CN115237056B - 工业机器人多工具快速纠偏方法 - Google Patents

工业机器人多工具快速纠偏方法 Download PDF

Info

Publication number
CN115237056B
CN115237056B CN202211163378.4A CN202211163378A CN115237056B CN 115237056 B CN115237056 B CN 115237056B CN 202211163378 A CN202211163378 A CN 202211163378A CN 115237056 B CN115237056 B CN 115237056B
Authority
CN
China
Prior art keywords
coordinate system
reference coordinate
tcp
tcps
new
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
Application number
CN202211163378.4A
Other languages
English (en)
Other versions
CN115237056A (zh
Inventor
周星
肖启伟
黄石峰
张建华
欧阳林威
龚智浩
张卓奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Foshan Institute Of Intelligent Equipment Technology
Original Assignee
Foshan Institute Of Intelligent Equipment Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Foshan Institute Of Intelligent Equipment Technology filed Critical Foshan Institute Of Intelligent Equipment Technology
Priority to CN202211163378.4A priority Critical patent/CN115237056B/zh
Publication of CN115237056A publication Critical patent/CN115237056A/zh
Application granted granted Critical
Publication of CN115237056B publication Critical patent/CN115237056B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G05B2219/39—Robotics, robotics to robotics hand
    • G05B2219/39044—Estimate error model from error at different attitudes and points

Landscapes

  • Engineering & Computer Science (AREA)
  • Human Computer Interaction (AREA)
  • Manufacturing & Machinery (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Automation & Control Theory (AREA)
  • Numerical Control (AREA)
  • Manipulator (AREA)

Abstract

本发明涉及机器人纠偏领域，公开了工业机器人多工具快速纠偏方法，包括如下步骤：S1：旧参数的选取；S2：旧TCP相对位置模型构建；S3：TCP标定；S4：新TCP相对位置模型构建。本发明通过将碰撞前与碰撞后的多TCP位置模型相结合，能够在机器人发生碰撞后对TCP进行快速纠偏，无需对碰撞后的每个TCP进行纠偏操作，只需对选取的3个点进行纠偏，剩余的TCP纠偏参数通过快速纠偏算法即可获得，无需进行多次的重新对尖标定，提高了纠偏效率。

