CN116460859B - Scara机器人运动补偿方法、装置、设备及存储介质 - Google Patents
Scara机器人运动补偿方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN116460859B CN116460859B CN202310722243.5A CN202310722243A CN116460859B CN 116460859 B CN116460859 B CN 116460859B CN 202310722243 A CN202310722243 A CN 202310722243A CN 116460859 B CN116460859 B CN 116460859B
- Authority
- CN
- China
- Prior art keywords
- robot
- joint
- theoretical
- pose information
- compensation
- 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
- 230000033001 locomotion Effects 0.000 title claims abstract description 142
- 238000000034 method Methods 0.000 title claims abstract description 62
- 238000006073 displacement reaction Methods 0.000 claims description 16
- 230000008878 coupling Effects 0.000 claims description 7
- 238000010168 coupling process Methods 0.000 claims description 7
- 238000005859 coupling reaction Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 7
- 238000004590 computer program Methods 0.000 description 13
- 230000001133 acceleration Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 238000013528 artificial neural network Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 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
- B25J9/1656—Programme controls characterised by programming, planning systems for manipulators
- B25J9/1664—Programme controls characterised by programming, planning systems for manipulators characterised by motion, path, trajectory planning
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J13/00—Controls for manipulators
- B25J13/08—Controls for manipulators by means of sensing devices, e.g. viewing or touching devices
-
- 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
- B25J9/1641—Programme controls characterised by the control loop compensation for backlash, friction, compliance, elasticity in the joints
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)
- Human Computer Interaction (AREA)
- Manipulator (AREA)
Abstract
本申请提供了一种SCARA机器人运动补偿方法、装置、设备及存储介质，属于SCARA机器人技术领域，SCARA机器人运动补偿方法包括：获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；对理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；获取实际位姿信息对应的各机器人关节的实际摩擦力矩误差值；若摩擦力矩误差预测值与实际摩擦力矩误差值不匹配，则基于理论位姿信息和实际位姿信息，对各机器人关节进行关节间隙补偿。本申请解决了现有技术未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，导致补偿精度低的技术问题。
Description
技术领域
本申请涉及SCARA机器人技术领域，尤其涉及一种SCARA机器人运动补偿方法、装置、设备及存储介质。
背景技术
SCARA（Selective Compliance Assembly Robot Arm，选择顺应性装配机器手臂）是一种基于圆柱形坐标系的工业机器人，具有四个自由度，因其具备良好的顺从性、较高的刚度以及快速移动等特点，广泛应用于装配和搬运等工程领域。工业机器人的定位精度是衡量机器人性能的重要指标，然而机器人设计、机器人使用环境等因素均影响着工业机器人的定位精度，所以在实际的使用过程中，需要对机器人的运动误差进行补偿。
目前的补偿方式通常是采用神经网络控制算法进行模拟实验，分析SCARA机器人的定位误差规律，以获得接近SCARA机器人的实际运动学参数，从而提高SCARA机器人的定位精度，但是这种补偿方式只是简单的把SCARA机器人的运动误差归责于各关节轴的连杆之间的惯性力矩和摩擦力矩，并未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，从而导致补偿精度低。
发明内容
本申请的主要目的在于提供一种SCARA机器人运动补偿方法、装置、设备及可读存储介质，旨在解决现有技术未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，导致补偿精度低的技术问题。
