论文部分内容阅读
随着国内工业机器人应用范围的不断扩大和完成复杂任务的需要,机器人的精度要求越来越高。机器人标定能够用最小的代价弥补机器人本体的各种因素导致的变形,改善机器人的绝对定位精度,而不需要改变机器人结构提高传动机构的性能。本课题旨在对机器人标定技术的建模方法和参数辨识方法进行深入研究,以能够高效率完成工业机器人的标定和提高机器人绝对定位精度任务。根据研究文献表明,机器人的定位误差95%都由于所建运动学模型不准确所造成的。目前机器人标定模型大部分都是基于4自由度参数的DH模型,但是它的缺陷是运动学参数奇异性和突变问题。针对这一状况,本文首先建立了5自由度的MDH模型,然后建立了6自由度的CPC模型和MCPC模型,这两个模型具备参数完备性和连续性能够完成姿态误差的标定补偿。并运用Robotics工具箱和MATLAB的GUI界面,使用数值和图形相结合验证了所建四种运动学模型的正确性。结合运动学模型和微分变换法,推导了机器人的雅可比矩阵,建立了机器人标定的位置误差模型、相对距离误差模型和最小约束误差模型,并微分推导距离误差模型,建立了机器人相对距离平方差误差模型。针对OTC弧焊机器人,分析了机器人误差的来源,并在四个运动学模型的基础上,分析了各个运动学模型参数对机器人末端位置精度的敏感性和影响规律,为工业机器人的零件加工、精度分配和标定的参数补偿提供了理论依据。标定使用的误差模型由于存在冗余性参数,会严重影响运动学参数辨识的准确性和鲁棒性。针对这一状况,首先在理论上对运动学模型进行冗余性参数分析的必要性进行了探讨。然后在DH模型和MCPC模型的标定模型基础上,通过雅可比矩阵的推导,分析了相邻关节系数矩阵的相关性,据此在理论上得出了不同辨识条件和构型的串联机器人广义的两种运动学模型标定的位置误差误差模型、距离误差模型和距离平方差误差模型的冗余性参数。并以OTC六自由度弧焊机器人为对象进行了冗余性参数仿真实验验证。运用最小二乘法、优化算法、遗传算法和模拟退火算法四种参数辨识算法,设计了标定的GUI人机交互界面,搭建标定实验平台,进行了数据的采集,结合OTC六自由度弧焊机器人的标定结果,得出一般性的理论规律。