Description

工业机器人多工具快速纠偏方法
技术领域
本发明涉及机器人纠偏领域，特别涉及工业机器人多工具快速纠偏方法。
背景技术
在TCP完成标定并进行生产的过程中，会发生磕碰等事故，会导致机器人末端的TCP出现零点偏移的问题，轻微的偏差就可能导致机器人末端的精度大大降低，故而每当机器人发生磕碰或是长时间使用后均需对其进行TCP纠偏操作，为了有效辨识误差参数以提高工业机器人的绝对定位精度，一种有用的方法是使回归矩阵
Figure 910351DEST_PATH_IMAGE001
的行数大于列数形成超定方程(Overdetermined)，因此要增加总测量点的数量。且每个TCP的测量点数量有要求，假设每个TCP采集
Figure 358650DEST_PATH_IMAGE002
个测量点，这意味着
Figure 403966DEST_PATH_IMAGE003
个TCP总计需要测量
Figure 64755DEST_PATH_IMAGE004
次，这极大增加了标定人员的工作量，且使机器人停机时间过长，降低了生产线的效率。
故而如何降低标定次数，减少机器对尖次数，节省纠偏时间，提高生产线效率成为需要解决的问题。
发明内容
本发明的旨在解决上述问题而提出工业机器人多工具快速纠偏方法，解决现有纠偏方法效率不高，对尖次数多，操作复杂，导致机器停机时间长，影响生产的问题。
为达此目的，本发明采用以下技术方案：
工业机器人多工具快速纠偏方法，包括如下步骤：
S1：旧参数的选取，选取碰撞前3个TCP的旧参数；
S2：旧TCP相对位置模型构建，以上述选取的3个TCP的旧参数为基础建立参考坐标系
Figure 144706DEST_PATH_IMAGE005
，构建所有TCP与参考坐标系
Figure 498327DEST_PATH_IMAGE005
的相对位置模型，并通过所有TCP与参考坐标系
Figure 30940DEST_PATH_IMAGE005
的相对位置模型计算获得
Figure 495419DEST_PATH_IMAGE006
，所述
Figure 928412DEST_PATH_IMAGE006
为第i个TCP相对于参考坐标系
Figure 452934DEST_PATH_IMAGE005
的位置向量，i=1,2......，n，n为所有TCP的数量；
S3：TCP标定，末端执行器发生碰撞后，对步骤S1中所选取的3个TCP进行标定，得到所选取的3个TCP碰撞后的新标定参数；
S4：新TCP相对位置模型构建，以步骤S3中得到的3个TCP碰撞后的新标定参数为基础建立新参考坐标系
Figure 472843DEST_PATH_IMAGE007
，构建所有TCP与新参考坐标系
Figure 475434DEST_PATH_IMAGE007
的相对位置模型，并依据所有TCP与新参考坐标系
Figure 264399DEST_PATH_IMAGE007
的相对位置模型和步骤S2所获得的
Figure 959822DEST_PATH_IMAGE006
计算其他待标定TCP的参数。
优选的，所述步骤S1中所选取的3个TCP的选取标准为：3个TCP之间两两连线形成三条线段，三条线段的总和最长。
优选的，所述步骤S2中构建的参考坐标系{c}需同时满足S21和S22：
S21：设所选取的3个TCP的旧参数分别为
Figure 732606DEST_PATH_IMAGE008
、
Figure 273309DEST_PATH_IMAGE009
、
Figure 182359DEST_PATH_IMAGE010
，参考坐标系
Figure 783105DEST_PATH_IMAGE005
的原点
Figure 777605DEST_PATH_IMAGE011
是该3个TCP的中点，
Figure 387578DEST_PATH_IMAGE012
；
S22：设参考坐标系
Figure 151135DEST_PATH_IMAGE005
的x轴为
Figure 689826DEST_PATH_IMAGE013
，
Figure 906044DEST_PATH_IMAGE014
的方向为从原点
Figure 54128DEST_PATH_IMAGE015
到
Figure 937771DEST_PATH_IMAGE008
的方向，设参考坐标系
Figure 145898DEST_PATH_IMAGE005
的z轴为
Figure 849412DEST_PATH_IMAGE016
，
Figure 535608DEST_PATH_IMAGE016
的方向与
Figure 273757DEST_PATH_IMAGE008
、
Figure 918365DEST_PATH_IMAGE017
、
Figure 109175DEST_PATH_IMAGE010
所组成平面相互垂直，根据右手定则可以得到参考坐标系
Figure 599062DEST_PATH_IMAGE005
的y轴
Figure 926138DEST_PATH_IMAGE018
的方向。
优选的，所述步骤S2中所有TCP与参考坐标系
Figure 476068DEST_PATH_IMAGE005
