CN114872037B - 基于Nelder-Mead的并联机器人校准方法 - Google Patents
基于Nelder-Mead的并联机器人校准方法 Download PDFInfo
- Publication number
- CN114872037B CN114872037B CN202210345333.2A CN202210345333A CN114872037B CN 114872037 B CN114872037 B CN 114872037B CN 202210345333 A CN202210345333 A CN 202210345333A CN 114872037 B CN114872037 B CN 114872037B
- Authority
- CN
- China
- Prior art keywords
- robot
- nelder
- mead
- evaluation function
- point
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000011156 evaluation Methods 0.000 claims abstract description 26
- 239000013598 vector Substances 0.000 claims description 23
- 230000003068 static effect Effects 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 4
- 239000003638 chemical reducing agent Substances 0.000 claims description 4
- 230000009467 reduction Effects 0.000 claims description 4
- 230000005540 biological transmission Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 3
- 230000002441 reversible effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 241000239290 Araneae Species 0.000 description 1
- 239000012636 effector Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Robotics (AREA)
- Mechanical Engineering (AREA)
- Numerical Control (AREA)
Abstract
本发明涉及一种基于Nelder‑Mead的四轴并联机器人校准方法,其首先求取机器人的正解,然后充分考虑各支链的长度差异、动静平台的误差、零点差异、工具坐标误差,从而抽象出了多个重要参数,接着使用激光跟踪仪器采样机器人工作空间位置及对应的关节角,使用任意两点间的距离构建评估函数,基于该评估函数,使用Nelder‑Mead方法求取最优解,获取嘴角校准参数,提高了机器人控制精度。
Description
技术领域
本发明涉及机器人控制领域,具体涉及一种基于Nelder-Mead的四轴并联机器人校准方法。
背景技术
Delta并联机器人又常称为蜘蛛手,其具备了并联机构所具有的负载能力强、效率高、末端执行器精度高、运动惯性小,可以高速稳定运动等的优点。因此在机器人领域获得了越来越广泛的应用。在实际的加工装配过程中,存在误差,同时也很难保证主动臂的零点位置。
发明内容
针对现有技术存在的问题,本发明的目的在于提供一种基于Nelder-Mead的四轴并联机器人校准方法,通过对机器人结构参数的校准,提高机器人控制精度。
为实现上述目的,本发明采用的技术方案是:
一种基于Nelder-Mead的四轴并联机器人校准方法,所述四轴并联机器人包括一静平台、三主动臂、三从动臂、一动平台、一末端机构、一可伸缩传动轴,其中,静平台与主动臂通过通过电机和减速机连接,主动臂和从动臂通过铰链连接,从动臂与动平台通过铰链连接;
所述校准方法包括以下步骤:
步骤1、构建四轴并联机器人的坐标系,并进行正解计算,得到机器人末端结构位姿;
步骤2、进行误差源分析,并确定需要校准的参数;
步骤3、获取测量位置,计算对应的名义位置;
