非完整末端位置信息条件下工业机器人运动学标定

Aiming at the problem that the industrial robot calibration relies too much on the position data of the end position, we explore the theory and method of the industrial robot calibration under the condition of obtaining the incomplete end position information, so as to improve the positioning accuracy of the industrial robot. The main contents are as follows. 1) The kinematic chain is built based on incomplete end position information, and the mapping relationship between kinematic parameters and robot kinematic parameters and end sensor data is studied. Then the kinematic chain parameter identification model is established. 2) Based on matrix analysis, differential algebra and other theoretical methods, the kinematic chain parameter identification model is analyzed. Furthermore, to enhance the stability and improve the convergence ability of the identification model, the identifiability of the kinematic chain parameter variables, the coupling relationship between kinematic chain parameter variables and the decoupling methods are studied and designed. 3) The parameter identification method of the kinematic chain based on incomplete end location information is studied. Parameter identification will be carried out by evolutionary computation theories and methods to solve the non-convex optimization problem of the kinematic chain parameter identification. 4) Experimental researches on calibration and error compensation of industrial robots will be carried out and the results will be compared with the traditional calibration method based on complete coordinate information. The research results will provide the key technology and theoretical support for industrial robot calibration which is suitable for industrial fields without relying on the complete end coordinate data.

针对现有工业机器人标定过度依赖末端位置坐标数据，成本高、操作复杂等问题，探索仅获取非完整末端位置信息条件下工业机器人标定理论及方法，以提高工业机器人定位精度。主要研究：1）基于非完整末端位置信息构建运动链，研究运动链参数与工业机器人运动学参数的映射关系，进而建立运动链参数辨识模型；2）基于矩阵分析、微分代数等理论方法对运动链参数辨识模型进行分析，探索运动链参数变量的可辨识性，推导运动链参数变量之间的耦合关系，并设计解耦方法，增强辨识模型的数值稳定性，提高参数求解计算的收敛能力；3）研究基于非完整末端位置信息的运动链参数辨识方法，利用进化计算理论和方法进行参数辨识，解决运动链参数辨识的非凸优化问题；4）开展工业机器人的标定和误差补偿实验研究，并与传统基于完整坐标信息的标定方法进行对比分析。研究成果将为适用于工业现场且不依赖末端完整坐标数据的工业机器人标定提供关键技术和理论支撑。

现有工业机器人标定通常需要跟踪测量末端在空间中位置的坐标或姿态，目前只有激光跟踪仪等精密测量仪器才能实现，测量的成本过高、严重依赖进口设备。本项目提出基于非完整末端位置信息的工业机器人标定理论及方法，以解决现有标定技术对激光跟踪仪过于依赖的问题。但在缺乏完整末端位置坐标信息条件下，工业机器人运动学参数的可辨识性不明确，导致标定算法不稳定、精度低，因此，开展了运动链参数与运动学参数的映射机理研究，运动链参数多变量耦合关系及解耦分析，运动链参数辨识方法，误差补偿及精度验证等方面研究。主要研究：.1）进行了运动链参数与工业机器人运动学参数的映射机理研究，建立通用型六自由度工业机器人的运动学模型，通过数值仿真验证了运动学建模的正确性。通过引入距离误差概念，建立了包含工业机器人，测量系统和参考位置的封闭运动链，并推导了运动链参数与机器人运动学参数映射矩阵，为参数解耦和参数辨识方法的研究提供了基础。.2）开展了运动链参数耦合关系及解耦，通过对所建立的运动链模型中的雅克比矩阵进行SVD分解，明确了较小奇异值与冗余参数间的对应关系。对较小奇异值对应参数进行剔除，使得雅克比矩阵满值，保证了参数辨识的鲁棒性。另一方面推导得到了剔除冗余与剩余参数的关系式，从而通过剩余参数实现了对冗余参数的解耦。.3）通过对机器人误差辨识模型中雅克比矩阵的奇异性研究，探明了机器人测量构型对参数辨识的影响。分析了误差模型中不同机器人测量姿态的雅克比矩阵奇异性，根据雅克比矩阵的奇异值构建了多种可观测性指标，用于衡量机器人位姿对于运动学参数误差的可观测程度。根据可观测性指标，提出了基于姿态集递推的最大化可观性指数算法，增强了辨识过程的鲁棒性和精度。.4）根据所建立的运动学误差模型，设计了测量装置和数据采集电路，开发了参数辨识软件，通过参数辨识实验结果的分析，提出了增强参数辨识鲁棒性的实验方案，并通过实验验证了参数辨识和误差补偿的有效性。.最后，与国产机器人生产商和用户合作，将研究的测量装置及软件用于工业机器人的标定。通过本项目的研究可为机器人标定系统的设计、元器件选型、精度校准等提供关键理论依据，对工业机器人的快速标定，提高工业机器人精度性能，增强国产工业机器人标定产品的核心竞争力等方面都有着十分重要的意义。