CN110161850B - 一种工业机器人变参数刚度辨识与建模方法 - Google Patents

一种工业机器人变参数刚度辨识与建模方法 Download PDF

Info

Publication number
CN110161850B
CN110161850B CN201910333664.2A CN201910333664A CN110161850B CN 110161850 B CN110161850 B CN 110161850B CN 201910333664 A CN201910333664 A CN 201910333664A CN 110161850 B CN110161850 B CN 110161850B
Authority
CN
China
Prior art keywords
robot
identification
rigidity
stiffness
space
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.)
Active
Application number
CN201910333664.2A
Other languages
English (en)
Other versions
CN110161850A (zh
Inventor
田威
焦嘉琛
廖文和
李波
张霖
崔光裕
白权
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing University of Aeronautics and Astronautics
Original Assignee
Nanjing University of Aeronautics and Astronautics
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Nanjing University of Aeronautics and Astronautics filed Critical Nanjing University of Aeronautics and Astronautics
Priority to CN201910333664.2A priority Critical patent/CN110161850B/zh
Publication of CN110161850A publication Critical patent/CN110161850A/zh
Priority to PCT/CN2019/109864 priority patent/WO2020215614A1/zh
Priority to US17/289,018 priority patent/US20210347045A1/en
Application granted granted Critical
Publication of CN110161850B publication Critical patent/CN110161850B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J13/00—Controls for manipulators
    • B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
    • B25J13/085—Force or torque sensors
    • 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
    • B25J19/02—Sensing devices
    • B25J19/021—Optical sensing devices
    • B25J19/022—Optical sensing devices using lasers
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1602—Programme controls characterised by the control system, structure, architecture
    • B25J9/1607—Calculation of inertia, jacobian matrixes and inverses
    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
    • B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
    • B25J9/00—Programme-controlled manipulators
    • B25J9/16—Programme controls
    • B25J9/1628—Programme controls characterised by the control loop
    • B25J9/1653—Programme controls characterised by the control loop parameters identification, estimation, stiffness, accuracy, error analysis
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
    • G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
    • G05B13/04—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators
    • G05B13/042—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric involving the use of models or simulators in which a parameter or coefficient is automatically adjusted to optimise the performance
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/37—Measurements
    • G05B2219/37065—Map of stiffness, compliance of object
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39062—Calculate, jacobian matrix estimator
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/30—Nc systems
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39183—Compliance compensation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Robotics (AREA)
  • Mechanical Engineering (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Automation & Control Theory (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Human Computer Interaction (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Optics & Photonics (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Computation (AREA)
  • Medical Informatics (AREA)
  • Manipulator (AREA)

Abstract

本发明公开了一种工业机器人变参数刚度辨识与建模方法，属于工业机器人刚度辨识技术领域。该方法将机器人有效工作空间划分为多个立方体区域，针对某个加工区域的作业任务通过对末端执行器在该区域多位置、多姿态下施加不同载荷，根据载荷与末端形变的关系，辨识获取该区间的机器人关节刚度，实现机器人在加工过程中不同作业区间下的刚度精确控制。本发明方法能实现机器人作业过程刚度性能准确评估，从而精确预测受载加工过程中的末端变形，进而达到提高加工精度和质量的效果，满足机器人在铣削、制孔等高精加工领域的应用要求。

