CN109591052A - 机器人定位精度的设计方法、装置、存储介质和处理器 - Google Patents
机器人定位精度的设计方法、装置、存储介质和处理器 Download PDFInfo
- Publication number
- CN109591052A CN109591052A CN201811504986.0A CN201811504986A CN109591052A CN 109591052 A CN109591052 A CN 109591052A CN 201811504986 A CN201811504986 A CN 201811504986A CN 109591052 A CN109591052 A CN 109591052A
- Authority
- CN
- China
- Prior art keywords
- robot
- error
- mentioned
- connecting rod
- parameter
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000013461 design Methods 0.000 title claims abstract description 74
- 238000003860 storage Methods 0.000 title claims abstract description 22
- 238000003754 machining Methods 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims description 20
- 230000004807 localization Effects 0.000 claims description 18
- 238000012545 processing Methods 0.000 abstract description 21
- 230000033001 locomotion Effects 0.000 abstract description 9
- 238000009826 distribution Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 239000011159 matrix material Substances 0.000 description 6
- 230000006870 function Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Classifications
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
- B25J19/007—Means or methods for designing or fabricating manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J19/00—Accessories fitted to manipulators, e.g. for monitoring, for viewing; Safety devices combined with or specially adapted for use in connection with manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本申请提供了一种机器人定位精度的设计方法、装置、存储介质和处理器。该设计方法包括：获取待设计的机器人的连杆对应的D‑H参数；确定机器人在预定点的位姿误差与D‑H参数之间的关系，其中，预定点为机器人的运动空间内的点，位姿误差包括位置误差和/或姿态误差；根据位姿误差与D‑H参数之间的关系，计算运动空间内位姿误差在预定区间内的置信率；判断置信率是否符合预定条件；若符合预定条件，则结束设计，若未符合预定条件，则调整机器人连杆的加工精度和/或机器人的控制精度，直到符合预定条件为止。该设计方法可以避免将全部的误差源都取极限值，保证了机器人的定位精度比较合适，进而保证该机器人的加工成本较低。
Description
技术领域
本申请涉及工业机器人研究领域，具体而言，涉及一种机器人定位精度的设计方法、装置、存储介质和处理器。
背景技术
在机器人应用中，绝大多数的应用都是把工装夹具连接到机器人末端进行工作的，因此，机器人的末端定位精度对于机器人的集成应用是至关重要的。
在机器人设计中，按照工况要求确定机器人负载以及构型后，根据机器人末端的目标精度要求设计各个关节、杆件的加工装配精度等级精度是机器人本体结构设计中的一项关键内容。机器人末端的定位精度的实现依赖于一个从机器人的基座到机器人的末端的一个精度链，其中任何一个环节精度不足都将影响精度链的整体精度。
从机器人运动学的角度看来，影响机器人末端定位精度的各种因素归根结底是因为D-H参数的名义值与实际值之间产生了偏差。目前，机器人误差模型的建立方法主要有摄动法、位姿误差建模矩阵法和矢量法。这三种方法都是对误差传递关系进行推导，在误差极限的条件下得到目标位姿的最大误差，其实质为采用极限方法分析误差区间。
