工业机器人的绝对定位误差模型及其补偿算法

工业机器人重复定位精度高而绝对定位精度低。为了提高工业机器人的绝对定位精度,提出一种绝对定位误差模型。基于该模型,利用激光跟踪仪和最小二乘法辨识出所需参数,并对误差进行补偿修正。最后,将这种方法应用在KUKA KR150-2机器人上进行测量和补偿。实验结果显示:平均绝对定位精度由补偿前的1.321mm变为补偿后的0.183mm,从而表明该方法的有效性。     

工业机器人D-H运动学参数分步辨识方法

针对工业机器人运动学参数辨识过程中的角度误差易淹没在数量级较大的位置误差中的问题，提出一种快速有效的分步辨识方法。首先构建机器人Denavit-Hartenberg（D-H）运动学模型，其次给出参数辨识两步误差模型，最后进行机器人运动学参数辨识试验。借助激光跟踪仪进行外部测量，通过3种试验方案对比，验证了基于两步误差模型的机器人运动学参数辨识方法的正确性和有效性，且辨识精度具有一定优势。将辨识参数代替机器人原有运动学参数，进行碳纤维薄板钻孔加工，加工孔的位置度由3 mm提高到1 mm以内。     

一种带负载工业机器人动力学模型辨识方法

针对带负载工况下六自由度关节型工业机器人动力学模型的辨识问题，提出了一种带负载机器动力学模型的参数辨识方法。在获 得机器人本体动力学模型的前提下，用Newton Euler法建立负载动力学模型进行补偿，设计激励轨迹获取负载贡献的力矩，然后用加权最小二乘法辨识出负载模型中未知参数。最后对得到的带负载完整机器人动力学模型进行验证与分析，结果表明通过辨识得到的预测力矩与测量力矩有较好的跟随性，所提出的辨识方法具有一定的工程参考价值。     

考虑弹性变形的月面表取机械臂精度补偿方法

表取机械臂具有大跨度、低刚度的特点,静外力作用下杆件及关节容易发生较大弹性变形,影响机械臂末端绝对定位精度;同时,加工或装配造成的几何参数误差也会对末端绝对定位精度造成一定影响。为提高表取机械臂末端绝对定位精度,提出一种考虑弹性变形的表取机械臂精度补偿方法。首先,基于改进的Denavit-Hartenberg(Modified DH,MDH)模型对机械臂进行运动学建模并推导几何误差模型;其次,计算因杆件、关节弹性变形产生的杆件坐标系弹性误差,建立弹性误差与机械臂末端位置误差间的映射关系;然后,综合几何误差模型与弹性误差模型建立机械臂综合误差模型;最后,辨识机械臂几何参数,补偿机械臂末端位置误差。实验结果表明,该方法能够有效提高机械臂末端绝对定位精度。     

基于ADAMS的MOTOMAN机器人运动学模拟

机器人的运动学分析是机器人末端操作器的位姿分析、速度分析和加速度分析。文中以MOTOMANUP6机械手为对象。基于D—H方法建立其位姿方程，运用ADAMS软件对其进行运动学仿真，得到机器人不同状态下的位移、速度和加速度的实时升析结果。对关节型机器人的运动性能研究具有积极意义。     

考虑非理想噪声干扰的直升机飞行动力学模型辨识方法

利用MATLAB/SIMULINK平台搭建了直升机仿真实验系统，并以UH-60直升机为对象实现了考虑非理想噪声干扰的仿真飞行实验。建立了非理想噪声数学模型并基于增广最小二乘法设计 了一套同时考虑模型参数和噪声参数的综合辨识算法，在此基础上，利用仿真实验数据实现了UH-60直升机纵向飞行动力学模型的辨识与验证。最后，通过与普通最小二乘法的对比验证了本文方法的优越性。      

多视图场景确定下的空间点位置视觉标定方法

针对空间特征点三维位置标定问题,提出一种多视图场景确定下的空间点位置视觉标定方法。该方法基于计算机视觉原理,通过在场景内放置棋盘模板确定图像场景位姿参数,而后根据多视图图像下的空间点图像坐标和场景位姿参数求解空间点三维位置坐标。试验结果表明,该方法下的空间点标记位置与真实位置间的距离误差小于1 mm,适用于高精度要求下的特征点位置标定。     

一种ARMA模型的阶数递推辨识算法

本文从实际物理系统出发,提出了一种基于广义最小二乘的阶数递推ARMA模型辨识算法——REARMA算法.利用最小二乘逆的递推计算,大大加快了系统辨识的速度.     

