CN113733082A - 基于直线位移传感器的工业机器人运动学参数的标定方法 - Google Patents
基于直线位移传感器的工业机器人运动学参数的标定方法 Download PDFInfo
- Publication number
- CN113733082A CN113733082A CN202110934952.0A CN202110934952A CN113733082A CN 113733082 A CN113733082 A CN 113733082A CN 202110934952 A CN202110934952 A CN 202110934952A CN 113733082 A CN113733082 A CN 113733082A
- Authority
- CN
- China
- Prior art keywords
- module
- industrial robot
- parameters
- industrial
- motion control
- 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
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
- B25J9/1602—Programme controls characterised by the control system, structure, architecture
- B25J9/161—Hardware, e.g. neural networks, fuzzy logic, interfaces, processor
-
- 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
-
- 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1661—Programme controls characterised by programming, planning systems for manipulators characterised by task planning, object-oriented languages
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Automation & Control Theory (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Manipulator (AREA)
Abstract
本发明属于工业机器人技术领域，公开了一种基于直线位移传感器的工业机器人运动学参数的标定方法，所述基于直线位移传感器的工业机器人运动学参数的标定系统包括：运动学参数采集模块、计算模块、主控模块、驱动模块、运动控制模块、校验模块、参数优化模块、标定确定模块、显示模块。本发明通过运动控制模块能有效保证加工工艺质量；同时，通过参数优化模块优化能量消耗、工作效率和生产率的选择允许针对单个机器快速且有效地获得特定运行参数的适当值，并且能够确保在不久的将来机器的最佳工作点。
Description
技术领域
本发明属于工业机器人技术领域，尤其涉及一种基于直线位移传感器的工业机器人运动学参数的标定方法方法。
背景技术
工业机器人是广泛用于工业领域的多关节机械手或多自由度的机器装置，具有一定的自动性，可依靠自身的动力能源和控制能力实现各种工业加工制造功能。工业机器人被广泛应用于电子、物流、化工等各个工业领域之中。机器人感知系统把机器人各种内部状态信息和环境信息从信号转变为机器人自身或者机器人之间能够理解和应用的数据和信息，除了需要感知与自身工作状态相关的机械量，如位移、速度和力等，视觉感知技术是工业机器人感知的一个重要方面。视觉伺服系统将视觉信息作为反馈信号，用于控制调整机器人的位置和姿态。机器视觉系统还在质量检测、识别工件、食品分拣、包装的各个方面得到了广泛应用。感知系统由内部传感器模块和外部传感器模块组成，智能传感器的使用提高了机器人的机动性、适应性和智能化水平；然而，现有基于直线位移传感器的工业机器人运动学参数的标定方法在标定过程中对工业机器人控制只能将速度和工艺参数开放给用户配置，而不具备运动控制流和工艺信息流的参数自适应功能，当运动控制流和工艺信息流不匹配时，不能有效保证加工工艺质量；同时，由专家操作员对所涉及的运行参数进行的手动调整优化的简单操作在某种程度上是复杂且几乎没有效果的。
综上所述，现有技术存在的问题是：现有基于直线位移传感器的工业机器人运动学参数的标定方法在标定过程中对工业机器人控制只能将速度和工艺参数开放给用户配置，而不具备运动控制流和工艺信息流的参数自适应功能，当运动控制流和工艺信息流不匹配时，不能有效保证加工工艺质量；同时，由专家操作员对所涉及的运行参数进行的手动调整优化的简单操作在某种程度上是复杂且几乎没有效果的。
