CN113043271A - 一种基于天牛须算法的工业机器人标定补偿方法 - Google Patents
一种基于天牛须算法的工业机器人标定补偿方法 Download PDFInfo
- Publication number
- CN113043271A CN113043271A CN202110235268.3A CN202110235268A CN113043271A CN 113043271 A CN113043271 A CN 113043271A CN 202110235268 A CN202110235268 A CN 202110235268A CN 113043271 A CN113043271 A CN 113043271A
- Authority
- CN
- China
- Prior art keywords
- industrial robot
- longicorn
- parameters
- algorithm
- formula
- 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.)
- Granted
Links
Images
Classifications
-
- 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
- B25J9/1679—Programme controls characterised by the tasks executed
- B25J9/1692—Calibration of manipulator
-
- 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
- B25J19/0095—Means or methods for testing manipulators
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
- Manipulator (AREA)
Abstract
本发明涉及一种基于天牛须算法的工业机器人标定补偿方法,包括以下步骤:建立工业机器人运动学模型;操作工业机器人,利用测量工具获取采样点数据;根据工业机器人运动学模型定义适应度函数;对天牛须算法进行初始化;利用天牛须算法迭代求解工业机器人的运动学模型参数;迭代直至满足终止条件,输出标定后的工业机器人运动学模型参数,并利用此参数对工业机器人进行补偿。本发明可以有效、快捷地对工业机器人的运动学参数进行标定及补偿,其性能优越且鲁棒性强。
Description
技术领域
本发明涉及一种机器人标定技术,具体地说是一种基于天牛须算法的工业机器人标定补偿方法,属于先进制造与自动化领域。
背景技术
随着机器人技术的发展,工业机器人已被广泛应用于汽车、电子、物流、化工等工业领域之中。然而重复定位精度达到甚至小于±0.1mm的工业机器人,其绝对定位精度只有±2~3mm,难以满足一些需要高精度定位的应用,因此,需要提高工业机器人的绝对定位精度。
工业机器人的定位误差主要由机器人运动学参数误差、环境因素误差、控制系统误差以及载荷变形误差等组成。考虑到工业机器人的运动学参数误差占总定位误差的90%,对工业机器人进行运动学参数标定是提高其定位精度的重要方式。工业机器人的运动学参数标定与补偿通常按照以下四个步骤实施:建模、测量、参数辨识、误差补偿。基于运动学参数标定的精度补偿方法的机理在于通过识别精确的机器人模型提高机器人的定位精度,主要分为线性化运动学模型参数识别以及非线性运动学模型参数识别。线性化运动模型参数识别方法虽然计算简单、效率高,但是其识别结果精度不高,因此,目前大多数研究集中在非线性运动学模型参数识别方法,例如遗传算法、模拟退火算法、禁忌搜索算法、粒子群算法等,但是这些算法的效果与算法参数选择关系较大,且当待优化的采样点较多时,会存在计算速度慢、效率低的问题。
天牛须算法是最近提出的一种新型高效的生物启发式智能优化算法,该算法受到天牛觅食原理的启发。当天牛觅食时,会利用其两只长触角根据食物气味的强弱来判断食物的位置。如果左边触角收到的气味强度比右边大,那下一步天牛就往左飞,否则就往右飞。依据这一简单原理天牛就可以有效找到食物,即找到最优值。该算法不需要知道待优化函数的具体形式,不需要梯度信息,就可以实现高效寻优。相比与种群算法,天牛须搜索只需要一个个体,即一只天牛,运算量大大降低。
发明内容
针对现有技术中存在的上述不足之处,为了使工业机器人绝对定位精度能够达到实际应用的要求,本发明要解决的技术问题是提供一种基于天牛须算法的工业机器人标定补偿方法,该方法方便快捷,能够实现工业机器人的有效高精度标定及补偿,且鲁棒性强。
本发明的一种基于天牛须算法的工业机器人标定补偿方法包括以下步骤:
步骤1:建立工业机器人的运动学模型;
步骤2:操作工业机器人,利用测量工具获取采样点数据;
步骤3:根据工业机器人运动学模型定义适应度函数;
步骤4:对天牛须算法进行初始化;
步骤5:利用天牛须算法迭代求解工业机器人的运动学模型参数;
步骤6:迭代直至满足终止条件,输出标定后的工业机器人运动学模型参数;
步骤7:利用输出参数对工业机器人运动学模型进行修正,实现其精度补偿。
所述步骤1中的工业机器人的运动学模型是在Denavit-Hartenberg规则上建立的,从连杆i-1到连杆i的变换矩阵如式(1)所示,其中α为连杆扭角,a为连杆长度,d为连杆偏置,θ为关节转角。s和c分别表示sin和cos的缩写。将连杆变换矩阵相乘,即可得到工业机器人的运动学模型。