然而，采用摄动法、位姿误差建模矩阵法和矢量法进行的误差分析法给出机器人在整个工作空间内的末端定位精度的全局性指标相当困难。因为，根据测量原理，机器人实际结构的参数误差以及运动控制误差都是以一定的概率分布规律出现的，全部误差源都取极限值的概率是非常低的，把极限误差作为设计指标意味着在绝大多数情况下机器人的末端定位精度都会有较大的剩余，这会提高加工成本，造成一定的资源浪费。
在背景技术部分中公开的以上信息只是用来加强对本文所描述技术的背景技术的理解，因此，背景技术中可能包含某些信息，这些信息对于本领域技术人员来说并未形成在本国已知的现有技术。
发明内容
本申请的主要目的在于提供一种机器人定位精度的设计方法、装置、存储介质和处理器，以解决现有技术中的机器人的定位精度具有较大的剩余，导致机器人加工的成本较高的问题。
为了实现上述目的，根据本申请的一个方面，提供了一种机器人定位精度的设计方法，该方法包括：获取待设计的机器人的连杆对应的D-H参数，上述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度；确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系，其中，上述预定点为上述机器人的运动空间内的点，上述位姿误差包括位置误差和/或姿态误差；根据上述位姿误差与上述D-H参数之间的关系，计算上述运动空间内上述位姿误差在预定区间内的置信率；判断上述置信率是否符合预定条件；若符合上述预定条件，则结束设计，若未符合上述预定条件，则调整上述机器人连杆的加工精度和/或上述机器人的控制精度，直到符合上述预定条件为止。
进一步地，确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系的过程包括：获取D-H参数与上述机器人末端在上述预定点的位置误差ΔPk的关系式，其中，ΔPk为上述机器人末端在基坐标系的上述预定点的位置误差，x、y和z为上述基坐标系内的三个相互垂直的坐标轴。
进一步地，判断上述置信率是否符合预定条件的过程包括：判断P(|ΔPk|≤E)≥r是否成立，其中，r为预定的置信概率，E为预定的位置误差E。
进一步地，获取D-H参数与上述机器人末端在上述预定点的位置误差ΔPk的关系式的过程包括：获取Pk与上述D-H参数的计算式Pk＝Pk(α1，…，αn，a1，…，an，d1，…，dn，θ1，…，θn)；对Pk＝Pk(α1，…，αn，a1，…，an，d1，…，dn，θ1,…，θn)的两边进行全微分，得到其中，i表示待设计的机器人的自由度，i为正整数；根据全微分后的公式，得到
根据本申请的另一方面，提供了一种机器人定位精度的设计装置，该装置包括：第一获取单元，用获取待设计的机器人的连杆对应的D-H参数，上述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度；第二获取单元，用于确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系，其中，上述预定点为上述机器人的运动空间内的点，上述位姿误差包括位置误差和/或姿态误差；计算单元，用于根据上述位姿误差与上述D-H参数之间的关系，计算上述运动空间内上述位姿误差在预定区间内的置信率；判断单元，用于判断上述置信率是否符合预定条件；执行单元，若符合上述预定条件，则执行单元控制结束设计，若未符合上述预定条件，则上述执行单元调整上述机器人连杆的加工精度和/或上述机器人的控制精度，直到符合上述预定条件为止。
进一步地，第二获取单元包括：获取模块，用于获取D-H参数与上述机器人末端的位置误差ΔPk的关系式，其中，ΔPk为上述机器人末端在基坐标系的位置误差，x、y和z为上述基坐标系内的三个相互垂直的坐标轴。
进一步地，上述判断单元包括：判断模块，用于判断P(|ΔPk|≤E)≥r是否成立，其中，r为预定的置信概率，E为预定的位置误差E。
进一步地，上述获取模块包括：第一获取子模块，用于获取Pk与上述D-H参数的计算式Pk＝Pk(α1,…,αn,a1,…,an,d1,…,dn,θ1,…，θn)；全微分模块，用于对Pk＝Pk(α1,…,αn,a1,…,an,d1,…,dn，θ1，…，θn)的两边进行全微分，得到其中，i表示上述机器人的自由度，i为正整数；近似模块，用于根据全微分后的公式，得到
根据本申请的再一方面，提供了一种存储介质，该存储介质包括存储的程序，其中，上述程序执行任一种上述的设计方法。
根据本申请的又一方面，提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行任一种上述的设计方法。
