机器人控制使用替代轨迹基于逆工作区中的错误

文摘

很容易意识到,大多数机器人不要移动到所需的端点(工具中心点(TCP))使用高分辨率的非接触测量,因为制造和装配错误,传输系统错误,和机械磨损。本文提出一种机器人校准解决方案通过改变端点轨迹,同时保持机器人的控制系统和设备使用。两个独立的系统来衡量端点位置,机器人编码器和一个非接触测量系统和高分辨率的摄像头,用于确定端点错误。新的轨迹的基础上,测量误差将取代原来的轨迹。结果表明,该方法可以显著减少错误;此外,这是一个低成本的解决方案,易于在实践中应用和校准可以周期性完成。唯一的要求,该方法是一种非接触测量设备与高分辨率和位于独立的机器人校准。

1。介绍

致动器,尤其是机器人,经过长时间的工作时间将动能错误。多年来,研究人员已经提出了各种方法采用软件干扰来克服这个问题。

阿里et al。1)使用了IMU和位置传感器与机器人工具密切相关自动测量机器人的位置在工作时间。超声波三角传感器用于跟踪位置增加了处理速度和减少了计算能力,允许机器人反应更快。运动学可以确认后由EKF(扩展卡尔曼滤波)估计机器人的位置。虽然这个方法可以减少参数错误,不断调整机器人的关节实现目标点是必要的。因此,它是耗时和机械手精度取决于反馈错误。王等人。2校准一个5500公斤8-DOF(自由度)工程机器人基于关节角部门和一个人工神经网络(ANN)。减少定位误差对定位精度的影响,关节角工作区分为几个当地的地区,每个地区都有自己的DH参数集。ANN模型将弥补剩余的错误而不是nongeometric错误的复杂模型。结果表明,平均位置错误减少补偿后从17厘米到4.5厘米。吴et al。3)使用了一种新的面向工业性能测量评估校准计划质量几何误差补偿后通过机械手的定位精度,研究了工业需求相关规定的生产任务。证明建议的绩效评估可以显示为加权跟踪相关的协方差矩阵,权重系数的确定相应的测试位置。先进的部分位置测量方法是一个专用的基础几何参数确定的算法,只使用直接从外部位置测量装置对许多端点引用。用户可以增强的基本参数识别精度和避免进一步计算末端执行器定位组件,这可能会导致不一致的相关识别方程。操纵器的几何参数确定的精度0.15毫米和0.01°的线性和角度(平均),分别。这些研究结果实现了机械手定位精度可达到0.17毫米,5.5倍比未校准的机器人。此外,一些研究人员仔细研究了机器人的TCP-attached相机,使用“虚拟封闭运动链”闭环方法推荐(4- - - - - -7),在机器人控制软件使用关节角的测量,它也可以被称为自校准。此外,汉斯和朔(8)提出了一个计算机视觉三维的基于模型的方法来追踪每一个位置six-DOF机器人实时通过结合投影变形模型和光学流。萧et al。9)使用机械手与触觉传感器定位对象在一个表,最后到达目标位置。Quet艾尔。10]显示基于激光传感器的闭环跟踪系统减少机器人的近似误差小于0.2毫米,±1”在钻井过程中对aircraft-assisted机器人组装。然而,这些方法的限制,他们的需求是复杂的步骤,如相机校正、角度检测和激光准直。激光的方法需要一个广泛的和开放式的空间,激光束很容易遮挡在操纵。这些行动是困难的,耗时的,不可能几个应用程序。杜、张(11- - - - - -13)使用了IMU严格附加到TPC实时评价机器人的位置。降低噪声的影响,提高精度,方法链接FQA(分解四元数算法)和KF(卡尔曼滤波)提出了IMU的方向。最终,EKF(扩展卡尔曼滤波)应用于检查各运动参数的微分错误。均值近似误差降低约0.51毫米。该方法的显著好处是系统没有做更多的运动捕捉影像。机器人执行一个命令之后,就会和系统同时从乌兹别克斯坦伊斯兰运动收集静态测量数据。刘等人。14)开发了一种方法来提高机器人控制精度,它使用一个复式传感器组合测量系统(反水雷舰),包括一个视觉传感器、角度传感器,以及一系列的机器人。视觉传感器实时测量机械手的位置和角度传感器连接紧密机械手来确定它的方向。两个数据整合技术,卡尔曼滤波器(KF)和多传感器最优信息融合算法(MOIFA),被用来结合机械手的位置和姿态。测试结果表明,精度最高的摄影测量系统是位于视场的中心,它的范围在1×0.8×1∼2×0.8×1米。机器人机械手的位置误差校准后不到1毫米。Švaco et al。15)使用无触点立体视觉系统在库卡机器人KR 6 R900定义校准点表示为球体在工作区中。每个机器人配置给不同的球体中心坐标。位置误差减少校准后从3.63毫米到1.29毫米。校准点周围的精度提高了一个0.74毫米公差使用优化原有的机器人运动学模型的偏移值。然而,校准参数不能直接进口到机器人控制器和一个新的运动学求解程序需要处理新的模型定义。此外,这个公差只是一个从MATLAB仿真结果,仍需确认在实际实验。巴拉狄et al。16)使用五种不同算法(最小二乘法、遗传算法、粒子群优化算法,优于经典,和后期)来识别和校准3自由度机械手的定位错误引起的几何参数的不准确。这种方法的优点是只需要一个编码器测量关节角和刻度盘的准确性被用来确定端点的位置。结果表明,87%的定位误差补偿。然而,一些错误,例如热误差来源,关节传感器错误,和稳态误差联合立场并不包括在校准模型。

