一种基于卡尔曼滤波的Stewart机构在线标定方法技术
【技术实现步骤摘要】
本专利技术涉及并联机构
，尤其涉及一种基于卡尔曼滤波的Stewart机构在线标定方法。
技术介绍
Stewart机构具有较高的精度、刚度和负载能力等一系列优点，在工业领域得到了广泛的应用。精度是衡量Stewart机构性能的重要指标。采用先进的机构设计、加工和制造方法避免机构误差，可以提高Stewart机构的精度，但是实施成本较高，不能满足工业上的需求。运动学标定作为一种后验的误差补偿方法，是提高精度的有效方法。机构标定的步骤为：首先建立机构的数学模型，用于描述机构支链误差与末端误差之间的函数关系；在此基础上通过实验的方式对机构进行测量，得到机构的实测数据；之后将得到的数据代入机构数学模型中进行辨识求解，计算误差量；最后将误差代入机构的运动学方程进行补偿。Stewart机构的数据模型为多元线性方程组，理论上可以直接通过求方程组的解计算机构末端误差。但是，由于机构的实测数据存在一定的测量误差，使线性方程组的系数产生较大的摄动，从而得到错误解。这种现象被称为线性方程组的病态问题。解决方法是通过优化算法对线性方程组进行估计。Stewart机构标定常用的估计方法为最小二乘法。最小二乘法虽然能够解决标定问题，但是这种方法是一种离线估计方法，需要在标定前得到大量的测量数据，标定效率较低。卡尔曼滤波算法作为一种在线标定方法，利用实时数据进行标定，提高了最小二乘法的效率。目前卡尔曼滤波算法主要应用于导航或过程控制领域，尚未应用于St...
【技术保护点】
一种基于卡尔曼滤波的Stewart机构在线标定算法，其特征在于：它包括如下步骤：步骤一：将位姿测量设备固定在Stewart机构一侧，其工作空间覆盖Stewart机构的运动范围；步骤二：调整Stewart机构位姿，使Stewart机构动平台沿不同方向运动，利用位姿测量设备测量Stewart机构动平台位姿，对比理论位姿数据与测量得到的位姿数据，得到位姿误差数据；步骤三：将理论位姿数据与位姿误差数据代入卡尔曼滤波算法中，通过迭代运算，得到误差源数据；步骤四：将误差源数据代入Stewart机构运动学正解中，对运动学正解进行修正；步骤五：循环执行第二步至第四步，直到位姿误差数据收敛为止。
【技术特征摘要】
1.一种基于卡尔曼滤波的Stewart机构在线标定算法，其特征在于：它包括如下步骤：
步骤一：将位姿测量设备固定在Stewart机构一侧，其工作空间覆盖Stewart机构的运动
范围；
步骤二：调整Stewart机构位姿，使Stewart机构动平台沿不同方向运动，利用位姿测量
设备测量Stewart机构动平台位姿，对比理论位姿数据与测量得到的位姿数据，得到位姿误差数
据；
步骤三：将理论位姿数据与位姿误差数据代入卡尔曼滤波算法中，通过迭代运算，得到误
差源数据；
步骤四：将误差源数据代入Stewart机构运动学正解中，对运动学正解进行修正；
步骤五：循环执行第二步至第...
【专利技术属性】
技术研发人员：胡磊，李长胜，王利峰，郭娜，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11
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。