CN112975913A - 一种索驱动并联机构自标定方法和系统 - Google Patents

Abstract

本申请实施例提供了一种索驱动并联机构自标定方法和系统，索驱动并联机构包括：动平台、出索点和绳索，该方法包括：确定动平台在工作空间内移动时的目标位置，记录目标位置的真实坐标；控制动平台向目标位置移动，在到达目标位置时通过动平台上设置的视觉相机对工作空间内设置的并且当前与视觉相机对应的位置标签进行拍摄，并确定动平台所在的实际坐标；获取真实坐标与索长之间的正解方程，正解方程内包含多个待标定的运动学参数；对运动学参数进行逐次优化，使得真实坐标与实际坐标间的标准差最小；确定出优化后的运动学参数，完成索驱动并联机构标定。该实施例方案在成本条件下实现了索并联机构的快速、准确的运动学自标定。

Description

一种索驱动并联机构自标定方法和系统

技术领域

本文涉及机械技术，尤指一种索驱动并联机构自标定方法和系统。

背景技术

索驱动并联机器人是一种柔性的并联机构，通过多根绳索控制动平台在空间的位置和姿态，在力反馈装置、风洞、大射电望远镜、超高速机器人等方面获得了广泛的应用，在仓库物流中发挥索并联机构的特点是新兴的研究内容。

索驱动并联机器人具有较高的重复定位精度，绝对定位精度依赖于机构的制造、安装精度和运动学参数的标定。目前运动学标定多采用设备成本昂贵的外标定方式，或是在机构动铰上安装传感器的自标定方式。外标定方式需要高精度检具和昂贵的五坐标检测装置，一般采用简单的逆解标定法，计算结果比较精准，但需要检测末端位姿信息全集，成本较高；自标定方法一般对机构改动大，通过线尺、倾角计等内部观测器测量动平台的位姿和索的长度，测量速度快并且价格低廉。

但自标定方法一般无法获取位姿的全部信息，标定精度的提高受到限制，并且内部传感机制无法提供设计参考系与标定参考系间的未知刚体位移信息，最终还需借助外部测量设备加以测定。另外，根据实际应用条件的不同，机构适配模型也会有所变化。一般的标定方法对机构运动学模型的匹配度都有很高的要求，精度也没有得到很好的保证。

发明内容

本申请实施例提供了一种索驱动并联机构自标定方法和系统，能够在成本条件下实现索并联机构的快速、准确的运动学自标定。

本申请实施例提供了一种索驱动并联机构自标定方法，所述索驱动并联机构可以包括：动平台、出索点和连接所述动平台和所述出索点的绳索，所述方法可以包括：

确定所述动平台在工作空间内移动时的目标位置，并记录所述目标位置的真实坐标；

控制所述动平台向所述目标位置移动，在所述动平台到达所述目标位置时，通过所述动平台上设置的视觉相机对所述工作空间内设置的并且当前与所述视觉相机对应的位置标签进行拍摄，并通过拍摄的位置标签确定所述动平台所在的实际坐标；

获取所述真实坐标与索长之间的正解方程，所述正解方程内包含所述索驱动并联机构的多个待标定的运动学参数；

对所述运动学参数进行逐次优化，使得根据所述正解方程计算出的真实坐标与所述视觉相机拍摄获得的实际坐标之间的标准差达到最小；

确定出最终优化的运动学参数，完成索驱动并联机构标定。

在本申请的示例性实施例中，所述获取所述真实坐标与索长之间的正解方程，可以包括：

定义函数

其中，

为第n个目标位置处的真实坐标，lⁿ为第n个目标位置对应的索长，u_m为运动学参数；n为正整数，n大于或等于所述运动学参数的个数。

在本申请的示例性实施例中，所述对所述运动学参数进行逐次优化，可以包括：采用最小二乘法对所述运动学参数进行优化。

在本申请的示例性实施例中，所述采用最小二乘法对所述运动学参数进行优化可以包括：

采用Matlab的Lsqnonlin工具执行非线性最小二乘算法，实现对所述运动学参数的优化，其中，所述Lsqnonlin工具优化过程以关于所述真实坐标和所述实际坐标的残差函数的平方和作为目标函数，初始解为预先设定的所述运动学参数的模糊值，输出变量为每次迭代优化的运动学参数；

