[发明专利]工业机器人多工具中心点及零点标定方法

权利要求书

1.工业机器人多工具中心点及零点标定方法，其特征在于包括如下步骤：

S1：实际误差测量：对多个TCP分别测量其实际位置误差向量；

S2：误差模型建立：建立多TCP及零点误差模型，并对所建多TCP及零点误差模型进行优化处理，剔除冗余参数；

S3：参数辨识：将优化后的多TCP及零点误差模型进行归一化处理，再将归一化处理后的多TCP及零点误差模型进行参数辨识和补偿，得到多TCP零点偏差值向量；

S4：数值比较：将所得多TCP零点偏差值向量与设定好的阈值向量比较，决定所得多TCP零点偏差值向量是否符合标定需求。

2.根据权利要求1所述的工业机器人多工具中心点及零点标定方法，其特征在于：所述步骤S1中对多TCP实际位置误差向量测量前需对多TCP进行对尖测量操作。

3.根据权利要求1所述的工业机器人多工具中心点及零点标定方法，其特征在于：所述步骤S2中建立多TCP及零点误差模型包括以下两步骤：

S21：构建单TCP及零点误差模型，选取其中一TCP，通过将DH运动学模型和微分运动法的运动学参数误差模型结合，得到所需的单TCP及零点误差模型；

其中，为单TCP实际位置误差向量，为单TCP零点偏差值向量，为单TCP及零点误差模型的雅可比矩阵；

S22：构建多TCP及零点误差模型，在单TCP零点偏差值向量中添加其余TCP的零点偏差值向量，并通过扩展单TCP及零点误差雅可比矩阵以构建多TCP及零点误差模型；

其中，为多TCP实际位置误差向量，为多TCP零点偏差值向量，为多TCP及零点误差模型的雅可比矩阵。

4.根据权利要求1所述的工业机器人多工具中心点及零点标定方法，其特征在于：采用截断奇异值分解的方法对所述多TCP及零点误差模型中的冗余参数进行剔除优化，使得多TCP零点偏差值向量的回归矩阵满秩。

5.根据权利要求1所述的工业机器人多工具中心点及零点标定方法，其特征在于：将步骤S3中优化后的多TCP及零点误差模型进行归一化处理。

6.根据权利要求1所述的工业机器人多工具中心点及零点标定方法，其特征在于：所述步骤S3中对多TCP及零点误差模型进行参数辨识和补偿采用的是迭代卡尔曼滤波器，得到多TCP零点偏差值向量。

7.根据权利要求1所述的工业机器人多工具中心点及零点标定方法，其特征在于：所述步骤S4中当多TCP零点偏差值向量均小于阈值向量时，将所有辨识的多TCP的零点偏差值向量补偿到机器人的控制器上即可完成标定。

8.根据权利要求1所述的工业机器人多工具中心点及零点标定方法，其特征在于：还包括名义TCP模块，所述步骤S1中得到的多TCP实际位置误差向量均会反馈至所述名义TCP模块中储存并更新，所述名义TCP模块接收多TCP实际位置误差向量后并据此输出新的名义末端位置，机器人接收新的名义末端位置并按照新的名义末端位置进行新的对尖测量。

9.根据权利要求8所述的工业机器人多工具中心点及零点标定方法，其特征在于：所述步骤S4中当多TCP零点偏差值向量大于阈值向量时，将多TCP的零点偏差值向量均补偿到机器人控制器上，将所述新的对尖测量所得的新实际位置误差向量代入步骤S2所建立的多TCP及零点误差模型中，循环步骤S3-S4直至所有TCP的零点偏差值向量均小于阈值向量。