使用激光跟踪仪采样机器人工作空间下N个点的位置pT及相对应的关节角θ=k·q+qero,q为机器人控制的角度,k为减速比修正因子,qero为零位修正因子,
在不考虑结构误差的前提下N组关节角θ,代入步骤1得到的机器人末端结构位姿公式中,获得N个名义位置pidea;
步骤4、构造误差模型;
名义位置pidea任意两点间的距离为:
DI=norm(pIi-pIj)=|F(qi,X)-F(qj,X)|,i≠j,
对应的测量点任意两点间的距离为:
DT=norm(pTi-pTj),i≠j
对应距离的差的绝对值为误差评函数:
f(X)=RMS(|DI-DT|)=f(qi,qj,X),X为需要校准的结构参数;
步骤5、利用Nelder-Mead算法校准结构参数X。
所述步骤5具体包括以下步骤:
步骤5.1、激光跟踪仪的采样次数为N,分别对X0向量的每一个元素增0.01,Xi=X1+0.01·eye(N)构造出一个N+1行的初始单纯形,即分别对各校准参数单独增加了一个较小的值0.01,与初始值X0一起组成了一个N+1行的矩阵,列数为校准参数的个数,初始单纯形即是N+1组校准参数;其中,X0为初始值,X1为设计值,X1=[qero,k,α,dB,L1,L2,Tool];
步骤5.2、分别求N+1组校准参数的值对应的误差评估函数的值f(Xi),按从小到大的顺序排列,构造出对应的序列:
Xs(1)...Xs(N),Xs(N+1)
f(Xs(1))...f(Xs(N)),f(Xs(N+1))
步骤5.3、计算前N个点Xs(1)...Xs(N)的中心:Xm=(∑(Xi))/N。
步骤5.4、计算Xs(N+1)的反射点Xr=2Xm-Xs(N+1);
如果反射点的评估函数在最好和最差之间,即:f(Xs(1))≤f(Xr)≤f(Xs(N)),用Xr替代Xs(N+1),并回到步骤5.2,求评估函数的值并按从小到大排序;
如果反射点的评估函数比原序列的最好的值优f(Xr)≤f(Xs(1)),计算拓展点Xe=Xm+2(Xm-Xs(N+1));如果拓展点的评估函数比反射点好,即f(Xe)≤f(Xr),则Xs(N+1)=Xe;否则,Xs(N+1)=Xr,回到步骤5.2,;
如果反射点最差f(Xr)≥f(Xs(N+1)),则计算收缩点Xc=(Xs(N+1)+Xm)/2,比较收缩点与最差点的评估函数值,如果f(Xc)≤f(Xs(N+1))则用收缩点替代最差点Xs(N+1)=Xc;否则,整体收缩Xs(i)=(Xs(i)+Xs(1))/2,i≥2,并回到步骤5.2;
如果|f(Xs(1))-f(Xs(N+1))|≤1e-3,则所求的校准参数最优解为Xs(1)。
所述步骤1中,利用空间解析几何求解机器人的正解。
所述步骤1具体如下:
步骤1.1、以静平台中心为原点建立基坐标系O-xyz,主动臂杆长L1i,从动臂杆长为L2i,主动臂关节分布角为αi,世界坐标系O-xyz,位于静平台的中心,ui为主动臂的单位方向向量,wi为从动臂的单位方向向量,r为动平台到中心相对于基坐标系原点O的坐标;则有:
r=bi+L1iui+L2iwi (1)
其中:
步骤1.2、求取主动臂单位向量:令ui与y重合,ui与y轴重合,然后ui绕z轴转动αi-π/2,再绕yi转动βi,然后再绕x'i轴转动θi,在机器人中向下为正,所以代入-θi;
步骤1.3、通过移项,将(1)改写为
r-bi-L1iui=L2iwi (4)
式中:
求式(4)两边的向量的模,由于向量相等,则对应的模相等,同时乘以两向量的转置,得到
(r-bi-L1iui)T(r-bi-L1iui)=(L2iwi)T(L2iwi)
展开化简得到:
将式(5)整理得:
步骤1.4、机器人的三条支链的向量表达方程组为:
公式中:r=[x,y,z],即动平台中心的坐标;
步骤1.5、将方程组(7)中的两两(1-2、2-3、1-3)相减,并代入bi ui r,得:
令:
g1=c1-c2
g2=c2-c3
g3=c1-c3
步骤1.6、取(9)中的任意两式,得到齐次线性方程组,并解方程组,得到x,y,z;
步骤1.7、机器人法兰盘末端(即末端机构)与动平台的距离为d,则法兰盘中心的位姿可表示为
机器人末端机构位姿,即法兰盘工具末端位姿为:
所述步骤1.6具体如下:
令:
a11=2(b1x-b2x+L11u1x-L12u2x)
a12=2(b1y-b2y+L11u1y-L12u2y)
a13=2(b1z-b2z+L11u1z-L12u2z)
a21=2(b2x-b3x+L12u2x-L13u3x)