其中，所述残差函数F可以包括：

为第n个目标位置处的实际坐标。

在本申请的示例性实施例中，所述方法还可以包括：每次得到一个优化后的运动学参数后，将该优化后的运动学参数应用于索驱动并联机构的控制中，重新根据设定的目标位置控制索道互动平台进行移动，计算实际坐标，并重新执行运动学参数优化过程，直到测量的实际坐标与每次对应的真实坐标之间的标准差小于或等于预设的标准差阈值，并将最后获得的运动学参数作为最终优化的运动学参数。

在本申请的示例性实施例中，所述方法还可以包括：

将获取的最终优化的运动学参数输入所述索驱动并联机构的控制系统中，控制所述动平台再次移动到预设的目标位置，获取此次移动后确定出的真实坐标与实际坐标之间的位置误差；

对所述位值误差与所述真实坐标的关系进行最小二乘多项式拟合，将获得的拟合函数代入所述索驱动并联机构的控制系统中，以对控制过程进行误差补偿。

在本申请的示例性实施例中，所述方法还可以包括：在所述索驱动并联机构标定完成后，控制标定后的索驱动并联机构的动平台移动到目标位置，计算当前动平台的实际位置与相应的真实位置之间的误差值，并检测所述误差值是否小于或等于预设的误差阈值，以对标定结果进行验证。

在本申请的示例性实施例中，所述方法还可以包括：预先将所述工作空间进行网格化，将不同的网格确定为不同的目标位置。

在本申请的示例性实施例中，所述运动学参数可以包括：出索点B_i和动平台绳索连接点P_i的平面坐标，以及索长l_i；i为正整数；

所述视觉相机可以为双目视觉相机。

本申请实施例还提供了一种索驱动并联机构自标定系统，可以包括：双目相机、处理器和计算机可读存储介质，所述索驱动并联机构包括：动平台、出索点和连接所述动平台和所述出索点的绳索；所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现上述任意一项所述的索驱动并联机构标定方法。

与相关技术相比，本申请实施例的所述索驱动并联机构可以包括：动平台、出索点和连接所述动平台和所述出索点的绳索，所述方法可以包括：确定所述动平台在工作空间内移动时的目标位置，并记录所述目标位置的真实坐标；控制所述动平台向所述目标位置移动，在所述动平台到达所述目标位置时，通过所述动平台上设置的视觉相机对所述工作空间内设置的并且当前与所述视觉相机对应的位置标签进行拍摄，并通过拍摄的位置标签确定所述动平台所在的实际坐标；获取所述真实坐标与索长之间的正解方程，所述正解方程内包含所述索驱动并联机构的多个待标定的运动学参数；对所述运动学参数进行逐次优化，使得根据所述正解方程计算出的真实坐标与所述视觉相机拍摄获得的实际坐标之间的标准差达到最小；确定出优化后的运动学参数，完成索驱动并联机构标定。通过该实施例方案，在成本条件下实现了索并联机构的快速、准确的运动学自标定。

本申请的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本申请而了解。本申请的其他优点可通过在说明书以及附图中所描述的方案来实现和获得。

附图说明

附图用来提供对本申请技术方案的理解，并且构成说明书的一部分，与本申请的实施例一起用于解释本申请的技术方案，并不构成对本申请技术方案的限制。

图1为本申请实施例的索驱动并联机构标定方法流程图；

图2为本申请实施例的八索驱动并联机构运动学模型示意图；

图3为本申请实施例的四索驱动并联机构运动学模型示意图；

图4为本申请实施例的标定前测量值示意图；

图5为本申请实施例的标定后测量值示意图；

图6为本申请实施例的索驱动并联机构标定系统组成框图。

具体实施方式

本申请描述了多个实施例，但是该描述是示例性的，而不是限制性的，并且对于本领域的普通技术人员来说显而易见的是，在本申请所描述的实施例包含的范围内可以有更多的实施例和实现方案。尽管在附图中示出了许多可能的特征组合，并在具体实施方式中进行了讨论，但是所公开的特征的许多其它组合方式也是可能的。除非特意加以限制的情况以外，任何实施例的任何特征或元件可以与任何其它实施例中的任何其他特征或元件结合使用，或可以替代任何其它实施例中的任何其他特征或元件。

