CN111367236B - 一种面向加工过程的移动机器人系统标定方法及系统 - Google Patents
一种面向加工过程的移动机器人系统标定方法及系统 Download PDFInfo
- Publication number
- CN111367236B CN111367236B CN202010167838.5A CN202010167838A CN111367236B CN 111367236 B CN111367236 B CN 111367236B CN 202010167838 A CN202010167838 A CN 202010167838A CN 111367236 B CN111367236 B CN 111367236B
- Authority
- CN
- China
- Prior art keywords
- robot
- coordinate system
- error
- laser tracker
- calibration
- 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
Links
Images
Classifications
-
- 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
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/18—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form
- G05B19/404—Numerical control [NC], i.e. automatically operating machines, in particular machine tools, e.g. in a manufacturing environment, so as to execute positioning, movement or co-ordinated operations by means of programme data in numerical form characterised by control arrangements for compensation, e.g. for backlash, overshoot, tool offset, tool wear, temperature, machine construction errors, load, inertia
-
- 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
- G05B2219/31—From computer integrated manufacturing till monitoring
- G05B2219/31434—Zone supervisor, collects error signals from, and diagnoses different zone
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]
Landscapes
- Engineering & Computer Science (AREA)
- Human Computer Interaction (AREA)
- Manufacturing & Machinery (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Manipulator (AREA)
- Numerical Control (AREA)
Abstract
一种面向加工过程的移动机器人系统标定方法及系统,包括:基于激光跟踪仪的构建不同坐标系;采用激光跟踪仪建立全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及待加工件坐标系;进行基于激光跟踪仪的机器人运动学参数辨识;通过激光跟踪仪测量机器人不同位姿下的目标点,建立运动学参数模型,进行运动学参数辨识;机器人运动位姿标定;采用标定完成的运动参数对机器人运行学参数修正,进而完成机器人运动位姿的标定;移动机器人到不同站位;进行基于激光跟踪仪的坐标系转换关系标定;通过激光跟踪仪对空间点目标点测量,采用改进加权的奇异值分解算法,实现坐标系转换关系的标定;加工程序执行,保证正确的移动机器人加工过程。
Description
技术领域
本发明涉及一种面向加工过程的移动机器人系统标定方法及系统,面向大型复杂构件高精度局部加工过程以及高精度、高柔性移动加工机器人系统。
背景技术
以移动机器人系统为主的现代制造技术近年来在全球范围发展极其迅速,尤其是在重型、高端装备制造业上的发展更为广泛。美国沃特飞机公司研制了一套机器人钻铣系统,完成了波音737内侧襟翼的钻孔和铣削工作。德国弗劳恩霍夫协会研制的移动机器人用于飞机机翼加工。KUKA公司研制了全向叶片打磨机器人。浙江大学研制出适用于飞机机身钻铆的移动加工机器人设备,并通过集成激光测量技术、计算机控制技术、离线编程技术和机器人技术,大幅度提高了飞机部件的制孔效率。天津大学研制了一套KUKA工业机器人位姿测量与在线误差补偿系统,应用于大型球状工件复杂孔系制造。上述研究中,面向加工过程的移动机器人系统标定对系统有效运行及提高产品的制造质量和效率起着关键作用。
面向加工过程的移动机器人继承了关节型机器人作业空间大、可重构性强的优点,辅以全向移动平台与840Dsl控制技术,形成了移动加工机器人系统。该系统在工作过程中基准坐标在不断发生改变,传统的运动学参数标定方法与变换矩阵标定方法无法满足现场加工的需求,因此,提供一种面向加工过程的移动机器人系统标定方法。
发明内容
本发明的技术解决问题是:克服现有技术的不足,提供一种面向加工过程的移动机器人系统标定方法及系统。