的相对位置模型为
Figure 154174DEST_PATH_IMAGE019
；
其中，
Figure 229445DEST_PATH_IMAGE020
表示参考坐标系
Figure 676607DEST_PATH_IMAGE005
相对于法兰盘坐标系
Figure 131859DEST_PATH_IMAGE021
的齐次变换矩阵，
Figure 297261DEST_PATH_IMAGE022
为第i个TCP参数，TCP参数是基于工业机器人末端法兰盘坐标系
Figure 128951DEST_PATH_IMAGE023
进行描述的。
优选的，所述步骤S3中所选取的3个TCP的标定方法采用的是四点标定法。
优选的，所述步骤S4中新参考坐标系
Figure 961777DEST_PATH_IMAGE024
需同时满足S41和S42：
S41：设所选取的3个TCP碰撞后的新标定参数分别为
Figure 587931DEST_PATH_IMAGE025
、
Figure 240629DEST_PATH_IMAGE026
和
Figure 876010DEST_PATH_IMAGE027
，新参考坐标系
Figure 297764DEST_PATH_IMAGE028
的原点
Figure 360398DEST_PATH_IMAGE029
是该3个新标定参数的TCP的中点，
Figure 234813DEST_PATH_IMAGE030
；
S42：设新参考坐标系
Figure 673884DEST_PATH_IMAGE024
的x轴为
Figure 451610DEST_PATH_IMAGE031
，
Figure 685145DEST_PATH_IMAGE031
的方向为从原点
Figure 46856DEST_PATH_IMAGE032
到
Figure 289619DEST_PATH_IMAGE033
的方向，设新参考坐标系
Figure 420386DEST_PATH_IMAGE034
的z轴为
Figure 824822DEST_PATH_IMAGE035
，
Figure 939409DEST_PATH_IMAGE035
的方向与
Figure 454704DEST_PATH_IMAGE033
、
Figure 705557DEST_PATH_IMAGE036
，
Figure 280894DEST_PATH_IMAGE037
所组成平面相互垂直，根据右手定则可以得到新参考坐标系
Figure 617198DEST_PATH_IMAGE024
的y轴
Figure 936184DEST_PATH_IMAGE038
的方向。
优选的，所述步骤S4中所有TCP与新参考坐标系
Figure 41543DEST_PATH_IMAGE024
的相对位置模型为：
Figure 551896DEST_PATH_IMAGE039
；
其中，
Figure 109917DEST_PATH_IMAGE040
即为经过快速纠偏后的第i个TCP参数，
Figure 232594DEST_PATH_IMAGE041
表示
Figure 192459DEST_PATH_IMAGE042
相对于法兰盘坐标系
Figure 375179DEST_PATH_IMAGE043
的新齐次变换矩阵。
本发明的贡献在于：本发明通过将碰撞前与碰撞后的多TCP位置模型相结合，能够在机器人发生碰撞后对TCP进行快速纠偏，无需对碰撞后的每个TCP进行纠偏操作，只需对选取的3个点进行纠偏，剩余的TCP纠偏参数通过快速纠偏算法即可获得，无需进行多次的重新对尖标定，提高了纠偏效率。
附图说明
图1是本发明实施例的工业机器人多工具纠偏方法的流程图；
图2是本发明实施例的碰撞前各TCP之间的相对位置示意图；
图3是本发明实施例的碰撞后各TCP之间的相对位置示意图。
具体实施方式
下列实施例是对本发明的进一步解释和补充，对本发明不构成任何限制。
如图1-3所示，工业机器人多工具快速纠偏方法，包括如下步骤：
S1：旧参数的选取，选取碰撞前3个TCP的旧参数；
S2：旧TCP相对位置模型构建，以上述选取的3个TCP的旧参数为基础建立参考坐标系
Figure 686075DEST_PATH_IMAGE044
，构建所有TCP与参考坐标系
Figure 346863DEST_PATH_IMAGE044
的相对位置模型，并通过所有TCP与参考坐标系
Figure 161235DEST_PATH_IMAGE005
的相对位置模型计算获得
Figure 514856DEST_PATH_IMAGE006
，所述
Figure 313048DEST_PATH_IMAGE006
为第i个TCP相对于参考坐标系
Figure 777527DEST_PATH_IMAGE005
的位置向量，i=1,2......，n，n为所有TCP的数量；
S3：TCP标定，末端执行器发生碰撞后，对步骤S1中所选取的3个TCP进行标定，得到所选取的3个TCP碰撞后的新标定参数；
S4：新TCP相对位置模型构建，以步骤S3中得到的3个TCP碰撞后的新标定参数为基础建立新参考坐标系
Figure 446406DEST_PATH_IMAGE045