a22=2(b2y-b3y+L12u2y-L13u3y)
a23=2(b2z-b3z+L12u2z-L13u3z)
得到齐次线性方程组,
a11x+a12y+a13z=g1
a21x+a22y+a23z=g2
g1=c1-c2
g2=c2-c3
令:
x=m2+n2z
y=m1+n1z
其中:
m1=-(a11g2-a21g1)/(a12a21-a11a22)
m2=-(a22g1-a12g2)/(a12a21-a11a22)
n1=(a11a23-a13a21)/(a12a21-a11a22)
n1=(a22a13-a12a23)/(a12a21-a11a22)
将r代入方程组(7)的第一式:
式中:
x=m2+n2z
y=m1+n1z
将x,y代入(11)化简得到:
(n1 2+n2 2+1)z2+2{m2n2+m1n1-(b1x+L11u1x)n2-(b1y+L11u1y)n1-(b1z+L11u1z)}z+(m2 2+m1 2-2(b1x+L11u1x)m2-2(b1y+L11u1y)m1)+c1=0 (12)
令:
k=(n1 2+n2 2+1)
e=2{m2n2+m1n1-(b1x+L11u1x)n2-(b1y+L11u1y)n1-(b1z+L11u1z)}
f=(m2 2+m1 2-2(b1x+L11u1x)m2-2(b1y+L11u1y)m1)+c1
得到2次方程:
kz2+ez+f=0 (13)
求解得:
x=m2+n2z
y=m1+n1z
获得动平台中心的坐标r=(x,y,z)T。
所述步骤1.2中,βi=0。
所述步骤3-5中,N≥50。
采用上述方案后,本发明首先求取机器人的正解,然后充分考虑各支链的长度差异、动静平台的误差、零点差异、工具坐标误差,从而抽象出了多个重要参数,接着使用激光跟踪仪器采样机器人工作空间位置及对应的关节角,使用任意两点间的距离构建评估函数,基于该评估函数,使用Nelder-Mead方法求取最优解,获取嘴角校准参数,提高了机器人控制精度。
此外,本发明在进行机器人正解计算时,使用空间解析几何和代数的方法求解齐次方程组,避免了高次方程求解,在提高控制精度的基础上有效提高了效率。
附图说明
图1为四轴并联机器人的结构示意图;
图2为四轴并联机器人的单轴智联向量图;
图3为本发明流程图;
图4为本发明的校准流程图。
具体实施方式
如图1所示,本发明所应用的四轴并联机器人包括一静平台1、三主动臂4、三从动臂5、一动平台8、一末端机构9、一可伸缩传动轴10,其中,静平台与主动臂通过通过电机3和减速机2连接,主动臂4和从动臂5通过铰链连接,从动臂5与动平台8通过铰链连接。
结合图2-4所示,基于上述结构,本发明揭示了一种基于Nelder-Mead的四轴并联机器人校准方法,其包括以下步骤:
步骤1、构建四轴并联机器人的坐标系,并进行正解计算,得到机器人末端结构位姿。
具体如下:
步骤1.1、以静平台中心为原点建立基坐标系O-xyz,主动臂杆长L1i,从动臂杆长为L2i,主动臂关节分布角为αi,世界坐标系O-xyz,位于静平台的中心,ui为主动臂的单位方向向量,wi为从动臂的单位方向向量,r为动平台到中心相对于基坐标系原点O的坐标。则有:
r=bi+L1iui+L2iwi (1)
其中:
步骤1.2、求取主动臂单位向量:令ui与y重合,ui与y轴重合,然后ui绕z轴转动αi-π/2,再绕yi转动βi,然后再绕x'i轴转动θi,在机器人中向下为正,所以代入-θi。在工程实际中βi的值很小,在正逆解的验证中发现βi引入后会出现明显误差,为了保证正逆解的可逆性质,βi可忽略,即βi=0。
步骤1.3、通过移项,将(1)改写为
r-bi-L1iui=L2iwi (4)
式中:
求式(4)两边的向量的模,由于向量相等,则对应的模相等,同时乘以两向量的转置,得到
(r-bi-L1iui)T(r-bi-L1iui)=(L2iwi)T(L2iwi)
展开化简得到:
将式(5)整理得:
步骤1.4、由于机器人有三条支链,三条支链的向量表达方程组为:
公式中:r=[x,y,z],即动平台中心的坐标。
步骤1.5、将方程组(7)中的两两(1-2、2-3、1-3)相减可得如下三个公式构成的方程组:
将bi ui r代入方程组(8)公式中,合并化简得:
令:
g1=c1-c2
g2=c2-c3
g3=c1-c3
步骤1.6、取(9)中的任意两式,得到齐次线性方程组,并解方程组,得到x,y,z。注意方程组的奇异性问题,与坐标系的建立有关,构建坐标系或者选取9中的公式构建方程组时,避免系数为零,物理上即任意两电机连线的向量与坐标轴平行的情况