为实现上述目的，本申请提供一种SCARA机器人运动补偿方法，所述SCARA机器人运动补偿方法包括：
获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；
对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；
获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值；
若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。
可选地，所述基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿的步骤，包括：
获取所述理论位姿信息对应的各所述机器人关节的理论运动位置，并获取所述实际位姿信息对应的各所述机器人关节的实际运动位置；
根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向，将所述补偿角度和所述补偿转向作为关节间隙补偿值；
根据所述关节间隙补偿值，对各所述机器人关节进行关节间隙补偿。
可选地，所述获取所述理论位姿信息对应的各所述机器人关节的理论运动位置的步骤，包括：
将所述理论位姿信息输入各所述机器人关节之间的运动学模型，确定各所述机器人关节的理论关节转角；
基于关节转角和电机转角之间的耦合关系，对所述理论关节转角进行解耦，得到各所述机器人关节对应的理论关节转向；
根据所述理论关节转角和所述理论关节转向，确定各所述机器人关节的理论运动位置。
可选地，所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤，包括：
根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿转向和间隔角度；
依据各所述补偿转向，确定各所述机器人关节产生的挠度值；
根据各所述挠度值，确定各所述机器人关节的挠度误差，并根据各所述挠度值和各所述机器人关节的臂长，确定各所述机器人关节的位移误差；
依据所述挠度误差和所述位移误差，调节所述间隔角度，得到各所述机器人关节的补偿角度。
可选地，所述根据所述关节间隙补偿值，对各所述机器人关节进行关节间隙补偿的步骤之后，所述SCARA机器人运动补偿方法还包括：
获取各所述机器人关节得到关节间隙补偿后的所述SCARA机器人的补偿位姿信息；
根据所述补偿位姿信息和所述理论位姿信息，确定位姿偏差值；
若所述位姿偏差值大于预设偏差阈值，则将补偿位姿信息对应的各所述机器人关节的补偿运动位置作为新的所述实际运动位置，并返回执行所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤。
可选地，所述对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值的步骤，包括：
对所述理论位姿信息进行高斯回归预测，得到各所述机器人关节的摩擦力矩误差预测值。
可选地，所述获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值的步骤之后，所述SCARA机器人运动补偿方法还包括：
若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值匹配，则对所述摩擦力矩误差预测值进行高斯采样分析，得到摩擦力矩补偿值；
根据所述摩擦力矩补偿值，对各所述机器人关节进行摩擦力矩补偿。
为实现上述目的，本申请还提供一种SCARA机器人运动补偿装置，所述SCARA机器人运动补偿装置包括：
第一获取模块，用于获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；
预测模块，用于对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；
第二获取模块，用于获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值；
补偿模块，用于若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。
本申请还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述SCARA机器人运动补偿方法的程序，所述SCARA机器人运动补偿方法的程序被处理器执行时可实现如上述的SCARA机器人运动补偿方法的步骤。
本申请还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有实现SCARA机器人运动补偿方法的程序，所述SCARA机器人运动补偿方法的程序被处理器执行时实现如上述的SCARA机器人运动补偿方法的步骤。
本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的SCARA机器人运动补偿方法的步骤。
本申请提供了一种SCARA机器人运动补偿方法、装置、设备及可读存储介质，本申请首先获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值；若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。本申请通过预设目标预测模型对SCARA机器人在工作指令下的摩擦力矩误差值进行预测，并判断摩擦力矩误差预测值与SCARA机器人在工作指令下的实际摩擦力矩误差值是否相等，如果不相等，则需要对各机器人关节之间的关节间隙进行补偿，以消除因环境温度、使用损耗等影响SCARA机器人的关节结构的其他因素对机器人定位精度的影响，从而进一步提高了补偿进度。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请SCARA机器人运动补偿方法实施例一提供的流程示意图；
图2为本申请SCARA机器人运动补偿方法实施例二提供的流程示意图；
图3为本申请SCARA机器人运动补偿方法实施例三提供的流程示意图；
图4为本申请SCARA机器人运动补偿装置实施例四提供的模块结构示意图；
图5为本申请实施例中SCARA机器人运动补偿方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本申请保护的范围。
实施例一
