【技术实现步骤摘要】
基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法
[0001]本专利技术涉及一种基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,属于工业机器人标定
。
技术介绍
[0002]随着科技的进步,工业机器人在辅助医疗
、
航空航天
、
精密装配等高精尖领域应用越来越广泛
。
仅要求机器人具有高的位置精度已满足不了现在的需求,还得要求其具有高的姿态精度
。
[0003]要想机器人具有高的位姿
(
位置和姿态
)
精度,我们需要同时进行位置和姿态参数辨识时,但由于机器人末端位置
(mm)
与姿态
(
°
)
的量纲不同,不具有可比性,若直接进行参数辨识,将会导致辨识结果不准确,甚至出现发散等情况
。
所以需要对位置和姿态进行标定精度分配,但如何合理分配确是一个问题
。
例如文献“丁学亮
.Staubli
工业机器人标定算法和实验研究
[D];浙江理工大学
,2014.”中需要多次采集机器人末端位姿数据再计算出各个元素的标准差,将耗费大量人力和精力,且最终结果会受测量设备精度以及其它不确定因素影响
。
技术实现思路
[0004]本专利技术提供了一种基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,该方法融合改进麻雀搜索算法与高斯牛顿法, ...
【技术保护点】
【技术特征摘要】
1.
一种基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,其特征在于,包括:步骤1:获取机器人
n
个定位点的关节角及对应的机器人末端测量位姿;步骤2:确定机器人末端测量位姿标定精度分配的比重范围;步骤3:初始化相关参数,获取初始的位姿标定精度比重;步骤4:确定优化算法的适应度函数,将位姿标定精度比重与高斯牛顿法融合进行机器人运动学参数误差辨识;步骤5:更新适应度函数值及位姿标定精度比重,直至达到终止条件,获得机器人运动学参数误差
。2.
根据权利要求1所述的基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,其特征在于,所述步骤1,包括:步骤
1.1
:直接从机器人控制器中导出
n
个定位点的机器人关节角数据;步骤
1.2
:在第
i
个定位点处,测量机器人末端三个位置数据,将
n
个定位点处采集的机器人末端三个位置数据分别转换为机器人末端测量位姿;其中,
i
=
1,2,
…
,n。3.
根据权利要求2所述的基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,其特征在于,所述步骤
1.2
,具体为:以第1个定位点为例进行说明:利用机器人末端的三个位置数据建立坐标系:将机器人末端坐标系原点放置于机器人末端三个测量点中的
a1点处,得到机器人在第1个定位点的末端测量位姿矩阵
T
1R
,后续
n
‑1个定位点的坐标系原点与第1个定位点所对应的原点一致;将第1个定位点的末端测量位姿矩阵
T
1R
以
X
‑
Y
‑
Z
顺序转为欧拉角,获得第1个定位点对应的机器人末端测量位姿
A1:
A1=
[x1,1,
y1,1,
z1,1,
Rx1,Ry1,
Rz1]
;其中,
norm
表示求模;
ox、oy、oz
分别表示所建立的机器人末端坐标系的
x
轴的基向量
、y
轴的基向量
、z
轴的基向量;
a1(x1,1y1,1z1,1)、b1(x1,2y1,2z1,2)
,
c1(x1,3y1,3z1,3)
表示在第1个定位点测得的机器人末端三个位置数据;
a
1T
代表第1个定位点的
a1位置的转置;
Rx1,Ry1,
Rz1表示为机器人第1个定位点的末端测量姿态
。4.
根据权利要求1所述的基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,其特征在于,所述步骤2,具体为:将位置标定精度比重范围设为
[0
,
1]
,将姿态标定精度比重范围设为
[0
,
ω
max
]
;其中,
ω
max
表示末端测量位姿标定精度分配的姿态比
重最大值
。5.
根据权利要求4所述的基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,其特征在于,所述末端测量位姿标定精度分配的姿态比重最大值,表达式为:
ω
max
=
1/
λ2;其中,
N
=
6n
,
n
表示采集的定位点的总数,
M
为需要辨识的参数个数,
ω
r
与
ω
′
r
分别代表
ω
和
ω
′
中第
r
个元素,
ω
为以残差所计算的测量位姿标定精度比重,
ω
′
为缩小后的以残差所计算的末端测量位姿标定精度比重
。6.
根据权利要求1所述的基于工业机器人末端位姿标定精度分配的机器人运动学参数误差辨识方法,其特征在于,所述步骤3,包括:步骤
3.1
:设置搜索上下边界:依据机器人末端测量位姿标定精度分配的比重范围,将搜索上下边界设置为:下边界:
lb
=
repmat([0
,0,0,0,0,
0]
,1,
n)
;上边界:
ub
=
repmat([1
,1,1,
ω
max
,
ω
max
,
ω
max
]
,1,
n)
;其中,
repmat(B
,1,
n)
表示将数组
...
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。