【技术实现步骤摘要】
本专利技术属于机器人精度标定，更具体地，涉及一种机器人定位误差分级标定补偿方法及系统。
技术介绍
1、目前，串联机器人在工业上的应用持续增长，但串联机器人的绝对位姿精度低仍然是限制其在精密制造、装配、测量等领域扩展的主要障碍。影响绝对位姿精度的误差可分为几何误差和非几何误差，其中，几何误差是指由于机器人结构要素的几何形状不理想而导致的实际运动学模型与标称运动学模型之间的误差，如制造公差、装配误差、连杆之间的位置偏差等；非几何误差是指由关节柔性、齿轮传动误差、零件磨损、温度漂移等引起的误差。目前，对几何误差和非几何误差进行先后标定是补偿机器人绝对位姿精度的一种经济有效的方法，以保证这两种类型的误差能够分别被尽可能完整地辨识出来，并逐步提高机器人的绝对位姿精度。
2、现有技术中对机器人建模，通过参数辨识的方法进行几何误差的补偿，但是它们未考虑到非几何误差和分级标定，由于工业串联机器人为了增大负载的同时提高灵活度，由此产生了较大弹性，弹性的增强势必导致机器人在启停和运动过程中出现关节抖动，这会使得机器人的绝对定位精度出现较大的下降，所以不单独对刚度进行标定的工作是不完整的；为解决上述问题，现有技术首先标定出机器人几何误差，再基于空间相似性的残余误差模型标定出残余误差，最后实现机器人绝对定位精度的补偿，它虽然考虑到了分级标定补偿，但是它并没有对残余误差进行进一步细分出关节柔性误差，而是把关节柔性误差笼统地划分到残余误差中，精度不高。
3、由于误差标定模型的近似性、迭代算法的计算误差以及误差来源和误差参数的不完整性
技术实现思路
1、针对现有技术的以上缺陷或改进需求，本专利技术提供一种机器人定位误差分级标定补偿方法及系统，通过将机器人定位误差进行三级划分和标定补偿，提高了机器人的绝对位姿精度。
2、为实现上述目的，按照本专利技术的一方面，提供一种机器人定位误差分级标定补偿方法，包括：
3、采集标定样本数据，包括机器人末端位姿和关节角；
4、将关节建模为线性扭转弹簧，根据机器人关节位姿和关节运动与力学关系求解线性扭转弹簧的变形量，补偿标定样本数据的关节角；
5、基于robert线表示法对机器人进行建模，得到机器人正运动学模型，基于机器人正运动学模型确定几何参数误差与位姿误差的关系，建立几何参数误差辨识模型，求解几何参数误差辨识模型，补偿几何参数误差；
6、获取不完全残差数据集，基于信息扩散方法对不完全残差数据集进行样本增强，基于样本增强后的不完全残差数据集采用基于决策树的机器学习算法预测残差，补偿残余误差，修正机器人末端位姿。
7、进一步地，所述将关节建模为线性扭转弹簧，包括：
8、δθ＝kθ·δm
9、其中，δθ和δm分别为关节旋转前后作用在关节上的关节角度变形差值和扭矩差值的矩阵，kθ是由每个关节的弹性系数组成的对角矩阵。
10、进一步地，所述根据机器人关节位姿和关节运动与力学关系求解线性扭转弹簧的变形量，补偿标定样本数据的关节角，包括：
11、测量任两个不同理论关节角对应的实际关节角，取实际关节角差值与理论关节角差值之差，得到任两个不同位姿的关节角度变形差值；
12、根据关节运动与力学关系确定任一位姿下的关节力矩，得到任两个不同位姿的关节角度变形差值矩阵对应的关节力矩差值；
13、根据任两个不同位姿的关节角度变形差值及其对应的关节力矩差值得到关节的弹性系数矩阵。
14、进一步地，所述根据机器人关节位姿和关节运动与力学关系求解线性扭转弹簧的变形量，补偿标定样本数据的关节角，还包括：
15、根据标定样本数据的机器人末端位姿和关节角获取待补偿关节角的关节力矩，待补偿关节角与0度关节角的力矩差值为待补偿关节角的关节力矩；
16、根据待补偿关节角与0度关节角的力矩差值、关节的弹性系数矩阵和线性扭转弹簧得到待补偿关节角的关节角度变形差值；
17、标定样本数据的关节角与关节角度变形差值之和即为补偿后的关节角。
18、进一步地，所述基于robert线表示法对机器人进行建模，得到机器人正运动学模型，包括：
19、采用robert线表示法，在机器人末端连杆处增加附加参数，得到相邻两个连杆的变换：
20、ihi+1＝qi·vi＝qi·rot(x,αi)rot(y,βi)rot(z,γi)trans(li)
21、其中qi是将关节变量与连杆参数分离的运动矩阵，对于转动关节，qi＝rot(z，θi)表示围绕第i个关节轴z旋转θi，对于一个移动关节，qi＝trans(0,0,di)表示沿着第i个关节轴z移动di。vi是由固定的连杆参数指定的形状矩阵，依赖于第i个关节变量。vi表示第i坐标系分别围绕自身的x、y、z轴旋转角度σi＝[αi βi γi]t，然后分别沿自身坐标系x、y、z轴移动距离li＝[li,x li,y li,z]t，t为矩阵转置。
