[发明专利]一种机器人定位误差分级补偿方法有效
申请号: | 201810376116.3 | 申请日: | 2018-04-25 |
公开(公告)号: | CN108908327B | 公开(公告)日: | 2021-09-07 |
发明(设计)人: | 石章虎;田威;孟华林;郑法颖;曾德标;张霖;何晓煦 | 申请(专利权)人: | 成都飞机工业(集团)有限责任公司 |
主分类号: | B25J9/16 | 分类号: | B25J9/16 |
代理公司: | 成都君合集专利代理事务所(普通合伙) 51228 | 代理人: | 张鸣洁 |
地址: | 610092 四川*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 机器人 定位 误差 分级 补偿 方法 | ||
1.一种机器人定位误差分级补偿方法,其特征在于:具体包括以下步骤:
步骤S1:在待补偿区域内随机选取m个采样点的理论位姿Ps,采用激光跟踪仪测量机器人实际到达位姿Pm,得到补偿前机器人的末端位姿误差ΔPm=Pm-Ps;
步骤S2:建立机器人各连杆之间的运动关系,得到机器人运动学模型;建立机器人运动学误差模型;
步骤S3:求解步骤S2中的运动学误差模型,得到各运动学参数误差最优解和修正后的运动学模型,并计算修正的运动学模型下机器人的末端位姿Pk;
步骤S4:将修正后的运动学模型下机器人的末端位姿Pk进行后置处理,得到定位误差补偿后输入给机器人的补偿量Pl=2Ps-Pk;
步骤S5:将补偿量Pl输入机器人,用激光跟踪仪测量得到机器人实际到达位姿Pln ,得到机器人经过参数标定之后的残余误差为ΔPr=Pln-Ps;
步骤S6:将采样点理论位姿Ps和经过运动学标定后的残余误差ΔPr代入基于空间相似性的残余误差建模方法中,建立残余误差估计模型,开始进行期望目标点的补偿;
步骤S7:将目标点理论位姿Pt带入步骤S3中的修正后的运动学模型中求得预测的位姿Pf,得到预测的机器人定位误差ΔPf=Pf-Pt;
步骤S8:将Pt、Ps和ΔPr代入步骤S6残余误差估计模型中,计算得到预测的期望目标点残余误差ΔPrm;
步骤S9:计算期望目标点经过定位误差和残余误差补偿后,输入给机器人的补偿量Pw=Pt-ΔPf-ΔPrm;
步骤S10:将步骤S9中的补偿量Pw输入机器人,由激光跟踪仪测量得到的机器人末端实际到达位姿Pwa,则期望目标点定位误差和残余误差补偿完成。
2.根据权利要求1所述的一种机器人定位误差分级补偿方法,其特征在于:所述步骤S2具体是指:根据步骤S1给定的随机采样点理论位姿和激光跟踪仪测量得到的实际位姿,使用D-H模型建立机器人各连杆之间的运动关系,建立机器人运动学误差模型。
3.根据权利要求2所述的一种机器人定位误差分级补偿方法,其特征在于:所述步骤S2中的机器人运动学模型为通过对机器人连杆之间的几何关系进行参数化描述,以根据机器人的关节输入获得机器人的末端位姿和姿态。
4.根据权利要求2所述的一种机器人定位误差分级补偿方法,其特征在于:所述步骤S2中的运动学误差模型为在机器人运动学模型的基础上,考虑机器人的误差因素,建立机器人各关节输入与机器人末端定位误差之间关系的数学描述。
5.根据权利要求1-4任一项所述的一种机器人定位误差分级补偿方法,其特征在于:所述步骤S3中求解步骤S2中的运动学误差模型,具体是指:通过Levenberg–Marquardt阻尼迭代最小二乘法求解步骤S2中的运动学误差模型。
6.根据权利要求5所述的一种机器人定位误差分级补偿方法,其特征在于:所述步骤S3中的Levenberg–Marquardt阻尼迭代最小二乘法为一种收敛速度快的参数辨识算法,在最小二乘算法的基础上引入自适应阻尼系数避免矩阵出现奇异性。
7.根据权利要求6所述的一种机器人定位误差分级补偿方法,其特征在于:所述步骤S6中的残余误差估计模型为根据采样点的理论位姿和残余误差,建立基于空间相似性的残余误差映射,用于估计出期望目标点的残余误差。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都飞机工业(集团)有限责任公司,未经成都飞机工业(集团)有限责任公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810376116.3/1.html,转载请声明来源钻瓜专利网。
- 上一篇:五金件检测用机械手
- 下一篇:一种基于3D轮廓的鞋底喷胶轨迹生成方法