c
，y
c
)为拟合圆的圆心坐标，R为拟合圆的半径。
[0020]进一步地，所述圆度E的计算过程为：
[0021]E＝R
max
‑
R
min
[0022]其中，R
max
为拟合圆上最大的半径，R
min
为拟合圆上最小的半径。
[0023]与现有技术相比，本专利技术具有如下有益效果：本专利技术工业机器人圆运动评价方法采用随机抽样一致算法能够鲁棒地估计标准圆方程参数，采用不断迭代的方法，能从包含大量局外点的离散测量点集数据中估计出高精度的参数；且本专利技术中采集的圆运动轨迹点多，测量结果更加准确。相比于传统的三点算法而言，本专利技术工业机器人圆运动评价方法对外部输入要求较低，能适应绝大多数工程应用场景。
具体实施方式
[0024]下面对本专利技术的技术方案作进一步地解释说明。
[0025]本专利技术公开了一种基于随机抽样一致算法的工业机器人圆运动评价方法，具体包括如下步骤：
[0026]步骤1、在工业机器人上连接激光跟踪仪，通过激光跟踪仪记录工业机器人的圆运动轨迹，得到工业机器人的离散测量点集；
[0027]步骤2、随机从离散测量点集中选取3个圆运动轨迹点，确定标准圆方程；本专利技术中标准圆方程为：
[0028][0029]其中，(x
i
，y
i
)为工业机器人末端的圆运动轨迹点坐标，为确定的标准圆方程中的圆心坐标，R1为确定的标准圆方程的半径。
[0030]步骤3、根据确定的标准圆方程，遍历离散测量点集中的每一个圆运动轨迹点，判断每个圆运动轨迹点到圆周的距离是否小于阈值，若是，将对应的圆运动轨迹点组成局内点集合；可以排除离散测量点集中偏离正常范围很远，无法适应标准圆方程的外点，用一组精确的数据计算符合这些数据的参数模型。
[0031]步骤4、重复步骤2
‑
3，直至达到设定的实验次数，选择包含圆运动轨迹点最多的内点集合，拟合成圆，求出圆心坐标和半径；实验次数越多，所求的拟合圆参数更加准确。
[0032]本专利技术中设定的实验次数N为：
[0033][0034]其中，[]为向上取整，p为置信度，m为样本数，
[0035]本专利技术中拟合成圆的过程为：
[0036][0037]其中，Si为包含圆运动轨迹点最多的内点集合，(x
i
，y
i
)为工业机器人末端的圆运动轨迹点坐标，H
3*3
为归一化矩阵，(x
c
，y
c
)为拟合圆的圆心坐标，R为拟合圆的半径。
[0038]步骤5、根据拟合圆的半径求取拟合圆的圆度，圆度值越小，工业机器人的控制精度越高，反之，机器人控制精度越差。本专利技术中圆度E的计算过程为：
[0039]E＝R
max
‑
R
min
[0040]其中，R
max
为拟合圆上最大的半径，R
min
为拟合圆上最小的半径。
[0041]本专利技术工业机器人圆运动评价方法采用随机抽样一致算法能够鲁棒地估计标准圆方程参数，采用不断迭代的方法，能从包含大量局外点的离散测本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于随机抽样一致算法的工业机器人圆运动评价方法，其特征在于，具体包括如下步骤：步骤1、在工业机器人上连接激光跟踪仪，通过激光跟踪仪记录工业机器人末端的圆运动轨迹，得到工业机器人的离散测量点集；步骤2、随机从离散测量点集中选取3个圆运动轨迹点，确定标准圆方程；步骤3、根据确定的标准圆方程，遍历离散测量点集中的每一个圆运动轨迹点，判断每个圆运动轨迹点到圆周的最小距离是否小于阈值，若是，将对应的圆运动轨迹点组成局内点集合；步骤4、重复步骤2
‑
3，直至达到设定的实验次数，选择包含圆运动轨迹点最多的内点集合，拟合成圆，求出圆心坐标和半径；步骤5、根据拟合圆的半径求取拟合圆的圆度，圆度值越小，工业机器人的控制精度越高。2.根据权利要求1所述的一种基于随机抽样一致算法的工业机器人圆运动评价方法，其特征在于，步骤2中标准圆方程为：其中，(x
i
，y
i
)为工业机器人末端的圆运动轨迹点坐标，为确定的标准圆方程中的圆心坐标，R1为确定的标准圆方程的...

【专利技术属性】
技术研发人员：戴家隆，李鹏程，刘思明，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：