工业机器人的定位精度是衡量机器人性能的重要指标，然而机器人设计、机器人使用环境等因素均影响着工业机器人的定位精度，所以在实际的使用过程中，需要对机器人的运动误差进行补偿。目前的补偿方式通常是采用神经网络控制算法进行模拟实验，分析SCARA机器人的定位误差规律，以获得接近SCARA机器人的实际运动学参数，从而提高SCARA机器人的定位精度，但是这种补偿方式只是简单的把SCARA机器人的运动误差归责于各关节轴的连杆之间的惯性力矩和摩擦力矩，并未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，从而导致补偿精度低。
本申请实施例提供一种SCARA机器人运动补偿方法，在本申请SCARA机器人运动补偿方法的第一实施例中，参照图1，所述SCARA机器人运动补偿方法包括：
步骤S10，获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；
需要说明的是，所述工作指令是指控制SCARA机器人执行相应操作的指令，所述理论位姿信息是指所述SCARA机器人在工作指令下理论上所需达到的位姿信息，所述实际位姿信息是指所述SCARA机器人在工作指令下实际上所达到的位姿信息，所述位姿信息可以包括所述SCARA机器人中各机器人关节的关节位置、关节姿态等，所述关节位置可以通过空间坐标表示，所述关节姿态可以通过固定角、等效轴角、欧拉角等表示。
作为一种示例，所述获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息的步骤包括：在所述SCARA机器人对应的运动学模型中确定所述工作指令下的理论位姿信息，并驱动所述SCARA机器人达到目标位姿状态，其中，所述目标位姿状态是指所述SCARA机器人中各机器人关节需要达到的关节位置和关节姿态，获取所述目标位姿状态下的实际位姿信息，本示例对于SCARA机器人在工作指令下的理论位姿信息和实际位姿信息的获取方式并不作限定。
步骤S20，对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；
作为一种示例，所述对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值的步骤包括：获取所述理论位姿信息中各所述机器人关节的理论关节角速度和理论关节加速度，若所述理论关节角速度和所述理论关节加速度的方向相同，则依据所述理论关节角速度，得到所述摩擦力矩误差预测值；若所述理论关节角速度和所述理论关节加速度的方向不相同，则依据所述理论关节角速度和所述理论关节加速度，得到所述摩擦力矩误差预测值，本示例对于摩擦力矩误差值的预测方式并不作限定。
可以设置一个用于记录关节角速度与摩擦力矩误差值之间的映射关系的数据库，从而所述依据所述理论关节角速度，得到所述摩擦力矩误差预测值的步骤可以为以所述理论关节角速度为索引，在所述数据库中查找所述理论关节角速度对应的摩擦力矩误差值，将所述摩擦力矩误差值作为所述摩擦力矩误差预测值。
可以根据关节角速度与关节加速度各自对摩擦力矩误差值的影响权重构建一个摩擦力矩预测模型，从而所述依据所述理论关节角速度和所述理论关节加速度，得到所述摩擦力矩误差预测值的步骤包括：将所述理论关节角速度和所述理论关节加速度输入所述摩擦力矩预测模型，得到所述理论关节角速度对应的第一权重和所述理论关节加速度对应的第二权重；根据所述理论关节角速度和所述第一权重，计算第一摩擦力矩误差值；根据所述理论关节加速度和所述第二权重，计算第二摩擦力矩误差值；计算所述第一摩擦力矩误差值和所述第二摩擦力矩误差值之间的和值，得到所述摩擦力矩误差预测值。
步骤S30，获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值；
作为一种示例，所述获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值的步骤包括：获取所述实际位姿信息中各所述机器人关节的实际角速度对应的实际摩擦力矩，并获取所述理论位姿信息中各所述机器人关节的理论关节角速度对应的理论摩擦力矩；根据所述实际摩擦力矩和所述理论摩擦力矩，确定所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值。
步骤S40，若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。
需要说明的是，所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配是指所述摩擦力矩误差预测值不等于所述实际摩擦力矩误差值，或者所述实际摩擦力矩误差值并不在所述摩擦力矩误差预测值对应的误差值范围内，在二者不匹配时，此时仅对SCARA机器人进行摩擦力矩的补偿，将无法保证SCARA机器人的定位精度。
作为一种示例，所述若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿的步骤包括：若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则通过比对所述理论位姿信息和所述实际位姿信息，以对各所述机器人关节进行关节间隙补偿；或者对所述理论位姿信息和所述实际位姿信息进行差异分析，以对各所述机器人关节进行关节间隙补偿，本示例对于基于理论位姿信息和实际位姿信息对机器人关节进行关节间隙补偿的方式并不作限定。
本申请实施例提供了一种SCARA机器人运动补偿方法，本申请实施例首先响应于获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值；若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。本申请实施例通过预设目标预测模型对SCARA机器人在工作指令下的摩擦力矩误差值进行预测，并判断摩擦力矩误差预测值与SCARA机器人在工作指令下的实际摩擦力矩误差值是否相等，如果不相等，则需要对各机器人关节之间的关节间隙进行补偿，以消除因环境温度、使用损耗等影响SCARA机器人的关节结构的其他因素对机器人定位精度的影响，从而进一步提高了补偿精度。
进一步地，所述基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿的步骤，包括：
步骤S41，获取所述理论位姿信息对应的各所述机器人关节的理论运动位置，并获取所述实际位姿信息对应的各所述机器人关节的实际运动位置；
作为一种示例，所述获取所述理论位姿信息对应的各所述机器人关节的理论运动位置，并获取所述实际位姿信息对应的各所述机器人关节的实际运动位置的步骤包括：将所述理论位姿信息输入各所述机器人关节之间的运动学模型，确定各所述机器人关节的理论运动位置；驱动所述SCARA机器人达到目标位姿状态，获取所述目标位姿状态下的各所述机器人关节的实际运动位置，本示例对于各所述机器人关节的理论运动位置和实际运动位置的获取方式并不作限定。