应用本申请的技术方案，上述的设计方法中，根据预定点的位姿误差与上述D-H参数之间的关系，计算机器人在运动空间中的位资误差在预定区间内的置信率，判断该置信率是否符合预定条件，当符合预定条件时，则认为当前的机器人的设计符合要求，当不符合预定条件时，则认为当前的机器人的设计不符合要求，这时需要对机器人的连杆的加工精度和/或上述机器人的控制精度进行调整，直到调整后的机器人的在运动空间中的位资误差在预定区间内的置信率符合预定条件，则结束设计。上述的设计方法中，避免将全部的误差源都取极限值，从而保证机器人的定位精度较为合适，不会有较大剩余，进而保证该机器人的加工成本较低，避免了现有技术中的机器人的加工成本较高的问题。且该方法具有更好的实际可操作性，能够快速、有效确定机器人的关节杆件加工精度要求。该方法在机器人的精度设计中具有较好的推广应用价值。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出了根据本申请的机器人定位精度的设计方法的流程示意图；以及
图2示出了根据本申请的机器人定位精度的设计装置的结构示意图。
具体实施方式
需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本申请保护的范围。
需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
现有技术中的机器人的定位精度具有较大的剩余，导致机器人加工的成本较高，为了解决上述的技术问题，根据本申请的实施例，提供了一种机器人定位精度的设计方法。
图1是根据本申请实施例的机器人定位精度的设计方法的流程图。如图1所示，该方法包括以下步骤：
步骤S101，获取待设计的机器人的连杆对应的D-H参数，上述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度，该步骤中获取的是这些D-H参数对应的具体的数值；
步骤S102，确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系，其中，上述预定点为上述机器人的运动空间内的点，上述位姿误差包括位置误差和/或姿态误差；
步骤S103，根据上述位姿误差与上述D-H参数之间的关系，利用步骤S101获取的D-H参数对应的具体数值，计算上述运动空间内上述位姿误差在预定区间内的置信率；
步骤S104，判断上述置信率是否符合预定条件；
步骤S105，若符合上述预定条件，则结束设计，若未符合上述预定条件，则调整上述机器人连杆的加工精度和/或上述机器人的控制精度，直到符合上述预定条件为止。
上述的设计方法中，根据预定点的位姿误差与上述D-H参数之间的关系，计算机器人在运动空间中的位资误差在预定区间内的置信率，判断该置信率是否符合预定条件，当符合预定条件时，则认为当前的机器人的设计符合要求，当不符合预定条件时，则认为当前的机器人的设计不符合要求，这时需要对机器人的连杆的加工精度和/或上述机器人的控制精度进行调整，直到调整后的机器人的在运动空间中的位资误差在预定区间内的置信率符合预定条件，则结束设计。上述的设计方法中，避免将全部的误差源都取极限值，从而保证机器人的定位精度较为合适，不会有较大剩余，进而保证该机器人的加工成本较低，避免了现有技术中的机器人的加工成本较高的问题。且该方法具有更好的实际可操作性，能够快速、有效确定机器人的关节杆件加工精度要求。该方法在机器人的精度设计中具有较好的推广应用价值。
上述的预定区间为设计者根据实际经验得出的机器人末端的位置误差的一个可接受范围，具体可以根据实际情况来设计。
由于绝大多数的应用都是把工装夹具连接到机器人的末端进行工作的，这样机器人的末端定位精度基本决定了机器人的定位精度，所以，只要确定了机器人末端的定位精度，基本就可以确定机器人的定位精度，因此，一种具体的实施例中，确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系的过程包括：获取D-H参数与上述机器人末端在上述预定点的位置误差ΔPk的关系式，其中，ΔPk为上述机器人末端在基坐标系的上述预定点的位置误差，x、y和z为上述基坐标系内的三个相互垂直的坐标轴，上述的基坐标系为与基座固连的坐标系。该实施例中可以只获取D-H参数与上述机器人末端的位置误差ΔPk的关系式，这样就基本确定了机器人在上述预定点的位资误差。
具体地，上述获取D-H参数与上述机器人末端在上述预定点的位置误差ΔPk的关系式的过程包括：
获取Pk与上述D-H参数的计算式Pk＝Pk(α1，…，αn，a1，…，an,d1,…,dn,θ1,…,θn)，其中，n为自由度中的最大值；
对Pk＝Pk(α1，…，αn，a1，…，an，d1，…，dn，θ1，…，θn)的两边进行全微分，得到 其中，i表示待设计的机器人的自由度，i为正整数；
根据全微分后的公式，可以得到
上述的实施例中，可以只获取D-H参数与上述机器人末端的位置误差ΔPk的关系式，不获取D-H参数与上述机器人末端的姿态误差的关系式，就可以确定对应的机器人在预定点的位姿误差与上述D-H参数之间的关系，这是因为发明人在研究时发现：机器人在预定点的位姿误差的影响因素只与αi、θi、Δαi、Δθi有关，比较机器人末端位置误差和姿态误差的影响因素可以发现：控制了机器人末端的位置误差，则实际上也间接控制了机器人末端的姿态误差。所以，只需要对机器人的末端位置误差进行设计。
具体的发现过程如下：
对于机器人的末端在预定点的姿态误差，采用x-y-z固定角坐标系来表示末端姿态，x-y-z固定角坐系为笛卡尔坐标系。
式中：nx、ny、nz、ox等是机器人末端姿态矩阵的元素。
从而，可以得到机器人末端的姿态误差
