在手眼标定过程中,获取的机械臂和标定板图像数据对手眼标定的结果影响非常大。若获取的数据不理想,标定结果可能存在较大的误差。针对在线手眼标定过程中,需要自动控制机械臂采集有效图像的问题,提出了一种基于分块图像直方图的标定板方位分析方法。采用该方法对图像进行分块处理,为获得图像方位信息提供依据;提取分块图像的直方图,并根据二级高斯拟合方法得到峰值、峰值位置以及半宽信息;通过对比阈值与峰值位置并求解峰面积,得到标定板的方位信息,为机械臂下一步的运动提供指导。实验结果表明:采用该方法可以准确判断标定板的方位,提高标定板图像采集的效率和准确度。

以5自由度串联机器人为研究对象,采用D-H法建立该机器人运动学模型,并利用微小位移合成法建立该机器人的位置误差模型,通过理论计算得到末端位置静态误差表达式。以末端位置最大误差值为评价指标,运用控制变量法,研究各连杆参数误差对该串联机器人末端位置精度的影响程度。提出一种利用Jacobi矩阵将末端运动轨迹在Descartes坐标下的误差转换为关节角修正量的算法,并对其运动过程中的关节转角进行优化。仿真结果表明,该优化方法正确、有效,可有效降低运动路径误差至3mm以下。