，构建所有TCP与新参考坐标系
Figure 970928DEST_PATH_IMAGE045
的相对位置模型，并依据所有TCP与新参考坐标系
Figure 990837DEST_PATH_IMAGE045
的相对位置模型和步骤S2所获得的
Figure 760472DEST_PATH_IMAGE006
计算其他待标定TCP的参数。
本发明针对的是多TCP的快速纠偏，首先需要采用末端执行器发生碰撞前的3个TCP的旧参数建立参考坐标系
Figure 549437DEST_PATH_IMAGE044
，然后通过该参考坐标系
Figure 244860DEST_PATH_IMAGE044
构建碰撞前所有TCP与参考坐标系
Figure 486486DEST_PATH_IMAGE044
的相对位置模型，这样就能够得到所有TCP的具体位置信息，正常情况下，机器人末端上的TCP是无需纠偏的，只有在使用较长时间后或是末端执行器发生磕碰后，此时TCP的工具中心点发生了位置偏移，需要对其进行纠偏处理，本发明通过选取碰撞后的3个TCP（与碰撞前选取的3个TCP点相同），对其进行对尖测量操作（即传统的四点标定），经过标定计算并校正后得到这3个TCP碰撞后的新标定参数，通过这3个TCP碰撞后的新标定参数构建新的参考坐标系
Figure 292768DEST_PATH_IMAGE045
，并通过新的参考坐标系
Figure 467397DEST_PATH_IMAGE045
构建所有TCP与新参考坐标系
Figure 68143DEST_PATH_IMAGE046
的相对位置模型，并依据该模型计算得出其他待标定TCP的参数。
具体的，其他待标定的TCP参数计算出结果后，将所得结果输入机器人中使其对那些待标定的TCP进行自动标定即可。
本发明通过将碰撞前与碰撞后的多TCP位置模型相结合，能够在机器人发生碰撞后对TCP进行快速纠偏，无需对碰撞后的每个TCP进行纠偏操作，只需对选取的3个点进行纠偏，剩余的TCP纠偏参数通过快速纠偏算法即可获得，无需进行多次的重新对尖标定，提高了纠偏效率。
更进一步的说明，所述步骤S1中所选取的3个TCP的选取标准为：3个TCP之间两两连线形成三条线段，三条线段的总和最长，这样能够保证3个TCP所能围起来的范围最大，处于3个TCP所能围起来的范围内的TCP数量最多，提高后续建立的参考坐标系精度。
更进一步的说明，所所述步骤S2中构建的参考坐标系{c}需同时满足S21和S22：
S21：设步骤S2中所选取的3个TCP的旧参数分别为
Figure 62643DEST_PATH_IMAGE047
、
Figure 407037DEST_PATH_IMAGE048
、
Figure 170594DEST_PATH_IMAGE049
，参考坐标系
Figure 207820DEST_PATH_IMAGE044
的原点
Figure 689617DEST_PATH_IMAGE050
是该3个TCP的中点，
Figure 837701DEST_PATH_IMAGE051
；
其中，
Figure 960159DEST_PATH_IMAGE047
、
Figure 433866DEST_PATH_IMAGE048
、
Figure 137379DEST_PATH_IMAGE049
代表的是所选取的3个TCP的旧参数，
Figure 823576DEST_PATH_IMAGE047
、
Figure 561725DEST_PATH_IMAGE048
、
Figure 675174DEST_PATH_IMAGE049
均是基于工业机器人末端法兰盘坐标系
Figure 865984DEST_PATH_IMAGE052
进行描述的，
Figure 355871DEST_PATH_IMAGE053
为参考坐标系的原点，
Figure 214106DEST_PATH_IMAGE054
也是基于工业机器人末端法兰盘坐标系
Figure 764036DEST_PATH_IMAGE052
描述的；
S22：设
Figure 442142DEST_PATH_IMAGE055
的x轴为
Figure 470141DEST_PATH_IMAGE056
，
Figure 182882DEST_PATH_IMAGE056
的方向为从原点
Figure 405178DEST_PATH_IMAGE057
到
Figure 570580DEST_PATH_IMAGE047
的方向，设参考坐标系
Figure 402270DEST_PATH_IMAGE058
的z轴为
Figure 703938DEST_PATH_IMAGE059
，
Figure 595671DEST_PATH_IMAGE060
的方向与
Figure 513948DEST_PATH_IMAGE047
、
Figure 883750DEST_PATH_IMAGE048
、
Figure 305504DEST_PATH_IMAGE049
所组成平面相互垂直，根据右手定则可以得到参考坐标系
Figure 368138DEST_PATH_IMAGE058
的y轴
Figure 508132DEST_PATH_IMAGE061
的方向。
