一种基于遗传算法的机械臂绝对定位精度标定方法及系统技术方案

一种基于遗传算法的机械臂绝对定位精度标定方法，包括：步骤1)利用理论DH参数建立机械臂运动学参数模型，并得到理论终端坐标；步骤2)获取机械臂终端实际坐标，以及对应关节的角度；步骤3)在理论DH参数上加上一个微小误差，并建立含有误差的机械臂终端坐标；步骤4)对所有采集到的点位计算

A calibration method and system of absolute positioning accuracy of manipulator based on genetic algorithm

【技术实现步骤摘要】
一种基于遗传算法的机械臂绝对定位精度标定方法及系统
本专利技术涉及到数值优化以及误差分析领域，具体涉及到一种基于遗传算法的机械臂绝对定位精度标定方法及系统。
技术介绍
绝对定位精度表示机械臂到达某一给定位置的能力。对机械臂绝对精度标定一直是外科手术机器人领域长期以来的研究热点，随着达芬奇手术机器人的出现，外科手术机器人在我国的普及率越来越高。然而，如何提高手术机器人的精度成为了制约手术机器人领域发展的一个大问题。由于传统的工业机械手或协作式机械手对绝对定位精度要求不是很高，因此在机械臂生产制造之初，多数生产厂家并没有对其绝对定位精度进行限制，再加上不可避免的装配误差以及后期使用过程中的机械磨损，必然会对其绝对定位精度造成影响，进而达不到外科手术的要求。为了解决这一问题，就要对机械臂进行动力学建模，采用数值优化的方式对其进行标定，从而使其绝对定位误差降至外科手术要求的范围内。
技术实现思路
本专利技术提出了一种基于遗传算法和NDIOpototrak的六自由度机械臂绝对定位精度标定方法及系统，该方法采用遗传算法对机械臂绝对定位精度进行分段标定，通过在不同阶段中采用不同的交叉、变异策略使得遗传算法标定结果的精确度更高。本专利技术提供的技术方案如下：本专利技术提供了一种基于遗传算法的机械臂绝对定位精度标定方法，包括：步骤1)利用理论DH参数建立机械臂运动学参数模型，并得到理论终端坐标；步骤2)获取机械臂终端实际坐标，以及对应关节的角度；步骤3)在理论DH参数上加上一个微小误差，并建立含有误差的机械臂终端坐标；步骤4)对所有采集到的点位计算并求和，其中，Perr为含有误差的机械臂终端坐标，Preal为机械臂终端实际坐标；步骤5)通过多阶段遗传算法求得误差参数方程极小时的微小误差以作为机构参数修正量，然后加上理论DH参数得到最优机构参数。优选的，在上述机械臂绝对定位精度标定方法中，在步骤1)中，包括：在对机械臂建模之前必须预先规定好各个关节的坐标系，模型建立完成后，进行可视化仿真。优选的，在上述机械臂绝对定位精度标定方法中，在步骤1)中，利用前向运动学，得到理论终端坐标，其中前向运动学公式主要通过机械臂各关节间的坐标变换求得，由坐标系n到坐标系n+1的变换矩阵由下式所示：用S表示sin函数，C表示cos函数，得到下式：进而得到机械臂的前向运动学公式：1T6＝AlA2A3A4A5A6同时，1T6具有如下形式：其中3×3的矩阵代表从基坐标系到终端执行器坐标系的旋转矩阵，向量[PxPyPz]T表示终端执行器在基坐标系下的坐标。优选的，在上述机械臂绝对定位精度标定方法中，在步骤2)中，使用控制器控制机械臂运行到几个指定位置，使用三坐标测量仪测量此时的机械臂终端实际坐标，同时记录控制器中机械臂各个关节的角度。优选的，在上述机械臂绝对定位精度标定方法中，在步骤3)中，在获取到实际坐标和对应到关节角之后，创建24个微小误差参数，需要通过在24个机械臂运动学参数上加上一个微小误差，并使用前向运动学公式建立含有误差的机械臂终端坐标的方程；假设某六自由度机械臂的参数误差如下所示：Δθ＝(Δθ1，Δθ2，Δθ3，Δθ4，Δθ5，Δθ6)Δα＝(Δα1，Δα2，Δα3，Δα4，Δα5，Δα6)Δd＝(Δd1，Δd2，Δd3，Δd4，Δd5，Δd6)Δa＝(Δa1，Δa2，Δa3，Δa4，Δa5，Δa6)，结合机械臂前向运动学公式，可以求出机械臂终端坐标系相对于基坐标系的旋转变换矩阵，进而可以求得含有误差的机械臂终端坐标Perr，Perr＝[PerrxPerryPerrz]T＝f(Δθ，Δα，Δd，Δa)。本专利技术还提供了一种基于遗传算法的机械臂绝对定位精度标定系统，用于实现权利要求上述基于遗传算法的机械臂绝对定位精度标定方法，包括机械臂绝对精度标定数学模型和多阶段遗传算法单元，其中，所述机械臂绝对精度标定数学模型，用于构建机械臂参数误差模型；多阶段遗传算法单元，用于对所述机械臂的参数误差模型进行优化，根据不同阶段的优化结果，动态调整遗传算法中的选择、交叉算子，以及精英种群比例、变异比率。本专利技术的有益效果是：1.)相较于传统的莱文贝格-马夸特算法，本专利技术采用的遗传算法不依赖于人为设置的学习率等参数，其寻优能力更强，搜索范围更大，更不容易陷入局部极值；2.)相较于一般的遗传算法，本专利技术方法有效地避免了遗传算法容易出现的收敛慢、出现超级个体等问题。采用多阶段标定的策略，在每个阶段采用不同的交叉、变异、选择算子，有效地避免了传统遗传算法容易出现的弊端。同时，在不同的阶段，设置不同的搜索上下限，逐步的缩小搜索空间，这样既可以避免算法陷入局部极值，又可以逐步提高精度。下面结合附图，通过实施例子对本专利技术进一步说明如下：附图说明图1为本专利技术的基于遗传算法的机械臂绝对定位精度标定方法的流程图；图2为机械臂各关节坐标系图；图3为六自由度机械臂仿真建模图；图4是传统遗传算法的迭代图；图5是改进搜索策略后的迭代图；图6是二次搜索迭代图；以及图7是三次搜索迭代图。具体实施方式由于绝对定位精度误差主要由装配误差以及机械磨损造成，即机械臂的实际运动学参数偏离控制器中的理论运动学参数，从而导致机械臂末端工具坐标的实际值和控制器中的示值有较大差异。因此，校正机械臂绝对定位精度需要建立机械臂关节角度和终端坐标的关系式，同时，需要求取机械臂终端实际坐标和含有误差的理论坐标之间的差值，即误差参数模型，通过使用优化算法进行参数辨识即可完成标定。六自由度机械臂具有第一到第六关节。随着控制技术的发展，越来越多的机械臂被应用在临床医学、精密加工等领域，这也就对机械臂的绝对定位精度要求越来越高，本专利技术提出的基于遗传算法的多阶段机械臂绝对精度标定方法，是一种“由粗到精，由快到慢”的标定方法，其利用机械臂的运动学参数-Denavit-Hartenberg(简称为DH)参数和机械臂第六关节的终端坐标构建误差模型，将机械臂绝对精度标定问题转换为一个数值优化问题，在此基础上进行最值求取，从而得到机械臂的真实DH参数，进而结合前向运动学获得机械臂的真实终端坐标。该方法由于引入了多阶段标定策略，因此可以很好的避免陷入局部极值这种情况的发生。同时，相比于传统的利用激光三维测量仪获取机械臂终端坐标的方式，NDIOptotrak可以不间断地获取机械臂终端坐标，测量精度以及稳定性远高于传统测量方法。本专利技术方法的原理是：1.)本专利技术采用Denavit和Hartenberg提出的DH参数表示法对机械臂进行建模。DH参数由四组不同的参数组成，分别为关节角度theta、关节扭角alpha、连杆长度a、关节偏置长度d。根据机械臂的自由度的不同，参数数量也不相同。常见的六自由度机械臂每组有六个参数，共24个DH参数。建模时一般将坐标系规定在机械臂第一根连杆底本文档来自技高网...

