基于误差相似性的移动机器人定位误差补偿

对由AGV承载的工业机器人组成的AGV式移动制孔机器人的定位误差补偿方法进行了研究。在面向飞机装配的AGV式移动制孔机器人系统中，利用激光跟踪仪构建坐标系，提出了AGV式移动制孔机器人机座坐标系的换站方法，能更好地适应飞机制造多品种、小批量的特点。基于对AGV式移动制孔机器人定位误差源的分析，利用定位误差相似性，提出针对AGV式移动制孔机器人的基于反距离加权定位误差的空间插值与补偿方法，克服了现有技术对于AGV式移动制孔机器人定位误差补偿的局限性。以AGV搭载的KUKA KR480型工业机器人制孔系统作为试验对象，通过试验选取最优网格步长，补偿结果表明，能将系统综合定位误差平均值由补偿前的1.045 mm降低到0.227 mm，最大绝对定位误差由补偿前的2.727 mm降低到0.478 mm，降低了82.47%，该方法能有效提高AGV式移动制孔机器人的绝对定位精度。     

基于深度神经网络的机器人定位误差补偿方法

工业机器人由于高效率、低成本被广泛应用于智能制造业,但较低的绝对定位精度限制了其在高精度制造领域的推广应用。为提升机器人绝对定位精度并解决传统复杂的误差建模问题,提出了一种基于深度神经网络的机器人定位误差补偿方法。首先在笛卡尔空间进行拉丁超立方采样规划,获得目标点姿态对误差的影响规律;然后建立基于遗传粒子群算法优化深度神经网络(GPSO–DNN)的定位误差预测模型,实现对误差的预测和补偿;最后为验证该方法的准确性和优越性,与其他误差补偿模型进行对比。试验结果表明,基于GPSO–DNN的定位误差补偿方法的补偿精度最高,定位误差由补偿前的1.529mm减小为0.343mm,精度提高了77.57%。该方法能有效补偿机器人定位误差,大幅提高机器人的定位精度。     

一种适用于曲面结构的机器人制孔误差在线补偿技术

针对工业机器人应用于飞机零部件自动钻孔时各项误差累积造成制孔精度差的问题，提出一种利用单应关系计算机器人驱动坐标三维偏差，以在线补偿机器人制孔精度的方法。首先利用外部测量设备建立机器人制孔系统中各坐标系关系；在标定阶段，通过以一定倾斜角度固联于机器人末端的相机拍摄一幅安装于制孔工作平面上与刀轴正对的平面标定板图像，并据此完成基于单应变换的手-眼关系标定；在实际制孔过程中，机器人在测距传感器及相机的辅助下，从基准孔理论坐标对应的姿态，不断调整至基准孔正上方理想位置，通过手-眼关系计算基准孔实际位置对应的机器人驱动坐标，然后根据一组基准孔的机器人三维驱动误差，计算三维驱动误差变换矩阵，据此获得这组基准孔邻域范围内各待钻孔的机器人驱动坐标补偿量，从而实现待钻孔定位误差补偿。以飞机结构实验件为对象进行了模拟制孔验证，实验结果表明，补偿前待钻孔三维综合定位误差和法向误差测量值范围分别为2.28~2.85 mm和2.09°~3.93°，平均为2.55 mm和3.30°，补偿后制孔最大误差分别不超过0.30 mm和0.21°，满足自动制孔位置精度要求。     

基于亚像素的圆孔几何参数立体视觉高精度测量

针对工业现场当中圆孔尺寸测量的问题,提出了基于亚像素边界提取和圆拟合的圆孔几何参数双目立体视觉高精度非接触测量方法.该方法包含了经过Canny算法的一次边界定位后的基于灰度矩的亚像素边界二次高精度提取算法,以及采用基于空间三维圆最优拟合求取空间圆的几何中心和半径等参数的算法.实验证明,该方法对于工件上圆孔的测量不仅提高了测量精度,并且减小了空间圆透视投影畸变引起的测量误差,从而满足了现场实验环境要求,保证了圆孔几何参数测量的高精度和高速度.     