本发明的技术解决方案是:
一种面向加工过程的移动机器人系统标定方法,步骤如下:
(1)基于激光跟踪仪的构建不同坐标系;
采用激光跟踪仪建立全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及待加工件坐标系;
(2)进行基于激光跟踪仪的机器人运动学参数辨识;
通过激光跟踪仪测量机器人不同位姿下的目标点,建立运动学参数模型,进行运动学参数辨识;
(3)机器人运动位姿标定;
采用标定完成的运动参数对机器人运行学参数修正,进而完成机器人运动位姿的标定;
(4)移动机器人到不同站位;
按照事前规划好的站位,控制移动机器人移动到指定的站位;
(5)进行基于激光跟踪仪的坐标系转换关系标定;
通过激光跟踪仪对空间点目标点测量,采用改进加权的奇异值分解算法,实现坐标系转换关系的标定;
(6)移动机器人加工程序执行;
机器人运动学参数辨识后获得的准确机器人运动位姿,结合激光跟踪仪确定的全向移动平台坐标系相对于待加工件坐标系之间的转换关系,即可修正移动机器人加工程序,以保证正确的移动机器人加工过程。
进一步的,步骤(1)基于激光跟踪仪的构建不同坐标系具体为:
全向移动平台坐标系:通过激光跟踪仪测量全向移动平台上表面4个点,拟合一个平面x2y2o2,其法线为坐标系z2轴,方向为垂直平面向上,o2为全向移动平台上表面中心,x2与全向移动平台运动方向同向,y2通过右手定确定;
机器人基坐标系:通过激光跟踪仪测量机器人底座安装面4个点,拟合一个平面x3y3o3,其法线为坐标系z3轴,方向为垂直平面向上,o3为机器人底座中心,x3与全向移动平台运动方向同向,y2通过右手定确定;
机器人末端法兰坐标系:通过激光跟踪仪测量机器人末端法兰表面上4个点,拟合一个平面x4y4o4,其法线为坐标系z4轴,方向为垂直平面向上,o4为末端法兰中心,x3通过法兰上销孔位置确定,y2通过右手定确定;
待加工件坐标系:通过激光跟踪仪测量工件待加工表面上4个点,拟合一个平面x1y1o1,其法线为坐标系z1轴,方向为垂直平面向上,o1为待加工表面,x1沿着待加工表面的一条边,y1通过右手定确定。
进一步的,步骤(2)基于激光跟踪仪的机器人运动学参数辨识具体为:
(2.1)提取库卡机器人模型中连杆夹角θi、连杆距离di、连杆长度ai、连杆扭转角αi,从而获得机器人运动学正解式:
T=T1T2T3T4T5T6
其中,齐次变换矩阵Ti,自由度i=1~6,表示机器人运动学正解式中相邻坐标系之间的坐标变换,T表示末端法兰盘坐标系到机器人基坐标系的坐标变换;
(2.2)运动学正解式中各连杆的参数误差为△ai、△αi、△di、△θi,机器人末端法兰盘坐标系原点位置误差,即简称末端原点误差△P=P-P’,相对于机器人基坐标系,P为理论位置坐标,P’为实际位置坐标,建立线性关系如下
激光跟踪仪跟踪测量机器人末端原点,机器人运动n个不同位姿,则激光跟踪仪将测量出n个点坐标,基于式(2)列出方程组,利用采样数据先标定与角度(θi、αi)相关误差,然后再标定与距离(di、ai)相关误差,利用最小二乘法求出的最小二乘解,进而获得△ai、△αi、△di、△θi,完成运动学参数辨识。
进一步的,机器人运动位姿标定,具体为:
(3.1)进行角度误差标定;
先标定与角度(θi、αi)相关误差时,代入距离(di、ai)的理论值,将式(2)线性关系改写为式(3)矩阵形式
GacΔδac=b (3)
矩阵形式中各矩阵变量与下式一一对应:
采用最小二乘法,取足够多n,即可求得最小二乘解
Δδac=(Gac TGac)-1Gac Tb (5)
将解算出的误差△δac补偿到运动学参数中,再次计算式(5),如果位置误差值不满足定位精度的要求,重新求解误差△δac,反复迭代后,直到误差△δac达到定位精度要求为止;
(3.2)进行距离误差标定;
角度误差标定完成后,进行距离(di、ai)误差的标定,先将标定后的角度值代入到式(2)线性关系中,将式(2)改写为下式(6)矩阵形式
GdcΔδdc=b (6)
矩阵形式中各矩阵变量与下式一一对应:
Δδdc=(Gdc TGdc)-1Gdc Tb (8)
将误差△δdc加入到运动学参数中,再次计算式(5),如果位置误差值不满足定位精度的要求,重新求解误差△δdc,反复迭代后,直到误差△δdc达到定位精度要求为止;至此,θi、di、ai、αi全部标定完成,实现机器人运动学参数的辨识。
进一步的,步骤(5)进行基于激光跟踪仪的坐标系转换关系标定,具体为:
(5.1)坐标关系线性表达;
当两个坐标系x1y1z1o1与x2y2z2o2共同表达一个点Pi时,即存在公共测量点,存在如下线性关系式
其中,R表示旋转矩阵,M表示平移向量,Pi 1表示在坐标系x1y1z1o1中点坐标,Pi 2表示在坐标系x2y2z2o2中点坐标,Pi 1与Pi 2为公共测量点;则坐标系x1y1z1o1与x2y2z2o2之间的转换关系矩阵为1T2
(5.2)改进加权的奇异值分解法求解;
当两个坐标系x1y1z1o1与x2y2z2o2下存在不小于三个共同点时,建立改进加权的奇异值分解计算式
其中,wi表示每个测量点的权重系数,当F(R,M)值最小时,即可求得R和M;
(5.3)权重系数求解;
将权重系数均设为1,计算出初始的坐标系转换关系矩阵1T2,对每个测量点求取标定误差
该函数表示误差越小权重越大,误差越大权重越小,通过所选取的权重误差函数,根据每个测量点的标定误差,重新分配相应权重系数,使误差偏大的数据权重降低,用加权后的权重矩阵再重新计算坐标系转换关系矩阵1T2,进而修正两个坐标系x1y1z1o1与x2y2z2o2的转换关系。
进一步的,本发明还提出一种面向加工过程的移动机器人系统标定系统,包括:
坐标系构建模块:基于激光跟踪仪的构建不同坐标系;采用激光跟踪仪建立全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及待加工件坐标系;