将参考坐标系
Figure 947204DEST_PATH_IMAGE055
的
Figure 223464DEST_PATH_IMAGE056
方向设定为参考坐标系
Figure 456999DEST_PATH_IMAGE055
的原点
Figure 818711DEST_PATH_IMAGE054
到
Figure 294429DEST_PATH_IMAGE047
的方向，
Figure 690775DEST_PATH_IMAGE059
的方向设定为与
Figure 95212DEST_PATH_IMAGE047
、
Figure 944219DEST_PATH_IMAGE048
、
Figure 459514DEST_PATH_IMAGE049
所组成平面相互垂直的方向，剩下的
Figure 710367DEST_PATH_IMAGE061
方向通过右手定则可以判断出其具体的方向。
Figure 551284DEST_PATH_IMAGE056
、
Figure 887587DEST_PATH_IMAGE061
和
Figure 206573DEST_PATH_IMAGE060
的计算公式如下：
Figure 311933DEST_PATH_IMAGE062
上式中
Figure 323751DEST_PATH_IMAGE063
（）表示计算括号内向量的二范数，
Figure 881771DEST_PATH_IMAGE064
、
Figure 4448DEST_PATH_IMAGE065
、
Figure 465779DEST_PATH_IMAGE066
代表的是所选取的3个TCP的旧参数，
Figure 382919DEST_PATH_IMAGE057
为参考坐标系的原点，
Figure 693815DEST_PATH_IMAGE056
、
Figure 354603DEST_PATH_IMAGE061
和
Figure 434555DEST_PATH_IMAGE059
分别为参考坐标系
Figure 788175DEST_PATH_IMAGE067
的x、y和z轴的坐标系方向。
更进一步的说明，所述步骤S2中所有TCP与参考坐标系
Figure 320788DEST_PATH_IMAGE067
的相对位置模型为
Figure 785267DEST_PATH_IMAGE068
；
其中，
Figure 719725DEST_PATH_IMAGE069
为第i个TCP相对于参考坐标系{c}的位置向量，
Figure 595978DEST_PATH_IMAGE070
表示参考坐标系
Figure 350307DEST_PATH_IMAGE067
相对于法兰盘坐标系
Figure 618478DEST_PATH_IMAGE071
的齐次变换矩阵，
Figure 673021DEST_PATH_IMAGE072
为第i个TCP参数，TCP参数是基于工业机器人末端法兰盘坐标系
Figure 102866DEST_PATH_IMAGE073
进行描述的，上述公式中的齐次变换矩阵
Figure 610070DEST_PATH_IMAGE070
的计算可以参考《机器人学》，蔡自兴编著，北京：清华大学出版社，2000.09。
更进一步的说明，所述步骤S3中所选取的3个TCP的标定方法采用的是四点标定法。
四点标定法是目前较为常用的标定方法，本发明中采用四点标定法为将所选取的3个TCP依次进行标定，每个选取的TCP都进行对尖点4次并进行标定计算得到校正后的TCP新标定参数。
四点标定法的具体计算方法使用现有技术，另外也可以参考文献《六关节工业机器人TCP标定模型研究与算法改进》，周星,黄石峰,朱志红，机械工程学报,2019,55(11):186-196。
更进一步的说明，所述步骤S4中新参考坐标系
Figure 681931DEST_PATH_IMAGE074
需同时满足S41和S42：
S41：设步骤S3中所选取的3个TCP碰撞后的新标定参数分别为
Figure 325402DEST_PATH_IMAGE075
、
Figure 191727DEST_PATH_IMAGE076
和
Figure 920649DEST_PATH_IMAGE077
，新参考坐标系
Figure 796201DEST_PATH_IMAGE074
的原点
Figure 61222DEST_PATH_IMAGE078
是该3个新标定参数的TCP的中点，
Figure 832869DEST_PATH_IMAGE079
；
其中，
Figure 314666DEST_PATH_IMAGE080
、
Figure 462751DEST_PATH_IMAGE076
和
Figure 80814DEST_PATH_IMAGE077
代表的是所选取的3个TCP碰撞后的新标定参数，
Figure 288942DEST_PATH_IMAGE080
、
Figure 992455DEST_PATH_IMAGE076
和
Figure 944231DEST_PATH_IMAGE081
均是基于工业机器人末端法兰盘坐标
Figure 416800DEST_PATH_IMAGE073
进行描述的，
