协作机器人运动学应用标定方法

doi:10.7523/j.ucas.2021.0083

中国科学院大学学报 ›› 2023, Vol. 40 ›› Issue (4): 555-565.DOI: 10.7523/j.ucas.2021.0083

• 电子信息与计算机科学 • 上一篇下一篇

协作机器人运动学应用标定方法

李海旺^1,2,3, 隋春平^1,2, 王宇坤^1,2,3, 山天涯^1,2, 霍少达^1,2,3

1 中国科学院沈阳自动化研究所, 沈阳 110016;
2 中国科学院机器人与智能制造创新研究院, 沈阳 110169;
3 东北大学机械工程与自动化学院, 沈阳 110819

收稿日期:2021-06-28 修回日期:2021-12-27 发布日期:2021-12-31
通讯作者: 隋春平,E-mail:cpsui@sia.cn
基金资助:
国家重点研发计划项目（2017YFF0107800）资助

Kinematics application calibration method of collaborative robot

LI Haiwang^1,2,3, SUI Chunping^1,2, WANG Yukun^1,2,3, SHAN Tianya^1,2, HUO Shaoda^1,2,3

1 Shenyang Institute of Automation, Chinese Academy of Sciences, Shenyang 110016, China;
2 Institutes for Robotics and Intelligent Manufacturing, Chinese Academy of Sciences, Shenyang 110169, China;
3 Institute of Mechanical Engineering and Automation, Northeastern University, Shenyang 110819, China

Received:2021-06-28 Revised:2021-12-27 Published:2021-12-31

摘要/Abstract

摘要： 机器人的几何参数误差导致其绝对定位精度较差，会制约其在离线编程方面的应用。协作机器人关节刚度小，受其自重和末端负载的影响柔性变形大，会进一步降低其定位精度。针对该问题，对相邻3轴（2~4轴）平行型协作机器人展开运动学标定方法研究，并面向工程实际开发了相应的标定软件。首先，提出一种非线性的几何参数辨识模型，并利用模型非线性方程组的逆函数原理进行模型冗余性分析；进一步建立关节刚度辨识模型；考虑到几何参数辨识和关节刚度辨识是互相干扰的，提出一种基于迭代思想的综合辨识方法。应用该方法对UR5机器人进行标定实验，实验结果显示，标定后机器人空载和负载时的绝对定位精度相比标定前分别提高75.5%和85.1%，验证了本文标定方法的有效性。

关键词: 协作机器人, 运动学标定, 非线性, 几何参数, 关节刚度

Abstract: The geometric parameter error of robot leads to its poor absolute positioning accuracy, which restricts its application in off-line programming. The joint stiffness of the collaborative robot is small, so its flexible deformation is largely affected by its self-weight and end load, which further reduce its positioning accuracy. Aiming at this problem, the kinematics calibration method of adjacent three-axis parallel(2-4 axis) cooperative robot is studied, and the corresponding calibration software is developed to apply the method to engineering practice. Firstly, a nonlinear geometric parameter identification model is proposed, and the redundancy of the model parameters is analyzed by using the inverse function principle of the model's nonlinear equations. Further, a joint stiffness identification model is established. Considering the mutual interference between geometric parameter identification and joint stiffness identification, a comprehensive identification method based on iterative thought is proposed. The calibration experiment of UR5 robot is carried out using this method. The experimental results show that the absolute positioning accuracy of the robot under no-load and load after calibration is improved by 75.5% and 85.1%, respectively, compared with that before calibration, which verifies the effectiveness of the calibration method in this paper.

Key words: collaborative robot, kinematics calibration, nonlinearity, geometric parameter, joint stiffness

中图分类号:

TP241.2

李海旺, 隋春平, 王宇坤, 山天涯, 霍少达. 协作机器人运动学应用标定方法[J]. 中国科学院大学学报, 2023, 40(4): 555-565.

LI Haiwang, SUI Chunping, WANG Yukun, SHAN Tianya, HUO Shaoda. Kinematics application calibration method of collaborative robot[J]. Journal of University of Chinese Academy of Sciences, 2023, 40(4): 555-565.