参数辨识模块:进行基于激光跟踪仪的机器人运动学参数辨识;通过激光跟踪仪测量机器人不同位姿下的目标点,建立运动学参数模型,进行运动学参数辨识;
位姿标定模块:机器人运动位姿标定;采用标定完成的运动参数对机器人运行学参数修正,进而完成机器人运动位姿的标定;
移动站位模块:移动机器人到不同站位;按照事前规划好的站位,控制移动机器人移动到指定的站位;
坐标系转换关系标定模块:进行基于激光跟踪仪的坐标系转换关系标定;通过激光跟踪仪对空间点目标点测量,采用改进加权的奇异值分解算法,实现坐标系转换关系的标定;
执行模块:移动机器人加工程序执行;机器人运动学参数辨识后获得的准确机器人运动位姿,结合激光跟踪仪确定的全向移动平台坐标系相对于待加工件坐标系之间的转换关系,即可修正移动机器人加工程序,以保证正确的移动机器人加工过程。
本发明与现有技术相比的有益效果是:
(1)本发明基于移动加工机器人系统,采用两步误差标定方法实现机器人运动学参数识别,进而标定机器人位姿;采用激光跟踪仪对全向移动平台、末端刀具及待加工工件进行坐标系关系标定,进而实现移动机器人高精度加工。
(2)两步误差标定方法相比于理论运动学参数法、全参数标定方法,在提高机器人末端定位精度上更为显著,位置均方根误差达0.271mm。基于改进加权的奇异值分解算法解算坐标系关系,更贴近实际应用,且精度更高。
附图说明
图1为本发明面向加工过程的移动机器人系统示意图;
图2为本发明面向加工过程的移动机器人系统相关坐标系示意图;
图3为本发明面向加工过程的移动机器人系统标定流程图;
图4为本发明D-H模型示意图;
具体实施方式
如图1所示,面向加工过程的移动机器人系统,包括840Dsl控制柜、全向移动平台、机器人、加工刀具、稳定支撑、激光跟踪仪、待加工工件等。围绕移动机器人系统,定义全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及工件坐标系。
如图3所示,本发明提出的一种面向加工过程的移动机器人系统标定方法,包括如下步骤:
(1)基于激光跟踪仪测量,构建不同坐标系;
采用激光跟踪仪建立全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及待加工件坐标系;
如图2所示,具体的,坐标系定义如下:
全向移动平台坐标系x2y2z2o2:通过激光跟踪仪测量全向移动平台上表面4个点,拟合一个平面x2y2o2,其法线为坐标系z2轴,方向为垂直平面向上,o2为全向移动平台上表面中心,x2与全向移动平台运动方向同向,y2通过右手定确定;
机器人基坐标系x3y3z3o3:通过激光跟踪仪测量机器人底座安装面4个点,拟合一个平面x3y3o3,其法线为坐标系z3轴,方向为垂直平面向上,o3为机器人底座中心,x3与全向移动平台运动方向同向,y2通过右手定确定;
机器人末端法兰坐标系x4y4z4o4:通过激光跟踪仪测量机器人末端法兰表面上4个点,拟合一个平面x4y4o4,其法线为坐标系z4轴,方向为垂直平面向上,o4为末端法兰中心,x3通过法兰上销孔位置确定,y2通过右手定确定;
待加工件坐标系x1y1z1o1:通过激光跟踪仪测量工件待加工表面上4个点,拟合一个平面x1y1o1,其法线为坐标系z1轴,方向为垂直平面向上,o1为待加工表面,x1沿着待加工表面的一条边,y1通过右手定确定。
(2)进行基于激光跟踪仪的机器人运动学参数辨识;
通过激光跟踪仪测量机器人不同位姿下的目标点,建立运动学参数模型,进行运动学参数辨识;
对于6自由度串联机器人,设与连杆i连接的坐标系OiXiYiZi为Oi。坐标系Oi相对于Oi-1的位姿用4个参数描述,如图4所示,且满足如下要求:①Xi-1轴到Xi轴的夹角为关节转角θi,绕Zi-1轴正向为正;②Xi-1轴到Xi轴的距离为关节距离di,沿Zi-1轴正向为正;③Zi-1轴到Zi轴的距离为连杆长度ai,沿Xi轴正向为正;④Zi-1轴到Zi轴的夹角为连杆扭角αi,绕Xi轴正向为正;⑤Xi轴垂直于Zi-1轴,Xi轴垂直于Zi-1轴相交。
坐标系Oi-1经过以下坐标变换转到坐标系Oi:绕Zi-1轴转动θi;沿Zi-1轴移动di;沿Xi轴移动ai;绕Xi轴转动αi。因此D-H描述的齐次变换矩阵为Ti,i=1-6。
齐次变换矩阵Ti,自由度i=1~6,表示机器人运动学正解式中相邻坐标系之间的坐标变换,T表示末端法兰盘坐标系到机器人基坐标系的坐标变换;
提取Kuka机器人模型中连杆夹角θi、连杆距离di、连杆长度ai、连杆扭转角αi,从而获得机器人运动学正解式:
T=T1T2 T3T4T5T6
由于Kuka机器人各项误差数量级相差较大,数量级较小的角度误差经过各轴的逐级放大会产生较大的机器人末端位置误差,对末端定位精度影响较大。且通常在刀具加工中,刀具姿态精度往往比末端位置精度更重要。所以利用采样数据先标定与角度相关误差,然后再标定与距离相关误差。
运动学正解式中各连杆的参数误差为△ai、△αi、△di、△θi,机器人末端法兰盘坐标系原点位置误差,即末端原点误差△P=P-P’,相对于机器人基坐标系,P为理论位置坐标,P’为实际位置坐标,建立线性关系如下
激光跟踪仪跟踪测量机器人末端原点,机器人运动n个不同位姿,则激光跟踪仪将测量出n个点坐标,基于式(2)列出方程组,利用采样数据先标定与角度(θi、αi)相关误差,然后再标定与距离(di、ai)相关误差,利用最小二乘法求出的最小二乘解,进而获得△ai、△αi、△di、△θi,完成运动学参数辨识。
(3)机器人运动位姿标定;
采用标定完成的运动参数对机器人运行学参数修正,进而完成机器人运动位姿的标定;
(a)角度误差标定
标定角度误差时,假设D-H参数中的距离不存在误差,先标定与角度(θi、αi)相关误差时,代入距离(di、ai)的理论值,将式(2)线性关系改写为式(3)矩阵形式
GacΔδac=b (3)
矩阵形式中各矩阵变量与下式一一对应:
采用最小二乘法,取足够多n,即可求得最小二乘解
Δδac=(Gac TGac)-1Gac Tb (5)
