專利名稱：基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及機(jī)器人校準(zhǔn)方法，特別涉及一種基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)的方法。
背景技術(shù)：
目前大多數(shù)使用的工業(yè)機(jī)器人仍然是采用示教編程，尤其是在汽車行業(yè)。然而，作為替代示教編程的離線編程行業(yè)，其重要性正在穩(wěn)步提高。這種趨勢(shì)的主要原因是以縮短停機(jī)時(shí)間來提高機(jī)器人利用率的需求大大增加。在成功的離線編程實(shí)例中，機(jī)器人不僅具有重復(fù)性，而且具有準(zhǔn)確性。機(jī)器人的重復(fù)性不受編程方法的影響，而是受隨機(jī)誤差(如聯(lián)合編碼器的有限解析度)的影響。相比之下，在機(jī)器人的準(zhǔn)確性方面，絕對(duì)定位的系統(tǒng)誤差幾乎完全是由機(jī)器人離線編程引起的。缺乏準(zhǔn)確性的主要原因之一，是運(yùn)動(dòng)模型的預(yù)測(cè)與實(shí)際系統(tǒng)之間的不匹配。機(jī)器人恒姿誤差歸因于幾個(gè)來源，包括幾何參數(shù)誤差(如鏈路長度和聯(lián)合偏移)和位置變動(dòng)預(yù)測(cè)的偏差。阻礙離線編程發(fā)展的問題之一是機(jī)器人系統(tǒng)低精度的靜態(tài)定位和動(dòng)態(tài)定位。機(jī)器人校準(zhǔn)提高了機(jī)器人的定位精度，同時(shí)可以用來作診斷工具，在機(jī)器人的生產(chǎn)和維修上被廣泛應(yīng)用。機(jī)器人靜態(tài)校準(zhǔn)是一個(gè)綜合了建模、測(cè)量、機(jī)器人實(shí)際物理特性的數(shù)值鑒定和新數(shù)學(xué)模型實(shí)現(xiàn)的過程。校準(zhǔn)過程的測(cè)量步驟是決定真實(shí)機(jī)器人的“最適合”參數(shù)設(shè)置所必不可少的。測(cè)量的類型要求把工具位置和對(duì)應(yīng)的聯(lián)合位置組合起來。由于組合的質(zhì)量比不上由原始數(shù)據(jù)集中得到的，得到一組好數(shù)據(jù)非常重要的。使用一臺(tái)攝像機(jī)來校準(zhǔn)機(jī)器人的視頻測(cè)量系統(tǒng)似乎是當(dāng)今機(jī)器人校準(zhǔn)系統(tǒng)發(fā)展的趨勢(shì)之一，但在這一領(lǐng)域所涉及的知識(shí)仍受限于由大預(yù)算公司贊助的研究小組，其發(fā)布技術(shù)細(xì)節(jié)的興趣不大。

發(fā)明內(nèi)容
本發(fā)明提出了基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法。把慣性測(cè)量儀固定在機(jī)器人的末端部位，通過結(jié)合四元數(shù)算法(FQA)和卡爾曼濾波(KFs)對(duì)姿態(tài)數(shù)據(jù)進(jìn)行估計(jì)，從而得到穩(wěn)定的機(jī)器人姿態(tài)，并利用機(jī)器人的姿態(tài)估計(jì)機(jī)器人的參數(shù)。本發(fā)明的基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法，包括如下步驟:S1、機(jī)器人運(yùn)動(dòng)學(xué)建模，將機(jī)器人的關(guān)節(jié)與姿態(tài)聯(lián)系在一起；S2、使用慣性測(cè)量儀測(cè)量機(jī)器人的姿態(tài)，并結(jié)合四元數(shù)算法(FQA)和卡爾曼濾波(KFs)對(duì)姿態(tài)數(shù)據(jù)進(jìn)行估計(jì)，從而得到穩(wěn)定的機(jī)器人姿態(tài)；S3、利用機(jī)器人的姿態(tài)辨識(shí)機(jī)器人參數(shù)。步驟SI所述建模得到的機(jī)器人運(yùn)動(dòng)學(xué)模型符合以下運(yùn)動(dòng)學(xué)參數(shù)鑒定的規(guī)則:I)完整性:機(jī)器人運(yùn)動(dòng)學(xué)模型應(yīng)該有足夠的參數(shù)來定義任何可能的偏離標(biāo)準(zhǔn)值；2)連續(xù)性:機(jī)器人結(jié)構(gòu)的任何微小變化必須對(duì)應(yīng)運(yùn)動(dòng)學(xué)參數(shù)的微小變化；3)極小性:運(yùn)動(dòng)學(xué)模型必須只包含最小數(shù)目的參數(shù)。步驟SI包括:
根據(jù)DH模型來定義機(jī)器人末端的位置和姿態(tài)；通過連續(xù)均勻的轉(zhuǎn)換，得到的運(yùn)動(dòng)學(xué)方程定義為:
權(quán)利要求
1.基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法，其特征在于，包括以下步驟: 51、機(jī)器人運(yùn)動(dòng)學(xué)建模，將機(jī)器人的關(guān)節(jié)與姿態(tài)聯(lián)系在一起； 52、使用慣性測(cè)量儀測(cè)量機(jī)器人的姿態(tài)，并結(jié)合四元數(shù)算法(FQA)和卡爾曼濾波(KFs)對(duì)姿態(tài)數(shù)據(jù)進(jìn)行估計(jì)，從而得到穩(wěn)定的機(jī)器人姿態(tài)； 53、利用機(jī)器人的姿態(tài)辨識(shí)機(jī)器人參數(shù)。