所述步骤2中,需要利用测量工具获取每个采样点在笛卡尔坐标系下的位置数据Pli=[xli,yli,zli]T,以及记录相对应的工业机器人的各个关节角度Xi=[θi1,θi2,…,θin]。
所述步骤3中的适应度函数f是所有利用工业机器人运动学参数计算出的采样点位置Pci=[xci,yci,zci]T与通过测量工具获取的采样点位置Pli=[xli,yli,zli]T之间的距离偏差绝对值的总和,即假设总采样点数是n。
所述步骤4中天牛须算法需要进行以下参数设定:所优化问题的维度n,最大迭代次数N,步长更新衰减系数ηs,天牛两须之间距离d0,天牛步长s0,搜索距离与步长关系系数c2,随机初始解x0。
所述步骤5中的天牛须算法迭代过程主要包括:
(3)根据公(4)更新搜索距离与步长。
本发明的优点在于:
1、本发明所使用的方法只需要建立工业机器人的运动学模型而不需要建立复杂的工业机器人运动学误差模型,大大减少了计算量。
2、本发明将天牛须算法引入到工业机器人的运动学参数标定中。天牛须算法作为一种新型高效的生物启发式智能优化算法,具有良好的优化能力,该算法不需要知道待优化函数的具体形式,不需要梯度信息,就可以实现高效寻优。并且天牛须算法只需要一个个体,运算量很小。因此,利用天牛须算法对工业机器人进行标定补偿,能够有效、便捷、快速地对工业机器人的运动学参数进行标定及补偿,其性能优越且鲁棒性强。
附图说明
图1是本发明的一种基于天牛须算法的工业机器人标定补偿方法的流程图。
图2是本发明的具体实施例下工业机器人运动学模型示意图。
图3是本发明的具体实施例下适应度函数值迭代变化曲线图。
具体实施方式
下面将结合附图和实施例对本发明作进一步的详细说明。
本发明是一种基于天牛须算法的工业机器人标定补偿方法,流程如图1所示,包括以下几个步骤:
步骤1:建立工业机器人的运动学模型。
本实施例中所使用的机器人为串联六自由度工业机器人,根据改进的D-H法建立其运动学模型,如图2所示。相邻连杆间的齐次变换矩阵如式(1)所示,其中α为连杆扭角,a为连杆长度,d为连杆偏置,θ为关节转角。s和c分别表示sin和cos的缩写。将连杆变换矩阵相乘,即可得到工业机器人的运动学模型如式(2)所示。
值得说明的是,在本实施例中,由于实验中所使用的测量设备为激光跟踪仪,只获取了工具坐标系的位置信息,而无姿态信息,因此将工具坐标系的姿态设置取为和工业机器人的法兰坐标系一致。工业机器人法兰坐标系{6}与工具坐标系{t}之间的变换矩阵用三个参数(xt,yt,zt)即可描述,如式(3)所示。
步骤2:操作工业机器人,利用测量工具获取采样点数据。
在利用激光跟踪仪获取采样点数据之前,应当首先将机器人基座标系、激光跟踪仪坐标系以及工具坐标系建立关联,建立方法在此不做赘述。控制工业机器人依次到达各个采样点并记录每个采样点在笛卡尔坐标系下的位置数据Pli=[xli,yli,zli]T,以及记录相对应的工业机器人的各个关节角度Xi=[θi1,θi2,…,θin]。
步骤3:根据工业机器人运动学模型定义适应度函数。
将利用激光跟踪仪测量获得的采样点位置Pli=[xli,yli,zli]T定义为实际位置,将利用工业机器人运动学参数以及各个关节角度计算出的位置Pci=[xci,yci,zci]T定义为理论位置。所有采样点理论位置与实际位置之间的距离综合为适应度函数,如式(4)所示,适应度函数的值越小,则说明所标定的工业机器人运动学参数越接近真实值。
步骤4:对天牛须算法进行初始化。
对天牛须算法进行初始化,具体包括以下参数设定:
所优化问题的维度n,最大迭代次数N,步长更新衰减系数ηs,天牛两须之间距离d0,天牛步长s0,搜索距离与步长关系系数c2,随机初始解x0。
本实施例的初始化参数为:
n=24,N=200,ηs=0.95,d0=1,s0=0.06,c2=5。x0为工业机器人名义运动学参数,即x0=[0,0,0,0,0,0,0,90,0,90,-90,90,0,500,1300,55,0,0,1045,0,0,1525,0,290]。
步骤5:利用天牛须算法迭代求解工业机器人的运动学模型参数。
天牛须算法的具体迭代过程为:
根据公(7)更新搜索距离与步长。
步骤6:迭代直至满足终止条件,输出标定后的工业机器人运动学模型参数。
迭代过程中适应度函数值的变化曲线如图3所示,迭代终止后,得到工业机器人的运动学模型参数如下表所示。
表1标定后工业机器人运动学参数
步骤7:利用输出参数对工业机器人运动学模型进行修正,实现其精度补偿。
利用基于天牛须算法的工业机器人标定补偿方法对工业机器人进行补偿,对于100个测试点,利用可将其绝对定位精度误差平均值从1.8211mm提高到了0.8341mm,将工业机器人的绝对定位平均精度提高了54.2%。
结果分析:
在利用天牛须算法迭代求解工业机器人的运动学模型参数过程中,当迭代次数到达60次时,就达到了收敛。由于天牛须算法具有良好的优化能力,且仅需要一只天牛,所以运算量很小,整个优化过程只需要20.16s的时间。利用本发明的方法对工业机器人进行标定补偿地结果表明可将工业机器人的绝对定位平均精度提高54.2%,因此本发明可以有效、便捷、快速地对工业机器人的运动学参数进行标定及补偿,其性能优越且鲁棒性强。
Claims (1)
1.一种基于天牛须算法的工业机器人标定补偿方法,其特征在于,包括以下几个步骤:
步骤1:建立工业机器人的运动学模型;