本申请包括并设想了与本领域普通技术人员已知的特征和元件的组合。本申请已经公开的实施例、特征和元件也可以与任何常规特征或元件组合，以形成由权利要求限定的独特的发明方案。任何实施例的任何特征或元件也可以与来自其它发明方案的特征或元件组合，以形成另一个由权利要求限定的独特的发明方案。因此，应当理解，在本申请中示出和/或讨论的任何特征可以单独地或以任何适当的组合来实现。因此，除了根据所附权利要求及其等同替换所做的限制以外，实施例不受其它限制。此外，可以在所附权利要求的保护范围内进行各种修改和改变。

此外，在描述具有代表性的实施例时，说明书可能已经将方法和/或过程呈现为特定的步骤序列。然而，在该方法或过程不依赖于本文所述步骤的特定顺序的程度上，该方法或过程不应限于所述的特定顺序的步骤。如本领域普通技术人员将理解的，其它的步骤顺序也是可能的。因此，说明书中阐述的步骤的特定顺序不应被解释为对权利要求的限制。此外，针对该方法和/或过程的权利要求不应限于按照所写顺序执行它们的步骤，本领域技术人员可以容易地理解，这些顺序可以变化，并且仍然保持在本申请实施例的精神和范围内。

本申请实施例提供了一种索驱动并联机构自标定方法，所述索驱动并联机构可以包括：动平台、出索点和连接所述动平台和所述出索点的绳索，如图1所示，所述方法可以包括步骤S101-S105：

S101、确定所述动平台在工作空间内移动时的目标位置，并记录所述目标位置的真实坐标；

S102、控制所述动平台向所述目标位置移动，在所述动平台到达所述目标位置时，通过所述动平台上设置的视觉相机对所述工作空间内设置的并且当前与所述视觉相机对应的位置标签进行拍摄，并通过拍摄的位置标签确定所述动平台所在的实际坐标；

S103、获取所述真实坐标与索长之间的正解方程，所述正解方程内包含所述索驱动并联机构的多个待标定的运动学参数；

S104、对所述运动学参数进行逐次优化，使得根据所述正解方程计算出的真实坐标与所述视觉相机拍摄获得的实际坐标之间的标准差达到最小；

S105、确定出优化后的运动学参数，完成索驱动并联机构标定。

在本申请的示例性实施例中，提供了一种基于视觉相机的索驱动并联机构(或称索驱动并联机器人)自标定方法。索驱动并联机构可以采用视觉相机(所述视觉相机可以为双目视觉相机)，无需借助激光跟踪仪等外部测量设备，可根据拍摄的图像确定视觉相机与设置的位置标签(例如，用于指示当前位置的二维码，可以称为靶标二维码)的相对位置，从而确定出当前动平台所在的实际所在位置的位置坐标(可以简称为实际坐标)。每个位置标签的绝对坐标是已知的。

在本申请的示例性实施例中，所述方法还可以包括：预先将所述工作空间进行网格化，将不同的网格确定为不同的目标位置。

在本申请的示例性实施例中，可以网格化选取工作空间内42个实验点，以实验点为目标位置驱动机构。利用动平台上双目视觉相机识别靶标二维码，采集图像，获取相机相对靶标的位置信息，从而计算出动平台在各实验点的绝对坐标。记录42组位姿测量值，使每组位姿对应一组索长。

在本申请的示例性实施例中，可以首先建立索驱动并联机构的运动学模型，分别建立逆向和正向的运动学模型(可以简称逆解模型和正解模型，该逆解模型可以是已知目标位置，根据该目标位置求索长等参数，该正解模型可以是已知运动到目标位置所需的索长，根据该索长求目标位置)，通过视觉相机获取动平台在目标测量点(即目标位置)的位姿信息(包括上述的实际坐标)，利用最小二乘方法求解适合正解模型的运动学参数(即优化后的运动学参数)，并在该优化后的运动学参数的基础上拟合误差进行补偿，从而提高机构的运行精度，完成运动学自标定。