Description

一种工业机器人变参数刚度辨识与建模方法
技术领域
本发明属于机器人刚度辨识技术领域，具体涉及一种工业机器人变参数刚度辨识与建模方法，能实现机器人作业刚度准确建模与评估。
背景技术
工业机器人作为典型的柔性平台，具有高度运动灵活性，可以高效完成复杂的空间定姿，同时能够在高性能控制器支持下迅速调整作业轨迹和设备状态，是高端制造业尤其是航空航天等高附加值制造装配领域的核心加工装备。但是工业机器人受其串联结构固有特性的影响，其刚度仅有数控机床的1/50～1/20，弱刚性的结构特点导致工业机器人对工作载荷的耐受能力偏低，从而会影响机器人加工轨迹精度和产品表面质量，难以满足精度要求高、装配过程复杂的高附加值产品的制造装配需求。
针对机器人弱刚性问题，需对机器人刚度特性与刚度建模方法开展研究，机器人关节刚度辨识是机器人刚度建模的关键一环。在文献“Abele E,Weigold M,RothenbücherS.Modeling and identification of an industrial robot for machiningapplications.Ann CIRP,2007,56(1)：387–390”中，Adele E等人在测量五自由度的机器人各关节的关节刚度时，将其他关节锁死，通过测量目标关节在末端负载下的变形获得其关节刚度，然而这种近似简化处理得到的刚度模型准确性不高。
在文献“Shih-Feng Chen and Imin Kao.Conservative CongruenceTransformation for Joint and Cartesian Stiffness Matrices of Robot Hands andFigures.The International Journal of Robotics Research,2000,(19)9:835-847”中Chen等人建立了机器人关节柔性与笛卡尔柔性之间的映射关系，实现了机器人刚度的理论计算，并指出末端刚度与机器人的姿态直接相关。在此基础上Claire Dumas与StephaneCaro等在文献“Claire Dumas,Stephane Caro,Sebastien Garnier and BenoitFuret.Joint stiffness identification of six-revolute industrial serialrobots.Robotics and Computer-Integrated Manufacturing,2011,27:881-888”中研究了机器人运动学特性，并通过不同姿态下在机器人末端施加静载荷，测量机器人变形，可以拟合辨识得到工业机器人六个关节的刚度系数。但是在实际应用中，该方法存在以下不足：
(1)在执行点位作业任务(如制孔)时，机器人关节电机处于抱闸状态，机器人处于连续轨迹作业(如铣削)时，关节电机不抱闸，没有考虑抱闸对关节刚度辨识结果的影响；
(2)机器人关节可以简化为扭簧模型，关节刚度的本质非线性特征导致对应不同机器人姿态下的关节角度，辨识出的关节刚度也会有区别，即一组关节刚度辨识结果并不能很好的满足全工作空间的刚度模型的精度要求。
发明内容
针对于上述现有技术的不足，本发明的目的在于提供一种工业机器人变参数刚度辨识与建模方法，以解决现有技术中针对静刚度辨识结果对全作业空间适用性不高导致机器人刚度建模准确度不理想的问题；实现了工业机器人的刚度建模精度的有效提升与机器人作业状态下末端受载变形的精确预测。
为达到上述目的，本发明采用的技术方案如下：
本发明的一种工业机器人变参数刚度辨识与建模方法，包括步骤如下：
步骤1：在给定型号工业机器人有效工作范围内，按照给定的最大步长将整个作业空间划分成一系列的立方体网格；
步骤2：使用上述步骤1中划分的一个立方体网格的八个顶点以及网格空间的中心点的理论坐标来控制机器人进行定位，在各个位置选择不少于3个机器人可达姿态，法兰盘上安装的六维力传感器测量所挂负载的大小与方向，用激光跟踪仪测量在所有位姿下负载前后机器人末端的位姿变化；
步骤3：通过采集的不同位姿下的末端载荷与变形情况，实现满足该网格空间作业任务的机器人关节刚度辨识；