具体地,本实施例选取(1、2)构建齐次线性方程,令:
a11=2(b1x-b2x+L11u1x-L12u2x)
a12=2(b1y-b2y+L11u1y-L12u2y)
a13=2(b1z-b2z+L11u1z-L12u2z)
a21=2(b2x-b3x+L12u2x-L13u3x)
a22=2(b2y-b3y+L12u2y-L13u3y)
a23=2(b2z-b3z+L12u2z-L13u3z)
得到齐次线性方程组,
a11x+a12y+a13z=g1
a21x+a22y+a23z=g2
g1=c1-c2
g2=c2-c3
令:
x=m2+n2z
y=m1+n1z
其中:
m1=-(a11g2-a21g1)/(a12a21-a11a22)
m2=-(a22g1-a12g2)/(a12a21-a11a22)
n1=(a11a23-a13a21)/(a12a21-a11a22)
n1=(a22a13-a12a23)/(a12a21-a11a22)
将r代入方程组(7)的第一式:
式中:
x=m2+n2z
y=m1+n1z
将x,y代入(11)化简得到:
(n1 2+n2 2+1)z2+2{m2n2+m1n1-(b1x+L11u1x)n2-(b1y+L11u1y)n1-(b1z+L11u1z)}z+(m2 2+m1 2-2(b1x+L11u1x)m2-2(b1y+L11u1y)m1)+c1=0 (12)
令:
k=(n1 2+n2 2+1)
e=2{m2n2+m1n1-(b1x+L11u1x)n2-(b1y+L11u1y)n1-(b1z+L11u1z)}
f=(m2 2+m1 2-2(b1x+L11u1x)m2-2(b1y+L11u1y)m1)+c1
得到2次方程:
kz2+ez+f=0 (13)
求解得:
x=m2+n2z
y=m1+n1z
上面的公式中,x,y是关于z的函数,z是关于k的函数,k是关于m,n的函数,m,n是关于u的函数,u是关于θi的函数向量,反过来,已知θi,可以求u,根据u可以求m,n,通过m,n求z,最后可求x,y。到此,可以通过各主动臂的关节角获得动平台中心的坐标r=(x,y,z)T。
步骤1.7、机器人法兰盘末端(即末端机构)与动平台的距离为d,则法兰盘中心的位姿可表示为
机器人末端机构位姿,即法兰盘工具末端位姿为:
步骤2、进行误差源分析,并确定需要校准的参数。
影响Delta并联机构位置精度的几何参数有:
(1)主动臂的长度误差;
(2)从动臂的长度误差;
(3)主动臂分布角α1;
(4)主动臂铰链位置误差Δbi;
(5)减速机减速比修正ki;
(5)原点修正qzeroi;
(6)主动臂铰链在静平台上的分布圆半径R;
(7)动平台铰链的分布圆;
(8)工具坐标误差。
支链1主动臂转轴位置在x轴上,则无误差,即Δα1=0,主动臂位置误差为0,此外支链2,3的位置分布在同一平面Δbiz=0。需要校准的参数如下:
步骤3、获取测量位置,计算对应的名义位置。
使用激光跟踪仪采样机器人工作空间下N个点的位置pT及相对应的关节角θ=k·q+qero,q为机器人控制的角度,k为减速比修正因子,qero为零位修正因子,为了获得更加精确的结果,一般取N≥50个点以上;
在不考虑结构误差的前提下N组关节角θ,代入公式(14)可获得N个名义位置pidea;
步骤4、构造误差模型。
名义位置pidea任意两点间的距离为:
DI=norm(pIi-pIj)=|F(qi,X)-F(qj,X)|,i≠j,
对应的测量点任意两点间的距离为:
DT=norm(pTi-pTj),i≠j
对应距离的差的绝对值为误差评函数:
f(X)=RMS(|DI-DT|)=f(qi,qj,X),X为需要校准的结构参数,具体如上述参数表中所示。
步骤5、利用Nelder-Mead算法校准结构参数X。
步骤5.1、激光跟踪仪的采样次数为N,分别对X0向量的每一个元素增0.01,Xi=X1+0.01·eye(N)构造出一个N+1行的初始单纯形,即分别对各校准参数单独增加了一个较小的值0.01,与初始值X0一起组成了一个N+1行的矩阵,列数为校准参数的个数,初始单纯形即是N+1组校准参数;其中,X0为初始值,X1为设计值,X1=[qero,k,α,dB,L1,L2,Tool]。
步骤5.2、分别求N+1组校准参数的值对应的误差评估函数的值f(Xi),按从小到大的顺序排列,构造出对应的序列:
Xs(1)...Xs(N),Xs(N+1)