Figure 61408DEST_PATH_IMAGE078
为新参考坐标系的原点，
Figure 252218DEST_PATH_IMAGE078
也是基于工业机器人末端法兰盘坐标系
Figure 742105DEST_PATH_IMAGE071
描述的。
S42：设
Figure 334761DEST_PATH_IMAGE074
的x轴为
Figure 884691DEST_PATH_IMAGE082
，
Figure 61332DEST_PATH_IMAGE082
的方向为从原点
Figure 354910DEST_PATH_IMAGE083
到
Figure 802072DEST_PATH_IMAGE075
的方向，设
Figure 522903DEST_PATH_IMAGE074
的z轴为
Figure 688305DEST_PATH_IMAGE084
，
Figure 519995DEST_PATH_IMAGE084
的方向与
Figure 87243DEST_PATH_IMAGE085
、
Figure 978975DEST_PATH_IMAGE076
、
Figure 366094DEST_PATH_IMAGE077
所组成平面相互垂直，根据右手定则可以得到新参考坐标系
Figure 1475DEST_PATH_IMAGE074
的y轴
Figure 423229DEST_PATH_IMAGE086
的坐标系方向。
将新参考坐标系
Figure 751442DEST_PATH_IMAGE074
的
Figure 625857DEST_PATH_IMAGE082
方向设定为参考坐标系
Figure 300815DEST_PATH_IMAGE074
的原点
Figure 577075DEST_PATH_IMAGE078
到
Figure 810610DEST_PATH_IMAGE080
的方向，
Figure 437901DEST_PATH_IMAGE084
的方向设定为与
Figure 415084DEST_PATH_IMAGE085
、
Figure 811430DEST_PATH_IMAGE076
、
Figure 481446DEST_PATH_IMAGE077
所组成平面相互垂直的方向，剩下的
Figure 64874DEST_PATH_IMAGE087
方向通过右手定则可以判断出其具体的方向。
Figure 845748DEST_PATH_IMAGE082
、
Figure 96601DEST_PATH_IMAGE086
和
Figure 671939DEST_PATH_IMAGE084
可表述如下：
Figure 8242DEST_PATH_IMAGE088
上式中
Figure 327228DEST_PATH_IMAGE063
（）表示计算括号内向量的二范数，
Figure 936982DEST_PATH_IMAGE075
、
Figure 683221DEST_PATH_IMAGE076
和
Figure 772400DEST_PATH_IMAGE077
代表的是所选取的3个TCP碰撞后的新标定参数，
Figure 629498DEST_PATH_IMAGE078
为新参考坐标系的原点，
Figure 854943DEST_PATH_IMAGE082
、
Figure 772083DEST_PATH_IMAGE087
和
Figure 817399DEST_PATH_IMAGE084
为新参考坐标系
Figure 478188DEST_PATH_IMAGE074
的x、y和z轴方向。
更进一步的说明，所述步骤S4中所有TCP与新参考坐标系
Figure 823718DEST_PATH_IMAGE074
的相对位置模型为；
Figure 911760DEST_PATH_IMAGE089
；
其中，
Figure 444373DEST_PATH_IMAGE090
即为经过快速纠偏后的第i个TCP参数，i=1,2......，n，n为所有TCP的数量，
Figure 908852DEST_PATH_IMAGE091
表示参考坐标系
Figure 108889DEST_PATH_IMAGE067
相对于法兰盘坐标系
Figure 134876DEST_PATH_IMAGE092
的新齐次变换矩阵，齐次变换矩阵是在机器人学中描述一个坐标系到另一个坐标系的变换关系的矩阵，进一步的，上述公式中的新齐次变换矩阵
Figure 154785DEST_PATH_IMAGE091
的计算可以参考《机器人学》，蔡自兴编著，北京：清华大学出版社，2000.09。
通过所有TCP与新参考坐标系
Figure 422955DEST_PATH_IMAGE074
的相对位置模型可以求算出所需纠偏后的TCP参数
Figure 477499DEST_PATH_IMAGE093
，根据所得
Figure 907343DEST_PATH_IMAGE090
可以知道其余未纠偏TCP的参数。
尽管通过以上实施例对本发明进行了揭示，但本发明的保护范围并不局限于此，在不偏离本发明构思的条件下，对以上各构件所做的变形、替换等均将落入本发明的权利要求范围内。