取全微分，得到
由齐次变换矩阵的公式和机器人末端姿态矩阵可知，ny和nz各项均不含有ai和di，所以有：
则上述式(2)可以化简为：
式(3)显示姿态误差和ai、di、Δai以及Δdi均无关，只与αi、θi、Δαi和Δθi有关。
对于上述的“确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系的过程”包括“获取D-H参数与上述机器人末端在上述预定点的位置误差ΔPk的关系式”时，上述的判断上述置信率是否符合预定条件的过程包括：判断P(|ΔPk|≤E)≥r是否成立，其中，r为预定的置信概率，E为预定的位置误差E，这里的判断过程为判断机器人的整个运动空间中的多个预定点的位置误差在预定区间内的置信率，所以ΔPk对应机器人的整个运动空间中的多个预定点的位置误差。
由上述的关系式可知，ΔPk的影响因素较多，按照概率论中心极限理论，当影响的原始误差的因素较多时，无论影响各原始误差的因素具有何种分布，其函数形式的误差值近似地服从正态分布，因此，ΔPk近似地服从正态分布。
当运动变量q(转动关节qi＝θi，移动关节qi＝di)已知时，ΔPk表示某预定点的位置误差，它近似服从正态分布。当运动变量q在机器人关节运动范围内随即取值时，ΔPk表示工作空间内任意预定点的位置误差，它也服从正态分布。
当确定了ΔPk之后，就可以计算得到ΔPk的期望值E，也可以计算出ΔPk在某个区间内的概，率，例如可以计算得到P|ΔPk|≤E，从而可以确认该值是否小于或者等于r。
需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
本申请实施例还提供了一种机器人定位精度的设计装置，需要说明的是，本申请实施例的机器人定位精度的设计装置可以用于执行本申请实施例所提供的用于机器人定位精度的设计方法。以下对本申请实施例提供的机器人定位精度的设计装置进行介绍。
图2是根据本申请实施例的机器人定位精度的设计装置的示意图。如图2所示，该装置包括：
第一获取单元10，用获取待设计的机器人的连杆对应的D-H参数，上述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度；
第二获取单元20，用于确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系，其中，上述预定点为上述机器人的运动空间内的点，上述位姿误差包括位置误差和/或姿态误差；
计算单元30，用于根据上述位姿误差与上述D-H参数之间的关系，计算上述运动空间内上述位姿误差在预定区间内的置信率；
判断单元40，用于判断上述置信率是否符合预定条件；
执行单元50，若符合上述预定条件，则执行单元控制结束设计，若未符合上述预定条件，则上述执行单元调整上述机器人连杆的加工精度和/或上述机器人的控制精度，直到符合上述预定条件为止。
上述的设计装置中，第二获取单元根据预定点的位姿误差与上述D-H参数之间的关系，计算机器人在运动空间中的位资误差在预定区间内的置信率，判断单元判断该置信率是否符合预定条件，当符合预定条件时，则认为当前的机器人的设计符合要求，执行单元控制结束设计；当不符合预定条件时，则认为当前的机器人的设计不符合要求，这时执行单元对机器人的连杆的加工精度和/或上述机器人的控制精度进行调整，直到调整后的机器人的在运动空间中的位资误差在预定区间内的置信率符合预定条件，则结束设计。上述的设计装置中，避免将全部的误差源都取极限值，从而保证机器人的定位精度较为合适，不会有较大剩余，进而保证该机器人的加工成本较低，避免了现有技术中的机器人的加工成本较高的问题。且该装置具有更好的实际可操作性，能够快速、有效确定机器人的关节杆件加工精度要求。该装置在机器人的精度设计中具有较好的推广应用价值。
上述的预定区间为设计者根据实际经验得出的机器人末端的位置误差的一个可接受范围，具体可以根据实际情况来设计。
由于绝大多数的应用都是把工装夹具连接到机器人的末端进行工作的，这样机器人的末端定位精度基本决定了机器人的定位精度，所以，只要确定了机器人末端的定位精度，基本就可以确定机器人的定位精度，因此，一种具体的实施例中，第二获取单元包括：获取模块，用于获取D-H参数与上述机器人末端的位置误差ΔPk的关系式，其中，ΔPk为上述机器人末端在基坐标系的位置误差，x、y和z为上述基坐标系内的三个相互垂直的坐标轴。该实施例中可以只通过获取模块获取D-H参数与上述机器人末端的位置误差ΔPk的关系式，这样就基本确定了机器人在上述预定点的位资误差。
具体地，上述获取模块包括：
第一获取子模块，用于获取Pk与上述D-H参数的计算式Pk＝Pk(α1，…，αn，a1，…，an,d1,…,dn,θ1,…,θn)；
全微分模块，用于对Pk＝Pk(α1,…,αn,a1,…,an,d1,…,dn,θ1,…,θn)的两边进行全微分，得到其中，i表示待设计的机器人的自由度，i为正整数；
近似模块，用于根据全微分后的公式，可以得到
由上述的关系式可知，ΔPk的影响因素较多，按照概率论中心极限理论，当影响的原始误差的因素较多时，无论影响各原始误差的因素具有何种分布，其函数形式的误差值近似地服从正态分布，因此，ΔPk近似地服从正态分布。
