【摘 要】
：
工业机器人是一种重要的自动化加工设备,高的绝对定位精度有助于推广工业机器人在高精密加工装配中的应用。传统基于模型的运动学标定方法对提高工业机器人的精度作用有限,所以需要寻求一种广义运动学误差标定方法,对那些导致工业机器人定位误差的几何参数误差和非几何参数误差进行标定,以降低工业机器人的定位误差,提高其绝对定位精度。为了寻找能使工业机器人的绝对定位误差大幅度减小的标定方法,本文进行串联工业机器人的广
【基金项目】
：
国家自然科学基金项目“高性能工业机器人全局刚柔耦合动力学建模及自适应滑模控制方法研究”,项目编号（U1913206）；
论文部分内容阅读
工业机器人是一种重要的自动化加工设备,高的绝对定位精度有助于推广工业机器人在高精密加工装配中的应用。传统基于模型的运动学标定方法对提高工业机器人的精度作用有限,所以需要寻求一种广义运动学误差标定方法,对那些导致工业机器人定位误差的几何参数误差和非几何参数误差进行标定,以降低工业机器人的定位误差,提高其绝对定位精度。为了寻找能使工业机器人的绝对定位误差大幅度减小的标定方法,本文进行串联工业机器人的广义运动学误差标定研究。针对传统的标定模型只能描述几何参数误差,不能描述非几何参数误差的问题,考虑几何参数误差以及非几何参数误差对关节运动的影响,用自变量为关节位置的多项式来对误差进行描述,建立起一种基于指数积（POE）公式的广义运动学误差模型。广义运动学误差模型中参数较多,要求辨识数据集中有足够多的测量数据,为了提高测量效率,通过拟随机数产生各个测量位形,并对工业机器人的测量路径进行规划,以使测量过程中激光跟踪仪不丢光。广义运动学误差模型中的未知参数需要根据测量数据进行辨识,本文将模型的参数辨识转化为一非线性最小二乘问题,为了提高参数辨识的效率和鲁棒性,采用Levenberg-Marquardt（L-M）方法搜索模型参数的最优解。最后,根据得到的广义运动学误差模型对机器人进行广义运动学误差补偿,通过补偿关节运动指令的方式来补偿广义运动学误差;为了提高补偿算法的鲁棒性,采用狗腿法迭代搜索补偿后的关节运动指令。建立的基于POE公式的广义运动误差模型中冗余参数的数量减少,降低了模型的复杂度且有利于参数辨识。在埃夫特ER50机器人以及埃夫特ECR5机器人上的实验表明,所提出的广义运动学误差标定方法具有较高的标定精度。
其他文献
本文旨在利用多台初始位姿未知的地面移动机器人,在办公区域等存在一定数量WiFi信号的室内环境中,实现多机协同探索与建图。本文主要在感知和规划两方面进行了研究。在感知方面,本文以单机器人定位与建图为基础,用并查集算法管理导航地图,将回环检测和后端优化拓展到多机器人的情况,通过WiFi信号和激光雷达结合的重定位算法实现不同机器人之间的数据关联,从而实现多机协同感知。其中,在数据关联方面,考虑到目前常用
针对频繁发生的水污染事件,本论文基于数据驱动模型对水质进行时间与空间上的预测预警分析,为突发性水污染事件的决策与处置提供依据。对于水质时间序列预测模型,采用变分模态分解算法将水质时间序列分解成相互独立、平稳的子序列;再通过皮尔森相关分析,判断不同水质指标对各子序列的相关关系,并作为BP神经网络的输入变量;构建基于变分模态分解的BP神经网络水质预测模型,对案例中的叶绿素浓度进行预测分析。比较基于经验
