[发明专利]一种基于数据驱动的机器人直线轴定位误差补偿方法

权利要求书

1.一种基于数据驱动的机器人直线轴定位误差补偿方法，其特征在于，该方法包括以下步骤：

(1)在待进行误差补偿的机器人直线轴末端固定一个靶球基座，将靶球放在靶球基座上；在机器人空间内设置n个标志点，n大于20，控制机器人将直线轴末端靶球基座上的靶球运动到每个标志点的位置，并读取靶球在每个标志点时对应机器人坐标系下的坐标值，得到每个标志点在机器人坐标系下的名义位置；

(2)将激光跟踪仪加入步骤(1)的机器人工作空间中，完成激光跟踪仪坐标系与机器人坐标系的配准；

利用激光跟踪仪对机器人工作空间中步骤(1)设置的每个标志点的实际位置进行测量，然后比较每个标志点名义位置与实际位置的差值作为该标志点对应的空间定位误差；

(3)将步骤(1)得到的每个标志点在机器人坐标系下的名义位置作为训练集的输入值，将步骤(2)得到的该标志点对应的空间定位误差作为训练集的输出值，使用高斯过程回归模型进行训练，得到训练完毕高斯误差模型；具体步骤如下：

(3-1)将所有标志点的名义位置的集合记为P^M，作为训练集的输入集合；将所有标志点对应的空间定位误差集合记为Vr，作为训练集的输出集合；

(3-2)计算使得下述方程组的最小的P^M和Vr的联合参数集得到训练完毕的高斯误差模型；计算表达式如下：

其中，

其中，是方差尺度，i为方差对角阵的行数或者列数，行数等于列数，i的最小值为0，最大值为标志点的个数；是信号方差，是误差对输入P^M和输出Vr的综合影响；I_n为n阶单位阵，n代表矩阵的阶数且等于标志点的个数；K(P^M,P^M)为P^M的相关系数矩阵，为该矩阵中的元素，表示P^M的两个元素和之间的相关系数；

(4)利用步骤(3)训练完毕的高斯误差模型对机器人的空间定位误差进行补偿，得到补偿后的机器人运动学参数；具体步骤如下：

(4-1)根据机器人末端要到达的目标点的名义位置p^M*，通过机器人逆运动学计算各个直线轴的运动学参数，将p^M*作为步骤(3)训练完毕的高斯误差模型的当前输入值；

(4-2)将当前输入值输入步骤(3)训练完毕的高斯误差模型，模型输出目标点处的空间定位误差的预测值vr^*；计算表达式如下：

其中，K(P^M,p^M*)是P^M和p^M*之间的协方差矩阵，为一个n×1的矩阵；K(p^M*,P^M)为一个1×n的矩阵；

(4-3)将vr^*作为机器人末端运动误差的补偿值，代入到机器人的运动学中，得到补偿后的各个直线轴的运动学参数，并计算补偿后的机器人末端位置cp^M*；

(4-4)设定一个阈值并进行判定：如果补偿后的机器人末端位置cp^M*与p^M*的偏差小于设定的阈值，则机器人空间定位误差补偿完毕，机器人按照补偿后的运动学参数运动；如果cp^M*与p^M*的偏差大于设定的阈值，则将补偿后的机器人末端位置cp^M*更新为新的当前输入值，然后重新返回步骤(4-2)；直至补偿后的末端位置与目标点的名义位置的偏差小于设定的阈值时，则机器人空间定位误差补偿完毕，机器人按照补偿后的运动学参数运动。