[发明专利]并混联机器人的几何误差建模方法及装置有效
申请号: | 201911190241.6 | 申请日: | 2019-11-28 |
公开(公告)号: | CN110977940B | 公开(公告)日: | 2021-04-23 |
发明(设计)人: | 吴军;叶豪;王冬;王立平;崔恒春 | 申请(专利权)人: | 清华大学 |
主分类号: | B25J9/00 | 分类号: | B25J9/00;B25J17/02 |
代理公司: | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人: | 石茵汀 |
地址: | 10008*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 联机 几何 误差 建模 方法 装置 | ||
本发明公开了一种并混联机器人的几何误差建模方法及装置,其中,方法包括:根据摄动理论和D‑H矩阵法推导出并混联机器人的原始几何误差模型,确定并混联构型中的被动误差和结构误差;根据机器人关节链的闭环约束确定并混联构型的结构误差内生约束,确定求解相应约束关系数学表达的流程;根据被动误差、结构误差、流程和终端动平台位姿误差的传递关系,基于矩阵分解和仿真方法提取线性无关并符合误差内生约束关系的最优结构误差组合。该方法解决了并混联机器人的几何误差建模问题,从而更准确、通用地建立并混联机器人的几何误差模型,进而能够为并混联机器人的运动学标定等精度研究领域提供更有效更方便的先验几何误差模型,简单易实现。
技术领域
本发明涉及机器人技术领域,特别涉及一种并混联机器人的几何误差建模方法及装置。
背景技术
运动精度是面向工业的并混联机器人最重要的指标。相对于传统串联机器人和机床,并混联机器人因较少的误差累积,在理论上具有更高的运动精度,因此很多并混联机器人构型被相继提出,但大多数并混联机器人在实际中位姿精度过低,还不能达到传统串联机床的精度。因此需要对并混联机器人的精度问题开展更深入的研究,这其中,并混联机器人的几何误差建模是一项核心内容。
在并混联机器人的运动过程中,由于装配、加工等造成的机器人的几何误差,会对机器人终端动平台的位姿精度造成影响,因此需要对并混联机器人的几何误差进行建模,良好的几何误差模型是后续运动学标定等提高精度方法的重要保证。目前对并混联机器人的几何误差建模存在两个显著问题:1)模型不够准确,不能完全符合并混联机器人的关节闭环的特性,对后续精度提升存在潜在的负面影响;2)建模方法不够通用,需要针对机构进行特定的建模过程,几何误差建模的效率较低,难以自动化构造误差模型。
发明内容
本申请是基于发明人对以下问题的认识和发现做出的:
(1)目前针对并混联机器人的几何误差建模方法较少,为更好地分析、建立并混联机器人的几何误差模型,需要基于摄动理论和机器人D-H矩阵传动模型,进一步提出新的准确且通用的几何误差模型建立方法。(2)目前还没有普遍适用于并混联机器人的几何误差建模方法,针对并混联机器人的特点,提出一种准确通用的几何误差建模方法对改善并混联机器人的精度具有重要意义。
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种并混联机器人的几何误差建模方法,该方法解决了并混联机器人的几何误差建模问题,从而更准确、通用地建立并混联机器人的几何误差模型,进而能够为并混联机器人的运动学标定等精度研究领域提供更有效更方便的先验几何误差模型,简单易实现。
本发明的另一个目的在于提出一种并混联机器人的几何误差建模装置。
为达到上述目的,本发明一方面实施例提出了一种并混联机器人的几何误差建模方法,包括:根据摄动理论和D-H矩阵法推导出并混联机器人的原始几何误差模型,确定并混联构型中的被动误差和结构误差;根据机器人关节链的闭环约束确定所述并混联构型的结构误差内生约束,确定求解相应约束关系数学表达的流程;根据所述被动误差、结构误差、流程和终端动平台位姿误差的传递关系,基于矩阵分解和仿真方法提取线性无关并符合误差内生约束关系的最优结构误差组合。
本发明实施例的并混联机器人的几何误差建模方法,将最优结构误差组合及其终端位姿误差映射关系作为几何误差模型,克服了传统并混联装备几何误差建模不准确、不通用的问题,即解决了并混联机器人的几何误差建模问题,从而更准确、通用地建立并混联机器人的几何误差模型,进而能够为并混联机器人的运动学标定等精度研究领域提供更有效更方便的先验几何误差模型,简单易实现。
另外,根据本发明上述实施例的并混联机器人的几何误差建模方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述原始几何误差模型为:
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清华大学,未经清华大学许可,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/201911190241.6/2.html,转载请声明来源钻瓜专利网。