在本申请的示例性实施例中，求解出优化后的运动学参数和误差函数后，可以在控制模型(如正解模型)中进行补偿，弥补索驱动并联机构在不同应用条件下，与理论模型之间的偏差问题。

在本申请的示例性实施例中，本申请实施例方案有效解决了大尺度下索驱动并联机构的精度标定问题，具有精度高、适应性好、收敛速度快、成本低等特点，适用于大范围搬运等领域的索驱动并联机构的精度自标定(即精度自校准)。

在本申请的示例性实施例中，在介绍本申请实施例方案之前，可以首先对索驱动并联机构进行介绍，可以以八索驱动并联机构为例进行说明。

在本申请的示例性实施例中，如图2所示，可以采用刚体分析方法，建立八索驱动并联机构运动学模型。由于索两两平行，因此可简化为如图3所示四索机构，模型参数可以采用制造与工装过程中给出的理论值。

在图2所示的几何模型中，固定坐标系kB-Oxyz可以位于底部左侧出索点B5，运动坐标系kP-Pxyz位于对应动平台的中心P，p＝(x，y，z)为两个坐标系原点之间的平移矢量，b_i为各出索点在固定坐标系中的坐标矢量，p_i为各绳索连接点在固定坐标系中的坐标矢量，^BR_P为运动坐标系到固定坐标系的旋转矩阵，动平台姿态角为(α，β，γ)，l_i为索矢量P_iB_i(1≤i≤8)，f_i表示各绳索的拉力。根据运动学关系式，索矢量l_i为：

l_i＝P_iB_i＝b_i-p_i-^BR_P·p_i；

其中，c表示cos，s表示sin，单位索矢量u_i可表示为：

i为正整数；

对动平台进行受力分析得到静力学平衡关系：

将上述两式合并得到：

其中，f_min≤f_i≤f_max；f_p为作用于动平台的其他力的合力，可视为0；mg为重力；τ_p为作用于动平台的其他力的合力矩，可视为0。

在本申请的示例性实施例中，根据动平台的搬运任务性质，索驱动并联机构上方四索作为驱动索，保证动平台的基本移动；下方四索作为跟随索，伴随驱动索牵引动平台，影响动平台倾角。动平台基础控制的依据为：给定目标位置，由逆解模型得到目标索长，以索长为参考对电机和卷扬系统做位置控制。

在本申请的示例性实施例中，理想状态下动平台在任务过程为平动状态，可视为姿态角(α，β，γ)＝0，此时旋转矩阵^BR_P即为单位阵。由于机构特性和控制误差，在索力和重力共同作用下，动平台会绕x轴的方向产生倾角α，此时旋转矩阵：

在本申请的示例性实施例中，根据跟随索不同的控制策略，动平台最终会呈现不同程度的倾角。为了适应这样的情况，本申请实施例的标定方法的基础模型建立在下方索力为0，即等效为跟随索虚牵的状态，因此当下方跟随索的力控策略变化时，本标定方法也适用。此时动平台位置由上方驱动索和力因素决定，因此根据驱动索的索长l₁，l₂，l₃，l₄、动平台几何参数a₁，a₂，a₃及力和力矩平衡条件，以解析方法求出准确正解。平衡状态下五力共点，在相同索长情况下，动平台会因不同的载物条件而产生重心的偏移，导致具有不同倾角。为提高标定方法的适用性，正解模型将倾角α考虑为0，此时正解不受力条件限制，将在误差拟合环节补偿倾角对精度的影响。

在本申请的示例性实施例中，可以预先选取动平台上的一个参考点，通过确定该参考点的坐标来作为动平台的坐标。例如，可以将视觉相机设置于动平台内，并将视觉相机内部参考零点作为参考点(例如，可以对应动平台的中心P)。

