运动学标定论文_张绪烨,李群明,韩志强,郭惟伟

导读:本文包含了运动学标定论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:运动学,精度,机器人,参数,误差,工业,模型。

运动学标定论文文献综述

张绪烨,李群明,韩志强,郭惟伟[1](2019)在《基于激光扫描测量臂的工业机器人运动学标定》一文中研究指出提出一种基于激光扫描测量臂测量系统的6轴工业机器人运动学标定方法。分析了机器人本身的运动偏差和综合考虑测量系统构造的机器人坐标系与真实基座标系之间的不重合问题;建立机器人末端位置与各连杆参数相关的绝对定位误差方程,基于该误差方程,利用便携式激光扫描测量臂测量系统对不同空间位置姿态下机器人的法兰中心点进行测量,并用最小二乘法对误差方程进行解算,利用计算出的参数误差修正机器人模型中的各名义参数值,可以提高机器人运动的准确度。将该方法应用在Staubli TX90工业机器人上,实验结果表明,机器人的绝对定位精度由标定前的均值/标准差0. 742 5 mm/0. 191 0 mm减少到标定后的0. 242 8 mm/0. 098 1 mm,提高了近50%,表明该标定方法的有效性和准确性。(本文来源于《机械传动》期刊2019年11期)

桑宏强,安达,张新建[2](2019)在《主操作手结构设计及运动学参数标定》一文中研究指出为更好地提升机器人主操作手性能,减少由于机构重力导致的操作疲劳感并提高位置精度,设计了一款7自由度主操作手:大臂机构为一平行四边形机构,提供前后和左右自由度;小臂机构提供上下自由度;手腕机构提供俯仰和偏航自由度;末端操作器机构提供自转和开合自由度。为提高主操作手位置精度,在主操作手结构设计的基础上,应用旋量理论建立了主操作手的运动学及其误差模型,采用最小二乘法对运动学参数进行了辨识,并进行了标定实验。结果表明,经过运动学参数标定后,主操作手的最大位置误差改善了67. 43%。(本文来源于《机械传动》期刊2019年10期)

黄顺舟,云伟俊,余觉,王力,祁佩[3](2019)在《车辆底盘制孔机器人的运动学标定研究》一文中研究指出面向车辆底盘结构的制孔位置精度要求,针对底盘自动制孔工业机器人本体的末端定位精度问题开展研究。文中构建了基于局部指数积公式的机器人运动学模型和误差传递模型,推导了运动学参数标定算法,开展了实际机器人末端位形标定测量实验,根据实验结果分别分析了机器人绝对定位精度和相对定位精度在参数标定前后可达到的数值,对面向底盘制孔工艺要求的机器人定位精度的再提升给出了有效途径。(本文来源于《机械设计》期刊2019年S1期)

刘华莹,于存贵,赵纯[4](2019)在《并联式自动加注机器人运动学标定》一文中研究指出为解决并联式自动加注机器人在高精度运动学逆解建模的问题,以并联式自动加注机器人为对象,对其运动学标定进行研究。采用矢量微分法建立位姿误差模型,对各误差源对动平台末端位姿的影响规律进行分析,寻找合适的标定位置,并以位姿均方根误差最小为目标函数,使用粒子群算法对神经网络结构进行优化,最后通过仿真试验对其进行验证。仿真结果表明:该方法能有效提高并联式自动加注机器人的精度,为后续实验应用提供了理论依据。(本文来源于《兵工自动化》期刊2019年06期)