当运动变量q(转动关节qi＝θi，移动关节qi＝di)已知时，ΔPk表示某预定点的位置误差，它近似服从正态分布。当运动变量q在机器人关节运动范围内随即取值时，ΔPk表示工作空间内任意预定点的位置误差，它也服从正态分布。
上述的实施例中，可以只通过获取模块获取D-H参数与上述机器人末端的位置误差ΔPk的关系式，不获取D-H参数与上述机器人末端的姿态误差的关系式，就可以确定对应的机器人在预定点的位姿误差与上述D-H参数之间的关系，这是因为发明人在研究时发现：机器人在预定点的位姿误差的影响因素只与αi、θi、Δαi、Δθi有关，比较机器人末端位置误差和姿态误差的影响因素可以发现：控制了机器人末端的位置误差，则实际上也间接控制了机器人末端的姿态误差。所以，只需要对机器人的末端位置误差进行设计。
具体的发现过程如下：
对于机器人的末端在预定点的姿态误差，采用x-y-z固定角坐标系来表示末端姿态。
式中：nx、ny、nz、ox等是机器人末端姿态矩阵的元素。
从而，可以得到机器人末端的姿态误差
取全微分，得到(2)
由于ny和nz各项均不含有ai和di，所以有：
则上述式(2)可以化简为：
式(3)显示姿态误差和ai、di、Δai以及Δdi均无关，只与αi、θi、Δαi和Δθi有关。
对于上述的“确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系的过程”包括“获取D-H参数与上述机器人末端在上述预定点的位置误差ΔPk的关系式”时，上述判断单元包括：判断模块，用于判断P(|ΔPk|≤E)≥r是否成立，其中，r为预定的置信概率，E为预定的位置误差E。这里的判断过程为判断机器人的整个运动空间中的多个预定点的位置误差在预定区间内的置信率，所以ΔPk对应机器人的整个运动空间中的多个预定点的位置误差。由于
上述机器人定位精度的设计装置包括处理器和存储器，上述第一获取单元、第二获取单元、计算单元、判断那单元和执行单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数来更加准确地确定机器人的定位精度。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。
本发明实施例提供了一种存储介质，其上存储有程序，该程序被处理器执行时实现上述机器人定位精度的设计方法。
本发明实施例提供了一种处理器，上述处理器用于运行程序，其中，上述程序运行时执行上述机器人定位精度的设计方法。
本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现至少以下步骤：
步骤S101，获取待设计的机器人的连杆对应的D-H参数，上述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度，该步骤中获取的是这些D-H参数对应的具体的数值；
步骤S102，确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系，其中，上述预定点为上述机器人的运动空间内的点，上述位姿误差包括位置误差和/或姿态误差；
步骤S103，根据上述位姿误差与上述D-H参数之间的关系，利用步骤S101获取的D-H参数对应的具体数值，计算上述运动空间内上述位姿误差在预定区间内的置信率；
步骤S104，判断上述置信率是否符合预定条件；
步骤S105，若符合上述预定条件，则结束设计，若未符合上述预定条件，则调整上述机器人连杆的加工精度和/或上述机器人的控制精度，直到符合上述预定条件为止。
本文中的设备可以是服务器、PC、PAD、手机等。
本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有至少如下方法步骤的程序：
步骤S101，获取待设计的机器人的连杆对应的D-H参数，上述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度，该步骤中获取的是这些D-H参数对应的具体的数值；
步骤S102，确定上述机器人在预定点的位姿误差与上述D-H参数之间的关系，其中，上述预定点为上述机器人的运动空间内的点，上述位姿误差包括位置误差和/或姿态误差；
步骤S103，根据上述位姿误差与上述D-H参数之间的关系，利用步骤S101获取的D-H参数对应的具体数值，计算上述运动空间内上述位姿误差在预定区间内的置信率；
步骤S104，判断上述置信率是否符合预定条件；
步骤S105，若符合上述预定条件，则结束设计，若未符合上述预定条件，则调整上述机器人连杆的加工精度和/或上述机器人的控制精度，直到符合上述预定条件为止。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
从以上的描述中，可以看出，本申请上述的实施例实现了如下技术效果：
