检索结果-南通市图书馆

机器人 2023年第3期45卷 276-286页

作者：白明庞淋峻史羽胜张明路孙立新高春燕贾计东河北工业大学机械工程学院天津300140 哈尔滨工业大学黑龙江哈尔滨150001

双臂协作机器人系统具有效率高、负载大、协同能力强等优点,但双臂作业性能及质量不但受单臂定位精度的影响,而且受双臂协作定位精度的影响,因此,本文提出了一种基于参数与非参数模型相结合的运动学标定方法。首先,基于MDH(modified Den... 详细信息

双臂协作机器人系统具有效率高、负载大、协同能力强等优点,但双臂作业性能及质量不但受单臂定位精度的影响,而且受双臂协作定位精度的影响,因此,本文提出了一种基于参数与非参数模型相结合的运动学标定方法。首先,基于MDH(modified Denavit-Hartenberg)方法建立机器人运动学模型和参数误差模型,去除模型中的耦合参数并基于迭代最小二乘法辨识几何参数误差;其次,针对传统的非几何误差补偿方法只能在标定坐标系建立关节位置与末端位置误差之间的映射关系的问题,提出一种改进的非几何误差补偿方法补偿机器人本体非几何误差;再次,基于距离误差辨识双臂基坐标系转换矩阵的参数,补偿双臂几何误差与非几何误差;最后,通过实验验证方法的正确性和有效性。结果表明所提出方法将UR10和UR5机器人的平均定位误差减小至0.1709 mm和0.0509 mm。双臂平均协作定位误差减小至0.1676 mm,与基于参数模型的方法相比协作定位精度提升了27.7%,验证了该方法的优越性。

关键词：双臂协作定位精度运动学标定几何误差非几何误差补偿迭代最小二乘法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

自重构机器人运动学参数标定与非几何误差补偿策略研究

自重构机器人运动学参数标定与非几何误差补偿策略研究

引用

作者：孙丰磊北京邮电大学

学位级别：硕士

空间机器人作为空间操控任务的主要执行机构,具有跨度大、灵活性高等优点,是协助开展在各类空间结构建造任务的不二之选。但现有空间机器人拓扑结构属性固定,性能调整范围有限,难以满足未来载荷特性各异、执行范围跨度大的空间结构建造... 详细信息

空间机器人作为空间操控任务的主要执行机构,具有跨度大、灵活性高等优点,是协助开展在各类空间结构建造任务的不二之选。但现有空间机器人拓扑结构属性固定,性能调整范围有限,难以满足未来载荷特性各异、执行范围跨度大的空间结构建造任务需求。自重构同质模块化机器人(以下简称自重构机器人)可以通过重新排列其模块单元,使其形态和拓扑结构适应不同的任务和环境。然而自重构机器人灵活多变的重构形式,使得其在重构后运动学模型重塑,重构后的末端精度难以保证;且频繁重构导致的接口磨损等加剧运动学偏差,机器人柔性变形、关节间隙等非几何误差源耦合影响,导致自重构机器人的末端精度难以满足任务需求。本文依托于北京邮电大学校行动计划项目“面向在轨服务的动态可重构同质模块化机器人研制”,开展自重构机器人运动学参数标定和非几何误差补偿策略研究。具体包括:自主标定方案设计、误差建模、参数辨识、非几何误差补偿策略以及实物实验设计开展。详细内容如下:首先,分析梳理影响自重构机器人末端精度的误差源,基于此制定自重构机器人运动学参数自标定方案;构建模块单元、自重构机器人拓扑结构数学表征,进而建立拓扑描述与运动学模型间的映射关系,解决拓扑结构多变的自重构机器人运动学普适建模问题,为运动学参数标定和非几何误差补偿提供模型基础。借助三维模型验证了运动学模型的正确性,并通过实物实验论证了运动学参数标定和非几何误差补偿的必要性。其次,剖析不同拓扑结构机器人运动学模型误差传递机理,基于局部指数积构建链式拓扑结构机器人、树形拓扑结构机器人误差模型,进而通过分析同构拓扑运动学参数误差传递规律,优化误差模型;针对高维误差模型辨识精度差、效率低等问题,创建小区间生成算法初始种群模式,结合L-M算法与CMA-ES算法设计一种分层辨识算法,提高参数辨识的准确性和效率。仿真实验表明,采用本文设计的误差模型和分层参数辨识算法标定后链式拓扑结构机器人末端位置精度提高了 64.59%,姿态精度提升了 87.76%以上,树形拓扑结构机器人位置精度提高了 68.32%、58.72%,姿态精度提升了 63.64%以上。本文推导的误差模型和参数辨识方法能够有效提高各类拓扑结构的末端精度。再次,由于非几何误差呈现非线性、耦合性强的特点,传统建模的方法繁琐复杂,本文设计了 BP神经网络、ELM网络以及RBFN网络对非几何残差进行预测补偿,并针对ELM网络预测效果过分依赖参数初始值的问题,结合基于VNS算法优化的PSO算法对ELM网络加以改进;进而,基于集成学习思想组合多个基学习器构建AdaP、AdaLM、AdaBFN网络,提升神经网络预测补偿稳定性。而后设计了对比仿真实验验证六种网络的预测补偿效果,结果表明基于AdaBoost框架搭建的集成学习网络能够显著提升末端位姿精度同时保证一定的预测稳定性。最后,搭建自重构机器人标定系统实验平台,并开发自重构机器人控制软件,以模块单元搭建的链式拓扑结构机器人和树形拓扑结构机器人为研究对象,设计并开展实物验证实验。实物实验验证了本文的提出的自重构机器人运动学参数标定和非几何误差补偿理论方法的有效性。

关键词：自重构机器人自标定运动学参数标定非几何误差补偿

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：