在这篇文章中,我们介绍一种新的方法来调整机器人的精度由非接触测量装置与一个合适的解决所需的精度。测量TCP错误将转换向后找到一个替代点减少动态误差。这种技术很容易以低成本应用于工业,这使得它适合校准机器人维护周期。

2。在工作区中坐标变换

2.1。两个端点之间的坐标变换

P₁所需的位置,TCP需要实现根据技术要求。由于驱动器错误,实际的位置了P₂。两个数据相同的表示O₀坐标系统是研究机器人的第一个链接。两个数据之间的关系是由方程(1):

在这里,T是一般的变换矩阵,可以包括TCP的方向测点,不得依靠工艺要求。

如果只需要补偿位置和方向补偿要求在工作中被忽视,

在这种情况下,它是必要的,以弥补的位置和姿态工作要点:

2.2。把相机的测量数据

相机收到的数据转换为代表的O₀框架由一个轴转换矩阵C由相机本身决定的。方程(1)是延长多一个步骤:

3所示。替代的基础矩阵

3.1。扭转一个点和替代的轨迹

考虑P₁和P₂如图1,在那里P₁TCP和所需的位置P₂TCP的实际位置。

虽然 很小,可以准确地确定一般过渡(3他们之间),它包含一个平移和旋转运动。假设矩阵T根据(4正确地确定),可以建立逆关系如下:

实际上,相机只显示P₂并没有显示P₁。P₁决定根据(5)或提供的编码器的机器人。如果位移 被认为是足够小,转换的P₁来P₃类似于转换的P₁来P₂因为它们非常接近彼此在工作空间中;P₃然后由(6):

如果P₃被认为是另一个点所需的点P₁,上面的转换规则(4)为目标,它是非常接近的P₁:

如果一个序列创建适当的关键点,集P₃形成替代轨迹内插的集合P₁。应该注意的是,使用转换适用于附近的点P_我。因此,完成轨迹,一套相应的转换 ,数据完成机器人的校准步骤应用替代时轨迹的方法,是必要的。

3.2。扭转所有实际轨迹进入另一个轨道

P_1我是关键点的设置所需的轨迹,这是事先给定的。P_2我实际点的设置,相机在测试运行措施。这些数据相结合,以确定的参数如下:

如果只考虑两个调查之间的位移点,这个矩阵有以下形式:

自动转换决定完全由测量结果和数据处理器在每个测量点由执行(9)。如图1到达目的地,任何名义在测试运行将提供两块信息(9),如下:(我)点P₁机器人控制屏幕上显示,由编码器测量机器人的关节。(2)点P₂记录由摄像头和一个自动转换框架根据(4)。