22、基于相邻两个连杆的变换得到机器人正运动学模型：
23、
24、其中，i＝0,……，n+1分别基坐标系{b}和工具坐标系{t1}的索引。
25、进一步地，所述基于机器人正运动学模型确定几何参数误差与位姿误差的关系，建立几何参数误差辨识模型，包括：
26、基于机器人正运动学模型确定基坐标系的累计位姿误差与连杆各几何参数的误差的线性相关关系；
27、基于累计位姿误差与连杆各几何参数的误差的线性相关关系，建立几何参数误差辨识模型：
28、
29、其中，j为从δq到的雅克比变换矩阵，是测得的位姿误差，t为矩阵转置。
30、进一步地，所述求解几何参数误差辨识模型，补偿几何参数误差，包括：
31、根据基坐标系下的实际测量位姿和名义位姿得到位姿误差；
32、基于位姿误差采用最小二乘求解方法求解几何参数误差辨识模型得到运动学参数误差；
33、基于运动学参数误差和名义运动学参数补偿几何参数误差。
34、进一步地，所述获取不完全残差数据集，基于信息扩散方法对不完全残差数据集进行样本增强，包括：
35、采用随机采样的方法得到不完全残差数据集：
36、
37、其中，xk＝(θ(k),d(k))表示第k个样本对，表示关节角度序列，1～n为关节的索引；表示工具坐标系{t1}在x,y,z方向上对应的位置误差；k是抽样数，k＝1，…,s；s为最大抽样量；
38、基于扩散函数采用信息扩散方法对不完全残差数据集进行样本增强，得到增强数据集：
39、
40、其中，表示对角矩阵向量化为1×n行向量，表本文档来自技高网...
【技术保护点】
1.一种机器人定位误差分级标定补偿方法，其特征在于，包括：
2.根据权利要求1所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述基于Robert线表示法对机器人进行建模，得到机器人正运动学模型，包括：
3.根据权利要求1所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述将关节建模为线性扭转弹簧，包括：
4.根据权利要求3所述的一种机器人定位误差分级标定补偿方法，其特征在于，根据机器人正运动学模型和关节运动与力学关系求解线性扭转弹簧的变形量，修正标定样本数据中的关节角，包括：
5.根据权利要求4所述的一种机器人定位误差分级标定补偿方法，其特征在于，根据机器人正运动学模型和关节运动与力学关系求解线性扭转弹簧的变形量，修正标定样本数据中的关节角，还包括：
6.根据权利要求5所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述基于机器人正运动学模型确定几何参数误差与位姿误差的关系，建立几何参数误差辨识模型，包括：
7.根据权利要求6所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述求解几
8.根据权利要求1所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述获取不完全残差数据集，基于信息扩散方法对不完全残差数据集进行样本增强，包括：
9.根据权利要求8所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述基于决策树的机器学习算法的损失函数为：
10.一种机器人定位误差分级标定补偿系统,其特征在于，包括：
...【技术特征摘要】
1.一种机器人定位误差分级标定补偿方法，其特征在于，包括：
2.根据权利要求1所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述基于robert线表示法对机器人进行建模，得到机器人正运动学模型，包括：
3.根据权利要求1所述的一种机器人定位误差分级标定补偿方法，其特征在于，所述将关节建模为线性扭转弹簧，包括：
4.根据权利要求3所述的一种机器人定位误差分级标定补偿方法，其特征在于，根据机器人正运动学模型和关节运动与力学关系求解线性扭转弹簧的变形量，修正标定样本数据中的关节角，包括：
5.根据权利要求4所述的一种机器人定位误差分级标定补偿方法，其特征在于，根据机器人正运动学模型和关节运动与力学关系求解线性扭转弹簧的变形量，修正标定样本数据中的...
【专利技术属性】
技术研发人员：杨泽源，李成，杨一帆，杨毅晟，严思杰，丁汉，
申请(专利权)人：华中科技大学，
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。