发明内容
针对现有技术存在的问题，本发明提供了一种基于直线位移传感器的工业机器人运动学参数的标定方法。
本发明是这样实现的，一种基于直线位移传感器的工业机器人运动学参数的标定系统包括：
运动学参数采集模块、计算模块、主控模块、驱动模块、运动控制模块、校验模块、参数优化模块、标定确定模块、显示模块；
运动学参数采集模块，与计算模块连接，用于采集待标定工业机器人的多组测量数据；每组所述测量数据包括所述工业机器人的工具中心点在测量参考坐标系中的实际位置及与之对应的机器人轴空间位置；
计算模块，与运动学参数采集模块、主控模块连接，用于通过计算程序根据各所述机器人轴空间位置及与之对应的各组DH参数，计算所述工业机器人的工具中心点在测量参考坐标系中的各理论位置；
主控模块，与计算模块、驱动模块、运动控制模块、校验模块、参数优化模块、标定确定模块、显示模块连接，用于控制各个模块正常工作；
驱动模块，与主控模块连接，用于为工业机器人提供运动动力；
运动控制模块，与主控模块连接，用于控制工业机器人运动；
校验模块，与主控模块连接，用于通过校验程序根据工业机器人的3D模型中提取关键点坐标，利用空间向量法求解得到工业机器人DH参数，对所得到的DH参数进行校验；
参数优化模块，与主控模块连接，用于通过优化程序对工业机器人运动参数进行优化；
标定确定模块，与主控模块连接，用于根据各所述实际位置及与之对应的各所述理论位置之差建立误差计算模型；并基于所述误差计算模型构建边界约束优化问题，并将所述边界约束优化问题的最优值确定为工业机器人的标定值；
显示模块，与主控模块连接，用于通过显示器显示采集的参数、确定的标定值。
一种基于直线位移传感器的工业机器人运动学参数的标定方法包括以下步骤：
步骤一，通过运动学参数采集模块采集待标定工业机器人的多组测量数据；每组所述测量数据包括所述工业机器人的工具中心点在测量参考坐标系中的实际位置及与之对应的机器人轴空间位置；
步骤二，通过计算模块利用计算程序根据各所述机器人轴空间位置及与之对应的各组DH参数，计算所述工业机器人的工具中心点在测量参考坐标系中的各理论位置；
步骤三，主控模块通过驱动模块为工业机器人提供运动动力；通过运动控制模块控制工业机器人运动；
步骤四，通过校验模块利用校验程序根据工业机器人的3D模型中提取关键点坐标，利用空间向量法求解得到工业机器人DH参数，对所得到的DH参数进行校验；通过参数优化模块利用优化程序对工业机器人运动参数进行优化；
步骤五，通过标定确定模块根据各所述实际位置及与之对应的各所述理论位置之差建立误差计算模型；并基于所述误差计算模型构建边界约束优化问题，并将所述边界约束优化问题的最优值确定为工业机器人的标定值；
步骤六，通过显示模块利用显示器显示采集的参数、确定的标定值。
进一步，所述运动控制模块控制方法如下：
(1)通过故障检测设备检测工业机器人是否正常工作，接着，用户离线设定运动控制参数与工艺参数数据，比如速度和电流、电压、功率、气压的匹配数据；
(2)运动控制装置根据用户设定的数据建立运动控制信息与工艺信息的线性映射表格；工业机器人控制装置根据用户预设速度参数和工艺参数的示教程序执行轨迹规划；
(3)根据工业机器人DH模型和轨迹规划得到的各轴关节角计算末端执行器运动控制信息，如末端执行器线性速度信息；
(4)根据运动控制信息查询步骤建立的表格得到匹配的工艺信息；将轨迹规划得到的运动控制信息、查询得到的工艺信息和固定的延迟信息存储在同一队列；将运动控制信息通过总线发给机器人执行器，将工艺信息经过延迟后发给工艺执行器。
进一步，所述建立运动控制信息与工艺信息的线性映射表格具体方法为：
机器人示教器界面上定义一个运动控制参数与工艺信息参数匹配的线性映射表格，表格为1×1的映射表格，用户根据不同的连续应用设定表格数据，工业机器人厂家也可预设几种常见连续应用的表格模板，用户可以在预设模板基础上修改或增加表格数据；机器人系统根据用户设定的参数建立运动控制信息与工艺信息的线性映射表格，以备规划时查询。
进一步，所述运动控制信息计算方法为：工业机器人控制装置根据用户预设速度参数和工艺参数的示教程序执行轨迹规划得到各轴关于时间信息的关节角，然后根据DH模型计算末端执行器运动控制信息，如末端执行器线性速度信息。
进一步，所述工艺信息跟随运动控制信息自适应调整，根据计算得到的末端执行器运动控制信息查询运动控制信息与工艺信息的线性映射表格，得到匹配的工艺信息，再将轨迹规划得到的运动控制信息和查询得到的工艺信息以及固定的延迟信息存储在同一队列，以便后续通过总线周期性发送给执行器。
进一步，所述参数优化模块优化方法如下：
a)设定工业机器工作参数，所述工业机器包括适用于检测所述工业机器的所述运行参数(p)的值的机器传感器，例如适用于检测与所述机器的构件的转动速度有关的值的机器传感器；
b)检测并存储与所述工业机器能量消耗、生产效率、生产量相关信号或数据；