步骤4：按照上述步骤3中网格空间内的辨识方法实现全空间内所有网格的关节刚度辨识，建立全作业空间的刚度模型。
进一步地，所述步骤1中将机器人末端有效作业空间划分为立体网格来作为机器人采样点的规划基准。
进一步地，所述步骤2中利用激光跟踪仪测量装在机器人法兰盘上的一组靶球位置，来拟合得到机器人的末端位姿变化，通过安装在机器人法兰盘上的六维力传感器实现末端载荷的实时采集。
所述步骤2中选取一个立方体网格的八个顶点以及网格空间的中心点的理论坐标来控制机器人进行定位，考虑了一个网格空间中的典型位置的代表性与分布全面性。
进一步地，所述步骤2中根据作业类型选定机器人绕末端旋转轴向，模拟机器人实际作业姿态，考虑了采样姿态选择的多样性与可靠性。
进一步地，所述步骤3中通过基于奇异值分解的最小二乘法拟合得到法兰盘位姿在加载负载前后的转换关系。
进一步地，所述步骤3中对机器人静刚度模型做出结构变换，得到给定姿态下机器人末端变形和末端载荷的关系，并通过微分变换对机器人雅可比矩阵求解。
进一步地，所述步骤4中对各个网格空间的关节刚度分别进行辨识，并采用各个网格空间内辨识结果实现全作业空间的机器人刚度建模。
进一步地，所述步骤3具体包括：
(31)记录该网格空间的各个顶点处机器人的不同姿态下法兰盘上的三个靶球在受力前后的位置变化；
(32)通过最小二乘法拟合三个靶球所在平面的位姿变化矩阵，看作法兰盘位姿的变化矩阵；
(33)建立机器人运动学模型与雅可比矩阵；
(34)结合位姿变化矩阵、力传感器读数以及机器人运动学模型，实现该网格空间下的刚度辨识。
本发明的有益效果：
1、本发明针对不同型号的工业机器人，都可以确定划分网格空间的最优步长，减少了工作量，有利于工业机器人快速地投入作业；
2、本发明提出根据作业空间分布的变参数关节刚度辨识方法，考虑了机器人关节刚度的非线性特征，建立的刚度模型更接近机器人实际刚度特征；
3、本发明可以大幅提高机器人全作业空间的刚度建模的准确性，提高了对机器人切削作业中的末端变形量的预测能力，从而提升机器人作业精度，拓展了机器人在高精加工领域的应用。
附图说明
图1为机器人作业网格空间划分示意图；
图2网格空间机器人刚度辨识采样位姿示意图；
图3对25个试验点的定位补偿效果示意图。
具体实施方式
为了便于本领域技术人员的理解，下面结合实施例与附图对本发明作进一步的说明，实施方式提及的内容并非对本发明的限定。
本发明技术方案所需刚度辨识设备主要包括：工业机器人、激光跟踪仪(或其他定位获取传感器)、六维力传感器等。
参照图1所示，本发明的一种工业机器人变参数刚度辨识与建模方法，包括步骤如下：
步骤1：将激光跟踪仪置于合适位置，以方便测量。利用激光跟踪仪测量并建立包括机器人基坐标系Base、法兰盘坐标系Flange、工具坐标系Tool、六维力传感器坐标系Force的坐标系系统，按照给定的最大步长将机器人有效作业空间划分为一系列立方体网格；
步骤2：用上述步骤1中划分的一个立方体网格的八个顶点以及网格空间的中心点(见图2中Tag1到Tag9，其中Xi、Yi、Zi分别为末端位置对应的姿态下工具坐标系Tool的三个方向轴)的理论位置坐标来控制机器人进行定位，每个顶点位置的初始姿态按照图2中所示，相交于Tag5点处的三条立方体的边的方向分别定义为初始目标位姿的X、Y、Z轴方向，即与Base坐标系的三个轴方向平行。
在各个位置分别选择另外三个姿态，为简化操作，通过延工具坐标系某一轴线方向(如作业轴方向即目标点坐标的X方向)选择合适的角度步长旋转一定次数，获得在该作用位置的合适数目的一系列姿态，定义新的目标点位姿相对初始位姿旋转角为θ＝j*Δθ，j＝1,2,3,其中Δθ作为样本选择步长，绕选定轴向旋转一个角度θ产生一个新的机器人姿态，以X轴为例引入旋转变化矩阵Rot(x,θ)：
Figure GDA0002308291030000041
则通过Tagnew＝Rot(x,θ)Tag计算得到该位置处新的末端位姿在笛卡尔坐标系下的信息，Tag与Tagnew分别为旋转之后的末端位姿信息，最终得到9个目标位置处的所有目标位姿信息，沿着Y轴和Z轴的旋转变化如下所示：