在Denavit–Hartenberg规则上建立工业机器人的运动学模型。相邻连杆间的齐次变换矩阵如式(1)所示,其中a为连杆扭角,a为连杆长度,d为连杆偏置,θ为关节转角。s和c分别表示sin和cos的缩写。将连杆变换矩阵相乘,即可得到工业机器人的运动学模型如式(2)所示。
步骤2:操作工业机器人,利用测量工具获取采样点数据;
控制工业机器人依次到达各个采样点并记录每个采样点在笛卡尔坐标系下的位置数据Pli=[xli,yli,zli]T,并记录相对应的工业机器人的各个关节角度Xi=[θi1,θi2,…,θin]。
步骤3:根据工业机器人运动学模型定义适应度函数;
将利用测量工具获得的采样点位置Pli=[xli,yli,zli]T定义为实际位置,将利用工业机器人运动学参数以及各个关节角度计算出的位置Pci=[xci,yci,zci]T定义为理论位置。所有采样点理论位置与实际位置之间的距离误差绝对值之和为适应度函数,如式(4)所示,适应度函数的值越小,则说明所标定的工业机器人运动学参数越接近真实值。
步骤4:对天牛须算法进行初始化;
对天牛须算法进行初始化,具体包括以下参数设定:
所优化问题的维度n,最大迭代次数N,步长更新衰减系数ηs,天牛两须之间距离d0,天牛步长s0,搜索距离与步长关系系数c2,随机初始解x0。
步骤5:利用天牛须算法迭代求解工业机器人的运动学模型参数;
天牛须算法的具体迭代过程为:
根据公(7)更新搜索距离与步长。
步骤6:迭代直至满足终止条件,输出标定后的工业机器人运动学模型参数;
步骤7:利用输出参数对工业机器人运动学模型进行修正,实现其精度补偿。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110235268.3A CN113043271B (zh) | 2021-03-03 | 2021-03-03 | 一种基于天牛须算法的工业机器人标定补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110235268.3A CN113043271B (zh) | 2021-03-03 | 2021-03-03 | 一种基于天牛须算法的工业机器人标定补偿方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113043271A true CN113043271A (zh) | 2021-06-29 |
CN113043271B CN113043271B (zh) | 2022-05-27 |
Family
ID=76509660
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110235268.3A Active CN113043271B (zh) | 2021-03-03 | 2021-03-03 | 一种基于天牛须算法的工业机器人标定补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113043271B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115070731A (zh) * | 2022-07-01 | 2022-09-20 | 哈尔滨工业大学(威海) | 一种面向并联机构的几何误差标定方法、系统和电子设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
DE102009005495A1 (de) * | 2009-01-21 | 2010-07-22 | Kuka Roboter Gmbh | Manipulatorsystem und Verfahren zur Kompensation einer kinematischen Abweichung eines Manipulatorsystems |
US20150266183A1 (en) * | 2012-10-19 | 2015-09-24 | Inos Automationssoftware Gmbh | Method for In-Line Calibration of an Industrial Robot, Calibration System for Performing Such a Method and Industrial Robot Comprising Such a Calibration System |
CN109709795A (zh) * | 2018-12-24 | 2019-05-03 | 东华大学 | 一种基于天牛须搜索算法的pid控制器参数整定方法 |
CN109866222A (zh) * | 2019-02-26 | 2019-06-11 | 杭州电子科技大学 | 一种基于天牛须优化策略的机械臂运动规划方法 |
-
2021
- 2021-03-03 CN CN202110235268.3A patent/CN113043271B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
DE102009005495A1 (de) * | 2009-01-21 | 2010-07-22 | Kuka Roboter Gmbh | Manipulatorsystem und Verfahren zur Kompensation einer kinematischen Abweichung eines Manipulatorsystems |