1)、本申请的设计方法中，根据预定点的位姿误差与上述D-H参数之间的关系，计算机器人在运动空间中的位资误差在预定区间内的置信率，判断该置信率是否符合预定条件，当符合预定条件时，则认为当前的机器人的设计符合要求，当不符合预定条件时，则认为当前的机器人的设计不符合要求，这时需要对机器人的连杆的加工精度和/或上述机器人的控制精度进行调整，直到调整后的机器人的在运动空间中的位资误差在预定区间内的置信率符合预定条件，则结束设计。上述的设计方法中，避免将全部的误差源都取极限值，从而保证机器人的定位精度较为合适，不会有较大剩余，进而保证该机器人的加工成本较低，避免了现有技术中的机器人的加工成本较高的问题。且该方法具有更好的实际可操作性，能够快速、有效确定机器人的关节杆件加工精度要求。该方法在机器人的精度设计中具有较好的推广应用价值。
2)、本申请的设计装置中，第二获取单元根据预定点的位姿误差与上述D-H参数之间的关系，计算机器人在运动空间中的位资误差在预定区间内的置信率，判断单元判断该置信率是否符合预定条件，当符合预定条件时，则认为当前的机器人的设计符合要求，执行单元控制结束设计；当不符合预定条件时，则认为当前的机器人的设计不符合要求，这时执行单元对机器人的连杆的加工精度和/或上述机器人的控制精度进行调整，直到调整后的机器人的在运动空间中的位资误差在预定区间内的置信率符合预定条件，则结束设计。上述的设计装置中，避免将全部的误差源都取极限值，从而保证机器人的定位精度较为合适，不会有较大剩余，进而保证该机器人的加工成本较低，避免了现有技术中的机器人的加工成本较高的问题。且该装置具有更好的实际可操作性，能够快速、有效确定机器人的关节杆件加工精度要求。该装置在机器人的精度设计中具有较好的推广应用价值。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
Claims (10)
1.一种机器人定位精度的设计方法，其特征在于，所述方法包括：
获取待设计的机器人的连杆对应的D-H参数，所述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度；
确定所述机器人在预定点的位姿误差与所述D-H参数之间的关系，其中，所述预定点为所述机器人的运动空间内的点，所述位姿误差包括位置误差和/或姿态误差；
根据所述位姿误差与所述D-H参数之间的关系，计算所述运动空间内所述位姿误差在预定区间内的置信率；
判断所述置信率是否符合预定条件；
若符合所述预定条件，则结束设计，若未符合所述预定条件，则调整所述机器人连杆的加工精度和/或所述机器人的控制精度，直到符合所述预定条件为止。
2.根据权利要求1所述的方法，其特征在于，确定所述机器人在预定点的位姿误差与所述D-H参数之间的关系的过程包括：
获取D-H参数与所述机器人末端在所述预定点的位置误差ΔPk的关系式，其中，ΔPk为所述机器人末端在基坐标系的所述预定点的位置误差，x、y和z为所述基坐标系内的三个相互垂直的坐标轴。
3.根据权利要求2所述的方法，其特征在于，判断所述置信率是否符合预定条件的过程包括：
判断P(|ΔPk|≤E)之r是否成立，其中，r为预定的置信概率，E为预定的位置误差E。
4.根据权利要求2所述的方法，其特征在于，获取D-H参数与所述机器人末端在所述预定点的位置误差ΔPk的关系式的过程包括：
获取Pk与所述D-H参数的计算式Pk＝Pk(α1，...，αn，a1，...，an，d1，...，dn，θ1，...，θn)；
对Pk＝Pk(α1，...，αn，a1，...，an，d1，...，dn，θ1，...，θn)的两边进行全微分，得到其中，i表示待设计的机器人的自由度，i为正整数；
根据全微分后的公式，得到
5.一种机器人定位精度的设计装置，其特征在于，所述装置包括：
第一获取单元，用获取待设计的机器人的连杆对应的D-H参数，所述D-H参数包括αj、aj、dj和θj，其中，αj表示第j个连杆的扭角，aj表示第j个连杆的长度，dj表示第j个连杆相对于第j-1个连杆的位置偏差，θj表示第j个连杆相对于第j-1个连杆的旋转角度；
第二获取单元，用于确定所述机器人在预定点的位姿误差与所述D-H参数之间的关系，其中，所述预定点为所述机器人的运动空间内的点，所述位姿误差包括位置误差和/或姿态误差；
计算单元，用于根据所述位姿误差与所述D-H参数之间的关系，计算所述运动空间内所述位姿误差在预定区间内的置信率；
判断单元，用于判断所述置信率是否符合预定条件；
执行单元，若符合所述预定条件，则执行单元控制结束设计，若未符合所述预定条件，则所述执行单元调整所述机器人连杆的加工精度和/或所述机器人的控制精度，直到符合所述预定条件为止。
6.根据权利要求5所述的装置，其特征在于，第二获取单元包括：
获取模块，用于获取D-H参数与所述机器人末端的位置误差ΔPk的关系式，其中，ΔPk为所述机器人末端在基坐标系的位置误差，x、y和z为所述基坐标系内的三个相互垂直的坐标轴。
7.根据权利要求6所述的装置，其特征在于，所述判断单元包括：
判断模块，用于判断P(|ΔPk|≤E)≥r是否成立，其中，r为预定的置信概率，E为预定的位置误差E。
8.根据权利要求6所述的装置，其特征在于，所述获取模块包括：
第一获取子模块，用于获取Pk与所述D-H参数的计算式Pk＝Pk(α1，...，αn，a1，...，an，d1，...，dn，θ1，...，θn)；
全微分模块，用于对Pk＝Pk(α1，...，αn，a1，...，an，d1，...，dn，θ1，...，θn)的两边进行全微分，得到其中，i表示所述机器人的自由度，i为正整数；