Figure GDA0002308291030000042
步骤3：在该网格空间内的辨识机器人关节刚度，六维力传感器安装在末端法兰盘上，通过在力传感器上挂载一定重量的刚性载荷，获得在力传感器坐标系下各目标位姿处的负载大小与方向；
通过机器人法兰盘上安装的3个靶标，采用激光跟踪仪测量并间接获得机器人末端在受力前后变形的读取，读取加载负载前后两组靶标的位置坐标信息，通过基于奇异值分解的最小二乘法拟合得到法兰盘位姿在加载负载前后的转换关系：
p'＝R*p+t
其中p和p'分别表示受力前后读取的点组坐标信息，R与t分别表示旋转矩阵与平移矩阵，
Figure GDA0002308291030000043
其中pi和p′i分别为各靶球受力前后的位置坐标，pm与p'm为平均值；通过奇异值分解H，得到H＝UDVT，其中D是一个对角矩阵，U和V是正交矩阵，可以得到法兰盘受力变形的旋转矩阵与位移矩阵：R＝VUT,t＝p'm-R*pm。
利用机器人静刚度模型辨识机器人关节刚度，其计算公式表达为：F＝KD＝J-TKθJ- 1D，其中F与D为机器人末端法兰盘受到的广义载荷矩阵与末端变形矩阵，K与Kθ分别为机器人末端刚度矩阵与机器人关节刚度矩阵，J为机器人雅可比矩阵。通过力传感器坐标系与法兰盘坐标系的转换矩阵将机器人末端测得的所受载荷矢量转换到法兰盘坐标系下，修改上式形式为：D＝JKxJTF＝AKx，其中
Figure GDA0002308291030000051
Figure GDA0002308291030000052
到
Figure GDA0002308291030000053
是机器人6个关节刚度的倒数，A是与作用力矩阵和雅可比矩阵相关的矩阵，表示为：
Figure GDA0002308291030000054
其中，Fi为外力F的第i行，雅可比矩阵通过建立机器人运动学D-H模型，通过微分变换法建立机器人雅可比矩阵，由于工业机器人的关节都为转动关节，则雅可比矩阵J的第i列按下式计算：
Figure GDA0002308291030000055
式中，Jli为机器人雅可比矩阵第i列的转动变换，Jai为机器人雅可比矩阵第i列的移动变换，n、o、a、P分别为各连杆到末端连杆的变换
Figure GDA0002308291030000056
的四个列矢量，nz、oz、az分别为n、o、a的列矩阵的第三行值。
通过上述计算过程实现了机器人在一个网格空间的关节刚度辨识。
步骤4：按照上述操作过程，实现机器人作业空间各网格的关节刚度辨识，选择各网格空间的刚度辨识结果进行刚度建模，机器人末端作业位置在不同网格区间分布时，选择与其匹配的机器人刚度模型，实现高作业适应性的机器人作业刚度精确控制。
下面以KUKA-KR500工业机器人为例来说明本发明的具体实施方法：
首先，使用机器人建立坐标系系统，在600mm×1200mm×600mm的空间内，按照150mm为网格步长，将机器人作业空间划分为128个空间立体网格；
其次，在离线编程软件里规划并确定所有网格9个目标位置的机器人位姿坐标信息，如图2中通过将初始姿态绕工具坐标系Y轴分别旋转±10°获得不同的三个位姿，模拟一定范围内的曲面加工任务；
再次，通过在空载状态下对目标位姿采样，并通过激光跟踪仪记录法兰盘上靶球的位置；在末端通过固连的方式安装50KG负载模拟机器人作业过程的末端受力，在负载状态下重新完成目标位姿采样，并通过激光跟踪仪记录法兰盘上靶球的在机器人负载状态下的位置信息；
最后，处理采集到的负载信息和位姿信息，通过刚度辨识算法计算获得各网格空间的机器人刚度，实现机器人全作业空间的变参数关节刚度辨识和机器人刚度精确建模。
在刚度建模的基础上，在加工过程中结合六维力传感器对传感器在线实测，可以实现机器人加工状态下的定位误差在线预测与补偿，随机取25个机器人末端位姿，确定这些点位的所在分布网格空间，实现机器人这些位姿的负载状态下的定位补偿，结果如图3所示，补偿后的误差由2～3mm提高到1mm以内，精度提升达到60％以上。
本发明具体应用途径很多，以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以作出若干改进，这些改进也应视为本发明的保护范围。

