【技术实现步骤摘要】
一种并联机器人运动学模型在线学习方法
[0001]本专利技术涉及一种并联机器人运动学模型在线学习方法，属于并联机器人标定
。
技术介绍
[0002]Stewart
平台作为一种先进的六自由度并联机械结构和控制系统，被广泛应用于航空航天
、
模拟器系统
、
精密定位和机器人操作等领域
。
它的高精度运动和定位能力使其成为许多领域中重要的工具和设备
。
然而，近年来，随着精度和定位的要求不断提高，原位测量系统认知的不断完善，愈来愈多的场合迫切需要
Stewart
平台拥有更高精度的空间轨迹运动与实时校准能力，但由于制造误差
、
装配误差以及六自由度并联机器人校准过程中，传感器引入的观测误差等因素存在，
Stewart
平台的性能受到一定的影响
。
为确保
Stewart
平台在空间轨迹下的精确运动，运动学参数的实时估计是必不可少的步骤
。
技术实现思路
[0003]本专利技术的目的在于，提供一种并联机器人运动学模型在线学习方法
。
用于解决现有技术存在的技术问题
。
[0004]本专利技术的技术方案：一种并联机器人运动学模型在线学习方法，所述校准方法包括以下步骤：
[0005]S1
：将靶标紧固于运动平台和静平台的表面，且保证测量靶标均匀分布在以典型六自由度并联机器人
Stew
【技术保护点】
【技术特征摘要】
1.
一种并联机器人运动学模型在线学习方法，其特征在于：所述校准方法包括以下步骤：
S1
：将靶标紧固于运动平台和静平台的表面，且保证测量靶标均匀分布在以典型六自由度并联机器人
Stewart
平台的运动台面和静止台面表面为圆心的圆周上；
S2
：控制
Stewart
平台的运动台面输出六自由度运动轨迹，使平台实现
X、Y
及
Z
轴的移动或旋转；
S3
：搭建一套原位测量系统，并用视觉测量仪器验证原位测量系统的精度是否满足
Stewart
平台运动台面的位姿测量，验证通过后
Stewart
平台的运动台面实时位姿由原位测量系统获取；
S4
：基于并联机器人运动学原理，通过闭环矢量环法，构建运动学参数误差模型；
S5
：基于运动学误差模型与原位测量系统实时获取
Stewart
平台的实际位姿数据，采用一种在线学习的优化算法实时估计出
Stewart
平台的
42
个运动学参数
。2.
根据权利要求1所述的一种并联机器人运动学模型在线学习方法，其特征在于：所述步骤
S1
中，将靶标紧固于运动平台和静平台的表面，且均匀分布在六自由度并联机器人
Stewart
平台的运动台面和静止台面并保证运动台面与静止台面中心法线穿过靶标圆的中心
。3.
根据权利要求1所述的一种并联机器人运动学模型在线学习方法，其特征在于：所述步骤
S2
中，基于
Stewart
平台在不同运动轨迹下的定点运动，具体包括：
(1)Stewart
运动平台基于静平台的
X、Y
及
Z
轴的移动首先，基于运动平台与静平台表面中心建立动坐标系
b
与
p
；然后，通过控制
Stewart
平台的各支链进行伸缩运动，使运动平面分别沿
X、Y
及
Z
轴移动；
(2)
基于运动平台的
X、Y
及
Z
轴的旋转首先，基于运动平台与静平台表面中心建立动坐标系
b
与
p
；然后，通过控制
Stewart
平台的各支链进行伸缩运动，使运动平面分别沿
X、Y
及
Z
轴旋转，结合运动平台的移动，可实现
Stewart
平台在不同运动轨迹下的定点运动
。4.
根据权利要求1所述的一种并联机器人运动学模型在线学习方法，其特征在于：所述步骤
S3
中，具体包括：
(1)
搭建一套原位测量系统，该系统包括六个测量支链，并将其与
Stewart
平台进行集成，当
Stewart
平台执行定点运动时，控制器会精确读取六个支链的伸缩长度，并通过运动学正解方法计算当前运动台面的精确位姿；
(2)
在
Stewart
平台的运动平面上贴附用于视觉测量的靶标，靶标为方块，其各面均有不同的编码信息，靶标与运动平面具有一致的运动特性，通过视觉测量仪器对靶标位置的变化进行测量，具体包括：利用视觉仪器测量
Stewart
的运动平台沿
X、Y
及
Z
轴的位置数据；
(3)
利用视觉仪器测量
Stewart
平台的位置数据后，将静平面的坐标系
p
设为工作坐标系，可得出运动平面坐标系
b
相对于静坐标系
p
的俯仰
、
横滚及偏航轴的夹角，可获得姿态数据，结合上述的位置数据与姿态数据从而获得实际的位姿数据；
(4)
利用视觉测量仪器测得的位姿数据与原位测量系统获取的位姿数据进行比对，验证原位测量系统是否满足位姿测量的精度要求；
(5)
满足精度要求后，后续
Stewart
平台的位姿由原位测量系统获取
。
5.
根据权利要求1所述的一种并联机器人运动学模型在线学习方法，其特征在于：所述步骤
S4
中，具体包括：基于
Stewart
平台的运动学标定，建立运动学参数模型，构造实测信息与模型输出之间的误差泛函，
Stewart
平台的运动学参数模型：
δ
e
＝
J
P
δ
x (1)
上述
δ
e
为
6x1
位姿误差向量，
J
p
是
6x42
的误差雅可比矩阵，
δ
x
是
42x1
运动学参数向量，式
(1)
为
Stewart
平台的运动学参数模型
。6.
根据权利要求5所述的一种并联机器人运动学模型在线学习方法，其特征在于：针对于并联机器人运动学参数的实时估计，本发明方法采用一种在线学习的优化算法，算法如下：
(1)
基于公式
(1)
，令
X<...
【专利技术属性】
技术研发人员：刘志华，任飞，蔡晨光，杨明，任子啸，吕琦，张晗，
申请(专利权)人：中国计量科学研究院，
类型：发明
国别省市：
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。