为进一步提高工业机器人的定位精度,提出一种分级补偿的方法以降低几何和非几何因素引起的定位误差。使用遗传算法优化最小二乘法(GA-LS)进行几何参数误差辨识并补偿到机器人运动学模型中,再通过梯度提升树(GBDT)算法对残余非几何参数误差进行预测,并对残余误差进行补偿,最后以UR10机器人为研究对象进行了实验,验证该方法的准确性。实验结果表明此分级补偿方法能有效提高机器人的绝对定位精度,补偿后机器人的平均定位误差由2.381 mm降低至0.156 mm,定位精度提升了93.4%;均方根定位误差由2.417 mm降低至0.163 mm,定位精度提升了93.2%。实验结果验证了此分级补偿方法的有效性。

基于室内高压开关柜带电作业场景,设计了一套视觉控制机械臂操作系统,通过深度相机获取RGB-D图像、自动分割柜体平面、准确计算目标姿态来控制机械臂的操作,在4种不同类型电力开关柜上的测试结果表明,系统的绝对定位精度小于1 mm。系统安装在亿嘉和科技股份有限公司的“羚羊”室内带电作业机器人上,在国内多处变电站的多次实验和实机运行结果证明了系统的有效性。

将大型工业机器人引入航天制造领域,能够实现航天装备的高精度和可靠性。为了提高机器人绝对定位精度,更好地适应航天领域产品装配需求,基于改进的D-H(MD-H)模型,提出了大型工业机器人运动学标定及精度补偿方法。首先在误差建模中加入了坐标系转换误差和靶球安装误差,建立了更为完善的标定误差模型。然后通过激光跟踪仪对末端靶球进行测量来获得实际位姿数据,并采用改进的迭代最小二乘法辨识出误差参数。最后根据计算误差对机器人进行修正与补偿,完成运动学标定过程。为验证辨识方法的有效性,以KUKA KR1000 Titan大型工业机器人为研究对象进行仿真和实验。结果表明,经过标定补偿后的机器人末端平均定位误差由1.122mm降低到0.340mm,平均定位精度提升了约70%,补偿后机器人的绝对定位精度得到明显改善。

以新松SR04C工业机器人为对象,提出了一种利用激光位移传感器和标准样板结合的方法对工业机器人末端位置进行定位,检测系统主要由激光位移传感器和标准样板组成。利用API软件对实验结果进行验证,结果表明:经过标定后的工业机器人绝对定位精度有了明显的改善。

文章以LR20型6自由度工业机器人为研究对象,建立了机器人运动学的D-H模型,并在运动学方程的基础上推导机器人微分误差模型。利用激光跟踪仪和配套Spatial Analyzer软件设计运动学标定实验,分区选取100个位姿展开标定,通过采用机器人的预标定来提高参数辨识的准确性。针对标定结果,在Matlab中使用递推最小二乘法进行参数辨识,最后进行二次误差补偿。实验结果显示：按照ISO 9283制定的五点检测标准,绝对定位精度能够达到0.5mm,最大值不超过1mm,平均提高了67.12%。表明该方法较为准确、有效。

为了提高串联工业机器人的绝对定位精度,文章提出了基于圆点分析法(CPA)与最小二乘法相结合的机器人几何参数混合优化辨识标定方法。首先利用CPA对机器人模型进行几何参数初辨识,然后以初辨识结果建立机器人几何误差模型,采用最小二乘法优化求解实现精辨识,再通过距离误差来验证标定效果。通过对埃夫特ER10L|C10工业机器人进行辨识标定实验研究,结果表明采用文中方法对机器人几何参数辨识标定后其绝对定位误差的最大值、平均值和标准差明显小于理论模型和CPA辨识模型的结果,证明文中方法可以有效辨识标定机器人模型的几何参数,提高机器人的绝对定位精度。

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。