另一种轨迹方程是表示在一个完整的形式(10)而不是将每个点(6):

请注意,(10在工作区中)的轨迹方程。在关节空间轨迹方程的转换仍然遵循正常序列,控制机器人。整个算法如图2。

如果执行轨迹替换,不止一次,在每个补偿点和最小的错误选择重组形成另一种轨迹。换句话说,如果我们打电话点的数量我在j轨道位移,这个点的轨迹误差用这些错误是小于给定的值 ,这意味着

因此,选择替代的关键轨迹,需要以下数据:

4所示。案例研究

在这项研究中,我们使用合作6自由度机器人和徕卡相机结合AT960-MR探头如图3测量调查的错误点。错误是通过比较两个数据获得的机器人和机器人相机被称为后最初的表示。然后,这些错误是用来替代轨迹。轨迹的变化验证了相机。实验进行了机械与汽车工程学院,华南理工大学,广州,广东,中国。

在实验中使用的测量装置是瑞士徕卡激光绝对坐标测量装置;在实验中使用的探针是AT960-MR [17]。测量设备参数如表所示1,如下所示。

DH参数和实验机器人的表图所示4和表2如下。

相机校正完成后,两个测量通道相同的原始帧O₀建立了。的坐标之间的关系O₀连接到机器人的第一个链接O_c相机的坐标如表所示3。

的坐标系统O_TCP(即。,coordinate system of AT960-MR probe installed in the coordinate system of the last link) and theO₆坐标系统如表所示4。

RPY矩阵是用来描述两个坐标系之间的取向;轴这两个框架之间的过渡矩阵如下: 在哪里TCP所示的坐标吗机器人的框架;TCP的坐标被相机相机的参照系;T轴的过渡矩阵描述相机之间的相关位置和实验机器人;在这种情况下,T有以下形式:

执行轨迹替代连续三次,每次我们有错误后如表所示5。

结果误差最低的3倍补偿相结合,形成另一种轨迹,如图5。

图5表明,平均误差= 0.39(毫米),有必要改变轨迹的三倍。最好的结果的三个企图将给最后一个替代轨迹的误差图橙色线(最低)在图5。Statistical-based计算表明,三补偿之后,从three-compensation获得最好的轨迹数据降低了平均误差从0.39(毫米)到0.16(毫米),这意味着精度原始轨迹相比增加了58%。当改变轨迹,所有点的误差将大幅减少,没有单点或高或不变的错误。

5。结论

有几种方法可以校准机器人。如果他们的运动可以测量错误,本文提出的方法是特定值的原因有很多。首先,轨迹改变没有任何软件或硬件干扰。第二,这是一种使用机器人保持的习惯。它不影响生产校准发生在一定的周期。第三,选择轨迹后可以做一个或多个替代,但它只需要改变一次,误差减少到必要的水平。当测量特定的数学模型中的错误在机器人标定,测量设备(相机)数据将被使用,直到下一个校准。因此,这种方法干扰机器人的操作技术来调整它的准确性,同时不干扰机器人的硬件和软件,不会造成任何不必要的技术问题和需要很长时间来改变到一个新的轨迹。这种方法在大规模生产将更容易接受不同的机器人系统和校准只发生在设备维修。

实验进行了6个自由度机器人协作显示机器人的轨迹控制精度,增加58%,证明了该方法是非常可行的。在现实中,这种方法将会更加接受的大规模生产,如焊接机器人,autoassembly,和电子电路板组装不同的机器人系统,和校准只发生在设备维修。

未来的工作将集中在一些问题上。除了机器人误差补偿的影响,该方法可以应用于机床和multiaxis CNC加工中心,特别是加工中心使用并联机器人结构和需要精密加工。此外,这种方法只是实现离线,例如,测量误差和计算参数补偿;因此,可以做更多的工作来批准的在线能力执行实时误差补偿的方法。为了进一步提高控制精度,特别是对于曲线轨迹,提出的解析几何方法Pavol Božek et al。18)可以用来计算机器人的轨迹替代或将惯性传感器集成到机器人的关节19获得更准确的数据。

数据可用性

使用的数据来支持本研究的结果包括在本文中。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了太原科技大学(TNUT),越南太原省。