Claims (7)

1.工业机器人多工具快速纠偏方法，其特征在于，包括如下步骤：
S1：旧参数的选取，选取碰撞前3个TCP的旧参数；
S2：旧TCP相对位置模型构建，以上述选取的3个TCP的旧参数为基础建立参考坐标系
Figure 580116DEST_PATH_IMAGE001
，构建所有TCP与参考坐标系
Figure 702793DEST_PATH_IMAGE002
的相对位置模型，并通过所有TCP与参考坐标系
Figure 741287DEST_PATH_IMAGE002
的相对位置模型计算获得
Figure 596111DEST_PATH_IMAGE003
，所述
Figure 234903DEST_PATH_IMAGE003
为第i个TCP相对于参考坐标系
Figure 895691DEST_PATH_IMAGE002
的位置向量，i=1,2......，n，n为所有TCP的数量；
S3：TCP标定，末端执行器发生碰撞后，对步骤S1中所选取的3个TCP进行标定，得到所选取的3个TCP碰撞后的新标定参数；
S4：新TCP相对位置模型构建，以步骤S3中得到的3个TCP碰撞后的新标定参数为基础建立新参考坐标系
Figure 647747DEST_PATH_IMAGE004
，构建所有TCP与新参考坐标系
Figure 1367DEST_PATH_IMAGE004
的相对位置模型，并依据所有TCP与新参考坐标系
Figure 612608DEST_PATH_IMAGE004
的相对位置模型和步骤S2所获得的
Figure 14771DEST_PATH_IMAGE003
计算其他待标定TCP的参数。
2.根据权利要求1所述的工业机器人多工具快速纠偏方法，其特征在于：所述步骤S1中所选取的3个TCP的选取标准为：3个TCP之间两两连线形成三条线段，三条线段的总和最长。
3.根据权利要求1所述的工业机器人多工具快速纠偏方法，其特征在于：所述步骤S2中构建的参考坐标系
Figure 683650DEST_PATH_IMAGE002
需同时满足S21和S22：
S21：设所选取的3个TCP的旧参数分别为
Figure 270489DEST_PATH_IMAGE005
、
Figure 493660DEST_PATH_IMAGE006
、
Figure 496251DEST_PATH_IMAGE007
，参考坐标系{c}的原点
Figure 98265DEST_PATH_IMAGE008
是该3个TCP的中点，
Figure 996951DEST_PATH_IMAGE009
；
S22：设参考坐标系
Figure 238576DEST_PATH_IMAGE002
的x轴为
Figure 107175DEST_PATH_IMAGE010
，
Figure 16225DEST_PATH_IMAGE010
的方向为从原点
Figure 554654DEST_PATH_IMAGE008
到
Figure 549155DEST_PATH_IMAGE005
的方向，设参考坐标系
Figure 805185DEST_PATH_IMAGE001
的z轴为
Figure 506424DEST_PATH_IMAGE011
，
Figure 278071DEST_PATH_IMAGE011
的方向与
Figure 87764DEST_PATH_IMAGE005
、
Figure 173532DEST_PATH_IMAGE006
、
Figure 791595DEST_PATH_IMAGE007
所组成的平面相互垂直，根据右手定则可以得到参考坐标系
Figure 78351DEST_PATH_IMAGE001
的y轴
Figure 719548DEST_PATH_IMAGE012
的方向。
4.根据权利要求1所述的工业机器人多工具快速纠偏方法，其特征在于：所述步骤S2中所有TCP与参考坐标系
Figure 405744DEST_PATH_IMAGE002
的相对位置模型为
Figure 471789DEST_PATH_IMAGE013
；
其中，
Figure 522922DEST_PATH_IMAGE014
表示参考坐标系
Figure 713732DEST_PATH_IMAGE001
相对于法兰盘坐标系
Figure 16668DEST_PATH_IMAGE015
的齐次变换矩阵，
Figure 812586DEST_PATH_IMAGE016
为第i个TCP参数，TCP参数是基于工业机器人末端法兰盘坐标系
Figure 362516DEST_PATH_IMAGE017
进行描述的。
5.根据权利要求1所述的工业机器人多工具快速纠偏方法，其特征在于，所述步骤S3中所选取的3个TCP的标定方法采用的是四点标定法。
6.根据权利要求1所述的工业机器人多工具快速纠偏方法，其特征在于：所述步骤S4中新参考坐标系
Figure 102939DEST_PATH_IMAGE004
需同时满足S41和S42：
S41：设所选取的3个TCP碰撞后的新标定参数分别为
Figure 334200DEST_PATH_IMAGE018
、
Figure 781362DEST_PATH_IMAGE019
和
Figure 315243DEST_PATH_IMAGE020
，新参考坐标系
Figure 683907DEST_PATH_IMAGE021
的原点
Figure 515597DEST_PATH_IMAGE022
是该3个新标定参数的TCP的中点，
Figure 879582DEST_PATH_IMAGE023
；
S42：设新参考坐标系
Figure 974577DEST_PATH_IMAGE004
的x轴为
Figure 627275DEST_PATH_IMAGE024
，
Figure 807196DEST_PATH_IMAGE024
的方向为从原点
Figure 432213DEST_PATH_IMAGE025
到
Figure 494847DEST_PATH_IMAGE018
的方向，设新参考坐标系
Figure 431579DEST_PATH_IMAGE004
的z轴为
Figure 870650DEST_PATH_IMAGE026
，
Figure 84594DEST_PATH_IMAGE026
的方向与
Figure 396758DEST_PATH_IMAGE018
，
Figure 758469DEST_PATH_IMAGE019
，
Figure 407756DEST_PATH_IMAGE020
所组成的平面相互垂直，根据右手定则可以得到新参考坐标系
Figure 131998DEST_PATH_IMAGE004
的y轴
Figure 536435DEST_PATH_IMAGE027
的方向。
7.根据权利要求1所述的工业机器人多工具快速纠偏方法，其特征在于：所述步骤S4中所有TCP与新参考坐标系
Figure 323125DEST_PATH_IMAGE004
的相对位置模型为：
Figure 917049DEST_PATH_IMAGE028
；
其中，
Figure 167902DEST_PATH_IMAGE029
即为经过快速纠偏后的第i个TCP参数，
Figure 680923DEST_PATH_IMAGE030
表示参考坐标系
Figure 17226DEST_PATH_IMAGE001
相对于法兰盘坐标系
Figure 664108DEST_PATH_IMAGE015
的新齐次变换矩阵。
CN202211163378.4A 2022-09-23 2022-09-23 工业机器人多工具快速纠偏方法 Active CN115237056B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211163378.4A CN115237056B (zh) 2022-09-23 2022-09-23 工业机器人多工具快速纠偏方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211163378.4A CN115237056B (zh) 2022-09-23 2022-09-23 工业机器人多工具快速纠偏方法