步骤S42，根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向，将所述补偿角度和所述补偿转向作为关节间隙补偿值；
作为一种示例，所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤包括：根据所述理论运动位置和所述实际运动位置之间的相对位置关系，确定各所述机器人关节的补偿转向和间隔角度；依据所述补偿转向，调节所述间隔角度，得到各所述机器人关节的补偿角度，本示例通过比对各机器人关节的理论运动位置和实际运动位置，来确定各机器人关节的关节间隙补偿量，从而能够消除因环境温度、使用损耗等影响SCARA机器人的关节结构的其他因素对机器人定位精度的影响，以提高机器人的定位进度，本示例对于补偿角度和补偿转向的确定方式并不作限定。
步骤S43，根据所述关节间隙补偿值，对各所述机器人关节进行关节间隙补偿。
进一步地，所述获取所述理论位姿信息对应的各所述机器人关节的理论运动位置的步骤，包括：
步骤S411，将所述理论位姿信息输入各所述机器人关节之间的运动学模型，确定各所述机器人关节的理论关节转角；
需要说明的是，所述理论关节转角是指所述SCARA机器人的各机器人关节在工作指令下理论上所需转动的角度。
作为一种示例，所述将所述理论位姿信息输入各所述机器人关节之间的运动学模型，确定各所述机器人关节的理论关节转角的步骤包括：获取各所述机器人关节的初始关节位置，将所述理论位姿信息输入各所述机器人关节之间的运动学模型，得到各所述机器人关节的理论关节位置，根据所述初始关节位置和所述理论关节位置之间的间隔角度，确定各所述机器人关节的理论关节转角，本示例对于机器人关节的理论关节转角的确定方式并不作限定。
步骤S412，基于关节转角和电机转角之间的耦合关系，对所述理论关节转角进行解耦，得到各所述机器人关节对应的理论关节转向；
需要说明的是，各所述机器人关节的转动方向与其耦合在一起的驱动电机的电机转角相关，机器人关节部位通常采用齿轮结构，通过驱动电机驱动同步带以带动齿轮轴旋转，齿轮轴再带动齿轮转动，从而实现机器人关节的旋转。
步骤S413，根据所述理论关节转角和所述理论关节转向，确定各所述机器人关节的理论运动位置。
进一步地，所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤，包括：
步骤S421，根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿转向和间隔角度；
步骤S422，依据各所述补偿转向，确定各所述机器人关节产生的挠度值；
步骤S423，根据各所述挠度值，确定各所述机器人关节的挠度误差，并根据各所述挠度值和各所述机器人关节的臂长，确定各所述机器人关节的位移误差；
需要说明的是，所述挠度误差是指各所述机器人关节受力时关节轴线在垂直于轴线方向的线位移，通过确定挠度误差可以确定机器人关节整体产生的挠度形变，所述位移误差是指所述机器人关节中齿轮的齿隙所产生的位移，所述挠度误差对应所述机器人关节的柔性误差，所述位移误差对应所述机器人关节的刚性误差。
步骤S424，依据所述挠度误差和所述位移误差，调节所述间隔角度，得到各所述机器人关节的补偿角度。
作为一种示例，步骤S421至步骤S424包括：根据所述理论运动位置和所述实际运动位置之间的相对位置关系，确定各所述机器人关节的补偿转向和间隔角度；依据各所述补偿转向，确定各所述机器人关节对应的齿轮的齿合关系；若检测到各所述机器人关节对应的齿轮的齿合点发生改变，则将各所述齿轮产生挠度值作为所述机器人关节产生的挠度值；若未检测到各所述机器人关节对应的齿轮的齿合点发生改变，则所述齿轮补偿挠度值，即该齿轮对应的机器人关节的挠度值为零；对各所述挠度值进行叠加，得到各所述机器人关节的挠度误差，并根据各所述挠度值和各所述机器人关节的臂长，确定各所述机器人关节的位移误差；依据所述挠度误差和所述位移误差，确定各所述机器人关节产生的耦合误差；对所述耦合误差进行解耦，得到各所述机器人关节对应的关节转角误差；依据所述关节转角误差，调节所述间隔角度，得到各所述机器人关节的补偿角度。本示例通过检测机器人关节对应的齿轮的齿合点是否发生改变来确定机器人关节是否存在挠度值，在机器人关节对应的齿轮的齿合点发生改变时，通过获取并叠加机器人关节对应的各齿轮的挠度值，即可确定该机器人关节整体所产生的挠度误差；再根据机器人关节的臂长和各齿轮的挠度值，即可确定机器人关节所产生的位移误差；然后再根据挠度误差和位移误差对机器人关节实际所需转动的角度进行修正，以得到机器人关节实际的补偿角度。本示例在获取机器人关节的补偿角度时，考虑了各机器人关节之间的耦合所带来的传动链影响，从而提高了补偿参数获取的准确性。
进一步地，所述对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值的步骤，包括：
步骤S21，对所述理论位姿信息进行高斯回归预测，得到各所述机器人关节的摩擦力矩误差预测值。
实施例二
进一步地，参照图2，在本申请另一实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，所述根据所述关节间隙补偿值，对各所述机器人关节进行关节间隙补偿的步骤之后，所述SCARA机器人运动补偿方法还包括：
步骤S431，获取各所述机器人关节得到关节间隙补偿后的所述SCARA机器人的补偿位姿信息；
需要说明的是，所述补偿位姿信息是指所述SCARA机器人在进行完关节间隙的补偿后，在相同的工作指令下实际所达到的位姿信息。
步骤S432，根据所述补偿位姿信息和所述理论位姿信息，确定位姿偏差值；
需要说明的是，所述位姿偏差值是指所述补偿位姿信息相对所述理论位姿信息的偏差值，所述位姿偏差值可以包括位置偏差值和姿态偏差值。
步骤S433，若所述位姿偏差值大于预设偏差阈值，则将补偿位姿信息对应的各所述机器人关节的补偿运动位置作为新的所述实际运动位置，并返回执行所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤。
在对机器人关节进行完成关节间隙的补偿后，需要进一步验证补偿后的机器人关节在进行相应操作时，是否克服了关节间隙所对定位精度带来的影响，以确保关节间隙补偿的合理性。