INVERSE KINEMATICS FOR A 6 DOF MANIPULATOR BASED ON NEURAL NETWORK

运用神经网络求解机器人运动学位姿逆解，突破了文献局限于研究位置逆解的状况，首次实现自组织神经网络求解机器人姿态逆解。通过深入分析基于Ｋｏｈｏｎｅｎ网络原理和Ｖｉｄｒｏｗ－Ｈｏｆ误差修正的Ｍ．Ｒ．Ｓ．自组织神经网络及机器人运动学特性，创新了自组织神经网络训练算法并建立了一类工业机器人位姿逆解的神经网络方法。对ＰＵＭＡ５６０机器人的计算机仿真结果表明，本算法在自组织能力和定位控制精度方面大幅度提高。     

基于Matlab的6DOF斯坦福机器人的运动学建模与仿真

机器人的运动学与逆运动学在机器人的动力学分析、轨迹规划及位姿控制等方面起着关键作用。以RRP-3R斯坦福机器人为研究对象,基于D-H法为其建立了关节坐标系及正运动学方程。在正向运动学的基础上,通过代数方法确定斯坦福机器人的逆运动学方程,规划了运动轨迹,利用逆运动学方程通过MATLAB编程进行仿真实现。     

焊接位姿参数定义的讨论及典型工件的建模

讨论了弧焊机器人焊接位姿参数的定义。焊接位姿包括焊缝位置和焊枪姿态,可以用焊缝倾角、焊缝转角、焊枪工作角和焊枪行走角四个参数来表征。对这四个焊接位姿参数的内涵进一步完善和修改,使其更适合于弧焊机器人焊接的实际需要,更通俗易懂。针对典型的马鞍形焊缝进行数学建模,并利用MATLAB软件计算焊接位姿参数。     

一种基于动态逆的控制方案在无人机中的应用研究

动态逆技术通过成功的实际飞行测试而获得广泛认同，目前该研究热点在于对象模型的不确定性的抑制及鲁棒性的研究。文中提出一种基于在线神经网络的新型动态逆控制器，其主要思想是通过在线迭代的神经网络最大程度地挖无人机非线性不确定模型及其逆模型，同时通过一个梯度修正环节来补偿误差的影响。仿真验证包括三部分：对极快变量回路的仿真、航迹角跟随的仿真以及三维空间中对给定轨迹的跟踪。仿真结果表明，该方案能够解决精确的     

机器人操作机的建模及避障研究

介绍了机器人智能路径规划系统-RIPPS.该系统可用作机器人离线编程工具.系统由几何建模,运动学建模及路径规划三部分构成.用户利用其几何建模功能建立分布着障碍物体的机器人工作环境,通过输入参数利用机器人运动学建模功能来定义机器人操作机.系统的路径规划器根据指定的机器人起始位姿及目标位姿产生准优化路径,首先将障碍物体变换到位姿空间中,再在位姿空间中进行路径搜索.作者已在SGI/4D70工作站上进行了有效的仿真研究,下一步工作是在商业化机器人上实现该规划系统.     

基于MCA7707的智能传感器补偿系统(英文)

讨论了一种基于 MCA770 7的智能传感器补偿系统。该系统可以补偿传感器 (特别是硅压阻传感器 )温度误差的线性部分和高阶非线性部分。通过该芯片的补偿 ,可以使硅压阻式传感器的重复性误差小于 0 .2 %。该系统能够自动地记录和计算各项补偿系数 ,从而大大地简化了补偿的工作量。为了方便操作 ,系统还设计了向导式的工作界面。     

5自由度机器人手臂模糊自适应控制

为了在一定的跟踪精度范围内且存在不确定性因素的情况下控制机器人跟踪设定的轨迹,给出了一种基于控制器输出误差法的自适应模糊控制法来控制机器人手臂.采用梯度下降法调节部分或全部参数以减小输出误差.该方法被应用于5自由度机器人控制系统中,仿真结果显示模糊逻辑控制器参数得到了实时调整,该方法有效.     

基于尺度时间均衡的高速风洞视频测量图像闪烁修正方法

高速风洞视频测量试验环境中，复杂的光照条件容易导致采集的图像序列出现闪烁，影响测量结果的精度。在测量图像中，由于照明变化导致的灰度变化和目标运动、变形引起的局部变化耦合在一起，导致基于仿射变换模型（线性或非线性）的修正方法难以适用。尺度时间的直方图均衡方法（STE）利用尺度空间理论，对各图像直方图中每一个灰度值组成的曲线在时间维度上进行高斯卷积得到目标直方图，再通过直方图匹配获得闪烁修正后的图像。针对日光灯照明下的相机标定板图像、存在运动和变形的风洞模型变形测量试验图像和存在油膜形态变化的油流试验图像开展了应用研究。结果表明，该方法适用于图像序列的全局闪烁修正，与基于模型的方法相比，其修正效果不依赖于基准图像，对图像抖动、局部存在目标运动或变形等干扰因素的鲁棒性强，且方法简单，计算量小，具有较高的工程应用价值。     

塞块量热计的热流计算与修正方法研究

为减小塞块量热计的热流测量误差，对其热流计算与修正方法开展了研究。根据能量守恒原理和传热理论，建立了隔热套结构塞块量热计的传热模型和计算方法；通过对塞块量热计传热模型的仿真分析，给出了温升率提取方法和计算误差的主要影响因素；提出了直接比对标定修正方法和基于标定的数值计算修正方法。仿真和试验结果表明:两种方法均能较大幅度减小塞块量热计的热流测量误差，使其误差控制在5%以内；直接比对标定修正方法的误差相对更小，但要求热流标定系统能覆盖被测热流范围；基于标定的数值计算修正方法对热流标定系统要求较低，适用范围更广。