六自由度并联机器人位姿误差分析及其精度补偿.pdfVIP

六自由度并联机器人位姿误差分析及其精度补偿

摘要

本文以典型的六自由度并联机器人为研究对象，搭建误差模型，应用改进智能算

法提高其精度。首先介绍了机器人领域的相关理论知识，而后在此基础上建立研究对

象的位置和姿态的误差模型，通过模型分析影响并联机器人结构精度的参数误差来源，

在粒子群优化算法的基础上引入改进后的灰狼算法弥补粒子群优化算法的劣势，将改

进后的算法应用到所研究的对象进行精度补偿，整合误差源并对并联机器人进行位姿

寻优以提高并联机器人的精度，通过与原来的粒子群算法进行比较，验证改进算法的

有效性。

（1）文章的第一部分简要介绍了后文中用到的机器人学中有关并联机器人建模的

理论知识，包括并联机器人的运动学、雅克比矩阵、工作空间、奇异位形。分析所研

究对象的运动特性，为后续的实验工作提供理论支撑。

（2）文章的第二部分以前述理论为基础，建立典型六自由度并联机器人模型，将

建立好的模型进行仿真验证，设定该机构的各个初始结构矢量参数。且以该模型为基

准，通过并联机器人机构关节间的微分关系，推导出并联机器人的位姿误差模型并编

写相应的程序进行仿真验证，定量分析各个初始结构参数对并联机器人输出位姿精度

的影响。

（3）文章的第三部分在分析完并联机器人的初始参数误差基础上，应用粒子群优

化算法对其进行精度的提高工作。通过闭环矢量方法和运动学的正逆解将并联机器人

的各项误差来源转化成并联机构的铰点误差以及驱动杆伸缩量误差。由于并联机器人

具有高度耦合性，所以建立并联机器人综合误差模型，对综合误差进行寻优，得到其

最优解。

（4）文章的第四部分对粒子群寻优算法的结果进行分析，表明粒子群优化算法的

搜索问题空间的最值能力存在一定的缺陷，而且容易陷入局部最优，虽然能够对并联

机器人的位姿误差精度补偿起到一定的作用，但是补偿结果是有局限性的，于是，在

粒子群优化算法中对其进行改进，加入惯性权重完善原始算法的搜索性能，此外，再

引入改进后的灰狼算法与粒子群优化算法结合，综合二者的优势，引入灰狼算法后使

得粒子群算法在原有的基础上包含了灰狼算法的精英粒子的领导寻优方式，平衡了粒

子群算法中的局部收敛问题。将改进后的算法与未加改进的粒子群算法进行寻优结果

对比，验证分析改进后的算法效果以及对并联机器人位姿精度的补偿结果。

哈尔滨工程大学硕士学位论文

关键词：并联机器人，位姿误差模型，粒子群算法，灰狼算法，精度补偿

六自由度并联机器人位姿误差分析及其精度补偿

Abstract

Thispapertakesatypicalparallelrobotastheresearchobject,buildsanerrormodel,and

usesanimprovedintelligentalgorithmtoimproveitsaccuracy.Firstly,therelevanttheoretical

knowledgeinthefieldofrobotisintroduced,andthenonthisbasis,theerrormodelofthe

positionandattitudeoftheresearchobjectisestablished.Throughthemodel,thesourceof

parametererroraffectingtheaccuracyoftherobotstructureisanalyzed,andtheimprovedgrey

Wolfalgorithmisintroducedonthebasisoftheparticleswarmoptimizationalgorithmtomake

upforthedisadvantagesoftheparticleswarmoptimizationalgorithm.Theimprovedalgorithm

wasappliedtothestudiedobjectforprecisio