CN117444980A - 一种机器人直线轴的运动补偿方法、装置、设备及介质 - Google Patents
一种机器人直线轴的运动补偿方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117444980A CN117444980A CN202311689826.9A CN202311689826A CN117444980A CN 117444980 A CN117444980 A CN 117444980A CN 202311689826 A CN202311689826 A CN 202311689826A CN 117444980 A CN117444980 A CN 117444980A
- Authority
- CN
- China
- Prior art keywords
- robot
- error
- obtaining
- target
- sampling data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 47
- 238000005070 sampling Methods 0.000 claims abstract description 51
- 239000013598 vector Substances 0.000 claims abstract description 38
- 230000006870 function Effects 0.000 claims description 24
- 238000005259 measurement Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 11
- 238000001914 filtration Methods 0.000 claims description 8
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000001502 supplementing effect Effects 0.000 claims description 3
- 230000009897 systematic effect Effects 0.000 abstract description 10
- 230000000875 corresponding effect Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 8
- 230000000694 effects Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 3
- 239000011159 matrix material Substances 0.000 description 3
- 238000003466 welding Methods 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000036544 posture Effects 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 230000009466 transformation Effects 0.000 description 2
- 241000084490 Esenbeckia delta Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 230000035939 shock Effects 0.000 description 1
- 230000003068 static 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
- B25J9/1628—Programme controls characterised by the control loop
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B25—HAND TOOLS; PORTABLE POWER-DRIVEN TOOLS; MANIPULATORS
- B25J—MANIPULATORS; CHAMBERS PROVIDED WITH MANIPULATION DEVICES
- B25J9/00—Programme-controlled manipulators
- B25J9/02—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type
