【摘 要】
:
工业机器人作为智能制造装备的代表,高端制造业发展的焦点,其研发、制造与应用是衡量一个国家科技创新水平的重要标志。目前工业机器人重复定位精度虽能达到0.01mm~0.1mm,但其绝对定位精度仅为毫米级。并且研究表明工业机器人末端刚度仅为数控机床的1/50,其绝对定位精度受负载的影响较大,无法满足高端制造领域的任务需求。因此,本文以Staubli TX60型六轴工业机器人为研究对象,着重开展面向高端制
【基金项目】
:
国家自然科学基金青年基金(51905258):工业机器人误差分级解耦补偿与精度性能退化机理研究; 国家自然科学基金(61973076):面向物理交互的作业型飞行机器人双边遥操作; 江苏省自然科学基金青年基金(BK20170763):面向复杂零件加工的机器人分层误差补偿及控制研究; 江苏
论文部分内容阅读
工业机器人作为智能制造装备的代表,高端制造业发展的焦点,其研发、制造与应用是衡量一个国家科技创新水平的重要标志。目前工业机器人重复定位精度虽能达到0.01mm~0.1mm,但其绝对定位精度仅为毫米级。并且研究表明工业机器人末端刚度仅为数控机床的1/50,其绝对定位精度受负载的影响较大,无法满足高端制造领域的任务需求。因此,本文以Staubli TX60型六轴工业机器人为研究对象,着重开展面向高端制造应用的工业机器人误差多层级标定技术研究,从几何参数误差、刚度参数误差、残余误差三个层级完成工业机器人标定,并针对标定测量系统及测量方法提出一定的改进。旨在提高工业机器人在变负载环境中的精度性能,有望推动工业机器人在高端制造领域的广泛应用,促进我国工业机器人产业的快速发展。首先,本文分别利用圆点分析法(CPA,Circle Point Analysis)和误差模型法完成几何参数误差标定。针对传统CPA方法进行了改进,将工业机器人的综合位置误差减少了43.99%,明显优于传统CPA方法。针对误差模型方法,利用基于误差灵敏度的冗余参数分析方法代替传统冗余参数分析方法,并利用位姿误差模型方法将工业机器人的综合位置误差减少了80.34%。将两种方法对比发现,误差模型法得到的模型虽然精度更高但全局性较差,不同区域下模型位置误差变化较大,误差较大的区域是较小区域的4.84倍,而相同情况下CPA方法为1.67倍。选择模型精度更高的误差模型法完成分层标定的第一层标定,后续利用残余误差标定解决模型全局性差的问题。其次,在几何参数标定的基础上本文利用关节刚度标定方法和基于切比雪夫多项式拟合的残余误差标定方法完成分层误差标定的刚度误差标定及残余误差标定。在外加负载情况下,关节刚度误差模型成功将外加负载造成的综合位置误差下降了53.97%。基于切比雪夫多项式拟合的残余误差标定最终将工业机器人综合位置误差下降了80.64%,模型精度最终达到了0.0123mm。证明了本文所提出的针对于串联工业机器人的定位误差的多层级标定方法的有效性,满足了高端制造业对工业机器人对位置误差的要求,为实现工业机器人高精度补偿提供了良好的基础。最后,从改善串联工业机器人基坐标系转换方法及利用顺序多站式测量方法提升激光跟踪仪测量精度两个方面对目前的串联工业机器人的标定测量系统进行改进。针对现有的基坐标系转换方法的缺点,提出了一种基于多点拟合与轴线矢量测量的融合坐标系转换方法,实验表明该方法将测量时间缩短至多点拟合法的26.12%并且转换的综合均方根误差(RMSE,Root Mean Squared Error)仅比多点拟合方法高0.215mm,少量牺牲转换精度的同时极大地提升了测量效率。因为几何参数标定过程中会对基坐标系进行进一步修正,在一定范围内的转换误差并不会对后续参数标定造成影响。本文利用顺序多站式测量方法提升大型工业机器人标定测量的精度。实验表明本文提出的测量方法测量误差为0.023mm,满足大型工业机器人的标定需求,验证了该测量方法和测量系统的有效性。
其他文献
随着信息技术的发展,数字图像深入到我们生活中的方方面面。深度学习是近年来在人工智能领域引起关注的研究主题。作为深度学习的经典模型,卷积神经网络(CNN)在图像分类,对象检测和自然语言处理方面取得了一系列重要的突破。卷积神经网络模型具有计算复杂度高和参数量大的特点,正是这种复杂的多层网络结构为模型提供了强大的特征表示能力。智能设备的普及增加了将卷积神经网络移植到嵌入式设备的需求,但是其巨大的参数冗余