近年来,快递物流服务行业始终保持着较快地发展速度,同时也存在着行业资源分散、服务碎片化、公司间恶意竞争、成本居高不下等问题。“共享物流”概念的提出,为上述问题提供了解决思路,其核心是对快件物流资源进行共享、整合与优化,以达到降本增效的目的。论文从快件物流资源整合模式构建、共享快件物流服务网络整合、协同运输资源调度几个方面,进行快件物流资源整合与优化配置的研究。首先,针对原有快件物流资源整合模式的单
工业机器人在汽车装配领域已经成功应用多年,然而,由于3C（Computer,Communication,Consumer Electronics）产品具有体积小、质量轻以及装配精度要求高的特性,其装配仍然以人工为主,是目前3C制造业人工使用最多的环节。随着人力成本的持续上涨,装配工序自动化的实现迫在眉睫。但现有的工业机器人都难以同时满足3C产品装配对高精度,高灵巧性,低成本的要求。因此,基于对3C
微藻可以通过高效的光合作用以及自身代谢将二氧化碳转化成碳水化合物并储存在胞内,从而作为原料用于生物质乙醇生产等。但是使用传统方法在进行微藻胞内碳水化合物含量测定时,会有检测步骤繁琐以及产生二次化学污染风险等局限性,且难以实时确定微藻胞内的碳水化合物含量。近些年,随着深度学习在人工智能中的蓬勃发展,为高效处理复杂信息的智能检测技术提供了新的契机。一方面,微藻胞内碳水化合物的积累与光合作用密切相关,另
由于横风向振动的复杂性,传统的横风向振动理论,如准稳态理论、范德波尔振子模型,其预测精度往往是非常有限的。目前对矩形柱体和矩形截面高层建筑横风向振动的研究主要依赖于耗时耗力的风洞试验和数值模拟技术。本文主要基于机器学习技术来研究矩形柱体和矩形截面高层建筑的横风向振动。同时,采用无监督学习的方法分析了矩形截面高层建筑的横风向力功率谱特性。为了准确评估矩形柱体的横风向响应,基于文献中的高质量的风洞试验
随着我国在经济军事领域上飞速发展,对大型装备（如飞机、大型舰艇以及空间站等）中不规则构件的测量已成为仪器科学领域的热点问题。对不规则构件的测量,最基本的方法为传统测量法,该方法由专业的技术人员操作各种测量仪器实现,难以摆脱人工干预,效率较低,因此需要一种更加智能和自动化的测量方式。近年来,工业机器人搭配高精度的传感器成为了测量不规则构件的新方式,使得测量更加智能高效。这种测量方法依靠机器人的灵活性
NO2是常见的有毒气体,不仅影响大气环境,也会严重危害人类健康。因此NO2的痕量检测不管是对于军用领域还是民用领域来讲都是十分重要的。由于气体传感器在智能化、信息化社会当中扮演着越来越重要的角色,所以它的市场规模在迅速攀升。除此之外气体传感器的应用领域也日益广泛,如环境保护、航空航天、现代军事、防化防恐、汽车工业等。广泛的应用领域和迫切的应用需求使得先进的气体传感器研究是十分必要的。半导体式气体传
智能打捞作业拟在高海况下利用舰载机器人完成高价值海面漂浮物的抓取和可靠回收。为解决其中涉及的波浪动力学分析、大型串联机器人功能设计、海面漂浮物运动预测、海面漂浮物的智能抓捕等一系列核心技术问题,需构建一个半实物仿真系统,利用成熟的仿真技术来优化设计和训练控制算法。考虑控制器算法设计和验证的复杂性,特别需要构建控制器在环的仿真系统进行设计。本文在已有的半实物仿真系统基础上,对控制器在环仿真系统进行设
中国的苹果种植史可以追溯到两千多年以前,苹果的产量占世界总产量的40%以上。目前,苹果的分级主要是人工完成的,依赖于人的视觉来区分诸如颜色、形状、大小和缺陷等特征。这种人工分级的方法是主观的,不可重复且缓慢的。再加上其他人为因素,这种劳动密集型实践造成的身体疲劳,通常会使分级精度相当差。由此可见,自动化、高速、高效的苹果分级技术受到果农的青睐。显然,自动分拣技术可以克服传统的苹果人工分级的问题。苹