- B25J9/04—Programme-controlled manipulators characterised by movement of the arms, e.g. cartesian coordinate type by rotating at least one arm, excluding the head movement itself, e.g. cylindrical coordinate type or polar coordinate type
- B25J9/046—Revolute coordinate type
- B25J9/047—Revolute coordinate type the pivoting axis of the first arm being offset to the vertical axis
-
- 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
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)
- Numerical Control (AREA)
Abstract
本申请属于机器人自动化装配技术领域，公开了一种机器人直线轴的运动补偿方法、装置、设备及介质，该包括：获取机器人所在直线轴的端点信息和三个靶球的位置矢量；基于各靶球的位置矢量和端点信息得到位姿误差；对位姿误差进行B样条拟合，得到补偿函数；获取机器人向多个接近方向运动时，各靶球的采样数据；根据各靶球的采样数据得到机器人的接近方向误差曲线；基于接近方向误差曲线和补偿函数得到姿态运动补偿。本申请能够对直线轴形变的系统误差和运动各向异性的系统误差进行补偿，从而提高机器人的运动精度。
Description
技术领域
本申请涉及机器人自动化装配技术领域，尤其涉及一种机器人直线轴的运动补偿方法、装置、设备及介质。
背景技术
在工业打磨和焊接领域，机器人+直线轴的使用在超大型的机加任务中非常常见。直线轴的定位误差是影响机器人工具中心点绝对精度的主要因素，并且该误差还会因为串联构型的作用被放大。特别是对于具有高精度要求的机器人路径，这些偏差会导致沿机器人路径的过程不稳定或严重偏差。因此有必要使用一定的补偿方法实现对直线轴的形变量的辨识，并将运动的误差补偿回运动中。传统的直线轴导轨的使用方法为：1.轴的粗定位：将直线轴通过预先用户设定的定位点摆放在地板上。2.轴的调平：在轴的初始设置过程中，安装点在经纬仪或激光跟踪仪设备的帮助下手动调平，以保证垂直和水平方向的线性。3.焊接和装配工艺：初始调平后，通过使用带有锁紧系统的螺钉接头和/或焊接技术将轴固定到地板上以实现永久连接。
传统的装配策略的思路是将导轨的外部参数进行辨识，但通常未能考虑直线轴产生的柔性形变和机器人在运动时的异向误差。由于真实的场景中，直线轴的形变通常和误差有很强的相关性，且通常会表现为一种和行程强相关的系统误差；而忽略形变误差就会引入和理想模型相悖的额外的系统误差，导致机器人绝对精度指标的下降。
发明内容
本申请提供了一种机器人直线轴的运动补偿方法、装置、设备及介质，能够对直线轴形变的系统误差和运动各向异性的系统误差进行补偿，从而提高机器人的运动精度。
第一方面，本申请实施例提供了一种机器人直线轴的运动补偿方法，包括：
获取机器人所在直线轴的端点信息和三个靶球的位置矢量；
基于各靶球的位置矢量和端点信息得到位姿误差；
对位姿误差进行B样条拟合，得到补偿函数；
获取机器人向多个接近方向运动时，各靶球的采样数据；
根据各靶球的采样数据得到机器人的接近方向误差曲线；
基于接近方向误差曲线和补偿函数得到姿态运动补偿。
进一步的，端点信息和各靶球的位置矢量是通过激光跟踪仪测量得到的。
进一步的，上述基于各靶球的位置矢量和端点信息得到位姿误差，包括：
根据各靶球的位置矢量建立正交右手坐标系；
将与地面平行且与直线轴垂直的靶球的位置矢量作为目标位置矢量；
根据目标位置矢量和正交右手坐标系得到基础位置；
基于端点信息构建理想位置；
根据基础位置和理想位置得到位姿误差。
进一步的，上述根据基础位置和理想位置得到位姿误差，包括：
计算基础位置和理想位置之间的位置误差；
将位置误差进行参数化，得到位姿误差。
进一步的，上述对位姿误差进行B样条拟合，得到补偿函数，包括：
对位姿误差进行离散傅里叶变换和低通滤波，得到测量点信息；
对测量点信息进行B样条拟合，得到补偿函数。
进一步的，多个接近方向包括多个接近正方向和多个接近负方向；
接近正方向与直线轴到目标位置的方向的角度差值符合预设正向规则；
接近负方向与直线轴到目标位置的方向的角度差值符合预设负向规则。
进一步的，各靶球的采样数据包括各接近正方向对应的正向采样数据和各接近负方向对应的负向采样数据。
进一步的，上述根据各靶球的采样数据得到机器人的接近方向误差曲线，包括：
通过高斯误差模型对相同正向位置对应的各正向采样数据进行均值计算；
根据各正向位置及其对应的均值得到正向误差曲线；
通过高斯误差模型对相同负向位置对应的各负向采样数据进行均值计算；
根据各负向位置及其对应的均值得到负向误差曲线；