作为一种示例，步骤S431至步骤S433包括：获取各所述机器人关节得到关节间隙补偿后的所述SCARA机器人的补偿位姿信息，其中，所述补偿位姿信息包括补偿关节位置和补偿关节姿态；根据所述补偿关节位置和所述理论关节位置，确定各所述机器人关节的位置偏差值；根据所述补偿关节姿态和所述理论位置姿态，确定各所述机器人关节的姿态偏差值；若所述位置偏差值大于预设位置偏差阈值，或所述姿态偏差值大于预设姿态偏差阈值，则将补偿位姿信息对应的各所述机器人关节的补偿运动位置作为新的所述实际运动位置，并返回执行所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤。本示例在对机器人关节进行完成关节间隙的补偿后，通过预设位置偏差阈值和预设姿态偏差阈值对补偿后的机器人关节进行验证，以确定补偿后的机器人关节在进行相应操作时，是否克服了关节间隙所对定位精度带来的影响，在位置偏差值和姿态偏差值中存在一个未通过预设位置偏差阈值和预设姿态偏差阈值的验证时，则确定该SCARA机器人的机器人关节并未克服关节间隙所对定位精度带来的影响，需要重新确定各机器人关节的关节间隙补偿值，对机器人关节进行补偿，直到机器人关节克服关节间隙所对定位精度带来的影响。
本申请实施例提供了一种补偿验证方法，本申请实施例首先获取各所述机器人关节得到关节间隙补偿后的所述SCARA机器人的补偿位姿信息；根据所述补偿位姿信息和所述理论位姿信息，确定位姿偏差值；若所述位姿偏差值大于预设偏差阈值，则将补偿位姿信息对应的各所述机器人关节的补偿运动位置作为新的所述实际运动位置，并返回执行所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤。本申请实施例在对机器人关节进行完成关节间隙的补偿后，通过预设偏差阈值对补偿后的机器人关节进行验证，以确定补偿后的机器人关节在进行相应操作时，是否克服了关节间隙所对定位精度带来的影响，在验证得到并未克服关节间隙所对定位精度带来的影响时，则重新确定各机器人关节的关节间隙补偿值，对机器人关节进行补偿，直到机器人关节克服关节间隙所对定位精度带来的影响，从而在保证了补偿精度的同时，还提高了SCARA机器人的定位精度。
实施例三
进一步地，参照图3，在本申请另一实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，所述获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值的步骤之后，所述SCARA机器人运动补偿方法还包括：
步骤A10，若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值匹配，则对所述摩擦力矩误差预测值进行高斯采样分析，得到摩擦力矩补偿值；
步骤A20，根据所述摩擦力矩补偿值，对各所述机器人关节进行摩擦力矩补偿。
作为一种示例，步骤A10至步骤A20包括：若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值匹配，则以所述摩擦力矩误差预测值为均值，1为方差进行高斯采样分析，得到所述摩擦力矩补偿值；根据所述摩擦力矩补偿值，对各所述机器人关节进行摩擦力矩补偿。
本申请实施例提供了一种摩擦力矩补偿方法，本申请实施例首先若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值匹配，则对所述摩擦力矩误差预测值进行高斯采样分析，得到摩擦力矩补偿值；根据所述摩擦力矩补偿值，对各所述机器人关节进行摩擦力矩补偿。本申请实施例在摩擦力矩误差预测值与实际摩擦力矩误差值相等时，则说明此时的SCARA机器人的定位精度仅受摩擦力矩的影响，通过对摩擦力矩误差预测值进行高斯采样分析即可确定摩擦力矩补偿值，以对SCARA机器人进行摩擦力矩的跟踪补偿，从而在保证了SCARA机器人的定位精度的同时，还提高了运动误差的补偿效率。
实施例四
本申请实施例还提供一种SCARA机器人运动补偿装置，参照图4，所述SCARA机器人运动补偿装置包括：
第一获取模块10，用于获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；
预测模块20，用于对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；
第二获取模块30，用于获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值；
补偿模块40，用于若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。
可选地，所述补偿模块40还包括：
获取所述理论位姿信息对应的各所述机器人关节的理论运动位置，并获取所述实际位姿信息对应的各所述机器人关节的实际运动位置；
根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向，将所述补偿角度和所述补偿转向作为关节间隙补偿值；
根据所述关节间隙补偿值，对各所述机器人关节进行关节间隙补偿。
可选地，所述补偿模块40还包括：
将所述理论位姿信息输入各所述机器人关节之间的运动学模型，确定各所述机器人关节的理论关节转角；
基于关节转角和电机转角之间的耦合关系，对所述理论关节转角进行解耦，得到各所述机器人关节对应的理论关节转向；
根据所述理论关节转角和所述理论关节转向，确定各所述机器人关节的理论运动位置。
可选地，所述补偿模块40还包括：
根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿转向和间隔角度；
依据各所述补偿转向，确定各所述机器人关节产生的挠度值；
根据各所述挠度值，确定各所述机器人关节的挠度误差，并根据各所述挠度值和各所述机器人关节的臂长，确定各所述机器人关节的位移误差；
依据所述挠度误差和所述位移误差，调节所述间隔角度，得到各所述机器人关节的补偿角度。
可选地，所述SCARA机器人运动补偿装置还包括：
获取各所述机器人关节得到关节间隙补偿后的所述SCARA机器人的补偿位姿信息；
根据所述补偿位姿信息和所述理论位姿信息，确定位姿偏差值；
若所述位姿偏差值大于预设偏差阈值，则将补偿位姿信息对应的各所述机器人关节的补偿运动位置作为新的所述实际运动位置，并返回执行所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤。
可选地，所述预测模块20还包括：
对所述理论位姿信息进行高斯回归预测，得到各所述机器人关节的摩擦力矩误差预测值。
可选地，所述SCARA机器人运动补偿装置还包括：
若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值匹配，则对所述摩擦力矩误差预测值进行高斯采样分析，得到摩擦力矩补偿值；