US20150266183A1 (en) * | 2012-10-19 | 2015-09-24 | Inos Automationssoftware Gmbh | Method for In-Line Calibration of an Industrial Robot, Calibration System for Performing Such a Method and Industrial Robot Comprising Such a Calibration System |
CN109709795A (zh) * | 2018-12-24 | 2019-05-03 | 东华大学 | 一种基于天牛须搜索算法的pid控制器参数整定方法 |
CN109866222A (zh) * | 2019-02-26 | 2019-06-11 | 杭州电子科技大学 | 一种基于天牛须优化策略的机械臂运动规划方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115070731A (zh) * | 2022-07-01 | 2022-09-20 | 哈尔滨工业大学(威海) | 一种面向并联机构的几何误差标定方法、系统和电子设备 |
CN115070731B (zh) * | 2022-07-01 | 2022-12-09 | 哈尔滨工业大学(威海) | 一种面向并联机构的几何误差标定方法、系统和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113043271B (zh) | 2022-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108789404B (zh) | 一种基于视觉的串联机器人运动学参数标定方法 | |
CN106777656B (zh) | 一种基于pmpsd的工业机器人绝对精度校准方法 | |
CN113459094B (zh) | 一种工业机器人工具坐标系及零点自标定方法 | |
CN111168719B (zh) | 一种基于定位工装的机器人校准方法及系统 | |
CN108908335B (zh) | 基于改进差分进化算法的机器人标定方法 | |
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 | |
CN113043271B (zh) | 一种基于天牛须算法的工业机器人标定补偿方法 | |
CN110728088A (zh) | 工件三维热膨胀变形的跟踪仪转站参数优化方法及装置 | |
Chen et al. | The kinematic calibration of an industrial robot with an improved beetle swarm optimization algorithm | |
CN113211445B (zh) | 一种机器人参数标定方法、装置、设备及存储介质 | |
CN111390914B (zh) | 一种机器人零位和工具坐标标定方法 | |
CN112318498A (zh) | 一种考虑参数耦合的工业机器人标定方法 | |
Mao et al. | Separable nonlinear least squares algorithm for robust kinematic calibration of serial robots | |
CN112720480B (zh) | 一种基于分级误差的机器人轨迹修正方法及系统 | |
CN113799137A (zh) | 一种基于神经网络的移动加工机器人快速视觉定位方法 | |
Bai et al. | Calibration method based on models and least-squares support vector regression enhancing robot position accuracy | |
CN109397293B (zh) | 一种基于移动机器人的地面水平误差建模及补偿方法 | |
WO2020125195A1 (zh) | 一种二自由度高速并联机器人零点标定方法 | |
Zhang et al. | Modeling and calibration of high-order joint-dependent kinematic errors of serial robot based on local POE | |
CN114932551A (zh) | 机械臂零点标定方法、系统及介质 | |
CN113211436B (zh) | 基于遗传算法的六自由度串联机器人误差标定方法 | |
CN114571465A (zh) | 一种基于模拟退火算法的四轴并联机器人校准方法 | |
CN115533888A (zh) | 机器人参数优化、标定方法、装置、系统、机器人及介质 | |
CN111765889B (zh) | 一种生产车间移动机器人基于多胞-椭球双滤波的位姿定位方法 | |
CN114734440B (zh) | 一种混联双臂搬运机器人运动学参数精准标定方法 |
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 |