Claims (5)

1.一种工业机器人变参数刚度辨识与建模方法，其特征在于，包括步骤如下：
步骤1：在给定型号工业机器人有效工作范围内，按照给定的最大步长将整个作业空间划分成一系列的立方体网格；
步骤2：使用上述步骤1中划分的一个立方体网格的八个顶点以及网格空间的中心点的理论坐标来控制机器人进行定位，在各个位置选择不少于3个机器人可达姿态；
步骤3：六维力传感器安装在末端法兰盘上，通过机器人末端挂载一定重量的刚性载荷，获得在力传感器坐标系下各目标位姿处的负载大小与方向；通过机器人法兰盘上安装的一组靶标，采用激光跟踪仪测量并读取机器人末端负载前后两组靶标的位置坐标信息，通过基于奇异值分解的最小二乘法拟合得到法兰盘位姿在加载负载前后的转换关系；通过力传感器坐标系与法兰盘坐标系的转换矩阵将机器人末端测得的所受载荷矢量转换到法兰盘坐标系下；建立机器人运动学D-H模型，并通过微分变换法建立机器人雅可比矩阵；结合负载信息、末端位姿变化矩阵及雅克比矩阵，利用机器人静刚度模型实现满足该网格空间作业任务的机器人关节刚度辨识；
步骤4：按照上述步骤3中网格空间内的辨识方法实现全空间内所有网格的关节刚度辨识，建立全作业空间的刚度模型。
2.根据权利要求1所述的工业机器人变参数刚度辨识与建模方法，其特征在于，所述步骤1中将机器人末端有效作业空间划分为立体网格来作为机器人采样点的规划基准。
3.根据权利要求1所述的工业机器人变参数刚度辨识与建模方法，其特征在于，所述步骤2中根据作业类型选定机器人绕末端旋转轴向，模拟机器人实际作业姿态。
4.根据权利要求1所述的工业机器人变参数刚度辨识与建模方法，其特征在于，所述步骤4中对各个网格空间的关节刚度分别进行辨识，并采用各个网格空间内辨识结果实现全作业空间的机器人刚度建模。
5.根据权利要求1所述的工业机器人变参数刚度辨识与建模方法，其特征在于，所述步骤3具体包括：
(31)记录该网格空间的各个顶点处机器人的不同姿态下法兰盘上的三个靶球在受力前后的位置变化；
(32)通过最小二乘法拟合三个靶球所在平面的位姿变化矩阵，看作法兰盘位姿的变化矩阵；
(33)建立机器人运动学模型与雅可比矩阵；
(34)结合位姿变化矩阵、力传感器读数以及机器人运动学模型，实现该网格空间下的刚度辨识。
CN201910333664.2A 2019-04-24 2019-04-24 一种工业机器人变参数刚度辨识与建模方法 Active CN110161850B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201910333664.2A CN110161850B (zh) 2019-04-24 2019-04-24 一种工业机器人变参数刚度辨识与建模方法
PCT/CN2019/109864 WO2020215614A1 (zh) 2019-04-24 2019-10-08 一种工业机器人变参数刚度辨识与建模方法
US17/289,018 US20210347045A1 (en) 2019-04-24 2019-10-08 Variable-parameter stiffness identification and modeling method for industrial robot

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910333664.2A CN110161850B (zh) 2019-04-24 2019-04-24 一种工业机器人变参数刚度辨识与建模方法

Publications (2)