将误差△δac加入到理论D-H角度参数中,即可得到第一次标定的D-H参数,如果位置误差值不满足定位精度的要求,可根据当前修正D-H参数,重新求解误差△δac,反复迭代后,直到误差△δac达到定位精度要求为止。
(b)距离误差标定
角度误差标定完成后,进行距离(di、ai)误差的标定,先将标定后的角度值代入到式(2)线性关系中,将式(2)改写为下式(6)矩阵形式
有矩阵形式
GdcΔδdc=b (6)
矩阵形式中各矩阵变量与下式一一对应:
Δδdc=(Gdc TGdc)-1Gdc Tb (8)
将误差△δdc加入到理论D-H角度参数中,即可得到第一次标定的D-H参数,如果位置误差值不满足定位精度的要求,可根据当前修正D-H参数,重新求解误差△δdc,反复迭代后,直到误差△δdc达到定位精度要求为止。至此,θi、di、ai、αi全部标定完成,实现机器人运动学参数的辨识。
(4)移动机器人到不同站位;
按照事前规划好的站位,控制移动机器人移动到指定的站位;
(5)进行基于激光跟踪仪的坐标系转换关系标定;通过激光跟踪仪对空间点目标点测量,采用改进加权的奇异值分解算法,实现坐标系转换关系的标定;
当移动机器人处于不同的站位时,加工基准发生的改变。通过激光跟踪仪测量,结合改进加权的奇异值分解算法,实现激光跟踪仪与全向移动平台坐标系转换关系的标定。设由o1指向空间中各点的向量构成一个线性空间S,由o2指向空间中各点的向量构成另一个线性空间S’,则对于全向移动平台上的任意一点Pi,其在x1y1z1o1坐标系下的位置可以用一个向量表示为:Pi G=[Pi G,1]T,Pi G∈S,其中Pi G=(xi G,yi G,zi G)为点Pi在x1y1z1o1坐标系下的坐标;在x2y2z2o2坐标系下的位置可以用向量表示为:Pi L=[Pi L,1]T,Pi L∈S’,其中Pi L=(xi L,yi L,zi L)为点Pi在x2y2z2o2坐标系下的坐标。
当两个坐标系x1y1z1o1与x2y2z2o2共同表达一个点Pi时,即存在公共测量点,存在如下线性关系式
其中,R表示旋转矩阵,M表示平移向量,Pi 1表示在坐标系x1y1z1o1中点坐标,Pi 2表示在坐标系x2y2z2o2中点坐标,Pi 1与Pi 2为公共测量点;
则坐标系x1y1z1o1与x2y2z2o2之间的转换关系矩阵为1T2
其中R3×3=R(α)R(β)R(γ),表示旋转矩阵。M3×1=[x,y,z]T,表示平移向量。然后测量多个共同点(≥3个),采用改进加权的奇异值分解算法
则可求出T2-1的最小二乘解。其中wi表示每个测量数据的权重系数。当F(R,M)值最小时,T2-1获得最小二乘解,即可求得R和M。
为了减少误差较大的测量数据对标定结果的影响,先将权重系数均设为1,计算出初始的激光跟踪仪与全向移动平台坐标系转换关系矩阵1T2,对每个测量数据求取标定误差
该函数表示误差越小权重越大,误差越大权重越小,通过所选取的权重误差函数,根据每个测量点的标定误差,重新分配相应权重系数,使误差偏大的数据权重降低,用加权后的权重矩阵再重新计算坐标系转换关系矩阵1T2,进而修正两个坐标系x1y1z1o1与x2y2z2o2的转换关系。。
(6)移动机器人加工程序执行;
机器人运动学参数辨识后获得的准确机器人运动位姿,结合激光跟踪仪确定的全向移动平台坐标系相对于待加工件坐标系之间的转换关系,即可修正移动机器人加工程序,以保证正确的移动机器人加工过程。
进一步的,本发明还提出一种面向加工过程的移动机器人系统标定系统,包括:
坐标系构建模块:基于激光跟踪仪的构建不同坐标系;采用激光跟踪仪建立全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及待加工件坐标系;
参数辨识模块:进行基于激光跟踪仪的机器人运动学参数辨识;通过激光跟踪仪测量机器人不同位姿下的目标点,建立运动学参数模型,进行运动学参数辨识;
位姿标定模块:机器人运动位姿标定;采用标定完成的运动参数对机器人运行学参数修正,进而完成机器人运动位姿的标定;
移动站位模块:移动机器人到不同站位;按照事前规划好的站位,控制移动机器人移动到指定的站位;
坐标系转换关系标定模块:进行基于激光跟踪仪的坐标系转换关系标定;通过激光跟踪仪对空间点目标点测量,采用改进加权的奇异值分解算法,实现坐标系转换关系的标定;
执行模块:移动机器人加工程序执行;机器人运动学参数辨识后获得的准确机器人运动位姿,结合激光跟踪仪确定的全向移动平台坐标系相对于待加工件坐标系之间的转换关系,即可修正移动机器人加工程序,以保证正确的移动机器人加工过程。
发明基于移动加工机器人系统,采用机器人标称运动学参数、基于全参数标定所得的运动学参数及两步误差标定所得的运动学参数,三种参数获得机器人位置均方根误差分别为2.329mm、0.834mm、0.271mm。试验结果表明标定方法均能够减少机器人末端位置误差,但两步误差标定方法在提高机器人末端定位精度上更为显著。因此采用两步误差标定方法实现机器人运动学参数识别,进而标定机器人位姿;采用激光跟踪仪对全向移动平台、末端刀具及待加工工件进行坐标系关系标定,进而实现移动机器人高精度加工。
Claims (10)
1.一种面向加工过程的移动机器人系统标定方法,其特征在于步骤如下:
(1)基于激光跟踪仪的构建不同坐标系;
采用激光跟踪仪建立全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及待加工件坐标系;
(2)进行基于激光跟踪仪的机器人运动学参数辨识;
通过激光跟踪仪测量机器人不同位姿下的目标点,建立运动学参数模型,进行运动学参数辨识;
(3)机器人运动位姿标定;
采用标定完成的运动参数对机器人运行学参数修正,进而完成机器人运动位姿的标定;
(4)移动机器人到不同站位;
按照事前规划好的站位,控制移动机器人移动到指定的站位;
(5)进行基于激光跟踪仪的坐标系转换关系标定;
通过激光跟踪仪对空间点目标点测量,采用改进加权的奇异值分解算法,实现坐标系转换关系的标定;