f(Xs(1))...f(Xs(N)),f(Xs(N+1))
步骤5.3、计算前N个点Xs(1)...Xs(N)的中心:Xm=(∑(Xi))/N。
步骤5.4、计算Xs(N+1)的反射点Xr=2Xm-Xs(N+1);
如果反射点的评估函数在最好和最差之间,即:f(Xs(1))≤f(Xr)≤f(Xs(N)),用Xr替代Xs(N+1),并回到步骤5.2,求评估函数的值并按从小到大排序;
如果反射点的评估函数比原序列的最好的值优f(Xr)≤f(Xs(1)),计算拓展点Xe=Xm+2(Xm-Xs(N+1));如果拓展点的评估函数比反射点好,即f(Xe)≤f(Xr),则Xs(N+1)=Xe;否则,Xs(N+1)=Xr,回到步骤5.2,;
如果反射点最差f(Xr)≥f(Xs(N+1)),则计算收缩点Xc=(Xs(N+1)+Xm)/2,比较收缩点与最差点的评估函数值,如果f(Xc)≤f(Xs(N+1))则用收缩点替代最差点Xs(N+1)=Xc;否则,整体收缩Xs(i)=(Xs(i)+Xs(1))/2,i≥2,并回到步骤5.2;
如果|f(Xs(1))-f(Xs(N+1))|≤1e-3,则所求的校准参数最优解为Xs(1)。
综上,本发明使用空间解析几何和代数的方法获得机器人的正解;并充分考虑了各支链的长度差异、动静平台的误差、零点差异、工具坐标的误差,抽象出了影响机器人精度的多个重要参数;然后使用激光跟踪仪采样机器人工作空间中位置及对应的关节角,使用任意两点间的距离,构建评估函数;最后使用Nelder-Mead方法求最优解,获取最佳校准参数。本发明旨在基于空间解析几何求解机器人运动学正解的基础上,借助Nelder-Mead优化方法实现机器人的结构参数校准,提高机器人的运动控制精度,在工程实践中取得了较为理想的效果。
以上所述,仅是本发明实施例而已,并非对本发明的技术范围作任何限制,故凡是依据本发明的技术实质对以上实施例所作的任何细微修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (7)
1.基于Nelder-Mead的并联机器人校准方法,其特征在于:所述并联机器人包括一静平台、三主动臂、三从动臂、一动平台、一末端机构、一可伸缩传动轴,其中,静平台与主动臂通过电机和减速机连接,主动臂和从动臂通过铰链连接,从动臂与动平台通过铰链连接;
所述校准方法包括以下步骤:
步骤1、构建四轴并联机器人的坐标系,并进行正解计算,得到机器人末端结构位姿;
步骤2、进行误差源分析,并确定需要校准的参数;
步骤3、获取测量位置,计算对应的名义位置;
使用激光跟踪仪采样机器人工作空间下N个点的位置pT及相对应的关节角θ=k·q+qero,q为机器人控制的角度,k为减速比修正因子,qero为零位修正因子,
在不考虑结构误差的前提下N组关节角θ,代入步骤1得到的机器人末端结构位姿公式中,获得N个名义位置pidea;
步骤4、构造误差模型;
名义位置pidea任意两点间的距离为:
DI=norm(pIi-pIj)=|F(qi,X)-F(qj,X)|,i≠j,
对应的测量点任意两点间的距离为:
DT=norm(pTi-pTj),i≠j
对应距离的差的绝对值为误差评函数:
f(X)=RMS(|DI-DT|)=f(qi,qj,X),X为需要校准的结构参数;
步骤5、利用Nelder-Mead算法校准结构参数X。
2.根据权利要求1所述的基于Nelder-Mead的并联机器人校准方法,其特征在于:所述步骤5具体包括以下步骤:
步骤5.1、激光跟踪仪的采样次数为N,分别对X0向量的每一个元素增0.01,Xi=X1+0.01·eye(N)构造出一个N+1行的初始单纯形,即分别对各校准参数单独增加了一个较小的值0.01,与初始值X0一起组成了一个N+1行的矩阵,列数为校准参数的个数,初始单纯形即是N+1组校准参数;其中,X0为初始值,X1为设计值,X1=[qero,k,α,dB,L1,L2,Tool];
步骤5.2、分别求N+1组校准参数的值对应的误差评估函数的值f(Xi),按从小到大的顺序排列,构造出对应的序列:
Xs(1)...Xs(N),Xs(N+1)
f(Xs(1))...f(Xs(N)),f(Xs(N+1))
步骤5.3、计算前N个点Xs(1)...Xs(N)的中心:Xm=(∑(Xi))/N;
步骤5.4、计算Xs(N+1)的反射点Xr=2Xm-Xs(N+1);
如果反射点的评估函数在最好和最差之间,即:f(Xs(1))≤f(Xr)≤f(Xs(N)),用Xr替代Xs(N+1),并回到步骤5.2,求评估函数的值并按从小到大排序;