【技术保护点】
1.一种基于遗传算法的机械臂绝对定位精度标定方法，其特征在于，包括：/n步骤1)利用理论DH参数建立机械臂运动学参数模型，并得到理论终端坐标；/n步骤2)获取机械臂终端实际坐标，以及对应关节的角度；/n步骤3)在理论DH参数上加上一个微小误差，并建立含有误差的机械臂终端坐标；/n步骤4)对所有采集到的点位计算

【技术特征摘要】
1.一种基于遗传算法的机械臂绝对定位精度标定方法，其特征在于，包括：
步骤1)利用理论DH参数建立机械臂运动学参数模型，并得到理论终端坐标；
步骤2)获取机械臂终端实际坐标，以及对应关节的角度；
步骤3)在理论DH参数上加上一个微小误差，并建立含有误差的机械臂终端坐标；
步骤4)对所有采集到的点位计算并求和，其中，Perr为所述含有误差的机械臂终端坐标，Preal为所述机械臂终端实际坐标；
步骤5)通过多阶段遗传算法求得误差参数方程极小时的微小误差以作为机构参数修正量，然后加上理论DH参数得到最优机构参数。


2.根据权利要求1所述的机械臂绝对定位精度标定方法，其特征在于，在步骤1)中，包括：在对机械臂建模之前必须预先规定好各个关节的坐标系，模型建立完成后，进行可视化仿真。


3.根据权利要求1所述的机械臂绝对定位精度标定方法，其特征在于，在步骤1)中，利用前向运动学，得到理论终端坐标，其中前向运动学公式主要通过机械臂各关节间的坐标变换求得，由坐标系n到坐标系n+1的变换矩阵由下式所示：



用S表示sin函数，C表示cos函数，得到下式：



进而得到机械臂的前向运动学公式：

1T6＝A1A2A3A4A5A6
同时，1T6具有如下形式：



其中3×3的矩阵代表从基坐标系到终端执行器坐标系的旋转矩阵，向量[PxPyPz]T表示终端执行器在基坐标系下的坐标。


4.根据...

【专利技术属性】
技术研发人员：李若尘，李楠楠，张世雄，赵翼飞，安欣赏，李革，张伟民，
申请(专利权)人：深圳龙岗智能视听研究院，
类型：发明
国别省市：广东;44