近似模块，用于根据全微分后的公式，得到
9.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序执行权利要求1至4中任意一项所述的设计方法。
10.一种处理器，其特征在于，所述处理器用于运行程序，其中，所述程序运行时执行权利要求1至4中任意一项所述的设计方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811504986.0A CN109591052A (zh) | 2018-12-10 | 2018-12-10 | 机器人定位精度的设计方法、装置、存储介质和处理器 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811504986.0A CN109591052A (zh) | 2018-12-10 | 2018-12-10 | 机器人定位精度的设计方法、装置、存储介质和处理器 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109591052A true CN109591052A (zh) | 2019-04-09 |
Family
ID=65962367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811504986.0A Pending CN109591052A (zh) | 2018-12-10 | 2018-12-10 | 机器人定位精度的设计方法、装置、存储介质和处理器 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109591052A (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003071760A (ja) * | 2001-08-31 | 2003-03-12 | Ricoh Co Ltd | 組立ロボット |
| CN101231749A (zh) * | 2007-12-20 | 2008-07-30 | 昆山华恒工程技术中心有限公司 | 一种工业机器人的标定方法 |
| CN104199999A (zh) * | 2014-07-17 | 2014-12-10 | 中国人民解放军国防科学技术大学 | 一种关节对中误差对多自由度机械臂末端定位精度影响的定量分析方法 |
| CN105773609A (zh) * | 2016-03-16 | 2016-07-20 | 南京工业大学 | 一种基于视觉测量及距离误差模型的机器人运动学标定方法 |
| CN106097390A (zh) * | 2016-06-13 | 2016-11-09 | 北京理工大学 | 一种基于卡尔曼滤波的机器人运动学参数标定方法 |
-
2018
- 2018-12-10 CN CN201811504986.0A patent/CN109591052A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2003071760A (ja) * | 2001-08-31 | 2003-03-12 | Ricoh Co Ltd | 組立ロボット |
| CN101231749A (zh) * | 2007-12-20 | 2008-07-30 | 昆山华恒工程技术中心有限公司 | 一种工业机器人的标定方法 |
| CN104199999A (zh) * | 2014-07-17 | 2014-12-10 | 中国人民解放军国防科学技术大学 | 一种关节对中误差对多自由度机械臂末端定位精度影响的定量分析方法 |
| CN105773609A (zh) * | 2016-03-16 | 2016-07-20 | 南京工业大学 | 一种基于视觉测量及距离误差模型的机器人运动学标定方法 |
| CN106097390A (zh) * | 2016-06-13 | 2016-11-09 | 北京理工大学 | 一种基于卡尔曼滤波的机器人运动学参数标定方法 |
Non-Patent Citations (1)
| Title |
|---|
| 吴健荣等: "机器人精度设计的方法研究", 《哈尔滨工程大学学报》 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20210339390A1 (en) | Trajectory planning for path-based applications | |
| Palmieri et al. | A comparison between position‐based and image‐based dynamic visual servoings in the control of a translating parallel manipulator | |
| Zhang et al. | Efficient computation of smooth minimum time trajectory for CNC machining | |