在本申请的示例性实施例中，可以根据下述方程组(即正解模型)可解出参考点P的坐标：

^BR_P＝I；

||P₁P₂||＝a₂；

||P₁P₄||＝a₁；

P_iB_i＝l_i·u_i(i＝1，2，3，4)；

具体地，计算出索长l_i以后，在已知动平台的长宽高的基础上可以在建立的固定坐标系kB-Oxyz中确定出对应动平台的中心P的坐标，即，确定出动平台上的参考点的坐标。

在本申请的示例性实施例中，选取视觉相机内部参考零点作为参考点P以后，利用动平台上双目视觉相机识别靶标(即位置标签，可以设置在货架上的多个位置处)，并采集靶标的图像，获取相机相对靶标的位置信息，从而计算出动平台在各实验点(即目标位置)的实际坐标。

在本申请的示例性实施例中，所述运动学参数可以包括：出索点B_i和动平台绳索连接点P_i的平面坐标，以及索长l_i；i为正整数。

在本申请的示例性实施例中，待标定的运动学参数为出索点Bi(i＝1,2,3,4)、动平台绳索连接点Pi(i＝1,2,3,4)的Y-Z平面坐标和索长li(i＝1,2,3,4)，共有2×8+4＝20个参数。

在本申请的示例性实施例中，获取所述视觉相机得到的实际坐标的矢量与待标定的全部运动学参数的矢量u的关系式δ＝f(u)；对所述关系式δ＝f(u)两边求导，获取误差矢量关系式Δδ＝JΔu；其中，Δδ为坐标值误差矢量，Δu为运动学参数误差矢量，J为辨识雅克比矩阵；将所述误差矢量关系式Δδ＝JΔu表示为：

其中，Δδ为2×1阶坐标值误差矢量，Δu为20×1阶运动学参数误差矢量，J为2×20阶辨识雅克比矩阵。

在本申请的示例性实施例中，根据上式知对应某一组给定的1个点共2个坐标值，即可列出包含20个辨识参数的线性方程。为了能准确地估计出20个运动学参数，至少需要给定20组不同的动平台参考点坐标值(即视觉相机拍摄获得的实际坐标)，为使标定算法具有良好的鲁棒性，可选取40个位姿信息来构造一个超定的方程组。

在本申请的示例性实施例中，动平台在第n个位姿状态(即到达第n个目标位置)所对应的目标位置在Y-Z坐标系内的真实坐标可以表示为

在本申请的示例性实施例中，基于以上原理，在实施本申请实施例方案之前，可以预先建立所述真实坐标与索长之间的正解方程。

在本申请的示例性实施例中，所述获取所述真实坐标与索长之间的正解方程，可以包括：

调取预先建立的函数

或者直接定义函数

其中，

为第n个目标位置处的真实坐标，lⁿ为第n个目标位置对应的索长，u_m为运动学参数；n为正整数，n大于或等于所述运动学参数的个数。

在本申请的示例性实施例中，u_m为索驱动并联机构的20项运动学参数构成的矢量。

为第n个目标位置处的真实坐标，

可以作为第n个目标位置处的实际坐标。

在本申请的示例性实施例中，如果真实坐标和实际坐标相等,则

因此，

数值越小，则说明标定精度越高。可以令

通过取||F||最小值为目标，实现对索驱动并联机构的标定。

在本申请的示例性实施例中，要想实现对索驱动并联机构的标定，需要实现对运动学参数的优化，因此，可以以取||F||最小值为目标，对运动学参数不断优化，具体地，可以对函数

中的运动学参数进行优化。

在本申请的示例性实施例中，基于函数

对运动学参数优化过程中，通过调整运动学参数达到调整真实坐标

的目的，从而使得该真实坐标逐渐与拍摄出来的实际坐标去接近，使得目标位置的真实坐标和实际坐标趋同，误差就会减小了，也就达到了提高精度的目的。

在本申请的示例性实施例中，所述对所述运动学参数进行逐次优化，可以包括：采用最小二乘法对所述运动学参数进行优化。

在本申请的示例性实施例中，可以通过取||F||最小值，用非线性最小二乘函数，对运动学参数进行最小二乘估计来识别最优运动学参数。

在本申请的示例性实施例中，所述采用最小二乘法对所述运动学参数进行优化可以包括：

采用Matlab的Lsqnonlin工具执行非线性最小二乘算法，实现对所述运动学参数的优化，其中，所述Lsqnonlin工具优化过程以关于所述真实坐标和所述实际坐标的残差函数的平方和作为目标函数，初始解为预先设定的所述运动学参数的模糊值，输出变量为每次迭代优化的运动学参数；

