英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
步骤识别方法用于6自由度串行机器人的运动学校准
Huaiyan Tang, Zhenya He, Yexin Ma ， Xianmin Zhang
摘要：
为了提高运动学标定的准确性，提出了一种用于链6-DOF串行机器人的步识别方法。首先，基于DH参数法建立了串行机器人的运动学模型。然后， 提出了一种用于机器人标定的步骤识别方法（SIM），包括球面安装反射（SMR）的偏移和框架偏移，以及机器人参数。最后，进行了校准实验以验证所提出的识别方法的有效性。结果表明，标定后机器人的精度提高了50.31％。因此，本研究建立的步骤识别方法是可行和有效的。
关键词：串行机器人；运动校准；步进识别方法；激光跟踪器
1 引言
随着技术的飞速发展，制造业等行业已走向智能化之路。自动制造中最重要的是机器人的制造和优化技术。
- Tang Z· . He (amp;) Y. M· a X. Zh·ang
华南理工大学机械与汽车工程学院，广东省精密装备与制造技术重点实验室，广州510640
电子邮件：mezhyhe@scut.edu.cn
唐
电子邮件：medaisy.thy@mail.scut.edu.cn
- 张电子邮件：zhangxm@scut.edu.cn
Z.他浙江大学流体动力与机电系统国家重点实验室，杭州310027
copy; Springer Nature Singapore Pte Ltd. 2017
X.Zhang等。（合编），机理与机械科学，电气工程讲义408，土井10.1007 / 978-981-10-2875-5_83
此外，由于工业生产和制造的智能转移，工业机器人正成为提高生产效率和智能制造水平并降低成本的关键设备之一。目前，大多数工业机器人具有很高的可重复性。但是，绝对精度相对较差。由于机器人精度是其质量的重要标准，因此必须在工业应用之前执行机器人运动学校准。
根据错误的来源和特征，可以将错误分为不同的类型。由于机器人的几何形状相关的因素引起的误差称为几何误差。在影响机器人精度的因素中，几何误差约占比例的80％。因此，机器人运动学标定主要是研究制造误差、安装误差、编码器误差等引起的几何误差。本文主要研究几何误差模型。
几何校准通常分为四个步骤：建模、测量、参数识别、误差补偿[1].最常见的校准模型是基于齐次变换矩阵的DH模型[2]，但由于奇异性问题，不适用于关节轴平行的机器人。Hayati等[3]通过引入绕平行关节轴的Y轴旋转来修改DH模型。后来，研究人员提出了使用六个参数的S模型[4]，基于指数累积的POE模型[5]，每次点击费用模型[6]，微分模型[7]， 等等。测量方法对于校准的效率和准确性至关重要。根据测量规模，测量仪器可分为两 种类型。大型仪器包括激光跟踪仪，CMM系统[8–10]等。这些方法以很高的成本实现了高精度。小型测量包括视觉测量系统，声纳传感器[11, 12]等。此外，有些使用自制工具进行测量。朱拜尔[13]使用带有金属球和三角形触觉探头的特殊板；Ballbar Albert和Nubiola [14]通过伸缩式球杆仪和自制的固定盘测量姿势。参数识别可以基于测量数据获得运动学模型的近似参数。最常见的方法包括最小二乘[15]，最大似然法[16]和扩展的卡尔曼滤波器[17] 等等。Omodei等。[18]利用测得的跟踪误差数据对线性迭代最小二乘方法，扩展卡尔曼滤波器进行了比较，得出的结论是，扩展卡尔曼滤波器方法收敛速度更快，稳定性更好。在传统的运动学标定方法中，经常会忽略SME的偏移和基本框架的偏移。
因此，本文将重点研究串行机器人的运动学标定，以提高机器人的精度。为此，本文第二节将基于DH参数方法建立串行机器人的运动学模型。第三节将介绍一种新的方法，即步骤识别法（SIM），用于使用激光跟踪器系统校准串行机器人。为了验证本方法的可行性，第四节将在6自由度串行机器人上进行校准实验。最后，本文将以第五节介绍的简短结论结束。
2 运动学模型
机器人使用最广泛的运动学模型是DH模型，其中3个固定参数和1个关节变量用于描述每个链接相对于其邻居的位置，分别用ai-1，di和alpha;i-1描述链接i。但是,当相邻轴平行时，DH模型不再适用。在这种情况下，修改后的DH模型加上几乎平行轴的旋转参数（beta;i）就为解决这个问题。
根据DH标记，定义了附加到每个链接的帧。连接框架根据其所连接的编号来命名。也就是说，框架i刚性地连接到链接i。用于在链接上定位框架的约定如下所示：框架{i}的Zi轴称为Zi，与关节轴i重合。框架{i}复原点位于ai与关节i轴垂直相交的位置。Xi沿ai指向从关节i到关节i 1的方向。两个链接的关系如图1所示。
