基于惯性/偏振光/光流的六足步行机器人自主导航方法研究

针对惯性/卫星组合导航系统易受干扰或自主性不足等问题，引入偏振光传感器和光流传感器，分别建立航向角和速度量测方程，以辅助惯性导航系统，提出了一种基于惯性/偏振光/光流的自主导航方法。同时，为实现惯性传感器、偏振光传感器和光流传感器等多传感器的融合，设计了无迹Kalman滤波器。为验证该方法的有效性，以六足步行机器人为对象开展仿真和实验验证。结果表明，在没有卫星信号源的情况下，仅依靠机器人自身感知，可实现较高精度的机器人位姿估计，实现了不依赖于卫星导航信号的自主导航，提升了导航系统的自主性。     

基于路标观测角的星际着陆器自主位姿确定技术

针对利用导航路标进行六自由度状态估计这一非线性、模糊性问题,对星际着陆器自主位姿确定技术进行了研究。为了减小算法的复杂性,提高求解精度,基于欧式变换下角度不变性,提出以导航路标观测视线之间所形成的夹角作为观测量,对像素观测方程中位置、姿态状态进行解耦求解。通过对观测矩阵的讨论,分析了导航路标空间分布对位姿确定精度的影响,给出了导航路标选取的最优观测方案。最后利用蒙特卡罗仿真对所提导航算法进行了验证,并对影响导航精度的各相关因素进行了分析。     

基于摄影测量的移动机器人末端标定方法研究

移动式机器人原位加工与装配技术已逐步应用于大型构件制造,而机器人末端定位能力是保证其制造质量的关键。针对机器人末端定位过程存在测量范围大、视线易遮挡和动态位姿变化复杂等问题,提出了基于摄影测量的机器人末端标定方法。首先利用摄影测量离线测量加工区域内的定位点,获取全局坐标系下定位点坐标;然后基于后方交会求解相机空间位姿,并标定相机与机器人末端位置关系;最后通过机器人末端相机的在位测量获取移动机器人末端姿态参数。结果表明,在物距为1000 mm时,三维各向位置精度优于0.19 mm、姿态角精度优于0.011°,验证了所提方法的有效性。     

考虑关节回差的工业机器人精度补偿方法

工业机器人由于绝对定位精度低的缺点一直难以应用于航空航天高精制造领域。影响机器人定位误差的因素较多,对精确建立其误差模型提出了严峻的挑战。现有的建模方法通常将机器人定位误差与其位姿关联,忽略了同一位姿下关节回差对其定位误差的影响。为提高工业机器人绝对定位精度,提出了一种考虑关节回差的工业机器人误差相似度精度补偿方法。基于改进的Denavit-Hartenberg模型建立了包含机器人几何误差、坐标系误差和传动误差的综合辨识模型,利用最小二乘法辨识了关节回差。根据辨识得到的关节回差等参数构建了误差相似度模型,使用3种型号的机器人验证了该方法对提高机器人绝对定位精度的可行性和通用性,最终通过KUKA KR500-3机器人进行了制孔试验验证。试验结果表明,该方法相较于传统方法将机器人定位误差降低了约0.1 mm,精度提高了30%以上,制孔孔位精度从0.701 mm提升至0.134 mm,为有效提高工业机器人的绝对定位精度提供了一种技术手段。     

基于深度神经网络的机器人加工系统模态特性预测

串联式工业机器人具有工作空间大且灵活性强的特点,被广泛应用于飞机蒙皮、航空透明件等大型结构件的加工。然而,工业机器人存在刚度弱、动态特性空间分布差异大的问题,导致其铣削稳定性极限低,不同加工区域的铣削性能变化明显,可供选择的工艺参数窗口狭窄的问题。研究机器人铣削系统加工过程中的动态特性,建立位姿相关模态预测模型对提升机器人加工性能有重要意义。本文以ABB机器人加工系统为研究对象,提出了一种基于深度神经网络的模态预测方法。首先,采用多普勒测振仪对机器人加工系统进行了模态试验,对多阶模态的空间变化加以分析。随后,根据机器人实际工作空间,设计测试试验组从而获取位姿相关的频响函数集,并利用有理多项式法准确辨识相关模态参数。在此基础上,采用超参数优化法建立深度神经网络预测模型,最终实现工业机器人工作空间内位姿相关的多阶模态参数准确预测。试验结果表明,该方法预测精度可达80%以上。     