根据所述摩擦力矩补偿值，对各所述机器人关节进行摩擦力矩补偿。
本申请提供的SCARA机器人运动补偿装置，采用上述实施例中的SCARA机器人运动补偿方法，解决了现有技术未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，导致补偿精度低的技术问题。与现有技术相比，本申请实施例提供的SCARA机器人运动补偿装置的有益效果与上述实施例提供的SCARA机器人运动补偿方法的有益效果相同，且该SCARA机器人运动补偿装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
实施例五
本发明实施例提供一种电子设备，电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的SCARA机器人运动补偿方法。
下面参考图5，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、PDA（Personal Digital Assistant：个人数字助理）、PAD（Portable ApplicationDescription：平板电脑）、PMP（Portable Media Player：便携式多媒体播放器）、车载终端（例如车载导航终端）等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图5示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
如图5所示，电子设备可以包括处理装置1001（例如中央处理器、图形处理器等），其可以根据存储在只读存储器（ROM：Read Only Memory）1002中的程序或者从存储装置1003加载到随机访问存储器（RAM：Random Access Memory）1004中的程序而执行各种适当的动作和处理。在RAM1004中，还存储有电子设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出（I/O）接口1006也连接至总线。
通常，以下系统可以连接至I/O接口1006：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007；包括例如液晶显示器（LCD：LiquidCrystal Display）、扬声器、振动器等的输出装置1008；包括例如磁带、硬盘等的存储装置1003；以及通信装置1009。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置1009从网络上被下载和安装，或者从存储装置1003被安装，或者从ROM1002被安装。在该计算机程序被处理装置1001执行时，执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备，采用上述实施例中的SCARA机器人运动补偿方法，解决了现有技术未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，导致补偿精度低的技术问题。与现有技术相比，本发明实施例提供的电子设备的有益效果与上述实施例提供的SCARA机器人运动补偿方法的有益效果相同，且该电子设备中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。
实施例六
本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例一中的SCARA机器人运动补偿的方法。
本申请实施例提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器（RAM：Random Access Memory）、只读存储器（ROM：Read Only Memory）、可擦式可编程只读存储器（EPROM：Erasable Programmable Read Only Memory或闪存）、光纤、便携式紧凑磁盘只读存储器（CD-ROM：CD-Read Only Memory）、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF（Radio Frequency：射频）等等，或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值；若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN：Local Area Network)或广域网(WAN：Wide Area Network)—连接到用户计算机，或者，可以连接到外部计算机（例如利用因特网服务提供商来通过因特网连接）。
附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。
本申请提供的计算机可读存储介质，存储有用于执行上述SCARA机器人运动补偿方法的计算机可读程序指令，解决了现有技术未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，导致补偿精度低的技术问题。与现有技术相比，本申请实施例提供的计算机可读存储介质的有益效果与上述实施例提供的SCARA机器人运动补偿方法的有益效果相同，在此不做赘述。
实施例七
本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的SCARA机器人运动补偿方法的步骤。
本申请提供的计算机程序产品解决了现有技术未结合分析实际情况下SCARA机器人可能受到的影响自身结构的其他因素的影响，导致补偿精度低的技术问题。与现有技术相比，本申请实施例提供的计算机程序产品的有益效果与上述实施例提供的SCARA机器人运动补偿方法的有益效果相同，在此不做赘述。
以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种SCARA机器人运动补偿方法，其特征在于，所述SCARA机器人运动补偿方法包括：
获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；
对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；
获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值，其中，所述实际摩擦力矩误差值是指实际位姿信息对应的实际摩擦力矩与理论位姿信息对应的理论摩擦力矩的差值；
若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。