c)计算所述工业机器的能量消耗模型函数、效率模型函数、生产量模型函数；
d)通过对所述工业机器的所述能量消耗模型函数(CE(p))、所述效率模型函数(E(p))和所述生产量模型函数(Q(p))进行并发优化，来计算所述工业机器的所述运行参数(p)的最优值；
e)对所述工业机器设置所述工业机器的所述运行参数(p)的最优值。
进一步，所述检测并存储与所述工业机器能量消耗、生产效率、生产量相关信号或数据方法如下：
b1)针对一预定时间段，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的能量消耗有关的消耗信号或数据，例如由所述机器吸收的电能；
b2)在所述预定时间间隔内，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的生产效率有关的效率信号或数据；
b3)在所述预定时间间隔内，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的生产量相关的生产信号或数据；
进一步，所述计算所述工业机器的能量消耗模型函数、效率模型函数、生产量模型函数方法如下：
c1)根据所述工业机器的所述运行参数(p)，通过处理步骤b1)中检测到的消耗信号或数据，来计算所述工业机器的能量消耗模型函数(CE(p))；
c2)根据所述工业机器的所述运行参数(p)，通过处理步骤b2)中检测到的效率信号或数据，来计算效率模型函数(E(p))；
c3)根据所述工业机器的所述运行参数(p)，通过处理步骤b3)中检测到的生产信号或数据，来计算生产量模型函数(Q(p))；
进一步，所述步骤d)包括下述步骤：通过多目标优化算法，对所述工业机器的所述能量消耗模型函数(CE(p))、所述效率模型函数(E(p))和所述生产量模型函数(Q(p))进行并发优化；所述多目标优化算法是具有Karush-Kuhn-Tucker条件的Benson算法。
本发明的优点及积极效果为：本发明通过运动控制模块在工业机器人的运动控制方法中融合工艺信息流的自适应调整功能；建立一个运动控制流和工艺信息流的参数匹配映射表格，典型形式是工业机器人末端执行器线性速度与工艺参数之间的线性映射表格，机器人在轨迹规划时根据速度信息查询工艺参数，并和延迟信息一起储存在同一个队列中，在执行时工艺信息流即可适应运动控制流的变化；将工艺信息参数自适应运动控制参数的变化，在运动控制装置做轨迹规划时查询预先建立的运动控制参数与工艺信息参数线性映射表格得到同一插补周期的工艺参数，和延迟信息一并存储在同一队列，并周期性发给执行器；能有效保证加工工艺质量；同时，通过参数优化模块根据本发明的用于调整工业机器的运行参数的方法和系统允许获得对工业机器的工作过程的有效和充分的优化，从而确保在机器的能量消耗、工作效率(意为相对于机器循环时间的有效工作时间)和生产率之间的最佳折衷；并发优化能量消耗、工作效率和生产率的选择允许针对单个机器快速且有效地获得特定运行参数的适当值，并且能够确保在不久的将来机器的最佳工作点。
附图说明
图1是本发明实施例提供的基于直线位移传感器的工业机器人运动学参数的标定方法流程图。
图2是本发明实施例提供的基于直线位移传感器的工业机器人运动学参数的标定系统结构框图。
图3是本发明实施例提供的运动控制模块控制方法流程图。
图4是本发明实施例提供的参数优化模块优化方法流程图。
图5是本发明实施例提供的检测并存储与所述工业机器能量消耗、生产效率、生产量相关信号或数据方法流程图。
图2中：1、运动学参数采集模块；2、计算模块；3、主控模块；4、驱动模块；5、运动控制模块；6、校验模块；7、参数优化模块；8、标定确定模块；9、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效，兹例举以下实施例，并配合附图详细说明如下。
下面结合附图对本发明的结构作详细的描述。
如图1所示，本发明提供的基于直线位移传感器的工业机器人运动学参数的标定方法包括以下步骤：
S101，通过运动学参数采集模块采集待标定工业机器人的多组测量数据；每组所述测量数据包括所述工业机器人的工具中心点在测量参考坐标系中的实际位置及与之对应的机器人轴空间位置；
S102，通过计算模块利用计算程序根据各所述机器人轴空间位置及与之对应的各组DH参数，计算所述工业机器人的工具中心点在测量参考坐标系中的各理论位置；
S103，主控模块通过驱动模块为工业机器人提供运动动力；通过运动控制模块控制工业机器人运动；
S104，通过校验模块利用校验程序根据工业机器人的3D模型中提取关键点坐标，利用空间向量法求解得到工业机器人DH参数，对所得到的DH参数进行校验；通过参数优化模块利用优化程序对工业机器人运动参数进行优化；
S105，通过标定确定模块根据各所述实际位置及与之对应的各所述理论位置之差建立误差计算模型；并基于所述误差计算模型构建边界约束优化问题，并将所述边界约束优化问题的最优值确定为工业机器人的标定值；
