[发明专利]一种基于动态学习的工业机器人零点标定方法

权利要求书

1.一种基于动态学习的工业机器人零点标定方法，其特征在于，包括以下步骤：

1)利用标定尖端采集工业机器人的多个姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离；

2)由关节角度和XYZ距离得到每个姿态的末端位置表达式，并根据末端位置求得多个姿态下的最小距离误差；

3)求最小距离误差对关节角度偏量和XYZ偏量的偏微分；

4)重复步骤2)和步骤3)，根据动态学习率对偏微分进行迭代，直到最小距离误差小于1mm；

5)将关节角度偏量和XYZ偏量补偿到机器人完成零点标定。

2.根据权利要求1所述的基于动态学习的工业机器人零点标定方法，其特征在于，所述步骤1)包括以下步骤：

11)准备两个单端尖的标定杆，一个标定杆安装到机器人末端，另一个安装到机器人外固定位置；

12)让机器人末端标定杆对准外置标定杆，旋转工业机器人并采集多个工业机器人的姿态数据，记录每个姿态的关节角度和工具坐标系的XYZ距离。

3.根据权利要求2所述的基于动态学习的工业机器人零点标定方法，其特征在于，所述步骤2)包括以下步骤：

21)建立机器人的DH坐标系，根据各个DH计算得到每个姿态的末端位置在机器人基坐标系下的表达式1，

P＝f(a₀,d₀,a₁,θ₁,...,a_n,d_n,a_n,θ_n,X,Y,Z) 式1

其中，a_i,d_i是机器人的连杆参数，θ_i是各轴关节角度，XYZ是工具坐标系距离；

22)由于机器人末端一直与固定点接触，所以各个姿态的XYZ值相同，假设姿态数为N，则最小距离误差可以表示为：

4.根据权利要求3所述的基于动态学习的工业机器人零点标定方法，其特征在于：

所述步骤3)中“求最小距离误差对关节角度偏量和XYZ偏量的偏微分”具体为根据上述式1及式2计算最小距离误差对关节角度偏量和XYZ偏量的偏微分ΔΦ。

5.根据权利要求1所述的基于动态学习的工业机器人零点标定方法，其特征在于，所述步骤4)具体包括：

41)对关节角度和XYZ设定分别动态学习率k，M是迭代次数，则：

42)不断进行更新迭代，直到最小距离误差小于1mm。