(6)移动机器人加工程序执行;
机器人运动学参数辨识后获得的准确机器人运动位姿,结合激光跟踪仪确定的全向移动平台坐标系相对于待加工件坐标系之间的转换关系,即可修正移动机器人加工程序,以保证正确的移动机器人加工过程。
2.根据权利要求1所述的一种面向加工过程的移动机器人系统标定方法,其特征在于:步骤(1)基于激光跟踪仪的构建不同坐标系具体为:
全向移动平台坐标系:通过激光跟踪仪测量全向移动平台上表面4个点,拟合一个平面x2y2o2,其法线为坐标系z2轴,方向为垂直平面向上,o2为全向移动平台上表面中心,x2与全向移动平台运动方向同向,y2通过右手定则确定;
机器人基坐标系:通过激光跟踪仪测量机器人底座安装面4个点,拟合一个平面x3y3o3,其法线为坐标系z3轴,方向为垂直平面向上,o3为机器人底座中心,x3与全向移动平台运动方向同向,y3通过右手定则确定;
机器人末端法兰坐标系:通过激光跟踪仪测量机器人末端法兰表面上4个点,拟合一个平面x4y4o4,其法线为坐标系z4轴,方向为垂直平面向上,o4为末端法兰中心,x4通过法兰上销孔位置确定,y4通过右手定则确定;
待加工件坐标系:通过激光跟踪仪测量工件待加工表面上4个点,拟合一个平面x1y1o1,其法线为坐标系z1轴,方向为垂直平面向上,o1为待加工表面,x1沿着待加工表面的一条边,y1通过右手定则确定。
3.根据权利要求1所述的一种面向加工过程的移动机器人系统标定方法,其特征在于:步骤(2)基于激光跟踪仪的机器人运动学参数辨识具体为:
(2.1)提取库卡机器人模型中连杆夹角θi、连杆距离di、连杆长度ai、连杆扭转角αi,从而获得机器人运动学正解式:
T=T1T2 T3T4T5T6
其中,齐次变换矩阵Ti,自由度i=1~6,表示机器人运动学正解式中相邻坐标系之间的坐标变换,T表示末端法兰盘坐标系到机器人基坐标系的坐标变换;
(2.2)运动学正解式中各连杆的参数误差为△ai、△αi、△di、△θi,机器人末端法兰盘坐标系原点位置误差,即简称末端原点误差△P=P-P’,相对于机器人基坐标系,P为理论位置坐标,P’为实际位置坐标,建立线性关系如下
激光跟踪仪跟踪测量机器人末端原点,机器人运动n个不同位姿,则激光跟踪仪将测量出n个点坐标,基于式(2)列出方程组,利用采样数据先标定与角度(θi、αi)相关误差,然后再标定与距离(di、ai)相关误差,利用最小二乘法求出的最小二乘解,进而获得△ai、△αi、△di、△θi,完成运动学参数辨识。
4.根据权利要求3所述的一种面向加工过程的移动机器人系统标定方法,其特征在于:机器人运动位姿标定,具体为:
(3.1)进行角度误差标定;
先标定与角度(θi、αi)相关误差时,代入距离(di、ai)的理论值,将式(2)线性关系改写为式(3)矩阵形式
GacΔδac=b (3)
矩阵形式中各矩阵变量与下式一一对应:
采用最小二乘法,取足够多n,即可求得最小二乘解
Δδac=(Gac TGac)-1Gac Tb (5)
将解算出的误差△δac补偿到运动学参数中,再次计算式(5),如果位置误差值不满足定位精度的要求,重新求解误差△δac,反复迭代后,直到误差△δac达到定位精度要求为止;
(3.2)进行距离误差标定;
角度误差标定完成后,进行距离(di、ai)误差的标定,先将标定后的角度值代入到式(2)线性关系中,将式(2)改写为下式(6)矩阵形式
GdcΔδdc=b (6)
矩阵形式中各矩阵变量与下式一一对应:
Δδdc=(Gdc TGdc)-1Gdc Tb (8)
将误差△δdc加入到运动学参数中,再次计算式(5),如果位置误差值不满足定位精度的要求,重新求解误差△δdc,反复迭代后,直到误差△δdc达到定位精度要求为止;至此,θi、di、ai、αi全部标定完成,实现机器人运动学参数的辨识。
5.根据权利要求2所述的一种面向加工过程的移动机器人系统标定方法,其特征在于:步骤(5)进行基于激光跟踪仪的坐标系转换关系标定,具体为:
(5.1)坐标关系线性表达;
当两个坐标系x1y1z1o1与x2y2z2o2共同表达一个点Pi时,即存在公共测量点,存在如下线性关系式
其中,R表示旋转矩阵,M表示平移向量,Pi 1表示在坐标系x1y1z1o1中点坐标,Pi 2表示在坐标系x2y2z2o2中点坐标,Pi 1与Pi 2为公共测量点;则坐标系x1y1z1o1与x2y2z2o2之间的转换关系矩阵为1T2
(5.2)改进加权的奇异值分解法求解;
当两个坐标系x1y1z1o1与x2y2z2o2下存在不小于三个共同点时,建立改进加权的奇异值分解计算式
其中,wi表示每个测量点的权重系数,当F(R,M)值最小时,即可求得R和M;
(5.3)权重系数求解;
将权重系数均设为1,计算出初始的坐标系转换关系矩阵1T2,对每个测量点求取标定误差
该函数表示误差越小权重越大,误差越大权重越小,通过所选取的权重误差函数,根据每个测量点的标定误差,重新分配相应权重系数,使误差偏大的数据权重降低,用加权后的权重矩阵再重新计算坐标系转换关系矩阵1T2,进而修正两个坐标系x1y1z1o1与x2y2z2o2的转换关系。
6.一种基于权利要求1所述的面向加工过程的移动机器人系统标定方法实现的面向加工过程的移动机器人系统标定系统,其特征在于包括:
坐标系构建模块:基于激光跟踪仪的构建不同坐标系;采用激光跟踪仪建立全向移动平台坐标系、机器人基坐标系、机器人末端法兰坐标系以及待加工件坐标系;
参数辨识模块:进行基于激光跟踪仪的机器人运动学参数辨识;通过激光跟踪仪测量机器人不同位姿下的目标点,建立运动学参数模型,进行运动学参数辨识;
位姿标定模块:机器人运动位姿标定;采用标定完成的运动参数对机器人运行学参数修正,进而完成机器人运动位姿的标定;
移动站位模块:移动机器人到不同站位;按照事前规划好的站位,控制移动机器人移动到指定的站位;
坐标系转换关系标定模块:进行基于激光跟踪仪的坐标系转换关系标定;通过激光跟踪仪对空间点目标点测量,采用改进加权的奇异值分解算法,实现坐标系转换关系的标定;