S106，通过显示模块利用显示器显示采集的参数、确定的标定值。
如图2所示，本发明实施例提供的基于直线位移传感器的工业机器人运动学参数的标定系统包括：运动学参数采集模块1、计算模块2、主控模块3、驱动模块4、运动控制模块5、校验模块6、参数优化模块7、标定确定模块8、显示模块9。
运动学参数采集模块1，与计算模块2连接，用于采集待标定工业机器人的多组测量数据；每组所述测量数据包括所述工业机器人的工具中心点在测量参考坐标系中的实际位置及与之对应的机器人轴空间位置；
计算模块2，与运动学参数采集模块1、主控模块3连接，用于通过计算程序根据各所述机器人轴空间位置及与之对应的各组DH参数，计算所述工业机器人的工具中心点在测量参考坐标系中的各理论位置；
主控模块3，与计算模块2、驱动模块4、运动控制模块5、校验模块6、参数优化模块7、标定确定模块8、显示模块9连接，用于控制各个模块正常工作；
驱动模块4，与主控模块3连接，用于为工业机器人提供运动动力；
运动控制模块5，与主控模块3连接，用于控制工业机器人运动；
校验模块6，与主控模块3连接，用于通过校验程序根据工业机器人的3D模型中提取关键点坐标，利用空间向量法求解得到工业机器人DH参数，对所得到的DH参数进行校验；
参数优化模块7，与主控模块3连接，用于通过优化程序对工业机器人运动参数进行优化；
标定确定模块8，与主控模块3连接，用于根据各所述实际位置及与之对应的各所述理论位置之差建立误差计算模型；并基于所述误差计算模型构建边界约束优化问题，并将所述边界约束优化问题的最优值确定为工业机器人的标定值；
显示模块9，与主控模块3连接，用于通过显示器显示采集的参数、确定的标定值。
如图3所示，本发明提供的运动控制模块5控制方法如下：
S201，通过故障检测设备检测工业机器人是否正常工作，接着，用户离线设定运动控制参数与工艺参数数据，比如速度和电流、电压、功率、气压的匹配数据；
S202，运动控制装置根据用户设定的数据建立运动控制信息与工艺信息的线性映射表格；工业机器人控制装置根据用户预设速度参数和工艺参数的示教程序执行轨迹规划；
S203，根据工业机器人DH模型和轨迹规划得到的各轴关节角计算末端执行器运动控制信息，如末端执行器线性速度信息；
S204，根据运动控制信息查询步骤建立的表格得到匹配的工艺信息；将轨迹规划得到的运动控制信息、查询得到的工艺信息和固定的延迟信息存储在同一队列；将运动控制信息通过总线发给机器人执行器，将工艺信息经过延迟后发给工艺执行器。
本发明提供的建立运动控制信息与工艺信息的线性映射表格具体方法为：
机器人示教器界面上定义一个运动控制参数与工艺信息参数匹配的线性映射表格，表格为1×1的映射表格，用户根据不同的连续应用设定表格数据，工业机器人厂家也可预设几种常见连续应用的表格模板，用户可以在预设模板基础上修改或增加表格数据；机器人系统根据用户设定的参数建立运动控制信息与工艺信息的线性映射表格，以备规划时查询。
本发明提供的运动控制信息计算方法为：工业机器人控制装置根据用户预设速度参数和工艺参数的示教程序执行轨迹规划得到各轴关于时间信息的关节角，然后根据DH模型计算末端执行器运动控制信息，如末端执行器线性速度信息。
本发明提供的工艺信息跟随运动控制信息自适应调整，根据计算得到的末端执行器运动控制信息查询运动控制信息与工艺信息的线性映射表格，得到匹配的工艺信息，再将轨迹规划得到的运动控制信息和查询得到的工艺信息以及固定的延迟信息存储在同一队列，以便后续通过总线周期性发送给执行器。
如图4所示，本发明提供的参数优化模块7优化方法如下：
S301，设定工业机器工作参数，所述工业机器包括适用于检测所述工业机器的所述运行参数(p)的值的机器传感器，例如适用于检测与所述机器的构件的转动速度有关的值的机器传感器；
S302，检测并存储与所述工业机器能量消耗、生产效率、生产量相关信号或数据；
S303，计算所述工业机器的能量消耗模型函数、效率模型函数、生产量模型函数；
S304，通过对所述工业机器的所述能量消耗模型函数(CE(p))、所述效率模型函数(E(p))和所述生产量模型函数(Q(p))进行并发优化，来计算所述工业机器的所述运行参数(p)的最优值；
S305，对所述工业机器设置所述工业机器的所述运行参数(p)的最优值。
如图5所示，本发明提供的检测并存储与所述工业机器能量消耗、生产效率、生产量相关信号或数据方法如下：
S401，针对一预定时间段，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的能量消耗有关的消耗信号或数据，例如由所述机器吸收的电能；
S402，在所述预定时间间隔内，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的生产效率有关的效率信号或数据；
S403，在所述预定时间间隔内，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的生产量相关的生产信号或数据；