Publications (2)

Publication Number Publication Date
CN115237056A CN115237056A (zh) 2022-10-25
CN115237056B true CN115237056B (zh) 2022-12-13

Family

ID=83667262

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211163378.4A Active CN115237056B (zh) 2022-09-23 2022-09-23 工业机器人多工具快速纠偏方法

Country Status (1)

Country Link
CN (1) CN115237056B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115946123B (zh) * 2023-01-16 2023-10-31 佛山智能装备技术研究院 工业机器人多工具中心点及零点标定方法

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050007084A (ko) * 2003-07-11 2005-01-17 현대자동차주식회사 용접 로봇 자동 보정 시스템
CN103115629A (zh) * 2013-01-23 2013-05-22 天津大学 机器人柔性视觉测量系统中工具坐标系快速修复方法
CN108731591A (zh) * 2018-04-24 2018-11-02 佛山智能装备技术研究院 一种基于平面约束的机器人工具坐标系标定方法
CN108972543A (zh) * 2018-06-21 2018-12-11 南京旭上数控技术有限公司 自动高精度非接触式机器人tcp标定方法
CN109737902A (zh) * 2016-07-25 2019-05-10 珞石（北京）科技有限公司 基于坐标测量仪的工业机器人运动学标定方法
CN110202582A (zh) * 2019-07-03 2019-09-06 桂林电子科技大学 一种基于三坐标平台的机器人标定方法
CN112060087A (zh) * 2020-08-28 2020-12-11 佛山隆深机器人有限公司 一种用于机器人抓取场景的点云碰撞检测方法
CN113001535A (zh) * 2019-12-18 2021-06-22 财团法人工业技术研究院 机器人工件坐标系自动校正系统与方法
CN113021358A (zh) * 2021-05-21 2021-06-25 季华实验室 机械臂工具坐标系原点标定方法、装置和电子设备

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102909728B (zh) * 2011-08-05 2015-11-25 鸿富锦精密工业（深圳）有限公司 机器人工具中心点的视觉校正方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20050007084A (ko) * 2003-07-11 2005-01-17 현대자동차주식회사 용접 로봇 자동 보정 시스템
CN103115629A (zh) * 2013-01-23 2013-05-22 天津大学 机器人柔性视觉测量系统中工具坐标系快速修复方法
CN109737902A (zh) * 2016-07-25 2019-05-10 珞石（北京）科技有限公司 基于坐标测量仪的工业机器人运动学标定方法
CN108731591A (zh) * 2018-04-24 2018-11-02 佛山智能装备技术研究院 一种基于平面约束的机器人工具坐标系标定方法
CN108972543A (zh) * 2018-06-21 2018-12-11 南京旭上数控技术有限公司 自动高精度非接触式机器人tcp标定方法
CN110202582A (zh) * 2019-07-03 2019-09-06 桂林电子科技大学 一种基于三坐标平台的机器人标定方法
CN113001535A (zh) * 2019-12-18 2021-06-22 财团法人工业技术研究院 机器人工件坐标系自动校正系统与方法
CN112060087A (zh) * 2020-08-28 2020-12-11 佛山隆深机器人有限公司 一种用于机器人抓取场景的点云碰撞检测方法
CN113021358A (zh) * 2021-05-21 2021-06-25 季华实验室 机械臂工具坐标系原点标定方法、装置和电子设备

Also Published As

Publication number Publication date
CN115237056A (zh) 2022-10-25

Similar Documents

Publication Publication Date Title
CN109773786B (zh) 一种工业机器人平面精度标定方法
CN106737855B (zh) 一种综合位姿误差模型与刚度补偿的机器人精度补偿方法
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
CN108731591B (zh) 一种基于平面约束的机器人工具坐标系标定方法
CN104608129B (zh) 基于平面约束的机器人标定方法
CN105773609A (zh) 一种基于视觉测量及距离误差模型的机器人运动学标定方法
CN104408299B (zh) 基于距离识别冗余运动学参数的机器人位置误差补偿方法
CN108908335B (zh) 基于改进差分进化算法的机器人标定方法
CN104890013A (zh) 一种基于拉线编码器的工业机器人标定算法
CN105773622A (zh) 一种基于iekf的工业机器人绝对精度校准方法
CN114161425B (zh) 一种工业机器人的误差补偿方法
CN103144109B (zh) 一种用于附加外部轴的机器人系统分站式精度补偿方法
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
CN115237056B (zh) 工业机器人多工具快速纠偏方法
CN113580148B (zh) 基于等效运动链的并联机器人运动学标定方法
CN110722562B (zh) 一种用于机器人参数辨识的空间雅克比矩阵构造方法
CN114488944A (zh) 一种基于插值的伺服走位误差补偿方法
CN113211436B (zh) 基于遗传算法的六自由度串联机器人误差标定方法
CN115816463A (zh) 基于关节全闭环和刚柔耦合模型的机器人精度提升方法和系统
CN113843804B (zh) 基于平面约束的机器人运动学标定方法及系统
CN112720480B (zh) 一种基于分级误差的机器人轨迹修正方法及系统
CN114800526A (zh) 基于激光跟踪仪通过点线面建系的工业机器人标定方法
CN115122316A (zh) 机器人的工具中心点的校准方法和校准系统
Mao et al. An enhanced POE-based method with identified transmission errors for serial robotic kinematic calibration
CN115972260B (zh) 基于向量内积误差模型的工业机器人标定方法、系统

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