2.如权利要求1所述SCARA机器人运动补偿方法，其特征在于，所述基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿的步骤，包括：
获取所述理论位姿信息对应的各所述机器人关节的理论运动位置，并获取所述实际位姿信息对应的各所述机器人关节的实际运动位置；
根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向，将所述补偿角度和所述补偿转向作为关节间隙补偿值；
根据所述关节间隙补偿值，对各所述机器人关节进行关节间隙补偿。
3.如权利要求2所述SCARA机器人运动补偿方法，其特征在于，所述获取所述理论位姿信息对应的各所述机器人关节的理论运动位置的步骤，包括：
将所述理论位姿信息输入各所述机器人关节之间的运动学模型，确定各所述机器人关节的理论关节转角；
基于关节转角和电机转角之间的耦合关系，对所述理论关节转角进行解耦，得到各所述机器人关节对应的理论关节转向；
根据所述理论关节转角和所述理论关节转向，确定各所述机器人关节的理论运动位置。
4.如权利要求2所述SCARA机器人运动补偿方法，其特征在于，所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤，包括：
根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿转向和间隔角度，其中，所述间隔角度是指理论关节转角和实际关节转角的差值；
依据各所述补偿转向，确定各所述机器人关节产生的挠度值；
根据各所述挠度值，确定各所述机器人关节的挠度误差，并根据各所述挠度值和各所述机器人关节的臂长，确定各所述机器人关节的位移误差；
依据所述挠度误差和所述位移误差，调节所述间隔角度，得到各所述机器人关节的补偿角度。
5.如权利要求2所述SCARA机器人运动补偿方法，其特征在于，所述根据所述关节间隙补偿值，对各所述机器人关节进行关节间隙补偿的步骤之后，所述SCARA机器人运动补偿方法还包括：
获取各所述机器人关节得到关节间隙补偿后的所述SCARA机器人的补偿位姿信息；
根据所述补偿位姿信息和所述理论位姿信息，确定位姿偏差值；
若所述位姿偏差值大于预设偏差阈值，则将补偿位姿信息对应的各所述机器人关节的补偿运动位置作为新的所述实际运动位置，并返回执行所述根据所述理论运动位置和所述实际运动位置，确定各所述机器人关节的补偿角度和补偿转向的步骤。
6.如权利要求1所述SCARA机器人运动补偿方法，其特征在于，所述对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值的步骤，包括：
对所述理论位姿信息进行高斯回归预测，得到各所述机器人关节的摩擦力矩误差预测值。
7.如权利要求1至6中任一项所述SCARA机器人运动补偿方法，其特征在于，所述获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值的步骤之后，所述SCARA机器人运动补偿方法还包括：
若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值匹配，则对所述摩擦力矩误差预测值进行高斯采样分析，得到摩擦力矩补偿值；
根据所述摩擦力矩补偿值，对各所述机器人关节进行摩擦力矩补偿。
8.一种SCARA机器人运动补偿装置，其特征在于，所述SCARA机器人运动补偿装置包括：
第一获取模块，用于获取SCARA机器人在工作指令下的理论位姿信息和实际位姿信息；
预测模块，用于对所述理论位姿信息对应的各机器人关节进行摩擦力矩误差预测，得到摩擦力矩误差预测值；
第二获取模块，用于获取所述实际位姿信息对应的各所述机器人关节的实际摩擦力矩误差值，其中，所述实际摩擦力矩误差值是指实际位姿信息对应的实际摩擦力矩与理论位姿信息对应的理论摩擦力矩的差值；
补偿模块，用于若所述摩擦力矩误差预测值与所述实际摩擦力矩误差值不匹配，则基于所述理论位姿信息和所述实际位姿信息，对各所述机器人关节进行关节间隙补偿。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述的SCARA机器人运动补偿方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有实现SCARA机器人运动补偿方法的程序，所述实现SCARA机器人运动补偿方法的程序被处理器执行以实现如权利要求1至7中任一项所述SCARA机器人运动补偿方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310722243.5A CN116460859B (zh) | 2023-06-19 | 2023-06-19 | Scara机器人运动补偿方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310722243.5A CN116460859B (zh) | 2023-06-19 | 2023-06-19 | Scara机器人运动补偿方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116460859A CN116460859A (zh) | 2023-07-21 |
| CN116460859B true CN116460859B (zh) | 2023-10-03 |
Family
ID=87179251
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310722243.5A Active CN116460859B (zh) | 2023-06-19 | 2023-06-19 | Scara机器人运动补偿方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116460859B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117773954B (zh) * | 2024-02-27 | 2024-06-11 | 深圳威洛博机器人有限公司 | 一种机器人关节模组运动控制系统及方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006146572A (ja) * | 2004-11-19 | 2006-06-08 | Yaskawa Electric Corp | サーボ制御装置および方法 |