本发明提供的计算所述工业机器的能量消耗模型函数、效率模型函数、生产量模型函数方法如下：
c1)根据所述工业机器的所述运行参数(p)，通过处理步骤b1)中检测到的消耗信号或数据，来计算所述工业机器的能量消耗模型函数(CE(p))；
c2)根据所述工业机器的所述运行参数(p)，通过处理步骤b2)中检测到的效率信号或数据，来计算效率模型函数(E(p))；
c3)根据所述工业机器的所述运行参数(p)，通过处理步骤b3)中检测到的生产信号或数据，来计算生产量模型函数(Q(p))；
本发明提供的步骤d)包括下述步骤：通过多目标优化算法，对所述工业机器的所述能量消耗模型函数(CE(p))、所述效率模型函数(E(p))和所述生产量模型函数(Q(p))进行并发优化；所述多目标优化算法是具有Karush-Kuhn-Tucker条件的Benson算法。
以上所述仅是对本发明的较佳实施例而已，并非对本发明作任何形式上的限制，凡是依据本发明的技术实质对以上实施例所做的任何简单修改，等同变化与修饰，均属于本发明技术方案的范围内。
Claims (10)
1.一种基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述基于直线位移传感器的工业机器人运动学参数的标定系统包括：
运动学参数采集模块、计算模块、主控模块、驱动模块、运动控制模块、校验模块、参数优化模块、标定确定模块、显示模块；
运动学参数采集模块，与计算模块连接，用于采集待标定工业机器人的多组测量数据；每组所述测量数据包括所述工业机器人的工具中心点在测量参考坐标系中的实际位置及与之对应的机器人轴空间位置；
计算模块，与运动学参数采集模块、主控模块连接，用于通过计算程序根据各所述机器人轴空间位置及与之对应的各组DH参数，计算所述工业机器人的工具中心点在测量参考坐标系中的各理论位置；
主控模块，与计算模块、驱动模块、运动控制模块、校验模块、参数优化模块、标定确定模块、显示模块连接，用于控制各个模块正常工作；
驱动模块，与主控模块连接，用于为工业机器人提供运动动力；
运动控制模块，与主控模块连接，用于控制工业机器人运动；
校验模块，与主控模块连接，用于通过校验程序根据工业机器人的3D模型中提取关键点坐标，利用空间向量法求解得到工业机器人DH参数，对所得到的DH参数进行校验；
参数优化模块，与主控模块连接，用于通过优化程序对工业机器人运动参数进行优化；
标定确定模块，与主控模块连接，用于根据各所述实际位置及与之对应的各所述理论位置之差建立误差计算模型；并基于所述误差计算模型构建边界约束优化问题，并将所述边界约束优化问题的最优值确定为工业机器人的标定值；
显示模块，与主控模块连接，用于通过显示器显示采集的参数、确定的标定值。
2.一种如权利要求1所述的基于直线位移传感器的工业机器人运动学参数的标定方法，其特征在于，所述基于直线位移传感器的工业机器人运动学参数的标定方法包括以下步骤：
步骤一，通过运动学参数采集模块采集待标定工业机器人的多组测量数据；每组所述测量数据包括所述工业机器人的工具中心点在测量参考坐标系中的实际位置及与之对应的机器人轴空间位置；
步骤二，通过计算模块利用计算程序根据各所述机器人轴空间位置及与之对应的各组DH参数，计算所述工业机器人的工具中心点在测量参考坐标系中的各理论位置；
步骤三，主控模块通过驱动模块为工业机器人提供运动动力；通过运动控制模块控制工业机器人运动；
步骤四，通过校验模块利用校验程序根据工业机器人的3D模型中提取关键点坐标，利用空间向量法求解得到工业机器人DH参数，对所得到的DH参数进行校验；通过参数优化模块利用优化程序对工业机器人运动参数进行优化；
步骤五，通过标定确定模块根据各所述实际位置及与之对应的各所述理论位置之差建立误差计算模型；并基于所述误差计算模型构建边界约束优化问题，并将所述边界约束优化问题的最优值确定为工业机器人的标定值；
步骤六，通过显示模块利用显示器显示采集的参数、确定的标定值。
3.如权利要求1所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述运动控制模块控制方法如下：
(1)通过故障检测设备检测工业机器人是否正常工作，接着，用户离线设定运动控制参数与工艺参数数据，比如速度和电流、电压、功率、气压的匹配数据；
(2)运动控制装置根据用户设定的数据建立运动控制信息与工艺信息的线性映射表格；工业机器人控制装置根据用户预设速度参数和工艺参数的示教程序执行轨迹规划；
(3)根据工业机器人DH模型和轨迹规划得到的各轴关节角计算末端执行器运动控制信息，如末端执行器线性速度信息；
(4)根据运动控制信息查询步骤建立的表格得到匹配的工艺信息；将轨迹规划得到的运动控制信息、查询得到的工艺信息和固定的延迟信息存储在同一队列；将运动控制信息通过总线发给机器人执行器，将工艺信息经过延迟后发给工艺执行器。
