论文部分内容阅读
机械臂的运动学参数标定对提高机械臂的定位精度有着重要意义。由于现有的机械臂运动学参数标定方法所需要的末端执行器如激光跟踪仪、球杆仪以及三坐标测量仪等,有操作复杂、占地空间大、实验效率低以及成本高等缺陷,所以寻找一个操作简便且实验成本低的机械臂运动学参数标定方法有着重大意义。针对现有的机械臂运动学参数标定方法中所存在的问题,本文提出了一种基于惯性测量单元的机械臂运动学参数标定方法,即将惯性测量单元作为机械臂末端执行器读取末端笛卡尔空间下的加速度数据,通过归一化方程求得机械臂的运动学参数。相比于其它运动学参数标定方法,本文提出的方法操作更简便,效率高,且成本更低廉,随着惯性测量单元的不断更新升级,其精度会更高,由此所标定出的机械臂运动学参数会更加准确,该方法具有很广阔的发展前景。本文首先求解机械臂的雅可比矩阵,然后方程两边求导得到机械臂末端在笛卡尔空间下的加速度与机械臂关节空间下的角度、角速度和角加速度的关系式,并对其进行归一化处理,将所要识别的机械臂运动学参数提出,从而获得机械臂末端的线加速度与机械臂的运动学参数的关系表达式。基于以上理论,本文将UR(Universal Robot)工业机械臂的运动学模型带入上述理论进行推导,从而得到后面仿真实验时所用到的UR机械臂的运动学参数估计算法的推导公式。其次,由于递推最小二乘具有收敛速度快、占用内存小、精度高以及可实时计算等优点,所以本文采用的参数辨识方法为递推最小二乘方法。本文首先介绍了递推最小二乘法的理论原理以及推导公式,然后基于上述理论,推导出对六自由度工业机械臂进行参数辨识的理论公式。最后,在ROS平台下进行UR10机械臂的仿真实验,模拟在真实机械臂运动学参数标定中所能遇到的情况进行探究,并将最后的仿真结果的准确性进行对比分析,从而说明了本课题基于惯性测量单元的机械臂运动学参数辨识研究具有一定的实际应用意义。