引用

1. m·阿里·m·西米奇和f·穆,“关节工业机器人标定方法,”国际会议程序,基于知识的智能信息工程系统,KES2017,页1601 - 1610,惠灵顿,新西兰,2017年9月。视图:谷歌学术搜索
2. y z z . Wang Chen, c .毛问:挂,“机器人基于关节角划分方法和人工神经网络,”数学问题在工程卷,2019篇文章ID 9293484, 2019。视图:谷歌学术搜索
3. a . y . Wu Klimchik,卡罗,b . Furet和a . Pashkevich“工业机器人使用增强的部分构成的几何校准测量和设计的实验,”机器人和电脑一体机制造爱思唯尔,页151 - 168年,阿姆斯特丹,荷兰,2015年。视图:谷歌学术搜索
4. 朱y, c . Hu j . Hu和k·杨,“面向准确性和简单的自校准方法二维精密阶段,“IEEE工业电子产品,60卷,不。6,2264 - 2272年,2012页。视图:谷歌学术搜索
5. f . Aghili”,自适应控制机械手与不准确的运动学模型,形成封闭运动链”IEEE / ASME举办,18卷,不。5,1544 - 1554年,2012页。视图:谷歌学术搜索
6. c . s . Gatla r .流光,j .木材和g·斯塔尔,”一个自动校准方法的工业机器人使用虚拟封闭运动链,”IEEE机器人,23卷,不。6,1105 - 1116年,2007页。视图:谷歌学术搜索
7. 公园,b·李,赵,和y香港,“激光机器人机械手的运动学标定使用微分运动学,”IEEE / ASME举办,17卷,不。6,1059 - 1067年,2012页。视图:谷歌学术搜索
8. d·r·汉斯和b朔”、“Visual-model-based,实时三维姿态跟踪自主导航”,方法和实验,自主机器人25卷,第286 - 267页,2008年。视图:谷歌学术搜索
9. h . Kaijen·k·莱斯利·l·p·托马斯,“健壮的把握下对象带来的不确定性,”自主机器人没有,卷。31日。2 - 3、253 - 268年,2011页。视图:谷歌学术搜索
10. 董瞿w·w·h·y, y l .柯”造成精度补偿技术在robot-aided飞机组装钻探过程中,“航空公司等宇航学报学报32卷,第1960 - 1951页,2011年。视图:谷歌学术搜索
11. g . Du和张平,”在线机器人基于视觉测量、校准”机器人和电脑一体机制造杂志》上卷,29号6、2013。视图:谷歌学术搜索
12. g . Du,张平,Di,“在线机器人校准使用卡尔曼滤波器,基于混合传感器”机器人和计算机集成制造31卷,第100 - 91页,2015年。视图:谷歌学术搜索
13. g . Du和张平IMU-based在线机器人机械手的运动学标定,”科学世界日报文章ID 139738卷,2013年,2013年。视图:谷歌学术搜索
14. 张f . b . Liu,瞿x”的方法改善机器人机械手姿态精度的基于多传感器组合测量和数据融合,“传感器15卷,第7952 - 7933页,2015年。视图:出版商的网站|谷歌学术搜索
15. f m .Švaco b .ŠekoranjaŠuligoj b . Jerbić“工业机器人使用立体视觉系统的标定,”《24日DAAAM国际研讨会智能制造和自动化2013年10月,克罗地亚扎达尔。视图:谷歌学术搜索
16. m·巴拉狄a . r . Khoogar和m . Nasirian”与智能机器人链接参数的估计和校准技术,”伊朗《电气与电子工程,7卷,不。4、225 - 234年,2011页。视图:谷歌学术搜索
17. https://metrology.precizika.lt/uploads/Downloads/Leica%20AT960%20brochure_en.pdf。
18. p . Božeka a Lozkin, a . Gorbushin“几何方法越来越精密的机械制造部分,“Procedia工程卷,149年,第580 - 576页,2016年。视图:谷歌学术搜索
19. r . Pirnik m . Hrubošd . Nemec m·托马斯和p . Božek“惯性传感器数据集成到移动平台的控制,”先进的智能系统和计算,511卷,2017年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021 Quoc同庆Duong等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。