一种基于动态学习的工业机器人零点标定方法技术

本发明专利技术涉及一种基于动态学习的工业机器人零点标定方法，包括：利用简易的标定尖端采集工业机器人的多个姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离；由关节角度和XYZ距离得到每个姿态的末端位置表达式，并根据末端位置求得多个姿态下的最小距离误差；求最小距离误差对关节角度偏量和XYZ偏量的偏微分；重复前述两个步骤，根据动态学习率对偏微分进行迭代，直到最小距离误差小于1mm；将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。该方法利用简易的标定尖端采集工业机器人的多个姿态数据，并利用动态学习算法对数据进行快速迭代处理，使标定时间控制在30分钟以内，而且标定精度在1mm以内。

A Zero Point Calibration Method for Industrial Robots Based on Dynamic Learning

【技术实现步骤摘要】
一种基于动态学习的工业机器人零点标定方法
本专利技术涉及工业机器人的标定方法
，尤其涉及一种基于动态学习的工业机器人零点标定方法。
技术介绍
零点是工业机器人判断自身位置的基准。机器人出厂之前，厂家会根据零位标志手动设置机器人的零点。然而，由于机器人加工过程存在差异性，导致每台机器人的真实零点位置并不相同，所以还需要对机器人进行精确的零点标定。目前主要的零点标定方法有激光跟踪仪标定法、厂家专用辅助工具标定法等。此类技术有以下缺点：(1)需要的装置价格昂贵，标定过程繁琐。以激光跟踪仪为例，虽然标定精度很高，但是装置的价格普遍在200万以上，而且需要专业的技术人员进行标定，标定时间平均在1小时左右。(2)现有的各类标定方法基本只适用单一种类的机器人。比如厂家专用辅助工具标定方法，一般只针对某种机器人专门设定的方法(比如SCARA标定，六轴焊接标定等)，这种方法不具普遍性，也不一定适用于其他厂家的机器人。
技术实现思路
本专利技术提出一种基于动态学习的工业机器人零点标定方法，利用简易的标定尖端采集工业机器人的多个姿态数据，并利用动态学习算法对数据进行快速迭代处理，使标定时间控制在30分钟以内，而且标定精度在1mm以内，解决现有标定方法装置昂贵和标定过程复杂的缺点。为解决上述技术问题，本专利技术的技术方案是：一种基于动态学习的工业机器人零点标定方法，包含以下步骤：1)利用标定尖端采集工业机器人的多个姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离；2)由关节角度和XYZ距离得到每个姿态的末端位置表达式，并根据末端位置求得多个姿态下的最小距离误差；3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分；4)重复步骤2)和步骤3)，根据动态学习率对偏微分进行迭代，直到最小距离误差小于1mm；5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。进一步地，上述技术方案中，所述步骤1)包括以下步骤：11)准备两个单端尖的标定杆，一个标定杆安装到机器人末端，另一个安装到机器人外固定位置；12)让机器人末端标定杆对准外置标定杆，旋转工业机器人并采集多个工业机器人的姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离。进一步地，上述技术方案中，所述步骤2)包括以下步骤：21)建立机器人的DH坐标系，根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1，P＝f(a0,d0,a1,θ1,...,an,dn,an,θn,X,Y,Z)式1其中，ai,di是机器人的连杆参数，θi是各轴关节角度，XYZ是工具坐标系距离；22)由于机器人末端一直与固定点接触，所以各个姿态的XYZ值相同，假设姿态数为N，则最小距离误差可以表示为：上述技术方案中，所述步骤3)中“求最小距离误差对关节角度偏量和XYZ偏量的偏微分”具体为根据上述式1及式2计算最小距离误差对关节角度偏量和XYZ偏量的偏微分ΔΦ。上述技术方案中，所述步骤4)具体包括：41)对关节角度和XYZ设定分别动态学习率k，M是迭代次数，则：43)不断进行更新迭代，直到最小距离误差小于1mm。综上所述，本专利技术提供了一种基于动态学习的工业机器人零点标定方法，利用简易的标定尖端采集工业机器人的多个姿态数据，并利用动态学习算法对数据进行快速迭代处理，可以使标定时间控制在30分钟以内，而标定精度在1mm以内。该种标定方法不需要昂贵的设备装置，也不需要复杂的标定步骤，大大简化了标定流程，缩短了标定时间，提高了标定精度。同时，本专利技术提出的方法适用于各种四轴及六轴垂直多关节工业机器人，具有普遍适用性。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术方法的步骤流程图；图2为本专利技术的工业机器人旋转姿态示意图。具体实施方式为了更好地介绍本专利技术提供的方法，以下结合附图及表格和具体实施例来介绍本专利技术的技术方案。如图1所示，本专利技术提供了一种基于动态学习的工业机器人零点标定方法，包含以下步骤：1)利用简易的标定尖端采集工业机器人的多个姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离；2)由关节角度和XYZ距离得到每个姿态的末端位置表达式，并根据末端位置求得多个姿态下的最小距离误差；3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分；4)重复步骤2)和步骤3)，根据动态学习率对偏微分进行迭代，直到最小距离误差小于1mm；5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。进一步地，上述技术方案中，所述步骤1)包括以下步骤：11)准备两个单端尖的标定杆，一个标定杆安装到机器人末端，另一个安装到机器人外固定位置；12)让机器人末端标定杆对准外置标定杆，旋转工业机器人并采集多个工业机器人的姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离。进一步地，上述技术方案中，所述步骤2)包括以下步骤：21)建立机器人的DH坐标系，根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1，P＝f(a0,d0,a1,θ1,...,an,dn,an,θn,X,Y,Z)式1其中，ai,di是机器人的连杆参数，θi是各轴关节角度，XYZ是工具坐标系距离；22)由于机器人末端一直与固定点接触，所以各个姿态的XYZ值相同，假设姿态数为N，则最小距离误差可以表示为：上述技术方案中，所述步骤3)中“求最小距离误差对关节角度偏量和XYZ偏量的偏微分”具体为根据上述式1及式2计算最小距离误差对关节角度偏量和XYZ偏量的偏微分ΔΦ。上述技术方案中，所述步骤4)具体包括：41)对关节角度和XYZ设定分别动态学习率k，M是迭代次数，则：44)不断进行更新迭代，直到最小距离误差小于1mm。具体地举例如下：以6轴机器人为例。步骤1):准备两个单端尖的标定杆，一个标定杆安装到机器人末端，一个安装到机器人外固定位置,让机器人末端标定杆对准外置标定杆，旋转工业机器人并采集若干个工业机器人的姿态数据，此处采集10个数据为例。记录每个姿态的关节角度θ和工具坐标系的XYZ距离。工业机器人旋转姿态示例如图2所示。步骤2)：建立机器人的DH坐标系，生成如表1中的参数表。表1iαi-1(°)ai-1(mm)di(mm)θiθi初始值减速比10°00θ10°1212α1＝-90°a1＝1800θ2-90°12130°a2＝570d3＝0θ30°1214α3＝-90°a3＝155d4＝730θ40°1005α4＝90°00θ50°806α5＝-90°00θ60°80根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1，px＝c1(a1+a2c2+a3c23-d4s23)-d3s1py＝s1(a1+a2c2+a3c23-d4s23)+d3c1pz＝-a3s23-a2s2-d4c23其中，c1表示cosθ1，s1表示sinθ1，c12表示cos(θ1+θ2)，s12表示sin(θ1+θ2)。由于机器人末端一直与固定点接触，所以各个姿态的XYZ值相同，假设姿态数为10，则最小距离误差可以表示为：步本文档来自技高网...