4.如权利要求3所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述建立运动控制信息与工艺信息的线性映射表格具体方法为：
机器人示教器界面上定义一个运动控制参数与工艺信息参数匹配的线性映射表格，表格为1×1的映射表格，用户根据不同的连续应用设定表格数据，工业机器人厂家也可预设几种常见连续应用的表格模板，用户可以在预设模板基础上修改或增加表格数据；机器人系统根据用户设定的参数建立运动控制信息与工艺信息的线性映射表格，以备规划时查询。
5.如权利要求3所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述运动控制信息计算方法为：工业机器人控制装置根据用户预设速度参数和工艺参数的示教程序执行轨迹规划得到各轴关于时间信息的关节角，然后根据DH模型计算末端执行器运动控制信息，如末端执行器线性速度信息。
6.如权利要求3所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述工艺信息跟随运动控制信息自适应调整，根据计算得到的末端执行器运动控制信息查询运动控制信息与工艺信息的线性映射表格，得到匹配的工艺信息，再将轨迹规划得到的运动控制信息和查询得到的工艺信息以及固定的延迟信息存储在同一队列，以便后续通过总线周期性发送给执行器。
7.如权利要求1所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述参数优化模块优化方法如下：
a)设定工业机器工作参数，所述工业机器包括适用于检测所述工业机器的所述运行参数(p)的值的机器传感器，例如适用于检测与所述机器的构件的转动速度有关的值的机器传感器；
b)检测并存储与所述工业机器能量消耗、生产效率、生产量相关信号或数据；
c)计算所述工业机器的能量消耗模型函数、效率模型函数、生产量模型函数；
d)通过对所述工业机器的所述能量消耗模型函数(CE(p))、所述效率模型函数(E(p))和所述生产量模型函数(Q(p))进行并发优化，来计算所述工业机器的所述运行参数(p)的最优值；
e)对所述工业机器设置所述工业机器的所述运行参数(p)的最优值。
8.如权利要求7所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述检测并存储与所述工业机器能量消耗、生产效率、生产量相关信号或数据方法如下：
b1)针对一预定时间段，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的能量消耗有关的消耗信号或数据，例如由所述机器吸收的电能；
b2)在所述预定时间间隔内，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的生产效率有关的效率信号或数据；
b3)在所述预定时间间隔内，根据所述工业机器的所述运行参数(p)，检测并存储与所述工业机器的生产量相关的生产信号或数据。
9.如权利要求7所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述计算所述工业机器的能量消耗模型函数、效率模型函数、生产量模型函数方法如下：
c1)根据所述工业机器的所述运行参数(p)，通过处理步骤b1)中检测到的消耗信号或数据，来计算所述工业机器的能量消耗模型函数(CE(p))；
c2)根据所述工业机器的所述运行参数(p)，通过处理步骤b2)中检测到的效率信号或数据，来计算效率模型函数(E(p))；
c3)根据所述工业机器的所述运行参数(p)，通过处理步骤b3)中检测到的生产信号或数据，来计算生产量模型函数(Q(p))。
10.如权利要求7所述基于直线位移传感器的工业机器人运动学参数的标定系统，其特征在于，所述步骤d)包括下述步骤：通过多目标优化算法，对所述工业机器的所述能量消耗模型函数(CE(p))、所述效率模型函数(E(p))和所述生产量模型函数(Q(p))进行并发优化；所述多目标优化算法是具有Karush-Kuhn-Tucker条件的Benson算法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110934952.0A CN113733082A (zh) | 2021-08-16 | 2021-08-16 | 基于直线位移传感器的工业机器人运动学参数的标定方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110934952.0A CN113733082A (zh) | 2021-08-16 | 2021-08-16 | 基于直线位移传感器的工业机器人运动学参数的标定方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113733082A true CN113733082A (zh) | 2021-12-03 |
