一种关节式坐标测量机动态误差补偿方法技术

本发明专利技术提供了一种关节式坐标测量机动态误差补偿方法，包括以下步骤：a)获取关节式坐标测量机动态误差模型参数辨识测量点样本；b)关节式坐标测量机动态误差模型参数辨识的数据处理；c)关节式坐标测量机动态误差补偿。

【技术实现步骤摘要】

本专利技术涉及坐标测量机动态误差补偿方法，具体涉及一种关节式坐标测量机动态 误差补偿方法。
技术介绍
关节式坐标测量机是一种多误差源测量装置，通过对主要误差源进行分析，已知 关节式坐标测量机具有11种主要误差源，主要包括结构参数误差、力变形误差、热变形误 差、运动误差、测头误差。关节式坐标测量机常通过标定来减小以结构参数为主的参数因素 误差，但结构参数误差仅为主导误差因素，在测量时，其它未被标定所修正的独立误差源产 生动态误差仍会影响最终测量结果精度，并且由于关节式坐标测量机空间开链串联结构特 点，这些误差源经传递放大后更不容忽视。因此若能够对关节式坐标测量机进行动态误差 (非结构参数因素的独立误差源所引起的误差）补偿，将显著提高关节式坐标测量机精度。 根据研究发现，关节式坐标测量机相对第一级臂的测量空间误差分布具有类似三 角函数曲线的特点。而将测量值误差分解为x，y，z轴分量时，各误差分量的空间分布也近 似呈三角函数曲线。尽管这种空间分布类似三角函数曲线，但不同点误差曲线幅值、周期、 相位不同，不能用单一函数表征。但从这种现象可以发现，测量值误差在三坐标轴的分量满 足一定函数分布，可以采用函数逼近的方法去获得近似函数，即非线性回归分析。
技术实现思路
本专利技术的目的是提供一种六自由度关节式坐标测量机动态误差补偿方法，包括以 下步骤：a)获取关节式坐标测量机动态误差模型参数辨识测量点样本：以六自由度关节式 坐标测量机的基座中心为原点，以第一关节光栅编码器零位指向为x轴，建立笛卡尔坐标 系；以所述测量机的基座中心为圆心，将第一关节零位指向为〇度的圆周等分为多条等分 线，多锥窝板放置时近似放置在所述多条等分线上；所述测量机在每个位置上都选取所述 多锥窝板上若干个锥窝（多10个）以任意姿态进行多次测量，以获得测头在所述锥窝中 的x、y、z坐标值及相应的6个关节转角值；关节式坐标测量机进行测量采样后应获得至少 3000组测头坐标值及关节转角值； b)关节式坐标测量机动态误差模型参数辨识的数据处理过程：对于测点i有50 组坐标值，对其求平均值，可得*少,.，.将测点i的坐标值与平均值相减，可获得测 点i的坐标误差值AXij，Ayij，AZij(j= 1，2，…50)，将所有测点的坐标误差值代入下述 公式所示模型，可构成3000个方程组，如下所示 其中，ajRa^是权重因子，也叫拉格朗日乘子，互为对偶；b是偏置量；x、y、z代表 三坐标轴；K代表核函数；0是核函数因子，即输入的关节角度向量；0 表的是当前第i 个样本的关节角度向量；c)关节式坐标测量机动态误差补偿 获得Ax，Ay，Az后，利用下述公式进行修正 式中x'、y'、z'为动态误差补偿后的测点坐标值。 优选地，其中所述步骤b)中核函数K为径向基函数，如下所示： 其中，Y是方差，通常在优化求解前指定一个初始值，优化求解的过程中会迭代改 变。9是核函数因子，即输入的关节角度向量；9 表的是当前第i个样本的关节角度向 量。 优选地，其中对于所述多锥窝板，在测点i处有多组测头坐标值，对其求平均值， 可得6，兄， <，作为测点i的坐标真值。优选地，其中所述相邻的所述多锥窝板处于测量空间内的不同高度和不同半径圆 周。 优选地，其中所述第一关节零位指向为0度的圆周等分为6条等分线，6个多锥窝 板分别摆放在6条等分线上，其中三个多锥窝板处于同一高度和同一半径圆周，另外三个 多锥窝板处于与前一高度以及半径圆周不同的另一高度和另一半径圆周。 优选地，其中所述多锥窝板用铸铁制成，其正面具有多个不同尺寸的锥孔，所述锥 孔构造成能够使测头稳定座放其中。 优选地，其中所述测量机在每个位置上都选取所述多锥窝板上若干个锥窝以任意 姿态进行多次测量，其中所述多次测量的次数多50次。 根据本专利技术的关节式坐标测量机动态误差补偿方法在进行误差模型参数辨识时， 可仅利用被补偿关节式坐标测量机所获取的测量点坐标数据及相应六个关节转角值，而不 使用其它高精度测量仪器。在误差模型参数获得后，利用该方法可在关节式坐标测量机实 时测量时对测量点坐标数据进行补偿。【附图说明】 参考随附的附图，本专利技术更多的目的、功能和优点将通过本专利技术实施方式的如下 描述得以阐明，其中： 图1示意性示出了一种待标定的六自由度非正交坐标式的关节式坐标测量机的 结构示意图。 图2示意性示出了标定测量用多锥窝板。 图3示意性示出了关节式坐标测量机与多锥窝板相对位置示意图。 图4a、4b为测试点动态误差补偿前后测量结果误差变化对比图。其中图4a为单 点重复性误差变化对比图；图4b为长度测量误差对比图。【具体实施方式】 在下文中，将参考附图描述本专利技术的实施例。在附图中，相同的附图标记代表相同 或类似的部件，或者相同或类似的步骤。 针对本专利技术结合示意图进行详细描述，在详述本专利技术实施例时，为便于说明，表示 器件结构的剖面图会不依一般比例作局部放大，而且所述示意图只是示例，其在此不应限 制本专利技术保护的范围。此外，在实际制作中应包含长度、宽度及深度的三维空间尺寸。 在补偿方法实施之前，需要建立六自由度关节式坐标测量机的动态误差模型。本 专利技术选取支持向量机（SupportVectorMachine，简称SVM)对关节式坐标测量机关节转角 值及相应测量点坐标值进行回归分析，利用支持向量回归理论和方法，建立支持向量机的 动态误差预测模型。SVM是一类新型的机器学习方法，但和神经网络、遗传算法不同，它是建 立在统计学习理论基础上的通用学习方法。作为小样本学习的最佳理论，与已有方法相比， 支持向量机具有更好的预测精度及更强的推广能力。SVM对于非线性问题，是通过非线性变换将原始数据进行变换，从而将问题转换为 高维空间的线性问题求解。这种形式在样本较少的情况下，可以获得良好的函数估计能力， 但随着模型维数越多，其建模精度越低，模型预测效果越差。通过分析变臂关节式坐标测量 机数学模型可知，测头坐标由关节转角变化产生，其余结构参数经标定后都近似常数不变， 最终测量误差主要由关节运动带来。所以只引入关节转角9 = 1，…，6)作为预测模型 的输入变量，从而降低了建模维数，实现了动态误差模型。SVM动态误差模型建模过程。关节式坐标测量机x，y，z坐标误差曲线分布各不相 同，因此需分别建立模型，模型形式相同，但输出不同，在此首先给出x坐标误差高精度预 测模型。本专利技术采用nu-SVM方法进行建模，根据其基本原理，构造回归估计函数： …:(1)其中W是权重，b为偏置项，巾（0)为非线性变换函数，将0序列变换到高维特征 空间，以在高维空间进行线性回归。用于回归估计函数参数辨识优化的目标函数为 CN105203055A 说明书 4/6 页,,.(2) 其中e为不敏感损失函数参数，其取值大小影响支持向量的数目和训练误差的 大小。C为正则化参数，控制对超出误差的样本的惩罚程度。由于e是一个重要参数，影响 函数拟合的性能，因此引入参数v来自动控制￡，使e可以作为优化问题的变量，其值作 为解的一部分给出。为松弛变量，体现了e的应用。约束条件中AX代表实际x坐标 误差。 公式（1)为最初的关节式坐标测量机动态误差模型，但为避免维数灾难，并不直 接求解公式本文档来自技高网...