执行模块:移动机器人加工程序执行;机器人运动学参数辨识后获得的准确机器人运动位姿,结合激光跟踪仪确定的全向移动平台坐标系相对于待加工件坐标系之间的转换关系,即可修正移动机器人加工程序,以保证正确的移动机器人加工过程。
7.根据权利要求6所述的面向加工过程的移动机器人系统标定系统,其特征在于:基于激光跟踪仪的构建不同坐标系具体为:
全向移动平台坐标系:通过激光跟踪仪测量全向移动平台上表面4个点,拟合一个平面x2y2o2,其法线为坐标系z2轴,方向为垂直平面向上,o2为全向移动平台上表面中心,x2与全向移动平台运动方向同向,y2通过右手定则确定;
机器人基坐标系:通过激光跟踪仪测量机器人底座安装面4个点,拟合一个平面x3y3o3,其法线为坐标系z3轴,方向为垂直平面向上,o3为机器人底座中心,x3与全向移动平台运动方向同向,y3通过右手定则确定;
机器人末端法兰坐标系:通过激光跟踪仪测量机器人末端法兰表面上4个点,拟合一个平面x4y4o4,其法线为坐标系z4轴,方向为垂直平面向上,o4为末端法兰中心,x4通过法兰上销孔位置确定,y4通过右手定则确定;
待加工件坐标系:通过激光跟踪仪测量工件待加工表面上4个点,拟合一个平面x1y1o1,其法线为坐标系z1轴,方向为垂直平面向上,o1为待加工表面,x1沿着待加工表面的一条边,y1通过右手定则确定。
8.根据权利要求7所述的面向加工过程的移动机器人系统标定系统,其特征在于:基于激光跟踪仪的机器人运动学参数辨识具体为:
(2.1)提取库卡机器人模型中连杆夹角θi、连杆距离di、连杆长度ai、连杆扭转角αi,从而获得机器人运动学正解式:
T=T1T2 T3T4T5T6
其中,齐次变换矩阵Ti,自由度i=1~6,表示机器人运动学正解式中相邻坐标系之间的坐标变换,T表示末端法兰盘坐标系到机器人基坐标系的坐标变换;
(2.2)运动学正解式中各连杆的参数误差为△ai、△αi、△di、△θi,机器人末端法兰盘坐标系原点位置误差,即简称末端原点误差△P=P-P’,相对于机器人基坐标系,P为理论位置坐标,P’为实际位置坐标,建立线性关系如下
激光跟踪仪跟踪测量机器人末端原点,机器人运动n个不同位姿,则激光跟踪仪将测量出n个点坐标,基于式(2)列出方程组,利用采样数据先标定与角度(θi、αi)相关误差,然后再标定与距离(di、ai)相关误差,利用最小二乘法求出的最小二乘解,进而获得△ai、△αi、△di、△θi,完成运动学参数辨识。
9.根据权利要求8所述的面向加工过程的移动机器人系统标定系统,其特征在于:机器人运动位姿标定,具体为:
(3.1)进行角度误差标定;
先标定与角度(θi、αi)相关误差时,代入距离(di、ai)的理论值,将式(2)线性关系改写为式(3)矩阵形式
GacΔδac=b (3)
矩阵形式中各矩阵变量与下式一一对应:
采用最小二乘法,取足够多n,即可求得最小二乘解
Δδac=(Gac TGac)-1Gac Tb (5)
将解算出的误差△δac补偿到运动学参数中,再次计算式(5),如果位置误差值不满足定位精度的要求,重新求解误差△δac,反复迭代后,直到误差△δac达到定位精度要求为止;
(3.2)进行距离误差标定;
角度误差标定完成后,进行距离(di、ai)误差的标定,先将标定后的角度值代入到式(2)线性关系中,将式(2)改写为下式(6)矩阵形式
GdcΔδdc=b (6)
矩阵形式中各矩阵变量与下式一一对应:
Δδdc=(Gdc TGdc)-1Gdc Tb (8)
将误差△δdc加入到运动学参数中,再次计算式(5),如果位置误差值不满足定位精度的要求,重新求解误差△δdc,反复迭代后,直到误差△δdc达到定位精度要求为止;至此,θi、di、ai、αi全部标定完成,实现机器人运动学参数的辨识。
10.根据权利要求9所述的面向加工过程的移动机器人系统标定系统,其特征在于:步骤(5)进行基于激光跟踪仪的坐标系转换关系标定,具体为:
(5.1)坐标关系线性表达;
当两个坐标系x1y1z1o1与x2y2z2o2共同表达一个点Pi时,即存在公共测量点,存在如下线性关系式
其中,R表示旋转矩阵,M表示平移向量,Pi 1表示在坐标系x1y1z1o1中点坐标,Pi 2表示在坐标系x2y2z2o2中点坐标,Pi 1与Pi 2为公共测量点;则坐标系x1y1z1o1与x2y2z2o2之间的转换关系矩阵为1T2
(5.2)改进加权的奇异值分解法求解;
当两个坐标系x1y1z1o1与x2y2z2o2下存在不小于三个共同点时,建立改进加权的奇异值分解计算式
其中,wi表示每个测量点的权重系数,当F(R,M)值最小时,即可求得R和M;
(5.3)权重系数求解;
将权重系数均设为1,计算出初始的坐标系转换关系矩阵1T2,对每个测量点求取标定误差
该函数表示误差越小权重越大,误差越大权重越小,通过所选取的权重误差函数,根据每个测量点的标定误差,重新分配相应权重系数,使误差偏大的数据权重降低,用加权后的权重矩阵再重新计算坐标系转换关系矩阵1T2,进而修正两个坐标系x1y1z1o1与x2y2z2o2的转换关系。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010167838.5A CN111367236B (zh) | 2020-03-11 | 2020-03-11 | 一种面向加工过程的移动机器人系统标定方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010167838.5A CN111367236B (zh) | 2020-03-11 | 2020-03-11 | 一种面向加工过程的移动机器人系统标定方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111367236A CN111367236A (zh) | 2020-07-03 |