将正向误差曲线和负向误差曲线作为接近方向误差曲线。
进一步的，各靶球的采样数据对应的采样频率等于对位姿误差进行低通滤波时的截止频率。
第二方面，本申请实施例提供了一种机器人直线轴的运动补偿装置，包括：
获取模块，用于获取机器人所在直线轴的端点信息和三个靶球的位置矢量；
误差模块，用于基于各靶球的位置矢量和端点信息得到位姿误差；
拟合模块，用于对位姿误差进行B样条拟合，得到补偿函数；
采样模块，用于获取机器人向多个接近方向运动时，各靶球的采样数据；
曲线模块，用于根据各靶球的采样数据得到机器人的接近方向误差曲线；
补充模块，用于基于接近方向误差曲线和补偿函数得到姿态运动补偿。
第三方面，本申请实施例提供了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时执行如上述任一实施例的一种机器人直线轴的运动补偿方法的步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一实施例的一种机器人直线轴的运动补偿方法的步骤。
综上，与现有技术相比，本申请实施例提供的技术方案带来的有益效果至少包括：
本申请实施例提供的一种机器人直线轴的运动补偿方法，通过机器人上三个靶球的位置矢量和直线轴的端点信息得到位姿误差，从而实现了直线轴形变误差的获取，通过采集机器人向接近方向运动时各个靶球的采样数据得到接近方向误差曲线，从而实现了运动异向误差的获取；最后基于位姿误差的补偿函数和接近方向曲线确定姿态运动补偿；上述方法能够对直线轴形变的系统误差和运动各向异性的系统误差进行补偿，从而提高机器人的运动精度。
附图说明
图1为本申请一个示例性实施例提供的一种机器人直线轴的运动补偿方法的流程图。
图2为本申请一个示例性实施例提供的被测量的机器人运动系统的结构图。
图3为本申请一个示例性实施例提供的接近方向误差曲线的示意图。
图4为本申请一个示例性实施例提供的一种机器人直线轴的运动补偿装置的结构图。
具体实施方式
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做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
请参见图1，本申请实施例提供了一种机器人直线轴的运动补偿方法，包括：
步骤S1，获取机器人所在直线轴的端点信息和三个靶球的位置矢量。
其中，端点信息和各靶球的位置矢量是通过激光跟踪仪测量得到的。如图2所示。安装的激光跟踪仪瞄准直线轴，在直线轴完全停止后依次对机器人上的三个靶球进行测量。
靶球的安装要确保靶球始终在激光跟踪仪的测量范围内，机器人保持工作时的位姿(确保直线轴的负载包括质量和惯量和实际工况保持一致)，同时保证靶球不要有遮挡。
步骤S2，基于各靶球的位置矢量和端点信息得到位姿误差。
步骤S3，对位姿误差进行B样条拟合，得到补偿函数。
步骤S4，获取机器人向多个接近方向运动时，各靶球的采样数据。
步骤S5，根据各靶球的采样数据得到机器人的接近方向误差曲线。
步骤S6，基于接近方向误差曲线和补偿函数得到姿态运动补偿。
具体地，通过以下公式计算得到姿态运动补偿：
其中，Tcom表示在末端的姿态运动补偿，Trobot表示机器人从base到末端的正运动学求解的姿态变换，可以认为是用户规划的轨迹；Tplan表示规划器规划的机器人末端期望到达的位置；T―1(sign(Direction)Δe)表示接近方向误差曲线；T―1(p(s)d)为根据补偿函数得到的机器人底盘自由度在当前规划中的期望。
上述实施例提供的一种机器人直线轴的运动补偿方法，通过机器人上三个靶球的位置矢量和直线轴的端点信息得到位姿误差，从而实现了直线轴形变误差的获取，通过采集机器人向接近方向运动时各个靶球的采样数据得到接近方向误差曲线，从而实现了运动异向误差的获取；最后基于位姿误差的补偿函数和接近方向曲线确定姿态运动补偿；上述方法能够对直线轴形变的系统误差和运动各向异性的系统误差进行补偿，从而提高机器人的运动精度。
在一些实施例中，上述基于各靶球的位置矢量和端点信息得到位姿误差，包括：
步骤S21，根据各靶球的位置矢量建立正交右手坐标系。
具体地，设三个靶球的位置矢量分别为RP1、RP2、RP3：
步骤S22，将与地面平行且与直线轴垂直的靶球的位置矢量作为目标位置矢量。
步骤S23，根据目标位置矢量和正交右手坐标系得到基础位置。
具体地，以图2为例，使用1号靶球的位置矢量作为目标位置矢量，得到基础位置表示机器人在直线轴的base坐标系，base坐标系以标度s为自变量：
其中，R就是(ex，ey，ez)这个矩阵的符号表示，表示空间的姿态矩阵；就是1号靶球的位置矢量；t就是base的位置。
步骤S24，基于端点信息构建理想位置。
具体地，通过建立一个线性自由度来描述直线轴上的运动；使用从0-1的标度s来描述空间的线性位置标度。直线轴的理想位置表示为p(s)d：