如果反射点的评估函数比原序列的最好的值优f(Xr)≤f(Xs(1)),计算拓展点Xe=Xm+2(Xm-Xs(N+1));如果拓展点的评估函数比反射点好,即f(Xe)≤f(Xr),则Xs(N+1)=Xe;否则,Xs(N+1)=Xr,回到步骤5.2,;
如果反射点最差f(Xr)≥f(Xs(N+1)),则计算收缩点Xc=(Xs(N+1)+Xm)/2,比较收缩点与最差点的评估函数值,如果f(Xc)≤f(Xs(N+1))则用收缩点替代最差点Xs(N+1)=Xc;否则,整体收缩Xs(i)=(Xs(i)+Xs(1))/2,i≥2,并回到步骤5.2;
如果|f(Xs(1))-f(Xs(N+1))|≤1e-3,则所求的校准参数最优解为Xs(1)。
3.根据权利要求1所述的基于Nelder-Mead的并联机器人校准方法,其特征在于:所述步骤1中,利用空间解析几何求解机器人的正解。
4.根据权利要求3所述的基于Nelder-Mead的并联机器人校准方法,其特征在于:所述步骤1具体如下:
步骤1.1、以静平台中心为原点建立基坐标系O-xyz,主动臂杆长L1i,从动臂杆长为L2i,主动臂关节分布角为αi,世界坐标系O-xyz,位于静平台的中心,ui为主动臂的单位方向向量,wi为从动臂的单位方向向量,r为动平台到中心相对于基坐标系原点O的坐标;则有:
r=bi+L1iui+L2iwi (1)
其中:
步骤1.2、求取主动臂单位向量:令ui与y轴重合,然后ui绕z轴转动αi-π/2,再绕yi转动βi,然后再绕xi'轴转动θi,在机器人中向下为正,所以代入-θi;
步骤1.3、通过移项,将(1)改写为
r - bi - L1iui=L2iwi (4)
式中:
r=(x,y,z)T,bi=(bix,biy,biz)T,
求式(4)两边的向量的模,由于向量相等,则对应的模相等,同时乘以两向量的转置,得到
(r-bi-L1iui)T(r-bi-L1iui)=(L2iwi)T(L2iwi)
展开化简得到:
将式(5)整理得:
步骤1.4、机器人的三条支链的向量表达方程组为:
公式中:r=[x,y,z],即动平台中心的坐标;
步骤1.5、将方程组(7)中的两两相减,并代入bi ui r,得:
令:
g1=c1-c2
g2=c2-c3
g3=c1-c3
步骤1.6、取(9)中的任意两式,得到齐次线性方程组,并解方程组,得到x,y,z;
步骤1.7、机器人法兰盘末端与动平台的距离为d,则法兰盘中心的位姿可表示为
机器人末端机构位姿,即法兰盘工具末端位姿为:
5.根据权利要求4所述的基于Nelder-Mead的并联机器人校准方法,其特征在于:所述步骤1.6具体如下:
令:
a11=2(b1x-b2x+L11u1x-L12u2x)
a12=2(b1y-b2y+L11u1y-L12u2y)
a13=2(b1z-b2z+L11u1z-L12u2z)
a21=2(b2x-b3x+L12u2x-L13u3x)
a22=2(b2y-b3y+L12u2y-L13u3y)
a23=2(b2z-b3z+L12u2z-L13u3z)
得到齐次线性方程组,
a11x+a12y+a13z=g1
a21x+a22y+a23z=g2
g1=c1-c2
g2=c2-c3
令:
x=m2+n2z
y=m1+n1z
其中:
m1=-(a11g2-a21g1)/(a12a21-a11a22)
m2=-(a22g1-a12g2)/(a12a21-a11a22)
n1=(a11a23-a13a21)/(a12a21-a11a22)
n1=(a22a13-a12a23)/(a12a21-a11a22)
将r代入方程组(7)的第一式:
x2+y2+z2-2{(b1x+L11u1x)x+(b1y+L11u1y)y+(b1z+L11u1z)z}+c1=0 (11)
式中:
x=m2+n2z
y=m1+n1z
将x,y代入(11)化简得到:
(n1 2+n2 2+1)z2+2{m2n2+m1n1-(b1x+L11u1x)n2-(b1y+L11u1y)n1-(b1z+L11u1z)}z+(m2 2+m1 2-2(b1x+L11u1x)m2-2(b1y+L11u1y)m1)+c1=0 (12)
令:
k=(n1 2+n2 2+1)
e=2{m2n2+m1n1-(b1x+L11u1x)n2-(b1y+L11u1y)n1-(b1z+L11u1z)}
f=(m2 2+m1 2-2(b1x+L11u1x)m2-2(b1y+L11u1y)m1)+c1
得到2次方程:
kz2+ez+f=0 (13)
求解得:
x=m2+n2z
y=m1+n1z
获得动平台中心的坐标r=(x,y,z)T。
6.根据权利要求4所述的基于Nelder-Mead的并联机器人校准方法,其特征在于:所述步骤1.2中,βi=0。
7.根据权利要求1所述的基于Nelder-Mead的并联机器人校准方法,其特征在于:所述步骤3中,N≥50。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210345333.2A CN114872037B (zh) | 2022-03-31 | 2022-03-31 | 基于Nelder-Mead的并联机器人校准方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210345333.2A CN114872037B (zh) | 2022-03-31 | 2022-03-31 | 基于Nelder-Mead的并联机器人校准方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114872037A CN114872037A (zh) | 2022-08-09 |
CN114872037B true CN114872037B (zh) | 2024-04-16 |
Family
ID=82670269
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210345333.2A Active CN114872037B (zh) | 2022-03-31 | 2022-03-31 | 基于Nelder-Mead的并联机器人校准方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114872037B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999055497A1 (de) * | 1998-04-25 | 1999-11-04 | Manfred Weck | Verfahren zur kalibrierung eines parallelmanipulators |
CN104802167A (zh) * | 2015-04-17 | 2015-07-29 | 东南大学 | 基于MAPLESIM的Delta机器人快速建模方法 |
CN106239510A (zh) * | 2016-08-25 | 2016-12-21 | 芜湖瑞思机器人有限公司 | 一种三自由度并联机器人零点标定方法 |
CN110815206A (zh) * | 2018-08-14 | 2020-02-21 | 中国科学院沈阳自动化研究所 | 一种Stewart型并联机器人运动学标定方法 |
CN114571465A (zh) * | 2022-03-31 | 2022-06-03 | 伯朗特机器人股份有限公司 | 一种基于模拟退火算法的四轴并联机器人校准方法 |
-
2022
- 2022-03-31 CN CN202210345333.2A patent/CN114872037B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1999055497A1 (de) * | 1998-04-25 | 1999-11-04 | Manfred Weck | Verfahren zur kalibrierung eines parallelmanipulators |
CN104802167A (zh) * | 2015-04-17 | 2015-07-29 | 东南大学 | 基于MAPLESIM的Delta机器人快速建模方法 |
CN106239510A (zh) * | 2016-08-25 | 2016-12-21 | 芜湖瑞思机器人有限公司 | 一种三自由度并联机器人零点标定方法 |
CN110815206A (zh) * | 2018-08-14 | 2020-02-21 | 中国科学院沈阳自动化研究所 | 一种Stewart型并联机器人运动学标定方法 |
CN114571465A (zh) * | 2022-03-31 | 2022-06-03 | 伯朗特机器人股份有限公司 | 一种基于模拟退火算法的四轴并联机器人校准方法 |
Also Published As
