工业机器人多模式标定及刚柔耦合误差补偿方法研究.pdf

摘 要 摘 要 工业机器人以其操作速度快、效率高、模块化结构设计、控制系统灵活、重复性高 等优点，在自动化生产、智能化制造中扮演着越来越重要的角色，尤其在高精度、高强 度、高风险等工程中正发挥着不可替代的作用。随着工业机器人应用领域的不断拓展， 对机器人的作业精度、工作性能提出了越来越高的要求。影响机器人作业精度的因素较 多，不仅来源于机器人零部件加工装配和运动控制算法，还包括了机器人使用过程中产 生的碰撞、磨损、弹性或非弹性变形。对机器人进行标定和误差补偿，是提高机器人作 业精度的有效手段。本文从高精度作业离线编程的应用需求出发，通过仿真与实验相结 合，研究机器人多模式标定技术与多源误差建模方法，探讨轨迹误差和非线性误差的预 测补偿方法，从而完善机器人精度提高方法，实现最大程度地优化离线编程作业。 (1) 研究含几何参数误差的机器人逆运动学求解问题，分别提出了完整解析解优化 选取算法和基于改进雅可比迭代的关节微小增量方法，从而为机器人实时控制提供了一 种高效的计算方法。基于微分运动原理和偏微分方程理论分析机器人在几何参数误差影 响下产生的位置误差与姿态误差，利用单因素实验探讨机器人定位误差对外负载变化和 温度变化的敏感度，采用线性扭簧理论构建柔度误差模型，从而建立了机器人刚柔耦合 位姿误差模型。通过 Matlab 仿真实验验证了 39 参误差模型对机器人几何参数误差和线 性变形误差的建模精度达到了 99.9%，同时设计4 组对比实验分析了机器人几何误差和 柔性误差之间的耦合影响，证明非运动学标定技术对运动学参数正确辨识的重要性。 (2) 探讨了测量系统中存在的干涉问题，将干涉检测解耦成系统结构干涉检测和光 路角度限制检测，并利用胶囊体和四点法分别简化机器人和测量工具的物理结构，分别 提出了基于最小距离法的碰撞检测算法和基于光反射原理的夹角限制检测算法。分析测 量位姿的辨识性能，结合可观性指标 O1 和辨识精度指标 δη，以轨迹路径奇点为约束除 去劣质粒子，提出了基于 IAPSO 算法的测量位姿智能选取策略，旨在为测量过程智能 地提供一组具有最佳位姿数的最优测量配置。基于 Matlab 仿真技术模拟实验环境，在 不同大小的测量扰动下对机器人刚柔耦合误差模型进行辨识，实验结果表明智能选取方 案不但能提高机器人测量过程的自动化程度，同时降低人为误差及环境噪声影响，在参 数辨识上具有更高的稳定性和准确性。 (3) 基于参数校准对象和精度提高对象提出多模式标定方法，针对标定结果不稳定 的问题，采用基于泛化性能评估值的K 折交叉验证方法来获得最佳标定模型，从而方便 用户灵活地选择期望的标定模式并实现稳定可靠的参数校准。分析机器人控制器中的输 入关节值变化带来的额外误差及雅克比矩阵奇异问题，分别利用 ADLS 法和 GN 法获取 关节补偿量，并以最小化残余误差为优化目标，提出了笛卡尔空间位姿/位置误差摄动补 偿方法。研究连续运动轨迹存在沿运动方向连续变化的轨迹误差，利用带时间戳的位置 点将轨迹离散化，分析轨迹修正中的多目标优化问题，提出一种基于 Pareto 最优原理与 加权和算法的轨迹分段补偿方法，实现对子轨迹的长度、相邻切线之间的夹角和预测误 差补偿率三个指数的综合优化。 I 摘 要 (4) 通过蒙特卡洛和控制变量等实验分析方法探讨机器人位置误差与空间位置之间 的相关性，证明了机器人末端姿态一致是机器人空间插值补偿有效的必要条件，分析姿 态变化对定点位置误差的影响规律，提出了基于正弦函数相位角偏移误差模型和矢量夹 角加权平均算法的定点补偿方法，然后采用相同圆心角间隔的射线划分网格，提出了基 于均匀数据场的空间 IDSW 插值补偿法。研究标定后或机器人自身存在的非线性误差， 分析外负载变化引起的柔度误差及扭矩大范围变化产生的关节非线性变形，建立了基于 线性分段法的柔度误差模型。探讨减少 DNN 模型维度的方法，采用 GA 优化的 DNN 网络结构和训练参数，建立通用姿态测量配置表，并利用分段柔度误差模型降低 DNN 模型的空间与时间复杂度，提出基于 GA-DNN 的非线性预测补