Publication Number Publication Date
CN110161850A CN110161850A (zh) 2019-08-23
CN110161850B true CN110161850B (zh) 2020-04-07

Family

ID=67639888

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910333664.2A Active CN110161850B (zh) 2019-04-24 2019-04-24 一种工业机器人变参数刚度辨识与建模方法

Country Status (3)

Country Link
US (1) US20210347045A1 (zh)
CN (1) CN110161850B (zh)
WO (1) WO2020215614A1 (zh)

Families Citing this family (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110161850B (zh) * 2019-04-24 2020-04-07 南京航空航天大学 一种工业机器人变参数刚度辨识与建模方法
CN112949103A (zh) * 2019-11-26 2021-06-11 中国科学院沈阳自动化研究所 一种协作机器人非线性刚度建模方法
CN110941183B (zh) * 2019-11-30 2021-09-21 华南理工大学 一种基于神经网络的工业机器人动力学辨识方法
CN111125843B (zh) * 2019-12-11 2022-02-11 同济大学 基于数字图像相关技术的工业机器人刚度辨识方法
CN111168717B (zh) * 2019-12-20 2021-11-16 北京卫星制造厂有限公司 基于工业机器人刚度测量加载装置和关节刚度辨识方法
CN111185915A (zh) * 2020-01-10 2020-05-22 上海大学 一种基于刚度性能的机器人钻削加工系统布局方法
CN111409105A (zh) * 2020-03-27 2020-07-14 伯朗特机器人股份有限公司 工业机器人位姿特性中准确度、重复性的测量方法
CN111409106A (zh) * 2020-03-30 2020-07-14 伯朗特机器人股份有限公司 工业机器人距离性能测试方法
CN111300432B (zh) * 2020-04-08 2021-05-11 南京工程学院 一种工业机器人六维刚度误差补偿系统及其补偿方法
CN112947069B (zh) * 2021-01-28 2022-10-28 内蒙古大学 一种移动两轮机器人的控制方法
CN112959363B (zh) * 2021-03-03 2022-10-04 珞石（北京）科技有限公司 一种机器人模型信息辨识方法
CN113084812B (zh) * 2021-04-09 2022-06-21 吉林大学 一种机器人末端刚度性能评价方法
CN113715058A (zh) * 2021-08-11 2021-11-30 埃夫特智能装备股份有限公司 一种工业机器人连杆刚度测试方法
CN113610994B (zh) * 2021-08-19 2023-06-20 厦门安科科技有限公司 顶升平台的顶升控制方法及控制装置
CN114029944A (zh) * 2021-10-08 2022-02-11 智动时代(北京)科技有限公司 一种三维空间粒晶向位定位算法
CN114112358B (zh) * 2021-11-23 2023-12-26 武汉中科医疗科技工业技术研究院有限公司 机械臂的刚度测量方法和刚度测量系统
CN114872045A (zh) * 2022-05-12 2022-08-09 中国计量大学 一种包括作业工具的六轴工业机器人制孔系统整体刚度建模方法
CN115157236B (zh) * 2022-05-30 2023-07-18 中国航发南方工业有限公司 机器人刚度模型精度建模方法、系统、介质、设备及终端
CN114800526B (zh) * 2022-05-30 2023-11-17 上海大学 基于激光跟踪仪通过点线面建系的工业机器人标定方法
CN115070823B (zh) * 2022-06-21 2023-09-29 法奥意威(苏州)机器人系统有限公司 关节刚度检测方法、机器人运动控制方法及相关装置
CN115659497B (zh) * 2022-10-18 2023-07-21 武汉理工大学 一种基于直接控制自由变形的船体建模方法
CN115741672B (zh) * 2022-10-21 2024-04-19 杭州邦杰星医疗科技有限公司 一种基于刚体变换的dh推导方法
CN116372939A (zh) * 2023-05-15 2023-07-04 合肥合滨智能机器人有限公司 一种机械臂动力学标准参数的辨识方法
CN117007299B (zh) * 2023-08-03 2024-04-09 奇瑞新能源汽车股份有限公司 一种工业机器人加工刚度检测方法及装置