CN111367236B true CN111367236B (zh) | 2021-08-10 |
Family
ID=71206947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010167838.5A Active CN111367236B (zh) | 2020-03-11 | 2020-03-11 | 一种面向加工过程的移动机器人系统标定方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111367236B (zh) |
Families Citing this family (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112070133B (zh) * | 2020-08-27 | 2023-02-03 | 武汉华工激光工程有限责任公司 | 一种基于测距仪和机器视觉的三维空间点定位的方法 |
CN112157654B (zh) * | 2020-09-15 | 2022-06-07 | 天津大学 | 一种机器人加工系统定位误差的优化方法 |
CN111992909B (zh) * | 2020-09-23 | 2021-09-10 | 武汉华工激光工程有限责任公司 | 一种三维激光打孔定位方法 |
CN114310877B (zh) * | 2021-03-09 | 2024-05-07 | 香港科能有限公司 | 机器人协同系统及其应用和加工精度评价方法 |
CN113091605B (zh) * | 2021-03-18 | 2023-04-28 | 中国电子科技集团公司第十一研究所 | 一种对光电系统的标定方法及计算机可读存储介质 |
CN113568369B (zh) * | 2021-07-16 | 2022-09-30 | 英诺威讯智能科技(杭州)有限公司 | 全自动机器人零点标定的系统内置测量相对精度方法 |
CN113894794B (zh) * | 2021-11-12 | 2023-08-25 | 长春理工大学 | 面向机器人自标定的机器人闭环运动链建立方法 |
CN114227385B (zh) * | 2021-12-22 | 2023-03-31 | 枣庄北航机床创新研究院有限公司 | 一种分布式加工系统 |
CN114345942B (zh) * | 2022-01-24 | 2024-05-07 | 上海鼎艺冶金科技有限公司 | 基于激光跟踪仪在线修复轴承座衬板安装表面的方法 |
CN114474003A (zh) * | 2022-03-18 | 2022-05-13 | 河北工业大学 | 一种基于参数辨识的车载建筑机器人误差补偿方法 |
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 |
CN115266909B (zh) * | 2022-06-21 | 2024-05-14 | 安徽工程大学 | 一种涡流检测机器人坐标系点面标定方法 |
CN115523906B (zh) * | 2022-09-29 | 2023-10-10 | 法奥意威(苏州)机器人系统有限公司 | 运动学参数确定方法、装置、智能设备和可读存储介质 |
CN116222384B (zh) * | 2023-05-08 | 2023-08-04 | 成都飞机工业(集团)有限责任公司 | 一种全向测量标定方法、系统、设备及介质 |
CN116673796B (zh) * | 2023-08-03 | 2023-11-10 | 成都飞机工业(集团)有限责任公司 | 一种用于机器人制孔系统的标定工具与标定方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998057782A1 (en) * | 1997-06-13 | 1998-12-23 | Jan Paul Huissoon | Method and device for robot tool frame calibration |
JP2004163271A (ja) * | 2002-11-13 | 2004-06-10 | Tokyo Denki Univ | 非接触画像計測装置 |
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 |
JP2011152599A (ja) * | 2010-01-26 | 2011-08-11 | Ihi Corp | ロボットのキャリブレーション方法および装置 |
CN104833324A (zh) * | 2015-01-28 | 2015-08-12 | 江南大学 | 一种基于测量头的机器人标定方法 |
CN107443382A (zh) * | 2017-09-12 | 2017-12-08 | 清华大学 | 工业机器人结构参数误差辨识与补偿方法 |
CN107462881A (zh) * | 2017-07-21 | 2017-12-12 | 北京航空航天大学 | 一种激光测距传感器标定方法 |
CN109238199A (zh) * | 2018-09-03 | 2019-01-18 | 清华大学 | 一种机器人旋转轴运动学参数标定方法 |
CN110421566A (zh) * | 2019-08-08 | 2019-11-08 | 华东交通大学 | 一种基于近似度加权平均插值法的机器人精度补偿方法 |
-
2020
- 2020-03-11 CN CN202010167838.5A patent/CN111367236B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1998057782A1 (en) * | 1997-06-13 | 1998-12-23 | Jan Paul Huissoon | Method and device for robot tool frame calibration |