【技术保护点】
一种关节式坐标测量机动态误差补偿方法，包括以下步骤：a)获取关节式坐标测量机动态误差模型参数辨识测量点样本：以六自由度关节式坐标测量机的基座中心为原点，以第一关节光栅编码器零位指向为x轴，建立笛卡尔坐标系；以所述测量机的基座中心为圆心，将第一关节零位指向为0度的圆周等分为多条等分线，多锥窝板放置时近似放置在所述多条等分线上；所述测量机在每个位置上都选取所述多锥窝板上若干个锥窝(≥10个)以任意姿态进行多次测量，以获得测头在所述锥窝中的x、y、z坐标值及相应的6个关节转角值；关节式坐标测量机进行测量采样后应获得至少3000组测头坐标值及关节转角值；b)关节式坐标测量机动态误差模型参数辨识的数据处理过程：对于测点i有50组坐标值，对其求平均值，可得将测点i的坐标值与平均值相减，可获得测点i的坐标误差值Δxij，Δyij，Δzij(j＝1，2，…50)，将所有测点的坐标误差值代入下述公式所示模型，可构成3000个方程组，如下所示Δxi(θ)=Σj=16(axj*-axj)Kx(θ,θj)+bxΔyi(θ)=&Sigma;j=16(ayj*-ayj)Ky(θ,θj)+byΔzi(θ)=Σj=16(azj*-azj)Kz(θ,θj)+bz,i=1,2,...3000]]>其中，ai和ai*是权重因子，也叫拉格朗日乘子，互为对偶；b是偏置量；x、y、z代表三坐标轴；K代表核函数；θ是核函数因子，即输入的关节角度向量；θi代表的是当前第i个样本的关节角度向量；c)关节式坐标测量机动态误差补偿获得Δx，Δy，Δz后，利用下述公式进行修正x,=x+Δxy,=y+Δyz,=z+Δz]]>式中x’、y’、z’为动态误差补偿后的测点坐标值。...

【技术特征摘要】

【专利技术属性】
技术研发人员：潘志康，祝连庆，郭阳宽，董明利，娄小平，刘超，孟晓辰，
申请(专利权)人：北京信息科技大学，
类型：发明
国别省市：北京;11