The invention discloses a kinematics parameter calibration method of serial robot based on reduced-dimension MCPC model, including steps: (1) establishing kinematics model based on reduced-dimension MCPC model; (2) establishing kinematics error model based on reduced-dimension MCPC model; (3) calibrating kinematics parameters based on LM algorithm using trust region technique. The invention can reduce the dimension of the kinematics error model, thereby simplifying the operation. On the basis of establishing the error model, the kinematics parameters of the manipulator are calibrated, thereby improving the kinematics precision of the manipulator.
【技术实现步骤摘要】
基于降维MCPC模型的串联机器人运动学参数标定方法
本专利技术属于标定
,尤其涉及一种基于降维MCPC模型的串联机器人运动学参数标定方法。
技术介绍
受加工装配等误差的影响,串联机器人的实际运动学参数与名义运动学参数存在误差,导致串联机器人末端定位精度降低,从而大大限制了机器人从事高精密加工的工作。因此,使用合适的关节参数标定方法来对串联机器人的运动学参数进行标定具有重要意义。机器人运动学参数的标定方法可分为基于模型的运动学参数标定方法和非模型运动学参数标定方法。基于模型的运动学参数标定方法的主要步骤包括建模、测量、标定和误差补偿。针对机器人运动学参数的标定工作,国内外专业人士已经进行了相应的研究工作。最常用的机器人运动学模型是D-H模型,是在1955年由Denavit和Hartenbe提出的,但是由于这个模型在处理相邻的平行关节建模问题时会使模型参数标定时出现奇异问题,因此Hayati通过在平行轴处引入绕y轴的旋转角β,提出了MDH模型。Stone在标准D-H模型的基础上,提出了六参数的S模型,Zhuang和Schroer等提出CPC模型和MCPC模型。在选取运动学模型时,MCPC模型能够对各种不同结构的串联机器人进行建模并且可以规避奇异性行为,但是由于其构造建模引入的运动学参数过多,进行运动学误差建模的过程较为繁琐,不利于后期的标定工作。在机械臂运动学参数标定完成后,对其进行误差补偿也是重要研究工作。目前最常用的参数辨识方法是最小二乘法,该方法迭代过程简单、收敛速度较快、无需考虑扰动因素,但这种方法计算量相对较大。Levemberg-Marqua ...
【技术保护点】
1.一种基于降维MCPC模型的串联机器人运动学参数标定方法,其特征在于:包括步骤:(1)建立基于降维MCPC模型的运动学模型;(2)建立基于降维MCPC模型的运动学误差模型;(3)基于利用信赖域技巧的LM算法的运动学参数标定。
【技术特征摘要】
1.一种基于降维MCPC模型的串联机器人运动学参数标定方法,其特征在于:包括步骤:(1)建立基于降维MCPC模型的运动学模型;(2)建立基于降维MCPC模型的运动学误差模型;(3)基于利用信赖域技巧的LM算法的运动学参数标定。2.根据权利要求1所述的基于降维MCPC模型的串联机器人运动学参数标定方法,其特征在于:所述步骤(1)具体包括:(1.1)从惯性坐标系开始建立串联机器人的各连杆坐标系;(1.2)推导中间连杆坐标系间的变换矩阵和末端连杆坐标系到工具坐标系的变换矩阵;(1.3)推导从惯性坐标系到工具坐标系的变换矩阵,即运动学模型。3.根据权利要求1所述的基于降维MCPC模型的串联机器人运动学参数标定方法,其特征在于:所述步骤(2)具体为,判断各关节运动学参数的变化对末端位姿造成的误差影响情况;从误差影响情况数据中剔除影响较小的运动学参数,推导基于降维MCPC模型的运动学误差模型。4.根据权利要求3所述的基于降维MCPC模型的串联机器人运动学参数标定方法,其特征在于:所述步骤(2)具体包括:(2.1)推导中间连杆参数误差模型:(2.2)推导末端连杆参数误差模型:(2.3)根据中间连杆和末端连杆的位姿误差,建立机械臂末端位姿误差在工具坐标系下的表示ΔE:ΔE=JE·Ω其中,JE为机械臂末端位姿误差与运动学参数误差的映射矩阵,Ω为机械臂运动学参数误差向量。5.根据权利要求4所述的基于降维MCPC模型的串联机器人运动学参数标定方法,其特征在于:中间连...
【专利技术属性】
技术研发人员:陈烨,陈盛,梁志伟,高翔,徐国政,丁胜利,
申请(专利权)人:南京邮电大学,
类型:发明
国别省市:江苏,32
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。