一种工业机器人的位置与姿态误差综合补偿方法技术

本发明专利技术公开一种工业机器人的位置与姿态误差综合补偿方法，包括构建机器人末端实际位置与姿态的双目视觉测量，采样机器人在大规模构型下的末端实际位置与姿态误差，建立机器人理论位置姿态及对应误差的训练数据集和验证数据集，通过训练深度学习模型来实现机器人目标点位置和姿态误差的综合预测与补偿，本发明专利技术不仅可以实现机器人位置与姿态误差的综合补偿，基于大规模机器人构型下的采样数据可以更好的反应机器人位置与姿态误差的分布规律；可以有效降低工业机器人的位置与姿态误差。

【技术实现步骤摘要】
一种工业机器人的位置与姿态误差综合补偿方法
本专利技术涉及工业机器人位姿误差补偿
，具体涉及一种工业机器人的位置与姿态误差综合补偿方法。
技术介绍
工业机器人具有高柔性、高效率、关节灵活、开放性好、维护成本低等优势，是智能制造的重要组成单元，工业机器人的精度是影响产品质量的一个重要因素。但是由于工业机器人的制造、装配、连杆变形、齿轮间隙等引起的误差，导致工业机器人的绝对位姿精度要远低于重复位姿精度。工业机器人绝对位姿精度低，会导致产品加工质量急剧下降。特别是结合离线编程的飞机装配等高级制造领域，工业机器人误差补偿技术是一个必须要解决的难题。专利CN104535027B公开了一种变参数误差辨识的机器人精度补偿方法，通过构建机器人在不同空间下的位姿点误差，根据机器人目标位姿点所在的空间，依据目标位姿点周围已知误差的位姿点，通过L-M算法来拟合目标位姿误差，该方法需要依据机器人参数运动学模型，受已经误差位姿点数和空间范围的影响。专利CN102607552A公开了一种基于神经网络的工业机器人的空间网格精度补偿方法，通过粒子群优化的BP神经本文档来自技高网...

【技术保护点】
1.一种工业机器人的位置与姿态误差综合补偿方法，其特征在于，具体包括以下步骤：/nS1：在机器人末端执行器的规划工作空间内生成不同机器人构型的采样点，并获取采样点的理论位置和姿态数据；/nS2：在机器人末端执行器和基座上固定视觉靶标点；/nS3：将工业机器人初始位置设为Home点位置，构建工业机器人基坐标系F

【技术特征摘要】
1.一种工业机器人的位置与姿态误差综合补偿方法，其特征在于，具体包括以下步骤：
S1：在机器人末端执行器的规划工作空间内生成不同机器人构型的采样点，并获取采样点的理论位置和姿态数据；
S2：在机器人末端执行器和基座上固定视觉靶标点；
S3：将工业机器人初始位置设为Home点位置，构建工业机器人基坐标系FB；
S4：根据机器人基坐标系，建立跟踪坐标系FM、视觉坐标系FS；将机器人末端执行器上的视觉靶标点与所述跟踪坐标系FM固连；双目视觉通过跟踪测量末端执行器上靶标点的跟踪坐标系FM来获取机器人末端执行器实际的位置和姿态，对应测量步骤S1中的所述采样点的实际位置和姿态信息，并计算出对应的位置误差和姿态误差；
S5：从步骤S1中的所述采样点中随机分为训练集和验证集；
S6：构建包含输入层、输出层和多层隐含层的深度学习神经网络模型，使用所述训练集来训练网络模型；
S7：使用所述验证集样本来验证训练完成后的深度学习模型的机器人位置误差和姿态误差预测准确性；
S8：以机器人目标点的理论位置和姿态信息为输入，用深度学习神经网络模型预测的目标位置误差ep和姿态误差eo来校正目标位置理论坐标Pp和姿态理论坐标Po，将修正后的位置坐标(Pp+ep)与姿态坐标(Po+eo)作为机器人目标位姿的控制指令输入到机器人控制系统，机器人根据修正后的指令运动，可以更接近理想目标位姿，从...

【专利技术属性】
技术研发人员：田威，王伟，廖文和，李波，李鹏程，
申请(专利权)人：南京航空航天大学，
类型：发明
国别省市：江苏;32