直线轴的端点信息包括p0、pM(0)和pM(max)；其中，pM(0)和pM(max)是直线轴的两个端点的位置坐标，两个位置坐标相减得到然后是对/>进行归一化和线性插值；上式中的s0指的是从正交右手坐标系到直线轴起始点的标度，smax―s0指的就是测量的直线轴的长度。/>表示的就是一个完整的插值过程，从起始点运动到结束点；可以认为理想位置就是初始点p0往pM(0)到pM(max)的方向进行线性插值的过程。
步骤S25，根据基础位置和理想位置得到位姿误差。
具体地，上述根据基础位置和理想位置得到位姿误差，包括：
步骤S251，计算基础位置和理想位置之间的位置误差。
其中，T是一个空间姿态的齐次变换矩阵；p(s)d描述的其实是空间位置随s变化的过程，p表示三个平移分量的误差加上三个欧拉角的误差组合而成。是实际测量得到的基础位置，也用一个s来表示索引；相同的s的两个位置对应的姿态求误差，并参数化得到位姿误差Δe。Δe做样条拟合，得到的结果被补偿到末端的运动上面。
步骤S252，将位置误差进行参数化，得到位姿误差。
具体地，参数化就是对于空间中每一个测量的坐标，都要转化为六维的数据点：
Δe＝(tx,ty,tz,α,β,γ)T＝(tT,θT)
其中，θ表示(tx,ty,tz,α,β,γ)T中的后三个参数，表示姿态误差。
在一些实施例中，上述对位姿误差进行B样条拟合，得到补偿函数，包括：
步骤S31，对位姿误差进行离散傅里叶变换和低通滤波，得到测量点信息。
具体地，为了导出适量的数据点来描述轴的形变误差，使用离散傅立叶变换(DFT)来确定沿轴的频谱，将数据分析到频域，并使用消除高频分量的滤波的方法来消除高频的随机定位和测量噪声的影响；利用频谱可以估计沿轴的最小测量数据点数量。过多的数据会使得机台运动过程中的抖动和噪声信息被拟合进控制量中，影响拟合的效果。
步骤S32，对测量点信息进行B样条拟合，得到补偿函数。
具体地，使用B-spine曲线对滤波之后的测量点信息进行拟合。选择使用B-spline的原因是，该样条曲线具备高阶平滑性，作为一个增量运动不会在运动中引入额外的关节震动。且样条曲线只在所考虑的测量点附近才受影响，因此能够将影响控制在测量点的局部。
以P来表示滤波之后的测量点信息(Δe1,Δe2,…,Δen)：
上式中的t就是样条的采样点，具体可以参见B样条的基函数。拟合后是得到连续的补偿函数Δe(t)。上面的Δe是离散的，拟合后Δe(t)的是连续的，所有的样条都可以用来拟合。
在一些实施例中，多个接近方向包括多个接近正方向和多个接近负方向。
接近正方向与直线轴到目标位置的方向的角度差值符合预设正向规则。
接近负方向与直线轴到目标位置的方向的角度差值符合预设负向规则。
其中，目标位置为机器人要到达的正确位置，预设正向规则和预设负向规则均可为角度范围；各靶球的采样数据包括各接近正方向对应的正向采样数据和各接近负方向对应的负向采样数据。上述根据各靶球的采样数据得到机器人的接近方向误差曲线，包括：
通过高斯误差模型对相同正向位置对应的各正向采样数据进行均值计算。
根据各正向位置及其对应的均值得到正向误差曲线。
通过高斯误差模型对相同负向位置对应的各负向采样数据进行均值计算。
根据各负向位置及其对应的均值得到负向误差曲线。
将正向误差曲线和负向误差曲线作为接近方向误差曲线。
具体地，以代表x方向的靶球为例，一次采集(从直线轴的左侧运动正向到直线轴的右侧，或反过来负向运动)得到一组采样点，多次采样会得到同一位置的多个采样点。计算每一个位置处的采样点的高斯误差模型，得到一个均值和一个方差。取均值作为在该位置处的测量值。请参见图3，x方向在正负两个方向的运动得到的点是和运动方向相关的，因此对两种不同的接近方向在每一处位置的测量值进行分别拟合，得到两个方向的误差曲线。而对于3个靶球来说，正向误差曲线包括正向x误差曲线、正向y误差曲线和正向z误差曲线(即图3中3个坐标系原点右侧的曲线)，负向误差曲线又分为负向x误差曲线、负向y误差曲线和负向z误差曲线(即图3中3个坐标系原点左侧的曲线)。
在步骤S6的公式中，(Direction)为误差曲线的正负方向，Δe是对补偿函数抽样得到的。
其中，各靶球的采样数据对应的采样频率等于对位姿误差进行低通滤波时的截止频率。
即在进行误差计算和补偿之前，可以先令机器人匀速运动，取不同的采样频率，查看数据的恢复效果，直至将低频信号的主要分量部分进行保留，从而确定截止频率和采样频率。
请参见图4，本申请另一实施例提供了一种机器人直线轴的运动补偿装置，包括：
获取模块101，用于获取机器人所在直线轴的端点信息和三个靶球的位置矢量。
误差模块102，用于基于各靶球的位置矢量和端点信息得到位姿误差。
拟合模块103，用于对位姿误差进行B样条拟合，得到补偿函数。
采样模块104，用于获取机器人向多个接近方向运动时，各靶球的采样数据。
曲线模块105，用于根据各靶球的采样数据得到机器人的接近方向误差曲线。
补充模块106，用于基于接近方向误差曲线和补偿函数得到姿态运动补偿。