Family
ID=78731118
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110934952.0A Pending CN113733082A (zh) | 2021-08-16 | 2021-08-16 | 基于直线位移传感器的工业机器人运动学参数的标定方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113733082A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108705531A (zh) * | 2018-04-17 | 2018-10-26 | 上海达野智能科技有限公司 | 工业机器人的运动学参数标定方法、标定系统、电子设备 |
| CN108724190A (zh) * | 2018-06-27 | 2018-11-02 | 西安交通大学 | 一种工业机器人数字孪生系统仿真方法及装置 |
| CN109591010A (zh) * | 2018-11-27 | 2019-04-09 | 西北工业大学 | 基于空间向量法的工业机器人运动学参数获取及校验方法 |
| CN109866226A (zh) * | 2019-04-12 | 2019-06-11 | 黄河水利职业技术学院 | 一种工业机器人的多元感知信息处理系统及方法 |
| DE102019001783A1 (de) * | 2018-03-20 | 2019-09-26 | Fanuc Corporation | Steuerung, maschinelle lernvorrichtung und system |
| CN110782737A (zh) * | 2019-12-10 | 2020-02-11 | 江苏汇博机器人技术股份有限公司 | 实训用绘图机器人系统及其考核方法 |
| US20200238525A1 (en) * | 2019-01-28 | 2020-07-30 | Cognex Corporation | System and method for automatic hand-eye calibration of vision system for robot motion |
| CN112114566A (zh) * | 2019-06-19 | 2020-12-22 | 卡莫齐数字电子责任有限公司 | 用于优化和调整工业机器的运行参数的方法及相关系统 |
| CN112757288A (zh) * | 2020-11-17 | 2021-05-07 | 上海智殷自动化科技有限公司 | 一种工艺参数自适应的工业机器人运动控制方法 |
-
2021
- 2021-08-16 CN CN202110934952.0A patent/CN113733082A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| DE102019001783A1 (de) * | 2018-03-20 | 2019-09-26 | Fanuc Corporation | Steuerung, maschinelle lernvorrichtung und system |
| CN108705531A (zh) * | 2018-04-17 | 2018-10-26 | 上海达野智能科技有限公司 | 工业机器人的运动学参数标定方法、标定系统、电子设备 |
| CN108724190A (zh) * | 2018-06-27 | 2018-11-02 | 西安交通大学 | 一种工业机器人数字孪生系统仿真方法及装置 |
| CN109591010A (zh) * | 2018-11-27 | 2019-04-09 | 西北工业大学 | 基于空间向量法的工业机器人运动学参数获取及校验方法 |
| US20200238525A1 (en) * | 2019-01-28 | 2020-07-30 | Cognex Corporation | System and method for automatic hand-eye calibration of vision system for robot motion |
| CN109866226A (zh) * | 2019-04-12 | 2019-06-11 | 黄河水利职业技术学院 | 一种工业机器人的多元感知信息处理系统及方法 |
| CN112114566A (zh) * | 2019-06-19 | 2020-12-22 | 卡莫齐数字电子责任有限公司 | 用于优化和调整工业机器的运行参数的方法及相关系统 |
| CN110782737A (zh) * | 2019-12-10 | 2020-02-11 | 江苏汇博机器人技术股份有限公司 | 实训用绘图机器人系统及其考核方法 |