颅骨面貌复原领域中,面部特征点软组织厚度的获取是一个十分重要的步骤。目前颅骨面部特征点处的软组织厚度的获取主要是通过先进的医疗设备和专业的医护人员进行相应的配合得以实现,但是这种方法存在一个很大的缺陷即对于骸骨则无法进行面部厚度测量。近年来广泛的做法是采用平均值法,但由于未考虑骸骨之间的差异性,使得复原的面貌具有相似性。本论文采用深度学习方法,通过网络中隐含层构成的非线性映射,学习头骨和面貌之间的
数据采集是无线传感器网络领域的重要研究方向,传统基于固定汇聚节点和移动汇聚节点的采集方式均存在明显不足。随着无人机技术的不断成熟,基于无人机的数据采集可以有效弥补传统方式的不足,得到学术界广泛关注。由于无人机携能有限,大部分相关研究主要围绕提高网络吞吐率或延长网络生命周期对无人机能耗进行优化,取得一定进展,但仍面临如下挑战:一方面无人机能耗建模不精准,以距离相关能耗模型为主流,忽略了飞行速度与飞行
心脏功能分析在临床心脏病学中对患者管理、疾病诊断、风险评估和治疗决策起着重要作用。心脏磁共振(Cardiac Magnetic Resonance,CMR)图像主要用于心功能评估和心血管疾病诊断。CMR图像被认为是进行非侵入性心功能分析、估算临床参数的金标准。从医学图像中描绘重要的器官和结构常是估算临床参数、疾病诊断、预后预测和制定手术计划的主要步骤。在临床诊断中,放射科医生通过手动或半自动绘制包
随着无线网络技术(如5G)的快速发展和高服务质量(Qo S)需求的增加,对网络资源的有效管理变得越来越重要。为了提高业务调度的Qo S和网络资源利用率,许多学者进行了大量研究。实现这一目标的一种有效方法是对网络流量进行队列管理和调度。然而,队列管理调度的排队特性有一个隐含的缺点。由于需要通过检查网络链路上的剩余带宽来实时计算网络流的可行路由,在顺序处理队列中的流量时,计算可行路由可能很耗时。值得注
人们的交通出行发展从传统的燃油汽车转向新能源汽车,并向共享化和智能化发展,特别近年来以深度学习为主的人工智能技术的发展带动了自动驾驶汽车技术的发展和落地,深度学习算法在图像和自然语言处理等领域展现出强大的性能和泛化能力,为自动驾驶汽车的感知定位系统提供了强有力的解决方案。同时激光雷达器件的发展,感知距离越来越远,激光雷达线束也越来越多,分辨率也越来越高,赋予了自动驾驶汽车等智能移动机器人系统直接感
感知外部环境是机器人实现智能化控制和交互的前提,是机器人完成精细操作的基础。触觉作为机器人系统中一种重要的传感模态,它不仅反映了机器人与环境的交互情况,也刻画和描述了所接触物体的物理属性和空间信息。近20年来,传感器技术快速发展,柔性阵列式的、高敏的、高分辨率的触觉传感器已逐步成为新型智能机器人灵巧手的“标配”,研究如何获取、理解和利用这些触觉信息,对于提高机器人环境感知能力和进行灵巧手精细操作具
恶劣海况下无人船的对准技术,作为无人船系统导航与制导技术的重要前提,是保证无人船在恶劣海况下自主航行以及正常工作的关键。为解决自主和智能化的无人船系统在对准中面对不确定干扰时,要求具有强健自适应调节能力的问题,本文结合无人船在恶劣海况下的运动学特性,基于大失准角的运动背景,对恶劣海况下无人船对准技术进行研究,确定不同海况等级以及海浪复杂干扰下的初始对准技术方案,保证恶劣海况下无人船的对准性能。本文
随着机器人领域的不断发展,机器人的导航定位问题成为了当下的研究热点。本文针对室内场景下的移动机器人平台,设计实现了基于单目相机的视觉里程计算法,并进行了实验系统的搭建。主要研究内容如下:(1)研究了针孔相机模型与相机畸变模型,并推导了相关的模型参数。针对传统相机标定方法精度不高的问题,在张氏标定法的基础上,研究了一种基于改进Harris角点检测算法的相机标定方法,进一步提高提取的角点坐标精度,为后
碳纤维复合芯导线是一种应用广泛的新型导线,具有较好的抗拉强度与较差的抗剪强度,易在非规范施工过程中被卡线器等牵引装备损伤,形成用电安全隐患。近年来,因内部芯棒受损导致的断线事故时有发生,严重威胁电网运行安全。现有的巡检探伤技术受限于无损探伤设备的重量体积、对碳纤维导线适用性等因素,均无法对已在网运行的碳纤维导线内部碳纤维芯的损伤进行有效检测。因此,设计一种新型碳纤维导线探伤巡检机器人具有重大和迫切