JP2004163271A (ja) * | 2002-11-13 | 2004-06-10 | Tokyo Denki Univ | 非接触画像計測装置 |
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 |
JP2011152599A (ja) * | 2010-01-26 | 2011-08-11 | Ihi Corp | ロボットのキャリブレーション方法および装置 |
CN104833324A (zh) * | 2015-01-28 | 2015-08-12 | 江南大学 | 一种基于测量头的机器人标定方法 |
CN107462881A (zh) * | 2017-07-21 | 2017-12-12 | 北京航空航天大学 | 一种激光测距传感器标定方法 |
CN107443382A (zh) * | 2017-09-12 | 2017-12-08 | 清华大学 | 工业机器人结构参数误差辨识与补偿方法 |
CN109238199A (zh) * | 2018-09-03 | 2019-01-18 | 清华大学 | 一种机器人旋转轴运动学参数标定方法 |
CN110421566A (zh) * | 2019-08-08 | 2019-11-08 | 华东交通大学 | 一种基于近似度加权平均插值法的机器人精度补偿方法 |
Non-Patent Citations (5)
Title |
---|
利用激光跟踪仪对机器人进行标定的方法;任永杰 等;《机械工程学报》;20070930;第43卷(第9期);第195-200页 * |
基于激光扫描测量臂的工业机器人运动学标定;张绪烨 等;《机械传动》;20191231;第43卷(第11期);第127-133页 * |
基于激光跟踪仪的机器人抛光工具系统标定;孙义林 等;《制造业自动化》;20141231;第36卷(第12期);第105-108页 * |
基于激光跟踪仪的机器人运动学参数标定方法;叶声华 等;《天津大学学报》;20070228;第40卷(第2期);第202-205页 * |
工业机器人运动学参数标定关键技术研究;李祥云;《中国优秀硕士学位论文全文数据库 信息科技辑》;20190715(第7期);第I140-273页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111367236A (zh) | 2020-07-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111367236B (zh) | 一种面向加工过程的移动机器人系统标定方法及系统 | |
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 | |
CN110161850B (zh) | 一种工业机器人变参数刚度辨识与建模方法 | |
CN109822577B (zh) | 一种基于视觉伺服的移动式机器人高精度加工方法 | |
CN108748159B (zh) | 一种机械臂工具坐标系自标定方法 | |
CN112959325B (zh) | 一种大场景下的双移动机械臂协同加工高精度控制方法 | |
CN106777656B (zh) | 一种基于pmpsd的工业机器人绝对精度校准方法 | |
CN109366220B (zh) | 一种工件定位方法与系统 | |
CN111300406B (zh) | 基于运动学分析的工业机器人轨迹精度补偿系统和方法 | |
CN115229796B (zh) | 一种面向航空大构件铣削的机器人末端位姿跟踪补偿方法 | |
CN107457785B (zh) | 一种基于关节反馈的机器人位置补偿方法 | |
CN111055273A (zh) | 一种用于机器人的两步误差补偿方法 | |
CN110900610B (zh) | 一种基于lm算法和粒子滤波算法优化的工业机器人标定方法 | |
CN113580148B (zh) | 基于等效运动链的并联机器人运动学标定方法 | |
CN113459094B (zh) | 一种工业机器人工具坐标系及零点自标定方法 | |
CN114147726B (zh) | 一种几何误差与非几何误差相结合的机器人标定方法 | |
CN114161425B (zh) | 一种工业机器人的误差补偿方法 | |
Zhang et al. | A simple and rapid calibration methodology for industrial robot based on geometric constraint and two-step error | |
Guo et al. | A robotic boring system for intersection holes in aircraft assembly | |
CN111195915B (zh) | 一种基于遗传算法的机械臂绝对定位精度标定方法及系统 | |
CN113561183A (zh) | 一种基于位姿跟踪系统机械臂目标点在线追踪方法及系统 | |
Jin et al. | A robot assisted assembly system for small components in aircraft assembly | |
CN111530670A (zh) | 应用于机器人喷涂领域的零件位置误差补偿方法及系统 | |
CN114505865A (zh) | 一种基于位姿跟踪的机械臂路径生成方法及系统 | |
CN112157654A (zh) | 一种机器人加工系统定位误差的优化方法 |
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 |