基于T-Scan的三维激光扫描系统测量误差分析

三维激光自动扫描系统可以快速获取零件表面信息,提高扫描系统的测量精度可以进一步提高系统性能。针对扫描精度问题,对扫描系统的测量误差进行了分析和评估,在试验中使用的扫描系统由机器人和商业三维激光扫描仪T-Scan组成,这种商业三维激光扫描仪的基本原理是激光三角法,测量误差受到扫描位姿的影响。将T-Scan的扫描位姿分解为扫描深度、俯仰角和偏转角,通过控制变量试验研究了扫描位姿对随机误差和系统误差的影响。试验结果显示,扫描结果的随机误差远小于系统误差,系统误差与扫描深度和俯仰角呈双线性关系。根据试验结果建立了系统误差的预测模型,通过模型预测的系统误差与实际试验结果的偏差最大为26μm,该预测模型是优化扫描轨迹从而提高测量精度的前提条件。     

基于视觉的大尺度部件相对位姿实时测量方法研究

相对位姿是装配过程中的一项重要监控项。针对大尺度部件对接过程中的相对位姿测量需求,提出了一种基于视觉的相对位姿实时测量方法。该方法利用单目视觉技术,通过采集合作靶标的图像,实时解算大部段间的相对位姿,用于辅助大尺度部件的装配。首先,设计了一套相对位姿实时测量系统,包括搭载单目相机的视觉测量单元,以及用于辅助位姿解算的合作靶标;其次,对相对位姿测量的完整流程进行了研究,包含系统标定方法与实时位姿解算方法;最后,在实验室环境下对位姿测量系统的精度进行测试。试验结果表明,位姿测量系统在垂直于光轴方向的重复精度可达0.02mm,沿光轴方向重复精度优于0.2mm,输出位姿结果时间低于0.3s;对多测量单元组网测量进行了仿真计算,垂直于光轴方向的重复精度优于0.1mm,沿光轴方向重复精度优于0.2mm,输出位姿结果时间优于1.3s。试验结果表明,提出的方法可满足一般大尺度部件对接过程实时位姿监控与对接状态评估的需求。     

惯性+星光折射定位组合导航技术研究

由于现有惯性器件精度水平有限,纯惯性导航误差较大,因此需要采用组合导航的方式来提高导航精度.目前,全自主组合导航方式中传统的惯性+星光定姿组合导航方法只能实现定姿,不能实现定位,无法修正加速度表测量误差引起的惯性导航误差,故在精度上可提升空间有限.为此,提出了一种惯性+星光折射定位组合导航方法,重点从星光折射定位原理、...     

面向飞机蒙皮对缝的移动机器人自主跟踪方法

提出一种面向飞机蒙皮对缝的移动机器人自主跟踪方法,用以解决大型蒙皮上表面装配对缝的自动化测量问题.移动机器人包括对缝测量模块和运动控制模块,对缝测量模块在测量对缝间隙阶差的同时得到机器人相对于对缝的位姿,运动控制模块控制机器人自主调姿.基于双线结构光与对缝的相对位置关系,提出机器人在不同情况下的自主调姿方法,解决了机器...     

一种改进的RatSLAM仿生导航算法

RatSLAM 是模拟鼠类感知环境机制提出的一种定位与构图的导航算法, 算 法的提出者利用该方法成功地进行了66km 的车载试验。在机器人导航领域,RatSLAM 是非常优秀的纯视觉仿生导航算法。然而,该算法完全依赖视觉信息,在复杂的环境中 存在可靠性低、导航精度不高的问题。在RatSLAM 的基础上引入光学双轴速度传感器和 MIMU 信息, 建立了融合光学双轴速度传感器和MIMU 信息的航位推算模型, 对Rat- SLAM 仿生导航算法进行了合理改进,搭建了硬件系统并进行了动态车载实验。实测结 果表明改进的仿生导航算法环境适应性更强、导航精度更高。