其中，所述残差函数F可以包括：

为第n个目标位置处的实际坐标。

在本申请的示例性实施例中，所述方法还可以包括：每次得到一个优化后的运动学参数后，将该优化后的运动学参数应用于索驱动并联机构的控制中，重新根据设定的目标位置控制索道互动平台进行移动，计算实际坐标，并重新执行运动学参数优化过程，直到测量的实际坐标与每次对应的真实坐标之间的标准差小于或等于预设的标准差阈值，并将最后获得的运动学参数作为最终优化的运动学参数。

在本申请的示例性实施例中，基于该残差函数，可以采用最小二乘原则进行优化。优化过程可以以残差函数的平方和作为目标函数，以初始参数的模糊值(即预先设定的不准确的运行学参数值)为初值，在每个运行学参数的变化区间内进行搜索，以获取最优运动学参数(即最终优化的运动学参数)。

在本申请的示例性实施例中，每次得到一个优化后的运动学参数后，可以代入逆解模型，并重复根据设定的目标位置进行移动，计算实际坐标，并重新执行运动学参数优化过程，直到测量的实际坐标与每次对应的真实坐标之间的标准差不再呈现缩小趋势为止，具体数值可以根据构型参数尺度确定，此时对应的运动学参数可以作为最优运动学参数。

在本申请的示例性实施例中，如表1所示，其中，待标定的运动学参数(u₁，u₂，u₃，u₄)为出索点B₁,B₂的y-z平面坐标，σ为真实坐标与实际坐标的标准差，几次优化结果实施例可以见表1。

表1

在本申请的示例性实施例中，通过表1观察可知，标准差快速减小并呈收敛趋势，在进行两次优化后变化有限，以此时的优化结果(u₁₂，u₂₂，u₃₂，u₄₂)作为最优运动学参数，并可以进入误差补偿环节。

在本申请的示例性实施例中，所述方法还可以包括：

将获取的最终优化的运动学参数输入所述索驱动并联机构的控制系统中，控制所述动平台再次移动到预设的目标位置，获取此次移动后确定出的真实坐标与实际坐标之间的位置误差；

对所述位值误差与所述真实坐标的关系进行最小二乘多项式拟合，将获得的拟合函数代入所述索驱动并联机构的控制系统中，以对控制过程进行误差补偿。

在本申请的示例性实施例中，由于以最优运动学参数再进行标定，还会出现偏差，因此此时可以拟合出偏差和实际位置的关系如Δy-y，把此关系代入控制程序进行误差补偿。具体地，可以以最优运动学参数再次进行实验点测量，对位姿误差(如位置误差)与位姿实际值(如真实坐标)关系进行最小二乘多项式拟合，将拟合函数代入逆解模型进行误差补偿。该实施例方案相当于提前消掉误差。

在本申请的示例性实施例中，如表2(Y方向误差函数系数表)所示，为Y方向误差拟合：

Δy＝p₀₀+p₁₀y+p₀₁z+p₂₀y²+p₁₁yz+p₀₂z²

表2

其中可决系数R-square＝0.9941，说明拟合程度很好。

在本申请的示例性实施例中，如表3(Z方向误差函数系数表)所示，为Z方向误差拟合：

Δz＝p₀₀+p₁₀y+p₀₁z+p₂₀y²+p₁₁yz+p₀₂z²+p₂₁y²z+p₁₂yz²+p₀₃z³

表3

其中可决系数R-square＝0.9996，说明拟合程度很好。将上述误差拟合函数代入逆解模型，进行误差补偿。

在本申请的示例性实施例中，所述方法还可以包括：在所述索驱动并联机构标定完成后，控制标定后的索驱动并联机构的动平台移动到目标位置，计算当前动平台的实际位置与相应的真实位置之间的误差值，并检测所述误差值是否小于或等于预设的误差阈值，以对标定结果进行验证。