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102230783A (zh) * 2011-05-04 2011-11-02 南京航空航天大学 一种用于工业机器人的空间立体网格精度补偿方法
CN105058387A (zh) * 2015-07-17 2015-11-18 北京航空航天大学 基于激光跟踪仪的一种工业机器人基坐标系标定方法
CN106737855A (zh) * 2016-08-22 2017-05-31 南京理工大学 一种综合位姿误差模型与刚度补偿的机器人精度补偿方法
CN107414834A (zh) * 2017-08-10 2017-12-01 上海大学 一种多机器人协同系统静刚度实时性能评价方法
CN107703748A (zh) * 2017-10-09 2018-02-16 东南大学 一种基于偏置板设计的重载机器人静态刚度辨识方法
CN108406768A (zh) * 2018-03-09 2018-08-17 汇川技术（东莞）有限公司 一种基于自重和负载变形补偿的机器人标定方法以及系统
CN108908327A (zh) * 2018-04-25 2018-11-30 成都飞机工业（集团）有限责任公司 一种机器人定位误差分级补偿方法
US10150213B1 (en) * 2016-07-27 2018-12-11 X Development Llc Guide placement by a robotic device

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4753048A (en) * 1986-03-20 1988-06-28 Massachusetts Institute Of Technology Method of for grinding
US4756662A (en) * 1986-03-31 1988-07-12 Agency Of Industrial Science & Technology Varible compliance manipulator
DE602005025343D1 (de) * 2004-06-10 2011-01-27 Abb Ab Kinematischer parallelroboter und verfahren zur steuerung dieses roboters
US9110456B2 (en) * 2004-09-08 2015-08-18 Abb Research Ltd. Robotic machining with a flexible manipulator
CN104315995B (zh) * 2014-11-15 2017-02-01 中国科学院光电研究院 基于虚拟多立方体标准目标的tof深度相机三维坐标标定装置和方法
JP2017019072A (ja) * 2015-07-14 2017-01-26 トヨタ自動車株式会社 位置計測システム
JP6563271B2 (ja) * 2015-08-03 2019-08-21 三菱重工業株式会社 組立体製造装置及び組立体製造方法
CN205449351U (zh) * 2015-12-30 2016-08-10 陕西电器研究所 一种小型三维力传感器
JP6386501B2 (ja) * 2016-08-12 2018-09-05 ファナック株式会社 レーザ加工ロボットシステム及びレーザ加工方法
CN206493337U (zh) * 2017-01-26 2017-09-15 武汉延锋时代检测技术股份有限公司 一种工业机器人重复定位精度的测试装置
JP2018122335A (ja) * 2017-02-01 2018-08-09 株式会社神戸製鋼所 アーク点調整棒取付構造、及び多関節溶接ロボット、並びに溶接装置
CN107088892A (zh) * 2017-04-01 2017-08-25 西安交通大学 一种基于双目视觉的工业机器人运动精度检测方法
MX2017009909A (es) * 2017-07-31 2019-02-08 German Becerril Hernandez Sistema automatizado de construccion robotizado y metodo de construccion.
US11141855B2 (en) * 2018-01-15 2021-10-12 Canon Kabushiki Kaisha Robot system, method of controlling robot arm, recording medium, and method of manufacturing an article
CN108247637B (zh) * 2018-01-24 2020-11-24 中南大学 一种工业机器人手臂视觉防撞操控方法
JP6781183B2 (ja) * 2018-03-26 2020-11-04 ファナック株式会社 制御装置及び機械学習装置
CN109255188B (zh) * 2018-09-14 2022-04-22 哈尔滨工业大学 基于有限元的六轴工业机器人动态性能优化方法
CN209689651U (zh) * 2019-03-26 2019-11-26 武汉库柏特科技有限公司 一种多维力传感器及适用于多维力传感器的保护组件
CN110161850B (zh) * 2019-04-24 2020-04-07 南京航空航天大学 一种工业机器人变参数刚度辨识与建模方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102230783A (zh) * 2011-05-04 2011-11-02 南京航空航天大学 一种用于工业机器人的空间立体网格精度补偿方法
CN105058387A (zh) * 2015-07-17 2015-11-18 北京航空航天大学 基于激光跟踪仪的一种工业机器人基坐标系标定方法
US10150213B1 (en) * 2016-07-27 2018-12-11 X Development Llc Guide placement by a robotic device
CN106737855A (zh) * 2016-08-22 2017-05-31 南京理工大学 一种综合位姿误差模型与刚度补偿的机器人精度补偿方法
CN107414834A (zh) * 2017-08-10 2017-12-01 上海大学 一种多机器人协同系统静刚度实时性能评价方法
CN107703748A (zh) * 2017-10-09 2018-02-16 东南大学 一种基于偏置板设计的重载机器人静态刚度辨识方法
CN108406768A (zh) * 2018-03-09 2018-08-17 汇川技术（东莞）有限公司 一种基于自重和负载变形补偿的机器人标定方法以及系统
CN108908327A (zh) * 2018-04-25 2018-11-30 成都飞机工业（集团）有限责任公司 一种机器人定位误差分级补偿方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
工业机器人大负载刚度辨识及误差补偿研究;王旭 等;《机械传动》;20171231;第41卷(第5期);第30-33页 *