王蕾[5](2019)在《柔性机械臂运动学参数标定与精度补偿技术研究》一文中研究指出机械臂作为一种环境适应性强和灵活性高的柔性自动化设备,在工业生产、医疗服务、抢险救援、空间探索等领域已获得了越来越广泛的应用。机械臂精度受到制造装配误差、关节间隙与迟滞、关节编码器误差以及环境变化等多种因素耦合影响,作用机理复杂,使得机械臂在精细作业等任务中受到极大限制。同时,由于具有高负载自重比、操作灵活、功耗低等诸多优点,机械臂正朝着轻量化的方向发展,但其结构的轻量化导致关节与臂杆的柔性加大,柔性误差的存在对机械臂操作精度的提高带来了新的难题。本文基于轻小型机械臂智能感知与智能控制课题需求,面向柔性机械臂开展运动学参数标定及精度补偿技术研究。具体包括柔性机械臂末端操作精度影响因素分析、柔性机械臂运动学参数标定方法研究、柔性机械臂标定用构型优化方法研究、机械臂精度补偿软件研制和实物实验。首先,研究影响柔性机械臂操作精度的相关因素及其作用规律。通过分析作用机理梳理出影响柔性机械臂末端操作精度的五大误差源;通过建立各误差源与柔性机械臂末端位姿误差间的数学模型,分析误差源对柔性机械臂末端操作精度的灵敏度。基于8自由度模块化机械臂的仿真实验给出了各误差源引起的柔性机械臂末端位姿误差随机械臂构型变化的规律、以及各误差源在柔性机械臂末端位姿误差中的占比,为柔性机械臂运动误差建模提供了依据。其次,面向误差源导致的柔性机械臂运动学参数失准问题,研究柔性机械臂运动学参数标定方法。基于MDH运动学模型,推导机械臂几何误差与末端位姿误差间的映射关系,建立机械臂几何误差模型;基于机械臂关节和连杆的受力分析,推导机械臂柔性误差与末端位姿误差间的映射关系,建立机械臂柔性误差模型;基于几何误差模型和柔性误差模型建立柔性机械臂运动误差模型,并设计适用于柔性机械臂的运动学参数标定方法。所提出的标定方法能够在柔性误差影响下准确求解出机械臂运动学参数。再次,面向不同构型间误差映射能力的差异而导致的使用随机构型标定效果不佳的问题,研究柔性机械臂标定用构型优化方法。在分析影响运动学参数标定精度因素的基础上,建立了能够综合反映构型组观测能力和全局性的构型组质量评价指标;基于平均指标建立了运动学参数标定用构型优化模型并设计了优化方法,使用该方法获得的标定构型组能有效提高运动学参数的标定精度。最后,设计并开发了机械臂精度补偿软件,并开展了基于8自由度模块化机械臂的实物实验。所设计的软件能够有效结合本文的理论成果并应用于实际机械臂的标定中,进一步验证了本文所提方法和所研制软件的实际应用性。(本文来源于《北京邮电大学》期刊2019-06-03)

陈绵鹏[6](2019)在《六自由度工业机器人运动学标定与实验研究》一文中研究指出科技水平的进步使得机器人在工业上有了更广泛的运用,其中六自由度工业机器人更是汽车焊接、电气电子等行业中不可或缺的生产线设备。而绝对定位精度不足是六自由工业机器人在高精度技术领域应用中暴露出的主要问题。因此,本文以改善机器人的绝对定位精度为切入点,以GSK-RB08型六自由度工业机器人为研究对象进行了运动学标定与实验研究。对GSK-RB08型六自由度工业机器人进行运动学分析,基于修正的运动学建模(MD-H)理论建立了其运动学模型,并在理论的基础上进行了RB08型机器人的正向、逆向运动学求解和仿真,验证了机器人运动学模型与机器人控制系统模型的一致性。分析绝对定位误差来源,不只考虑机器人本体几何参数对绝对定位精度的影响,同时考虑机器人运动过程中的传动误差,在RB08型机器人运动学模型基础上加入减速比系数和耦合系数,和运动学几何参数一起作为误差参数建立误差模型。通过迭代的Levenberg-Marquardt算法辨识出误差参数,并进行了仿真验证。搭建实验平台进行实验研究,使用激光跟踪仪作为测量设备搭建硬件实验平台;根据运动学模型和误差模型编写参数可选的六自由度工业机器人标定软件平台;结合国标GB/T 12642-2001搭建位姿特性相关的数学模型,作为运动学标定效果的最终检验指标。采集数据进行标定实验,通过标定减速比系数、耦合系数与不标定减速比系数、耦合系数的实验对比,验证误差模型和标定方法的正确性与先进性;最后将可补偿的误差参数补偿至机器人控制系统中,根据国标GB/T 12642-2001的测试要求,对标定前后的RB08型机器人的位姿性能参数进行实验测试,最终证明本文标定方法能有效提高六自由度工业机器人的绝对定位精度。(本文来源于《济南大学》期刊2019-06-01)

王宪伦,胡晓伟[7](2019)在《基于多孔标定法的串联机器人运动学标定研究》一文中研究指出针对串联机器人传统标定方法有缺陷,使机器人标定后运动精度仍旧存在较大误差的问题,对串联机器人进行了运动学标定方法的研究。在单孔标定法的基础上进行了优化改进,提出了一种基于多孔标定法的串联机器人运动学标定技术,通过MDH误差模型计算出机器人的定位误差,然后将误差值进行了补偿,从而提高了机器人的运动精度;搭建了标定平台,通过自制的多孔标定板和探针等工具对多孔标定法的标定效果进行了实验研究,详细记录了实验数据,并将实验数据进行了处理和综合分析。研究结果表明:多孔标定法对该类型串联机器人的标定作用明显,有效地提高了机器人的定位精度,标定前后机器人的运动误差减小了数倍;该方法对该类型机器人的运动参数学标定具有极大的现实作用和意义,为机器人的进一步研究和应用奠定了良好的基础。(本文来源于《机电工程》期刊2019年05期)