| CN112757288A (zh) * | 2020-11-17 | 2021-05-07 | 上海智殷自动化科技有限公司 | 一种工艺参数自适应的工业机器人运动控制方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Smys et al. | Robot assisted sensing control and manufacture in automobile industry | |
| EP3344422B1 (en) | Systems and methods for providing dynamic robotic control systems | |
| CN103895024B (zh) | 夹爪装置及其控制方法 | |
| US11701777B2 (en) | Adaptive grasp planning for bin picking | |
| Božek | Robot path optimization for spot welding applications in automotive industry | |
| EP3566824B1 (en) | Method, apparatus, computer-readable storage media and a computer program for robotic programming | |
| WO2006022201A1 (ja) | ロボットの評価システム及び評価方法 | |
| CN112684728B (zh) | 一种基于激光slam的机器人码垛控制方法 | |
| CN111712356A (zh) | 机器人系统和操作方法 | |
| CN111515928B (zh) | 机械臂运动控制系统 | |
| EP2445685A1 (en) | Robot system and belonging control method | |
| US20200139551A1 (en) | Robot system | |
| US20230286143A1 (en) | Robot control in working space | |
| CN113733082A (zh) | 基于直线位移传感器的工业机器人运动学参数的标定方法 | |
| WO2024008257A1 (en) | Method and control system for generating a path for a robot arm and a tool attached to the robot arm | |
| CN112621751B (zh) | 机器人的碰撞检测方法及装置、机器人 | |
| Park et al. | Assembly phase estimation in the square peg assembly process | |
| WO2021086327A1 (en) | System and method for robotic evaluation | |
| Dev Anand et al. | Robotics in online inspection and quality control using moment algorithm | |
| Ngo | Using HSV-based Approach for Detecting and Grasping an Object by the Industrial Mechatronic System | |
| CN117944054A (zh) | 一种工业机器人控制系统 | |
| Lee et al. | Development of an automated system for soldering and the solder inspection of an assembly line | |
| Kwon et al. | Network-based Vision Guidance of Robot for Remote Quality Control | |
| Pavol et al. | Path correction algorithm for spot welding robot in body-in-white applications | |
| Saksena et al. | Automatic tuning of impedance parameter using configuration space for two dimensional assembly system |
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 |