| Rea Minango et al. | Combining the STEP-NC standard and forward and inverse kinematics methods for generating manufacturing tool paths for serial and hybrid robots | |
| CN109814434A (zh) | 控制程序的校准方法及装置 | |
| Aylor et al. | Designing resilience into global supply chains | |
| Fu et al. | Closed-loop mode geometric error compensation of five-axis machine tools based on the correction of axes movements | |
| Geng et al. | Analysis of Nonlinear Error Caused by Motions of Rotation Axes for Five‐Axis Machine Tools with Orthogonal Configuration | |
| Liu et al. | A feedrate optimization method for CNC machining based on chord error revaluation and contour error reduction | |
| Cai et al. | Adaptive setup planning of prismatic parts for machine tools with varying configurations | |
| CN116672031B (zh) | 机器人的控制方法、装置、处理器及电子设备 | |
| Wang et al. | A novel geometric error compensation approach for five-axis machine tools | |
| Klimchik et al. | Accuracy improvement of robot-based milling using an enhanced manipulator model | |
| CN109591052A (zh) | 机器人定位精度的设计方法、装置、存储介质和处理器 | |
| Da Rocha et al. | An embedded system-based snap constrained trajectory planning method for 3D motion systems | |
| Wu et al. | Fast NURBS interpolation based on the biarc guide curve | |
| Fu et al. | Geometric error compensation of five-axis ball-end milling based on tool orientation optimization and tool path smoothing | |
| Eastwood et al. | A gravitational deflection compensation strategy for HPKMs | |
| CN110262391A (zh) | 工件的开孔轨迹的生成方法、装置、存储介质和处理器 | |
| Liao et al. | Constant load toolpath planning and stiffness matching optimization in robotic surface milling | |
| US11397423B2 (en) | Control system | |
| Brecher et al. | Simulation framework for virtual robot programming in reconfigurable production systems | |
| Tengfei et al. | Conceptual design and workspace analysis of an Exechon-inspired parallel kinematic machine | |
| Lu et al. | A novel method to minimize the five-axis CNC machining error around singular points based on closed-loop inverse kinematics | |
| Shukalov et al. | Control of parallel computing in a cyber-physical production environment |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190409 |