在本申请的示例性实施例中，对比图4的标定前测量值与图5的标定后测量值。初始状态竖直方向最大误差为-63.496mm，水平方向最大误差为6.82mm，标准差为160.99mm；经过本申请实施例的方法进行标定，竖直方向最终误差范围为(-0.868,-0.281)mm，水平方向最终误差范围为(-1.972,-0.401)mm，此时标准差为7.06mm，精度从63.496mm大大提高到1.972mm。

在本申请的示例性实施例中，为了能够提高上述八索驱动并联机构的精度，提供了一种索驱动并联机构视觉自标定方法，在动平台上安装双目视觉相机采集图像，结合靶标绝对位置和相机相对定位得到准确位姿数据，结合建立的索驱动并联机构模型，通过最小二乘法标定运动学参数，并进行拟合误差补偿。本申请实施例提高了标定方法对不同应用条件的适应性，实现机构运动精度的快速提高。

在本申请的示例性实施例中，本申请实施例所使用的双目视觉相机，可借助固定的靶标二维码，建立起相机成像的几何模型，通过内置算法计算出对应的相机参数，自动完成相机标定，获得六自由度的完整坐标信息，测量精度可达到0.1mm。

在本申请的示例性实施例中，本申请实施例的有益效果包括：

(1)根据货架已有尺寸信息，通过在动平台上安装视觉相机完成自标定是一种创新的方式，无需昂贵的外部测量设备，标定方法价格低廉。

(2)以最小二乘法优化正解模型中的出索点参数为基础，进行运动学标定，提高了标定的速度。

(3)结合出索点参数修正和误差补偿的标定方式，提高了标定精度。

(4)标定流程清晰，指标明确，算法简单有效，易于工程实现。

本申请实施例还提供了一种索驱动并联机构自标定系统1，如图6所示，可以包括：双目相机11、处理器12和计算机可读存储介质13，所述索驱动并联机构包括：动平台、出索点和连接所述动平台和所述出索点的绳索；所述计算机可读存储介质13中存储有指令，当所述指令被所述处理器12执行时，实现上述任意一项所述的索驱动并联机构标定方法。

在本申请的示例性实施例中，上述方法实施例中的任何实施例均适用于该系统实施例中，在此不再一一赘述。

本领域普通技术人员可以理解，上文中所公开方法中的全部或某些步骤、系统、装置中的功能模块/单元可以被实施为软件、固件、硬件及其适当的组合。在硬件实施方式中，在以上描述中提及的功能模块/单元之间的划分不一定对应于物理组件的划分；例如，一个物理组件可以具有多个功能，或者一个功能或步骤可以由若干物理组件合作执行。某些组件或所有组件可以被实施为由处理器，如数字信号处理器或微处理器执行的软件，或者被实施为硬件，或者被实施为集成电路，如专用集成电路。这样的软件可以分布在计算机可读介质上，计算机可读介质可以包括计算机存储介质(或非暂时性介质)和通信介质(或暂时性介质)。如本领域普通技术人员公知的，术语计算机存储介质包括在用于存储信息(诸如计算机可读指令、数据结构、程序模块或其他数据)的任何方法或技术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于RAM、ROM、EEPROM、闪存或其他存储器技术、CD-ROM、数字多功能盘(DVD)或其他光盘存储、磁盒、磁带、磁盘存储或其他磁存储装置、或者可以用于存储期望的信息并且可以被计算机访问的任何其他的介质。此外，本领域普通技术人员公知的是，通信介质通常包含计算机可读指令、数据结构、程序模块或者诸如载波或其他传输机制之类的调制数据信号中的其他数据，并且可包括任何信息递送介质。

Claims (10)