参考文献

[1] 侯士杰.工业机器人结构参数辨识与位姿误差补偿研究[D].南京:南京航空航天大学,2012. DOI:CNKI:CDMD:2.1014.005829.
[2] Judd R P, Knasinski A B. A technique to calibrate industrial robots with experimental verification[J]. IEEE Transactions on Robotics and Automation, 1990, 6(1):20-30. DOI:10.1109/70.88114.
[3] Veitschegger W K, Wu C H. Robot calibration and compensation[J]. IEEE Journal on Robotics and Automation, 1988, 4(6):643-656. DOI:10.1109/56.9302.
[4] Grotjahn M, Daemi M, Heimann B. Friction and rigid body identification of robot dynamics[J]. International Journal of Solids and Structures, 2001, 38(10/11/12/13):1889-1902.DOI:10.1016/S0020-7683(00)00141-4.
[5] Renders J M, Rossignol E, Becquet M, et al. Kinematic calibration and geometrical parameter identification for robots[J]. IEEE Transactions on Robotics and Automation, 1991, 7(6):721-732. DOI:10.1109/70.105381.
[6] Kim D H, Cook K H, Oh J H. Identification and compensation of a robot kinematic parameter for positioning accuracy improvement[J]. Robotica, 1991,9(1):99-105.DOI:10.1017/s0263574700015617.
[7] 田聚峰, 王攀峰, 刘世博, 等.考虑关节刚度的轻型模块化机器人标定方法[J].机械科学与技术,2018,37(8):1217-1222.DOI:10.13433/j.cnki.1003-8728.20180015.
[8] Abele E, Weigold M, Rothenbücher S. Modeling and identification of an industrial robot for machining applications[J]. CIRP Annals, 2007, 56(1):387-390. DOI:10.1016/j.cirp.2007.05.090.
[9] Dumas C, Caro S, Cherif M, et al. Joint stiffness identification of industrial serial robots[J].Robotica, 2012,30(4):649-659.DOI:10.1017/s0263574711000932.
[10] 芮平, 乔贵方, 温秀兰, 等.串联6自由度机器人关节刚度辨识与误差补偿研究[J].机械传动,2019, 43(6):37-42.DOI:10.16578/j.issn.1004.2539.2019.06.007.
[11] 张晓平.六自由度关节型机器人参数标定方法与实验研究[D].武汉:华中科技大学,2013. DOI:10.7666/d.D608509.
[12] 铁隆正. "工业4.0"环境下的人机协作机器人[J].电器工业,2015(8):62-63. DOI:10.3969/j.issn.1009-5578.2015.08.025.
[13] Siciliano B, Khatib O. Springer handbook of robotics[M]. 2nd ed. Berlin:Springer, 2016. DOI:10.1007/978-3-319-32552-1.
[14] Meggiolaro M A, Dubowsky S. An analytical method to eliminate the redundant parameters in robot calibration[C]//Proceedings 2000 ICRA. Millennium Conference. IEEE International Conference on Robotics and Automation. Symposia Proceedings (Cat. No.00CH37065). April 24-28, 2000, San Francisco, CA, USA.IEEE, 2000:3609-3615.DOI:10.1109/ROBOT.2000.845294.
[15] 奥特加,莱因博尔特. 多元非线性方程组迭代解法[M]. 朱季纳译. 北京:科学出版社, 1983.
[16] 中华人民共和国国家质量监督检验检疫总局, 中国国家标准化管理委员会. 工业机器人性能规范及其试验方法:GB/T 12642-2013[S]. 北京:中国标准出版社, 2014.

协作机器人运动学应用标定方法

Kinematics application calibration method of collaborative robot

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

访问统计

联系我们

[1]	叶五一, 王天雄, 缪柏其. 动态TailCoR模型的建模及其在金融市场中的实证研究[J]. 中国科学院大学学报, 2021, 38(1): 32-40.
[2]	吴栋, 郭潇. 基于非参数模型的气体浓度的逆向预测[J]. 中国科学院大学学报, 2020, 37(6): 728-735.
[3]	柴轲, 高月泽, 张静. 新型环硫脲亚铜配合物的结构及固体发光性质[J]. 中国科学院大学学报, 2019, 36(5): 620-625.
[4]	周子理, 张怀, 石耀霖. 近岸水波非线性特性研究[J]. 中国科学院大学学报, 2019, 36(4): 433-443.
[5]	陈立福, 王思雨, 袁志辉, 王静, 邢学敏, 武鸿. 非线性ECS自配准成像算法中相位保持精度分析[J]. 中国科学院大学学报, 2017, 34(5): 640-646.
[6]	郭来刚, 陈玉福. 关于带有强迫项系统稳定性的研究[J]. 中国科学院大学学报, 2017, 34(3): 277-288.
[7]	苟斐斐, 刘建军, 刘卫东, 罗莉涛. 求解非线性伏尔泰拉积分方程的有限差分方法[J]. 中国科学院大学学报, 2016, 33(3): 329-333.
[8]	杜琨, 宋秋成, 乔从丰. 任意未知超纠缠混态的同步浓缩与纯化[J]. 中国科学院大学学报, 2015, 32(2): 158-165.
[9]	李明健, 刘省勇, 张年梅. 磁-热-流体耦合场中矩形薄板的非线性振动[J]. 中国科学院大学学报, 2014, 31(6): 731-738.
[10]	贾志成, 王娜娜, 陈雷, 张艳. 基于非线性函数和简化粒子群优化的盲源分离算法[J]. 中国科学院大学学报, 2014, 31(4): 530-536.
[11]	刘省勇, 刘健健, 张年梅. 力磁耦合作用下第一壁矩形模块的动态响应[J]. 中国科学院大学学报, 2013, 30(2): 166-171.
[12]	杨甲山. 时间测度链上具非线性中立项的二阶动力方程的振动性[J]. 中国科学院大学学报, 2012, (6): 731-737.
[13]	林文贤. 一类具有扩散系数和连续偏差变元的中立型偶阶偏泛函微分方程的振动性[J]. 中国科学院大学学报, 2012, (6): 738-742.
[14]	桑睿, 吴杰, 许华, 郭强. 基于改进的遗传算法的后非线性盲源分离[J]. 中国科学院大学学报, 2012, 29(5): 707-713.
[15]	王辉, 徐明海. 一种新的径向导热界面参数插值格式[J]. 中国科学院大学学报, 2011, 28(5): 624-629.