Publication number | Publication date |
---|---|
CN114872037A (zh) | 2022-08-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109895101B (zh) | 一种关节型机械臂逆运动学数值唯一解求取方法 | |
CN107589934B (zh) | 一种关节型机械臂逆运动学解析解的求取方法 | |
Zhuang et al. | Method for kinematic calibration of Stewart platforms | |
CN110421566B (zh) | 一种基于近似度加权平均插值法的机器人精度补偿方法 | |
CN113580148B (zh) | 基于等效运动链的并联机器人运动学标定方法 | |
CN112975973A (zh) | 一种应用于柔性机器人的混合标定方法及装置 | |
CN109093376B (zh) | 一种基于激光跟踪仪的多轴孔自动化对准方法 | |
CN108705531A (zh) | 工业机器人的运动学参数标定方法、标定系统、电子设备 | |
AU2008235354A1 (en) | Analysis of parallel manipulators | |
CN108890645A (zh) | 一种五自由度混联机器人驱动关节零点误差的补偿方法 | |
CN113211445B (zh) | 一种机器人参数标定方法、装置、设备及存储介质 | |
CN114260941A (zh) | 一种基于激光位移计的机械臂参数标定方法 | |
CN114571465B (zh) | 一种基于模拟退火算法的四轴并联机器人校准方法 | |
CN100492238C (zh) | 三杆模块姿态控制机构的测试方法 | |
Yang et al. | Self-calibration of three-legged modular reconfigurable parallel robots based on leg-end distance errors | |
CN114872037B (zh) | 基于Nelder-Mead的并联机器人校准方法 | |
Kim | Kinematic calibration of a Cartesian parallel manipulator | |
Wang et al. | Field calibration method for industrial robots based on single position sensitive device | |
Tai-Ke et al. | Accuracy synthesis of a 3-RPS parallel robot based on manufacturing costs | |
Cheng et al. | Sensitivity analysis and kinematic calibration of 3-UCR symmetrical parallel robot leg | |
Zhuang et al. | Simultaneous identification of joint stiffness, kinematic and hand-eye parameters of measurement system integrated with serial robot and 3D camera | |
Agheli et al. | Identifying the kinematic parameters of hexapod machine tool | |
Thu et al. | Calibration of industrial robot kinematics based on results of interpolating error by shape function | |
Huang et al. | Inverse Kinematics Analysis and Mechatronics Design of Mobile Parallel Manipulator for Assisted Assembly | |
CN112325804A (zh) | 基于激光跟踪仪的机器人装配误差检测方法 |
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 |