1.一种索驱动并联机构自标定方法，其特征在于，所述索驱动并联机构包括：动平台、出索点和连接所述动平台和所述出索点的绳索，所述方法包括：

确定所述动平台在工作空间内移动时的目标位置，并记录所述目标位置的真实坐标；

控制所述动平台向所述目标位置移动，在所述动平台到达所述目标位置时，通过所述动平台上设置的视觉相机对所述工作空间内设置的并且当前与所述视觉相机对应的位置标签进行拍摄，并通过拍摄的位置标签确定所述动平台所在的实际坐标；

获取所述真实坐标与索长之间的正解方程，所述正解方程内包含所述索驱动并联机构的多个待标定的运动学参数；

对所述运动学参数进行逐次优化，使得根据所述正解方程计算出的真实坐标与所述视觉相机拍摄获得的实际坐标之间的标准差达到最小；

确定出最终优化的运动学参数，完成索驱动并联机构标定。

2.根据权利要求1所述的索驱动并联机构自标定方法，其特征在于，所述获取所述真实坐标与索长之间的正解方程，包括：

定义函数

其中，

为第n个目标位置处的真实坐标，lⁿ为第n个目标位置对应的索长，u_m为运动学参数；n为正整数，n大于或等于所述运动学参数的个数。

3.根据权利要求1所述的索驱动并联机构自标定方法，其特征在于，所述对所述运动学参数进行逐次优化，包括：采用最小二乘法对所述运动学参数进行优化。

4.根据权利要求3所述的索驱动并联机构自标定方法，其特征在于，所述采用最小二乘法对所述运动学参数进行优化包括：

采用Matlab的Lsqnonlin工具执行非线性最小二乘算法，实现对所述运动学参数的优化，其中，所述Lsqnonlin工具优化过程以关于所述真实坐标和所述实际坐标的残差函数的平方和作为目标函数，初始解为预先设定的所述运动学参数的模糊值，输出变量为每次迭代优化的运动学参数；

其中，所述残差函数F包括：

为第n个目标位置处的实际坐标。

5.根据权利要求4所述的索驱动并联机构自标定方法，其特征在于，所述方法还包括：每次得到一个优化后的运动学参数后，将该优化后的运动学参数应用于索驱动并联机构的控制中，重新根据设定的目标位置控制索道互动平台进行移动，计算实际坐标，并重新执行运动学参数优化过程，直到测量的实际坐标与每次对应的真实坐标之间的标准差小于或等于预设的标准差阈值，并将最后获得的运动学参数作为最终优化的运动学参数。

6.根据权利要求1所述的索驱动并联机构自标定方法，其特征在于，所述方法还包括：

将获取的最终优化的运动学参数输入所述索驱动并联机构的控制系统中，控制所述动平台再次移动到预设的目标位置，获取此次移动后确定出的真实坐标与实际坐标之间的位置误差；

对所述位值误差与所述真实坐标的关系进行最小二乘多项式拟合，将获得的拟合函数代入所述索驱动并联机构的控制系统中，以对控制过程进行误差补偿。

7.根据权利要求1-6任意一项所述的索驱动并联机构自标定方法，其特征在于，所述方法还包括：在所述索驱动并联机构标定完成后，控制标定后的索驱动并联机构的动平台移动到目标位置，计算当前动平台的实际位置与相应的真实位置之间的误差值，并检测所述误差值是否小于或等于预设的误差阈值，以对标定结果进行验证。

8.根据权利要求1-6任意一项所述的索驱动并联机构自标定方法，其特征在于，所述方法还包括：预先将所述工作空间进行网格化，将不同的网格确定为不同的目标位置。

9.根据权利要求1-6任意一项所述的索驱动并联机构自标定方法，其特征在于，所述运动学参数包括：出索点B_i和动平台绳索连接点P_i的平面坐标，以及索长l_i；i为正整数；

所述视觉相机为双目视觉相机。

10.一种索驱动并联机构自标定系统，其特征在于，包括：双目相机、处理器和计算机可读存储介质，所述索驱动并联机构包括：动平台、出索点和连接所述动平台和所述出索点的绳索；所述计算机可读存储介质中存储有指令，当所述指令被所述处理器执行时，实现如权利要求1-9任意一项所述的索驱动并联机构标定方法。

Images