论文部分内容阅读
本文的工作是FMM10-680机器人开发的一部分。机器人作为一种联机测量手段，虽然与机床的联机检测十分相似，但是又与传统的机床不一样。表现在机器人本身运动的自出度多，柔性高，且一般为关节式坐标，运动复杂。作者针对如何提高机器人的检测精度进行了深入的研究和探索。得出了一些有实际应用价值的重要结论。 以矩阵变换为基础，根据本研究所开发的联机检测机器人，提出了检测关联矩阵的理论与方法。所提出的关联矩阵检测理论具有一定的通用性，可用于检测任何表面形状，为零件轮廓检测编程提供了理论依据，并且使的编程更加容易和方便。 对存在于机器人中的一个普遍性问题，重复精度好，而绝对定位精度差的原因进行了探讨。提出了利用改进的误差反传（BP）学习算法，进行机器人的运动误差补偿。此方法虽然只是初步的探讨，通过进一步的深入研究，应该是实用可行的。 在机器人的运动学中，作者就如何确定机器人的运动轨迹进行了探讨。对检测点数量及分布的确定、检测路径的生成、以及为何在作机器人检测运动轨迹规划时采用关节空间法的原因进行了分析。 提出了一种新方法识别连杆的自身结构尺寸，虽然还只是进行了初步探讨，结合特定的机构，但无疑为连杆参数误差识别提出了一种新思路。 在FMM10-680机器人上，开发出两套测量系统。给出了两种测量系统的组成结构，并分别采用分体式测量系统进行了机器人连杆参数误差的识别，采用一体化测量系统进行直线度测量。