Also Published As

Publication number Publication date
US20210347045A1 (en) 2021-11-11
WO2020215614A1 (zh) 2020-10-29
CN110161850A (zh) 2019-08-23

Similar Documents

Publication Publication Date Title
CN110161850B (zh) 一种工业机器人变参数刚度辨识与建模方法
CN110193829B (zh) 一种耦合运动学与刚度参数辨识的机器人精度控制方法
CN109822574B (zh) 一种工业机器人末端六维力传感器标定的方法
CN109732596B (zh) 基于六维虚拟关节模型的工业机器人刚度辨识系统及其辨识方法
Ibaraki et al. Indirect measurement of volumetric accuracy for three-axis and five-axis machine tools: a review
Zhuang et al. Calibration of Stewart platforms and other parallel manipulators by minimizing inverse kinematic residuals
CN112873199B (zh) 基于运动学与空间插值的机器人绝对定位精度标定方法
Zhuang et al. Kinematic calibration of a Stewart platform using pose measurements obtained by a single theodolite
CN110154022B (zh) 一种基于定向刚度模型的机器人制孔径向定位修正方法
CN107703748B (zh) 一种基于偏置板设计的重载机器人静态刚度辨识方法
CN111300432B (zh) 一种工业机器人六维刚度误差补偿系统及其补偿方法
WO2018196232A1 (zh) 机器人和末端执行器的自动标定方法及系统
Jiao et al. Variable parameters stiffness identification and modeling for positional compensation of industrial robots
Ambiehl et al. New method for decoupling the articular stiffness identification: Application to an industrial robot with double encoding system on its 3 first axis
CN113878586B (zh) 机器人运动学标定装置、方法及系统
CN113091670B (zh) 一种机器人关节刚度的标定装置及标定方法
CN112156915B (zh) 基于关节驱动负载的喷涂机器人安装位置确定方法及装置
Kalas et al. A new efficient stiffness evaluation method to improve accuracy of hexapods
Mei et al. A mobile hybrid robot and its accuracy issue in machining of large-scale structures
Soons Measuring the geometric errors of a hexapod machine tool
Fraczek et al. Calibration of multi-robot system without and under load using electronic theodolites
Liu et al. Kinematic calibration of a Gough-Stewart based high-precision pointing mechanism
CN117140535B (zh) 一种基于单笔测量的机器人运动学参数标定方法及系统
Company et al. Modelling and preliminary design issues of a four-axis parallel machine for heavy parts handling
CN116945235A (zh) 一种工业机器人系统刚度性能评价方法

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
GR01 Patent grant
GR01 Patent grant