为了说明基于修改后的DH模型的建模方法，我们以6自由度串行机器人为例。并且机器人的坐标系如图2.在DH模型中，从帧{i}到帧{i-1}的转换矩阵描述如下。
（1）
同样，在修改后的DH模型中，转换矩阵可以写成：
图1两个相邻轴的关系
图2 DH坐标系
（2）
其中，calpha;是cos alpha;的简写，salpha;是sin alpha;的缩写，以此类推。
对于6自由度串行机器人，第一条链接和最后一条链接之间的整体转换为0T6，通过各个链接矩阵的矩阵相乘可表示为：
（3）
机器人变换会将末端执行器坐标系中表示的点与世界坐标系中相同的点相关联。框架{tcp}已连接到末端执行器
Tcp6T是相对于框架{tcp}在框架{6}中的方向和位置。通过正向运动学和逆向运动学验证了模型的正确性。
3 识别方法原理
在传统方法中，通常会考虑机器人本身的错误，但是会忽略一些安装错误。并且安装错误的影响大于机器人本身。因此，本文将这些错误考虑在内。
由于实验的需要，在末端执行器上添加了一个连接组件，如图3所示。因此，必须考虑末端执行器与激光跟踪器球面安装的反射（SMR）之间的偏移。该偏移仅通过传统方法中的测量或简单的几何计算来确定。类似地，定义了附加到SMR中心的框架，称为框架7，并使用变换矩阵T7描述框架{tcp}中的框架7的方向和位置。另外，很难找到机器人的基础框架，因此激光跟踪仪建立的基础框架{0}与机器人的实际基础框架{0}之间存在偏差，也可以表示为变换矩阵T0。
与机器人本身的误差相比，这两组误差明显大于机器人参数。为了提高校准的准确性，需要分别识别两组错误和机器人参数。因此，本文提出了一种用于机器人标定的步骤识别方法（SIM）。
3.1 识别SMR和帧偏移
首先，我们确定T7中的参数。与位置偏差相比，连接部件和SMR基座的加工精度较高。因此，仅考虑位置偏差。T7可以假定为：
(a)
(b)
末端执行器
连接组件
图3末端执行器和SMR之间的连接组件：3D模型， b安装在机器人上
（4）
其中Px7，Py7和Pz7未知。
为了快速识别T7，提出了一种新方法，即1在测量期间仅移动一个轴。此外,为了避免框架的不一致和其他连杆引起的误差的影响，在测量过程中控制末端执行器附近的轴移动。假设识别T7时选择第五根轴旋转。根据正向运动学,方程可写为：
（5）
其中Pt1代表激光跟踪器在第一点测量的位置，Pt2代表激光跟踪器在第二点测量的位置。其中theta;5-1代表theta;5的第一个值,theta;5-2代表theta;5的第二个值。
另外，无论相对于帧{0}还是帧{5}，两点之间的位置矢量都是不变的。因此，根据矩阵运算，另一个等式可以写为：
（6）
通过比较公式（5）和（6），它可以写为：
（7）
通过控制第五轴旋转，激光跟踪仪选择并测量了15个点。可以根据15个位置获得一组方程。然后可以在Matlab软件的帮助下，通过最小二乘法确定P7的未知数。
其次,可以确定T0中的参数。由于用于安装机器人的平台的准确性很差，因此必须考虑框架{0}相对于框架{0}的方向和位置。根据Z-Y-X欧拉角，可以将T0假定为：
（8）
根据正向运动学，我们可以得到如下方程：
（9）
其中，T0中的参数未知，其他矩阵已知。在工作区中选择20个点，所选点的位置由激光跟踪器系统测量。可以使用Matlab软件基于最小二乘法确定T0中的参数。
3.2 识别机器人参数
下一步是确定关于机器人本身的其他偏差。首先需要通过激光跟踪仪将点的位置转移到机器人的底架上。关系可以写成：
（10）
其中，乘以Q=[0 0 0 1]是为了提取第四列表示机器人的标称位置。
平行于3轴的2轴，在校准中进行误差建模时必须考虑到这一点。从而根据DH模型和修正后的DH模型建立了标定中的差分模型。∆ai，∆alpha;i，∆di，∆beta;i和∆theta;i描述了名义参数与实际值之间的偏差参数。详细分析了机器人的运动学，得出了机器人的位置误差模型，如下所示。
（11）
其中，
引导机器人在工作空间中行走20个点，并通过激光跟踪器系统测量位置。可以使用Matlab软件基于最小二乘法来确定∆delta;中的参数。
4 实验与结果
为了验证该方法的可行性，基于Leica激光跟踪系统在ABB IRB 120机器人上进行了校准实验，如图4所示。根据激光跟踪仪的规格，激光跟踪仪的精度为10mu;m。实验
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[235655]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