| CN111216120A (zh) * | 2019-11-13 | 2020-06-02 | 遨博（北京）智能科技有限公司 | 一种关节摩擦力力矩补偿方法、装置及机器人 |
| CN113276118A (zh) * | 2021-05-24 | 2021-08-20 | 华南理工大学 | 一种机器人低速运动非线性动力学特性分析与建模方法 |
| CN114074332A (zh) * | 2022-01-19 | 2022-02-22 | 季华实验室 | 一种摩擦力补偿方法、装置、电子设备和存储介质 |
| CN115674207A (zh) * | 2022-12-14 | 2023-02-03 | 杭州景业智能科技股份有限公司 | 机械臂关节耦合误差补偿方法、装置、设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| GB2518576B (en) * | 2012-08-02 | 2015-09-02 | Toshiba Machine Co Ltd | Robotic apparatus and control method therefor |
| US11691282B2 (en) * | 2020-03-26 | 2023-07-04 | Mitsubishi Electric Corporation | Friction compensation device, and robot control device |
-
2023
- 2023-06-19 CN CN202310722243.5A patent/CN116460859B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2006146572A (ja) * | 2004-11-19 | 2006-06-08 | Yaskawa Electric Corp | サーボ制御装置および方法 |
| CN111216120A (zh) * | 2019-11-13 | 2020-06-02 | 遨博（北京）智能科技有限公司 | 一种关节摩擦力力矩补偿方法、装置及机器人 |
| CN113276118A (zh) * | 2021-05-24 | 2021-08-20 | 华南理工大学 | 一种机器人低速运动非线性动力学特性分析与建模方法 |
| CN114074332A (zh) * | 2022-01-19 | 2022-02-22 | 季华实验室 | 一种摩擦力补偿方法、装置、电子设备和存储介质 |
| CN115674207A (zh) * | 2022-12-14 | 2023-02-03 | 杭州景业智能科技股份有限公司 | 机械臂关节耦合误差补偿方法、装置、设备和存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 吴子英 ; 刘宏昭 ; 李鹏飞 ; 刘丽兰 ; 石坤 ; .基于动态摩擦补偿的两自由度机器人分解加速度控制研究.机械科学与技术.2012,第24-28页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116460859A (zh) | 2023-07-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2021128787A1 (zh) | 一种定位的方法及装置 | |
| CN116460859B (zh) | Scara机器人运动补偿方法、装置、设备及存储介质 | |
| CN107336244B (zh) | 用于机器人的直觉式力量导引方法及其装置 | |
| CN114692425B (zh) | 数字孪生技术的焊接机器人仿真方法、系统、设备及介质 | |
| CN116277040B (zh) | 基于深度学习的机械臂振动抑制方法、装置、设备及介质 | |
| CN116678403A (zh) | 惯性测量装置的温度补偿方法、装置、设备及存储介质 | |
| CN112849125A (zh) | 打滑检测控制方法、装置、移动机器人及存储介质 | |
| JP2012040637A (ja) | 制御装置、産業用ロボット、座標系の再現方法、及びプログラム | |
| Barbagli et al. | An experimental study of the limitations of mobile haptic interfaces | |
| CN112230604B (zh) | 基于智能材料驱动的柔性碳素悬臂梁的控制方法 | |
| CN117503357A (zh) | 手术机器人的关节运动控制方法及系统 | |
| CN115431302A (zh) | 机器人关节空程测量方法、装置、电子设备及存储介质 | |
| CN112025704B (zh) | 基于内存型数据库的实时分布式机器人控制方法及系统 | |
| Formaglio et al. | Dynamic performance of mobile haptic interfaces | |
| CN114636418A (zh) | 一种基于mems测量姿态相对变化的方法、装置及电子设备 | |
| CN116372942B (zh) | 机器人关节补偿方法、装置、电子设备及可读存储介质 | |
| CN118274763B (zh) | 补偿值测量方法、装置、设备、介质和产品 | |
| CN114986511B (zh) | 机械臂控制方法、装置、电子设备及计算机可读存储介质 | |
| CN116619394B (zh) | 工业机器人仿真方法、装置、设备及存储介质 | |
| CN118533164A (zh) | 机器人重定位方法、装置及设备 | |
| CN115857481A (zh) | 一种轨迹调整方法、装置、存储介质及电子设备 | |
| CN113721777B (zh) | 一种鼠标指针的控制方法、装置、电子设备及存储介质 | |
| Schuller et al. | An experimental study of the sensorized strain wave gear RT1-T and its capabilities for torque control in robotic joints | |
| CN117840997A (zh) | 一种力学数据的补偿方法及装置、设备、介质 | |
| CN118836837A (zh) | 角速度融合方法、装置、设备及存储介质 |
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 |