The invention discloses a method for analyzing and eliminating redundant parameters in multi-DOF robot parameter calibration. The DH model is used to establish a joint coordinate system for the connecting rod. After inputting the kinematic parameters of the multi-DOF robot, the Jacobian matrix is calculated and the correlation of the column vectors is analyzed, and the redundant parameter table is obtained. Redundant parameters in the redundant parameter table can be divided into three categories: independent parameters, related parameters and non-functional parameters. Removal of the third type of redundant parameters and the second type of redundant parameters with larger coefficients can be accomplished by retaining the remaining parameters as residual parameters and outputting them. For any multi-degree-of-freedom robot, the redundant parameter table can be invented by this method, and the redundant parameters can be eliminated directly in the parameter identification model. This method is simple and intuitive, and can obtain better convergence and accuracy in the subsequent calibration.
【技术实现步骤摘要】
多自由度机器人参数标定中冗余参数分析剔除方法
本专利技术涉及一种多自由度机器人参数标定方法中冗余参数分析方法,该种标定方法通过建立末端位置误差识别模型,识别DH运动学参数并进行冗余参数分析,提出了冗余参数剔除方法,增加了模型参数辨识的鲁棒性,保证了机器人参数标定的可靠性,提高了机器人的定位精度,具有较好的实用性。
技术介绍
近年来,移动机械臂的研究逐渐受到重视,因其兼有机械臂的操作灵活性和移动机器人的可移动性,应用领域和前景非常广泛,如反恐排爆、废墟救援等。相较一般工业机械臂重复定位的定位方式,移动机械臂的定位方式为绝对定位,依赖于精确的运动学模型[参见:MadsHvilshoj,SimonBogh,eta1.AutonomousIndustrialMobileManipulation(A1MM):Past,PresentandFuture[J].IndustrialRobot—AnInternationalJournal。2012,39(2):120—135.]。可采用标定的方法,来获得精确的运动学模型。根据标定方法的不同,运动学标定可细分为基于运动学模型的参数标定,机器人自标定以及基于神经网络的正、逆标定。采用基于运动学D-H参数模型进行标定[参见:Dean—Leon.E,Nair.S,eta1.UserFriendlyMatlab—ToolboxforSymbolicRobotDynamicModelingusedforControlDesign[A].RoboticsandBiomimetics(ROBl0).2012ofIEEEInternati ...
【技术保护点】
1.多自由度机器人参数标定中冗余参数分析剔除方法,其特征在于,包括以下步骤:步骤一、输入多自由度机器人参数:采用D‑H模型为连杆建立连体坐标系,模拟连杆模型;记第i号连杆Li的连体坐标系为Oi‑xiyizi,各参数定义如下:ai=zi轴、zi+1轴沿xi的距离;αi=zi轴、zi+1轴绕xi轴的夹角;di=xi‑1轴、xi轴沿zi轴的距离;θi=xi‑1轴、xi轴之间绕zi轴的夹角;两个相邻坐标系Oi‑1‑xi‑1yi‑1zi‑1、Oi‑xiyizi之间齐次变换矩阵为
【技术特征摘要】
1.多自由度机器人参数标定中冗余参数分析剔除方法,其特征在于,包括以下步骤:步骤一、输入多自由度机器人参数:采用D-H模型为连杆建立连体坐标系,模拟连杆模型;记第i号连杆Li的连体坐标系为Oi-xiyizi,各参数定义如下:ai=zi轴、zi+1轴沿xi的距离;αi=zi轴、zi+1轴绕xi轴的夹角;di=xi-1轴、xi轴沿zi轴的距离;θi=xi-1轴、xi轴之间绕zi轴的夹角;两个相邻坐标系Oi-1-xi-1yi-1zi-1、Oi-xiyizi之间齐次变换矩阵为基座和末端探测中心点的变换矩阵分别为:因此末端探测中心点与惯性系的齐次变换矩阵为式中:n,o,a——机器人末端执行器姿态向量;P——机器人末端只想起位置向量;M的第4列决定了末端探测点在惯性坐标系中的位置,末端位置记作R;R=F(x0,y0,z0,ai,αi,di,θi,xt,yt,zt)(4)n个自由度机械臂共有4n个DH参数,还有基座与末端x0,y0,z0,xt,yt,zt6个参数,一共有4n+6个运动学参数;故对于n个自由度的机械臂,需要输入4n+6个参数;步骤二、雅可比矩阵计算:D-H参数的公称值与实际机器人相应的真实参数值存在着微小偏差:ai,αi,di以及x0,y0,z0,xt,yt,zt由于存在生产和装配工艺误差,是恒量偏差;而θi存在着码盘的零点偏差,也为恒量;因此末端实际位置为R=F(q1+Vq1,L,qi+Vqi,L,qN+VqN)(5)其中qi为运动学模型结构参数,与需要输入的参数数量相同,设为n个;可以将式(5)线性表示为其中R为实测值,F为理论计算值,可以将式(7)写成矩阵形式:J·ΔQ=ΔR(8)根据式(6)(7)(8)可以得到空间任意位置Rj的方程,以及位置误差ΔRj的方程:在三维空间中,ΔR是3×1的矩阵,ΔQ是n×1的矩阵,雅克比矩阵J为3×n矩阵。如果有N个测量点,则J为(3×N)×n的矩阵,ΔR是(3×N)×1的矩阵;可以得到式(10):[JT·J]·ΔQ=JT·ΔR(10)只要保证N取得足够大,就可以利用最小二乘法求得ΔQ的最佳值;ΔQ=(JT·J)-1·JT·ΔR(11)将计算得到的ΔQ回代到式(5),得到一组新的运动学参数,重新求解误差,代入(10)~(11)式,直到ΔR足够小为止;利用该步骤中(8)与(9)式得到的雅克比矩阵J将在后续步骤中进行列向量的相关性分析,从而得到各参数之间的线性关系;步骤三、雅可比矩阵列向量线性相关性分析:机器人末端位置误差模型的雅克比矩阵J有如下表示:J=[Jbase,J1,J2,J3,J4,J5,J6,J7,Jtool](12)由式(7)可以得到关节i的雅克比矩阵J:其中E4是对M矩阵取第四列的变换矩阵;相邻关节的雅克比矩阵J由下式表示:令其中可将式(15)简化后可表示为:因为中没有与i-1关节和i关节相关的运动学参数,...
【专利技术属性】
技术研发人员:任明法,常文钰,方盈盈,王光明,王博,张磊,唐自新,张大伟,刘永涛,
申请(专利权)人:大连理工大学,
类型:发明
国别省市:辽宁,21
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。