本实施例中提供的关于一种机器人直线轴的运动补偿装置的具体限定，可以参见上文中关于一种机器人直线轴的运动补偿方法的实施例，于此不再赘述。上述一种机器人直线轴的运动补偿装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
本申请实施例提供了一种计算机设备，该计算机设备可以包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。处计算机程序被处理器执行时，使得处理器执行如上述任一实施例的一种机器人直线轴的运动补偿方法的步骤。
本实施例提供的计算机设备的工作过程、工作细节和技术效果，可以参见上文中关于一种机器人直线轴的运动补偿方法的实施例，于此不再赘述。
本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如上述任一实施例的一种机器人直线轴的运动补偿方法的步骤。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等，所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。本实施例提供的计算机可读存储介质的工作过程、工作细节和技术效果，可以参见上文中关于一种机器人直线轴的运动补偿方法的实施例，于此不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (12)
1.一种机器人直线轴的运动补偿方法，其特征在于，包括：
获取机器人所在直线轴的端点信息和三个靶球的位置矢量；
基于各所述靶球的位置矢量和所述端点信息得到位姿误差；
对所述位姿误差进行B样条拟合，得到补偿函数；
获取所述机器人向多个接近方向运动时，各所述靶球的采样数据；
根据各所述靶球的所述采样数据得到所述机器人的接近方向误差曲线；
基于所述接近方向误差曲线和所述补偿函数得到姿态运动补偿。
2.根据权利要求1所述的机器人直线轴的运动补偿方法，其特征在于，所述端点信息和各所述靶球的位置矢量是通过激光跟踪仪测量得到的。
3.根据权利要求1所述的机器人直线轴的运动补偿方法，其特征在于，所述基于各所述靶球的位置矢量和所述端点信息得到位姿误差，包括：
根据各所述靶球的位置矢量建立正交右手坐标系；
将与地面平行且与所述直线轴垂直的所述靶球的位置矢量作为目标位置矢量；
根据所述目标位置矢量和所述正交右手坐标系得到基础位置；
基于所述端点信息构建理想位置；
根据所述基础位置和所述理想位置得到所述位姿误差。
4.根据权利要求3所述的机器人直线轴的运动补偿方法，其特征在于，所述根据所述基础位置和所述理想位置得到所述位姿误差，包括：
计算所述基础位置和所述理想位置之间的位置误差；
将所述位置误差进行参数化，得到所述位姿误差。
5.根据权利要求4所述的机器人直线轴的运动补偿方法，其特征在于，所述对所述位姿误差进行B样条拟合，得到补偿函数，包括：
对所述位姿误差进行离散傅里叶变换和低通滤波，得到测量点信息；
对所述测量点信息进行B样条拟合，得到所述补偿函数。
6.根据权利要求1所述的机器人直线轴的运动补偿方法，其特征在于，多个所述接近方向包括多个接近正方向和多个接近负方向；
所述接近正方向与所述直线轴到目标位置的方向的角度差值符合预设正向规则；
所述接近负方向与所述直线轴到目标位置的方向的角度差值符合预设负向规则。
7.根据权利要求6所述的机器人直线轴的运动补偿方法，其特征在于，各所述靶球的采样数据包括各所述接近正方向对应的正向采样数据和各所述接近负方向对应的负向采样数据。
8.根据权利要求7所述的机器人直线轴的运动补偿方法，其特征在于，所述根据各所述靶球的所述采样数据得到所述机器人的接近方向误差曲线，包括：
通过高斯误差模型对相同正向位置对应的各所述正向采样数据进行均值计算；
根据各所述正向位置及其对应的均值得到正向误差曲线；
通过高斯误差模型对相同负向位置对应的各所述负向采样数据进行均值计算；
根据各所述负向位置及其对应的均值得到负向误差曲线；
将所述正向误差曲线和所述负向误差曲线作为所述接近方向误差曲线。
9.根据权利要求5所述的机器人直线轴的运动补偿方法，其特征在于，各所述靶球的所述采样数据对应的采样频率等于对所述位姿误差进行低通滤波时的截止频率。
10.一种机器人直线轴的运动补偿装置，其特征在于，包括：
获取模块，用于获取机器人所在直线轴的端点信息和三个靶球的位置矢量；
误差模块，用于基于各所述靶球的位置矢量和所述端点信息得到位姿误差；
拟合模块，用于对所述位姿误差进行B样条拟合，得到补偿函数；
采样模块，用于获取所述机器人向多个接近方向运动时，各所述靶球的采样数据；
曲线模块，用于根据各所述靶球的所述采样数据得到所述机器人的接近方向误差曲线；
补充模块，用于基于所述接近方向误差曲线和所述补偿函数得到姿态运动补偿。
11.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至9中任一项所述机器人直线轴的运动补偿方法的步骤。