【技术保护点】
1.一种基于动态学习的工业机器人零点标定方法，其特征在于，包括以下步骤：1)利用标定尖端采集工业机器人的多个姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离；2)由关节角度和XYZ距离得到每个姿态的末端位置表达式，并根据末端位置求得多个姿态下的最小距离误差；3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分；4)重复步骤2)和步骤3)，根据动态学习率对偏微分进行迭代，直到最小距离误差小于1mm；5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。

【技术特征摘要】
1.一种基于动态学习的工业机器人零点标定方法，其特征在于，包括以下步骤：1)利用标定尖端采集工业机器人的多个姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离；2)由关节角度和XYZ距离得到每个姿态的末端位置表达式，并根据末端位置求得多个姿态下的最小距离误差；3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分；4)重复步骤2)和步骤3)，根据动态学习率对偏微分进行迭代，直到最小距离误差小于1mm；5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。2.根据权利要求1所述的基于动态学习的工业机器人零点标定方法，其特征在于，所述步骤1)包括以下步骤：11)准备两个单端尖的标定杆，一个标定杆安装到机器人末端，另一个安装到机器人外固定位置；12)让机器人末端标定杆对准外置标定杆，旋转工业机器人并采集多个工业机器人的姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离。3.根据权利要求2所述的基于动态学习的工业机器人零点标定...

【专利技术属性】
技术研发人员：詹羽荣，曾钰，王献伟，彭云春，胡培雄，洪耀斌，
申请(专利权)人：广州智能装备研究院有限公司，广州市韦德电气机械有限公司，
类型：发明
国别省市：广东,44