科学计算选讲大作业 基于最小二乘方法的3-rps机构几何误差源辨识 学 院 .doc

科学计算选讲大作业 基于最小二乘方法的3-RPS机构 学 院 机械工程学院 专 业 机械工程 年 级 2012级 姓 名 王晓龙 学 号 1012201048 2013年06月01日 基于最小二乘方法的3-RPS机构 使用方法介绍： 最小二乘法（又称最小平方法）是一种数学优化技术。它通过最小化误差的平方和寻找数据的最佳函数匹配。利用最小二乘法可以简便地求得未知的数据，并使得这些求得的数据与实际数据之间误差的平方和为最小。最小二乘法还可用于曲线拟合。其他一些优化问题也可通过最小化能量或最大化熵用最小二乘法来表达。 应用背景介绍： 左图示出了3-RPS机构的结构简图。图中，和分别表示呈正三角行形布置的动、静平台几何中心， 和()表示S副和R副中心， 和为两正三角形外接圆半径； 表示末端参考点，表示点到 S副中心所在平面的距离。在机构位 于初始位形时(零点位置)，以点为 点建立标定坐标系，其中轴 与主轴轴线重合，方向如图，轴与 水平面平行，轴满足右手定则。又 以点为原点建立动平台连体系，且约定该系在初始位形下与系重合。在系下，点的位置矢量可表示为 对两端作微小摄动并线性化，忽略球铰链三正交轴线的方位误差和偏心误差则有 将两端分别点积和 写成矩阵格式，有 式中： 辨识策略： 在几何误差辨识过程中，我们通过测量一系列位形下机构末端的位姿误差，然后通过前面得到的线性映射关系反解几何误差。因实际测量中存在测量误差，且为了辨识的准确性，需要测量大量数据，即方程数目（上百）远大于未知数（24）个数。故理论上该方程组没有精确解，需采用最小二乘法求解其最接近正确的解。 在测量过程中，不免会有测量噪声的干扰，所以把参数辨识过程描述为构造末端输出的测量值与理论值的误差泛函，进而利用最小二乘技术识别机构的几何误差参数。在利用外部或内部传感器对并联机构进行运动学标定时，构造传感器测量值与实际输出间的残差方程如下 (1) 式中，表示机构于第个位形下传感器的实测值，表示相应的实际输出值。假设对任意自由度的并联机构都存在映射关系? (2) 式中, 表示真实的几何参数集合，表示在第个位形下驱动关节大小。构造如下泛函 (3) 利用Levenberg- marquardt 算法,可以求得真实的几何误差参数。一般的，很难求出的显示表达，需要对式(3-3)做进一步处理。机构的真实几何参数可以表示为，为理想模型中几何参数集合,为几何参数误差集。则式(3-2)改写为 (4) 在小摄动前提下，模型的实际输出与名义输出之差的一阶近似表示为 (5) 式中， 为输出的名义值， 为系统在位形下的误差映射矩阵。则式(3-1)可以写成 (6) 式中，。将式(3-6)带入式(3-3)，目标泛函改写为 ? (7) 对式(3-7)优化，使目标泛函取值最小，求得的最小二乘解 (8) 式中 事先设定几何误差数值，通过映射关系计算出理论误差，加入测量噪声，然后用这些数据作为测得的实际误差进行几何误差辨识。观察最小二乘法求解的准确性，设定值及求解值如下表 误差源 设定值 -0.010 0.160 0.010 -0.020 0.020 0 -0.02 -0.040 辨识值 -0.00 0.152 0.018 -0.031 0.025 0.003 -0.024 -0.035 误差源 设定值 0.140 -0.050 0.020 0.010 0.040 -0.040 0.010 0.040 辨识值 0.146 -0.062 0.017 0.012 0.041 -0.04 0.007 0.038 误差源 设定值 0.030 0.030 0.020 -0.100 0.0024 -0.0016 -0.0016 辨识值 0.02 0.014 0.030 0.016 -0.104 0.0023 -0.0016 -0.0014 注：线性误差单位为，角性误差单位为度 为了验证识别算法