System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及机器人,特别涉及一种工业机器人的运动学标定方法。
技术介绍
1、工业机器人因其强大的灵活性被广泛应用于汽车行业、物流搬运、航空航天和医疗手术等行业,这些行业对机器人绝对定位精度的要求较高。然而,由于核心零部件制造精度、装配精度和环境等因素影响,机器人绝对定位精度通常为毫米级,难以满足相关行业的高精度工作要求。
2、机器人运动学标定方法,根据机器人的运动学进行误差参数模型的建立,然后用适当的算法辨识出模型的主要几何参数误差并完成补偿,从而提高定位精度。标定补偿虽然不能完全去掉误差,但是能有效提高机器人的定位精度,这种手段被广泛应用于机器人厂家中。
3、但是,上述方式也存在一定的技术缺陷。在进行标定前,需在机器人零位状态下单独旋转各个关节采集末端位置数据,然后通过轴线拟合得到基坐标系和工具坐标系,增加了标定步骤和数据采集的时间,也降低标定效率。另外,传统的标定方法在分析运动学误差模型的冗余参数时,通过计算推导,整个过程比较繁杂且耗时较长,并且在辨识误差模型的几何参数误差时,缺少高精度的辨识算法。
技术实现思路
1、本专利技术的目的在于克服现有技术的不足,提供一种工业机器人的运动学标定方法。
2、为实现上述目的,本专利技术采用如下的技术方案:一种工业机器人的运动学标定方法,包括以下步骤:
3、s1、对机器人基坐标系{b}和机器人末端工具坐标系{t}进行预标定,获取机器人基坐标系{b}相对于测量坐标系{w}的位姿
4
5、
6、其中,为测量坐标系{w}相对于机器人基坐标系{b}的姿态变换,为测量坐标系{w}相对于机器人基坐标系{b}的位置变换;
7、s2、建立运动学误差模型,测量m组机器人运动位姿,通过对式(2)中的辨识雅克比矩阵jm进行奇异值分解来计算求解干扰模型的冗余参数的个数;
8、δpm=jmδx (2)
9、其中,δpm为m组机器人运动位姿的位置总偏差,δx为各个参数误差列向量;
10、s3、结合步骤s2求解得到的冗余参数的个数,并通过相关性和复共线性分析来确定具体的冗余参数,然后将具体的冗余参数剔除;
11、s4、对剔除冗余参数后剩余的待辨识几何误差参数进行迭代辨识;
12、由于测量机器人运动位姿为m组,辨识雅克比矩阵jm由m个标定点组成,通过式(3)求解辨识雅克比矩阵jm的每一列压缩后的缩放系数为lj,再通过式(4)求解由各列缩放系数共同形成的对角方差阵d;
13、
14、其中的j为待辨识几何误差参数的个数,
15、d=diag(l1,l2,…,l33) (4)
16、将求解得到的对角方差阵d分别代入式(5),使每个标定点的辨识雅克比矩阵转化为系统观测矩阵hk;将求解得到的对角方差阵d分别代入式(6),使每个标定点的待辨识几何误差参数转化为系统状态参数δxk,
17、hk=jkd-1 (5)
18、δxk=dδx (6)
19、随后按式(7)进行迭代辨识,
20、δxk|k=δxk|k-1+kk|kδzk (7)
21、其中δxk|k为迭代辨识结果,k|k表示第k次迭代后估计值,k|k-1表示第k次迭代的先验值,kk|k为卡尔曼增益矩阵,δzk为更新残差矢量;
22、从第一个标定点开始进行迭代辨识,当k为m倍时,则表示一轮迭代完毕,共需经若干轮迭代辨识,最终获得迭代辨识结果δxk|k;
23、s5、将迭代辨识的结果δxk|k通过d转换为实际的几何参数误差δxr,并补偿到机器人控制器。
24、进一步阐述,在步骤s3确定具体的冗余参数时,采用w-score变换对jm进行标准化处理,获得标准化矩阵w,随后再通过式(8)利用标准化矩阵w求取辨识雅克比矩阵jm的相关系数矩阵w,
25、
26、进一步阐述,步骤s4的卡尔曼增益矩阵kk|k如式(9)所示,
27、
28、其中pk|k-1为预测误差协方差矩阵,rk为测量噪声的协方差矩阵。
29、进一步阐述,pk|k是所述预测误差协方差矩阵pk|k-1更新修正后的协方差矩阵,如式(10)所示,
30、pk|k=γk(i-kk|khk)pk|k-1(i-kk|khk)t+kk|krkkk|kt (10)
31、其中γk为遗忘因子。
32、进一步阐述,步骤s4的更新残差矢量δwk如式(11)所示,
33、δzk=zk-hkδxk|k-1 (11)
34、其中,zk为机器人末端位置误差。
35、本专利技术的有益效果在于:
36、(一)本专利技术提出一种基于预标定基坐标系及miekf算法的工业机器人运动学标定方法,用以提高机器人的绝对定位精度,该方法考虑了激光跟踪仪采集数据的效率,根据采集的末端位置数据来预标定机器人的基坐标系{b}和工具坐标系{t},实现测量坐标系{w}和基坐标系{b}的快速转换,减少标定时间;
37、(二)本专利技术基于微分变换原理建立了运动学误差模型,该误差模型包含了基坐标系、工具坐标系、减速比和mdh参数误差,并且基于误差模型的完整最小连续性的需求,用相关系数矩阵和复共线性分析辨识雅克比矩阵的冗余参数并去除,确保了更精确的误差模型;
38、(三)应用的miekf算法在辨识机器人参数误差时克服了对初始参数条件敏感的问题,几乎能完全辨识出预设的参数误差,具有辨识精度高、收敛速度快和高鲁棒性的特点,进一步提高标定精度,为工业机器人运动学标定技术提供了新的方法和思路。
本文档来自技高网...【技术保护点】
1.一种工业机器人的运动学标定方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种工业机器人的运动学标定方法,其特征在于:在步骤S3确定具体的冗余参数时,采用W-Score变换对Jm进行标准化处理,获得标准化矩阵W,随后再通过式(8)利用标准化矩阵c求取辨识雅克比矩阵Jm的相关系数矩阵W,
3.根据权利要求1所述的一种工业机器人的运动学标定方法,其特征在于:步骤S4的卡尔曼增益矩阵Kk|k如式(9)所示,
4.根据权利要求3所述的一种工业机器人的运动学标定方法,其特征在于:Pk|k是所述预测误差协方差矩阵Pk|k-1更新修正后的协方差矩阵,如式(10)所示,
5.根据权利要求1所述的一种工业机器人的运动学标定方法,其特征在于:步骤S4的更新残差矢量ΔZk如式(11)所示,
【技术特征摘要】
1.一种工业机器人的运动学标定方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种工业机器人的运动学标定方法,其特征在于:在步骤s3确定具体的冗余参数时,采用w-score变换对jm进行标准化处理,获得标准化矩阵w,随后再通过式(8)利用标准化矩阵c求取辨识雅克比矩阵jm的相关系数矩阵w,
3.根据权利要求1所述的一种工业机器人的运动...
【专利技术属性】
技术研发人员:杨林,林耿聪,黄石峰,何文浩,欧阳林威,邓文彬,易子杰,田茂胜,
申请(专利权)人:佛山华数机器人有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。