[发明专利]一种机器人运动学参数标定位姿优化选取方法有效
申请号: | 201710818256.7 | 申请日: | 2017-09-12 |
公开(公告)号: | CN107351089B | 公开(公告)日: | 2019-08-27 |
发明(设计)人: | 尚伟伟;张飞;丛爽;张彬 | 申请(专利权)人: | 中国科学技术大学 |
主分类号: | B25J9/16 | 分类号: | B25J9/16 |
代理公司: | 安徽省合肥新安专利代理有限责任公司 34101 | 代理人: | 陆丽莉;何梅生 |
地址: | 230026 安*** | 国省代码: | 安徽;34 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 位姿 机器人运动学 优化 工作空间 采集 机器人末端 雅可比矩阵 运动学参数 标定过程 参数标定 参数误差 迭代优化 全局优化 位姿测量 初始解 动平台 鲁棒性 冗余 求解 剔除 测量 全局 | ||
本发明公开了一种机器人运动学参数标定位姿优化选取方法,包括:1、采用运动学参数误差雅可比矩阵的能观指数作为优化指标,2、使用迭代优化方法在机器人末端动平台的工作空间中全局采集位姿测量点作为初始解集,3、在工作空间中进行全局优化求解得到最优的位姿解集使得优化指标最优,4、剔除位姿解集中冗余解使得解集中优化指标最优和需要采集的位姿点数量最少。本发明通过对机器人运动学参数误差标定过程中测量位姿的优化选取,从而提高参数标定的精度和鲁棒性。
技术领域
本发明涉及机器人运动学参数标定领域,具体涉及一种机器人运动学参数标定的位姿选取方法。
背景技术
机器人在生产加工过程中优化加工、装配等因素造成机器人结构参数产生误差,会导致机器人的精度降低,所以在出厂之前必须要对机器人的运动学参数进行标定。目前采用的标定方法均是采集多组末端位姿,利用理论和实际的误差来进行优化辨识。由于机器人参数非常多,需要采集非常多位姿点来提高机器人运动学参数的辨识精度,这样导致参数标定需要花费非常多的资源。机器人标定需要采集的位姿点遍布机器人末端动平台的工作空间中,这样才能保证标定结果的准确性。由于采集的位姿点数非常多,传统的优化算法不能一次优化所有的标定点,而且计算难度大,传统的优化方法需要花费更多的计算资源来进行优化。在机器人工作空间中随机采集测量位姿会使参数误差辨识雅可比矩阵的能观指数降低,使得参数误差辨识雅可比矩阵对运动学误差参数不敏感,辨识结果鲁棒性差,辨识精度差。生产过程中必须对所有机器人进行标定,亟需要提高位姿采集的速度,提高标定效率;并且,需要保证辨识结果的鲁棒性和精度,需要位姿测量点使得参数误差辨识雅可比矩阵的能观指数最优。
发明内容
本发明针对参数标定位姿优化选取的难题,提供一种机器人运动学参数标定位姿优化选取方法,以期通过对机器人运动学参数误差标定过程中测量位姿的优化选取,使得参数误差辨识雅可比矩阵的能观指数最优,从而提高参数标定的鲁棒性和精度。
本发明为达到上述发明目的,采用如下技术方案:
本发明一种机器人运动学参数标定位姿优化选取方法的特点是按如下步骤进行:
步骤1、对所需要标定的机器人建立运动学模型,记为P=f(x,y),其中x表示机器人的驱动关节的变化参数,y表示机器人结构的运动学参数,P表示机器人末端动平台在工作空间中所对应的位姿;
步骤2、根据机器人的运动学模型P,利用式(1)求解运动学参数误差的雅可比矩阵J:
采用奇异值分解法对雅可比矩阵J进行分解,得到J=U∑V,并有:
其中,σi表雅可比矩阵J的奇异值,且σ1≥σ2…≥σL≥0;则σL表示最小的奇异值,σ1表示最大奇异值;
利用式(2)得到参数辨识雅可比矩阵能观指数O,并作为为优化指标:
式(2)中,N表示需要辨识的运动学参数的数目;
步骤3、随机采集位姿并迭代优化;
步骤3.1、在机器人末端动平台的工作空间中随机选择一组NM个标定测量的位姿作为初始位姿,记作最大迭代次数为NI,当前迭代次数N′I=0;
步骤3.2、如果当前迭代次数N′I≥NI,跳出当前迭代循环过程,输出优化后的位姿集否则,调用步骤4,并接受步骤4输出的位姿
步骤3.3、将与集合合并,从而更新
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于中国科学技术大学,未经中国科学技术大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710818256.7/2.html,转载请声明来源钻瓜专利网。