12.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至9中任一项所述机器人直线轴的运动补偿方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311689826.9A CN117444980A (zh) | 2023-12-08 | 2023-12-08 | 一种机器人直线轴的运动补偿方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311689826.9A CN117444980A (zh) | 2023-12-08 | 2023-12-08 | 一种机器人直线轴的运动补偿方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117444980A true CN117444980A (zh) | 2024-01-26 |
Family
ID=89595056
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311689826.9A Pending CN117444980A (zh) | 2023-12-08 | 2023-12-08 | 一种机器人直线轴的运动补偿方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117444980A (zh) |
-
2023
- 2023-12-08 CN CN202311689826.9A patent/CN117444980A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110116407B (zh) | 柔性机器人位姿测量方法及装置 | |
| CN106777656B (zh) | 一种基于pmpsd的工业机器人绝对精度校准方法 | |
| CN105444672B (zh) | 激光测距仪和机械臂末端关系的正交平面标定方法及系统 | |
| CN111650936B (zh) | 一种伺服控制方法、处理器、存储介质和可移动平台 | |
| CN109909999B (zh) | 一种获取机器人tcp坐标的方法和装置 | |
| CN114474058B (zh) | 视觉引导的工业机器人系统标定方法 | |
| CN114654466B (zh) | 自动标定方法、装置、系统、电子设备及存储介质 | |
| US20200108506A1 (en) | Device for acquiring a position and orientation of an end effector of a robot | |
| CN114505865B (zh) | 一种基于位姿跟踪的机械臂路径生成方法及系统 | |
| CN114012724B (zh) | 一种基于探针的工业机器人坐标系自动标定方法 | |
| CN115213897A (zh) | 轨迹补偿方法、装置以及计算机可读存储介质 | |
| CN117444980A (zh) | 一种机器人直线轴的运动补偿方法、装置、设备及介质 | |
| 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 | |
| CN110296674B (zh) | 一种深度相机的距离误差补偿方法、装置、存储介质 | |
| CN114310873B (zh) | 位姿转换模型的生成方法、控制方法、系统、设备和介质 | |
| CN114734435B (zh) | 一种基于超球面的编码器校准方法、装置及系统 | |
| CN115446836A (zh) | 一种基于多种图像特征信息混合的视觉伺服方法 | |
| CN108592838B (zh) | 工具坐标系的标定方法、装置以及计算机存储介质 | |
| CN114174009B (zh) | 控制机器人的方法、装置、系统、存储介质和终端 | |
| CN116859920B (zh) | 精度补偿方法和装置、电子设备及打孔系统 | |
| KR100758978B1 (ko) | 로봇 시스템의 주행축 캘리브레이션 방법 | |
| CN114102595B (zh) | 一种机器人标定方法、标定组件及存储介质 | |
| CN111007553B (zh) | 被测对象的导航方法、装置、计算机设备和存储介质 | |
| CN112589806B (zh) | 机器人位姿信息确定方法、装置、设备及存储介质 | |
| US20240083036A1 (en) | Method and apparatus for robot system management |
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 |