陈绵鹏,赵洪华,温尔文,李志平[8](2019)在《六自由度串联工业机器人运动学标定与实验研究》一文中研究指出为了提高机器人的绝对定位精度,以RB08型六自由度串联工业机器人为研究对象,在修正Denavit-Hartenberg(D-H)运动学理论的基础上加入减速比和耦合系数建立新的运动学模型,通过机器人末端法兰盘中心的空间位置误差推导出机器人参数误差模型;运用Levenberg-Marquardt算法辨识出误差模型中的误差参数并补偿至机器人控制系统,利用激光跟踪仪设计标定实验,验证标定算法的可行性和准确性。结果表明,标定后机器人末端工具中心点的平均位置准确度提高了80.2%,平均距离准确度提高了74.55%。(本文来源于《济南大学学报(自然科学版)》期刊2019年03期)

王宪伦,安立雄,张海洲[9](2019)在《基于运动学参数标定方法的机械臂误差分析与仿真研究》一文中研究指出针对工作任务复杂或环境多变,且对机械臂精度要求较高的工业生产需求等问题,基于运动学参数标定方法进行了机械臂的误差分析与Matlab仿真。介绍了定位精度以及定位误差的来源,针对机械臂运动学标定的方法步骤,采用矩阵法对运动学参数标定误差模型进行了建模分析,推导出了运动学参数误差模型的通用形式,并添加一个微小的增量进行了误差补偿;采用Matlab对机械臂运动学参数误差模型进行了仿真分析,验证了所建立的误差模型的正确性。研究结果表明:基于运动学参数标定方法的机械臂误差分析能很好地提高机械臂的精度,使机械臂能够准确完成预期的位姿要求,对于进一步提高机械臂的精度有较好的指导作用。(本文来源于《机电工程》期刊2019年02期)

李德钊,邓华[10](2019)在《基于改进型RLM算法的六轴机械臂运动学标定实验》一文中研究指出六自由度机械臂为高维性、强耦合的非线性时变系统,其模型较复杂,参数辨识易受外界扰动影响,导致末端绝对定位精度低,精度一致性差等问题。以某型六轴机械臂为研究对象,根据微分运动学原理并忽略高阶项,获得末端线性误差模型,提出了收敛速度快且鲁棒性较强的改进型RLM算法进行几何参数的误差辨识,在此基础上搭建综合标定实验平台,利用静态测量精度较高的API T3叁维激光跟踪仪采集工作空间中灵敏度较高的样本位姿点,根据国际标准ISO 9283中的位置精度评价标准,比较标定前后的位置误差分布区间,并对分析结果给出评价和总结,完成六自由度工业机械臂本体标定实验。(本文来源于《测控技术》期刊2019年01期)

运动学标定论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

为更好地提升机器人主操作手性能,减少由于机构重力导致的操作疲劳感并提高位置精度,设计了一款7自由度主操作手:大臂机构为一平行四边形机构,提供前后和左右自由度;小臂机构提供上下自由度;手腕机构提供俯仰和偏航自由度;末端操作器机构提供自转和开合自由度。为提高主操作手位置精度,在主操作手结构设计的基础上,应用旋量理论建立了主操作手的运动学及其误差模型,采用最小二乘法对运动学参数进行了辨识,并进行了标定实验。结果表明,经过运动学参数标定后,主操作手的最大位置误差改善了67. 43%。

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

运动学标定论文参考文献

[1].张绪烨,李群明,韩志强,郭惟伟.基于激光扫描测量臂的工业机器人运动学标定[J].机械传动.2019

[2].桑宏强,安达,张新建.主操作手结构设计及运动学参数标定[J].机械传动.2019

[3].黄顺舟,云伟俊,余觉,王力,祁佩.车辆底盘制孔机器人的运动学标定研究[J].机械设计.2019

[4].刘华莹,于存贵,赵纯.并联式自动加注机器人运动学标定[J].兵工自动化.2019

[5].王蕾.柔性机械臂运动学参数标定与精度补偿技术研究[D].北京邮电大学.2019

[6].陈绵鹏.六自由度工业机器人运动学标定与实验研究[D].济南大学.2019

[7].王宪伦,胡晓伟.基于多孔标定法的串联机器人运动学标定研究[J].机电工程.2019

[8].陈绵鹏,赵洪华,温尔文,李志平.六自由度串联工业机器人运动学标定与实验研究[J].济南大学学报(自然科学版).2019

[9].王宪伦,安立雄,张海洲.基于运动学参数标定方法的机械臂误差分析与仿真研究[J].机电工程.2019

[10].李德钊,邓华.基于改进型RLM算法的六轴机械臂运动学标定实验[J].测控技术.2019

论文知识图

锻造操作机主平面机构示意图运动学标定的流程图待标定参数的收敛过程(虚线为1B1X,...标定前后转动角度理论误差与实际误差...待标定参数的收敛过程(点划线为A2X,...待标定参数的收敛过程(点划线为4Δ...

标签:;  ;  ;  ;  ;  ;  ;  

运动学标定论文_张绪烨,李群明,韩志强,郭惟伟
下载Doc文档

猜你喜欢