面向工业机器人的数字孪生建模精度补偿方法

针对现有工业机器人智能装备建模感知监测精度缺失,依靠理论参数建模精度低等问题,本文以工业机器人铣削系统为研究对象,构建了高精度光栅尺实时测量机器人关节转角的数字孪生监测系统,避免了齿轮间隙、编码器丢码等关节转角误差对数字孪生建模准确度的影响;根据MD–H运动学建模方法建立了数字孪生驱动模型,采用L–M算法对工业机器人建模参数进行辨识修正,减少了机器人数字孪生模型中几何误差的影响;开发了数字孪生交互系统平台,用以监测、控制物理空间的工业机器人铣削系统的作业运动。利用辨识后的机器人关节参数构建的数字孪生模型,使得工业机器人铣削系统运动点位的建模精度从±1.6905 mm提高到了±0.3304 mm,提高了4.12倍,表明本文针对工业机器人数字孪生建模方法的正确性和建模参数辨识方法对建模精度补偿的可行性。     

基于遗传算法的机器人负载重力补偿优化算法研究

航空航天装配领域,利用安装在机器人末端的六维力传感器来感知外力是实现工业机器人柔顺装配的关键技术之一,而负载的存在会干扰对外力的感知。针对工业机器人末端负载的重力补偿,提出一种基于遗传算法的重力补偿优化算法。此方法以误差平方和最小为目标建立了最优解模型,利用遗传算法求解,最终可以在不使用测量仪器的情况下,估计力传感器安装偏角,提高重力补偿精度。同时设计了特定的机器人测量姿态来减少系统误差。试验表明,优化算法可以补偿任意角度的力传感器安装偏角,与补偿前相比,各方向最大重力补偿误差及平均重力补偿误差都有所减小。     

面向飞机装配的机器人定位误差和残差补偿

工业机器人由于其高柔性和低成本而被越来越多地应用到飞机自动钻铆系统中,使用精度补偿有效地提高机器人的绝对定位精度是保证产品质量的关键,为进一步提高机器人末端定位精度,提出了基于误差相似度的残差补偿方法。首先使用基于运动学参数标定的方法辨识出机器人的几何参数误差,再利用基于误差相似度的方法对残余误差进行估计,实现对机器人的误差和残差的补偿。以工业机器人KUKA KR-30 HA为对象所进行的试验验证表明,机器人的绝对定位精度平均值由补偿前的0.879mm经过定位误差补偿后提高到0.194mm,经过残差补偿后进一步提高到0.141mm,经过定位误差和残差补偿后的机器人最大误差由1.492mm降低为0.296mm,最大绝对定位精度误差降低了80.16%。该方法能有效地补偿参数辨识后遗留的残差,进一步提高机器人的定位精度。     

基于机械关节反馈的机器人精度补偿技术

工业机器人因其高柔性和低成本而正被越来越多地应用于飞机自动化装配生产线中,但其绝对定位精度差一直是制约其发展的瓶颈。为了进一步提高机器人末端的定位精度,提出了基于机械关节反馈的机器人定位精度补偿方法,该方法通过在机器人的关节处安装绝对式光栅尺,将关节伺服引入到机器人的控制中,来实现机器人关节的闭环控制,从而降低关节误差对末端位置的影响,提高关节的定位精度。试验结果表明,机器人的绝对定位误差由补偿前的最大值1.125mm降低到0.167mm,该方法能够有效地降低机器人的绝对定位误差,实现机器人的高精度控制。     

基于ELM的航空制孔机器人定位精度补偿方法

针对航空制孔机器人绝对定位精度补偿中存在的建模复杂及运算量大的问题,提出了一种基于极限学习机的绝对定位精度补偿方法。该方法通过将机器人视为一个黑箱系统,忽略机器人的几何因素和非几何因素的影响,通过高精度的激光跟踪仪测量获得机器人的末端运动误差,采用极限学习机建立机器人误差预测模型。由机器人误差预测模型获得机器人在期望位置的位置偏差,通过修正机器人位置坐标来实现机器人的绝对定位精度补偿。最后该方法在航空制孔机器人上进行了试验,试验结果显示机器人的绝对位置误差的平均值和最大值分别降低了75.69%和78.16%。     

基于双目视觉测量系统的孔位补偿研究

由于加工装配误差等原因,飞机壁板工件的数学模型和实际模型往往不一致。为解决不一致导致的制孔位置精度差的问题,提出了一种基于双目测量系统的孔位补偿方案。为了能够更好地设计满足制孔需要的视觉测量系统,分析了机器人自动化制孔系统的工作流程。然后介绍了视觉测量系统组成和工作流程,最后分别对视觉测量系统的基准孔三维坐标提取、孔位误差补偿、数据库读写3个重要功能的技术进行了详细的介绍。通过该双目视觉测量系统的孔位补偿方法,可以获取基准孔的三维坐标,对孔位误差进行补偿,补偿信息写入数据库,提高机器人自动化制孔系统的制孔位置精度。