2.根據(jù)權(quán)利要求1所述的基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法，其特征在于，步驟SI所述建模得到的機(jī)器人運(yùn)動(dòng)學(xué)模型符合以下運(yùn)動(dòng)學(xué)參數(shù)鑒定的性質(zhì): 4)完整性:機(jī)器人運(yùn)動(dòng)學(xué)模型應(yīng)該有足夠的參數(shù)來定義任何可能的偏離標(biāo)準(zhǔn)值； 5)連續(xù)性:機(jī)器人結(jié)構(gòu)的任何微小變化必須對(duì)應(yīng)運(yùn)動(dòng)學(xué)參數(shù)的微小變化； 6)極小性:運(yùn)動(dòng)學(xué)模型必須只包含最小數(shù)目的參數(shù)。
3.根據(jù)權(quán)利要求1所述的基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法，其特征在于，步驟SI包括: 根據(jù)DH模型來定義機(jī)器人末端的位置和姿態(tài)；通過連續(xù)均勻的轉(zhuǎn)換，得到的運(yùn)動(dòng)學(xué)方程定義為:
4.根據(jù)權(quán)利要求1所述的基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法，其特征在于，所述步驟S2包括以下步驟: 將一個(gè)慣性測(cè)量儀安裝到被測(cè)量機(jī)器人的末端部位上來確定機(jī)器人末端的滾動(dòng)、俯仰和偏轉(zhuǎn)姿態(tài)；慣性測(cè)量儀由一個(gè)三軸加速計(jì)，兩個(gè)兩軸陀螺儀和一個(gè)三軸磁力計(jì)組成； 定義三個(gè)坐標(biāo)系:本體坐標(biāo)系xbybzb,慣性測(cè)量儀坐標(biāo)系xsyszs和地球坐標(biāo)系;慣性測(cè)量儀坐標(biāo)系xsyszs對(duì)應(yīng)三個(gè)正交安裝的加速計(jì)和磁力計(jì)的軸；由于慣性測(cè)量儀被剛性地安裝在機(jī)器人末端上，假定本體坐標(biāo)系xbybzb與慣性測(cè)量儀坐標(biāo)系xsyszs結(jié)合；地球固定坐標(biāo)系XeJA遵循北-東-下(NED)公約,其中xe指向北，ye指向東而指向下；慣性測(cè)量儀能測(cè)量其自身的滾動(dòng)、俯仰和偏轉(zhuǎn)姿態(tài)；定義繞的旋轉(zhuǎn)Φ表示滾動(dòng)，繞Ie軸的旋轉(zhuǎn)Θ表示俯仰而繞％軸的旋轉(zhuǎn)Ψ表示偏轉(zhuǎn)；根據(jù)歐拉旋轉(zhuǎn)定理，從歐拉角Φ、Θ和ψ到四元數(shù)q的轉(zhuǎn)換為:
5.根據(jù)權(quán)利要求1所述的基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法，其特征在于，所述步驟S3包括以下步驟: 假定測(cè)量姿態(tài)數(shù)目是s，則從機(jī)器人本體坐標(biāo)系轉(zhuǎn)換到機(jī)器人末端坐標(biāo)系的運(yùn)動(dòng)學(xué)公式可重新表示為K = K V =( / (ιι^ν), Κ (h,,v),...,A: (η ,v))1(16) 而ΔΤ=Δ Τ.ν =(Δ T (U1，ν),Δ T (u2 ,ν),...,Α T (us ,ν))τ(Γ) 這里Ui (i = I, 2，…，s)是第i個(gè)測(cè)量姿態(tài)的關(guān)節(jié)角向量； 參考公式(3)，(4)，(5)，這里全:的定義與K v的定義一致，&$與AT的定義一致； 運(yùn)動(dòng)學(xué)辨識(shí)的目標(biāo)是通過計(jì)算參數(shù)向量ν=ν’ +△ V，最小化計(jì)算出來的和測(cè)量出來的姿態(tài)之間的差異； K (H,y)=Z(w)(18) K是關(guān)于 的姿態(tài)的函數(shù)而Z (U) = (Ζ (U1)，Z (U2) ,...1 (Us))τ是關(guān)節(jié)角向量的測(cè)量函數(shù)； 對(duì)于每個(gè)測(cè)量姿態(tài)Z (Ui)，有姿態(tài)測(cè)量e 9T ^和位置測(cè)量f e W3xl，而Z(Ut)= Rq P; U1^4U 9) 若測(cè)量系統(tǒng)可提供姿態(tài)測(cè)量和位置測(cè)量，每個(gè)姿態(tài)可制定十二個(gè)測(cè)量方程；若測(cè)量系統(tǒng)只提供姿態(tài)測(cè)量，每個(gè)姿態(tài)測(cè)量只可以制定三個(gè)測(cè)量方程，從方程(18)，有 K (uy)=Z{u)= K (u,v)+C(uAv)(20) 這里C是4+的姿態(tài)組件的差異函數(shù)Jacobian矩陣和C的關(guān)系如下:C (U，Δ V) =J.Δ V(21) 而
全文摘要
本發(fā)明提供了基于慣性測(cè)量儀的在線機(jī)器人參數(shù)辨識(shí)方法，包括步驟(1)機(jī)器人運(yùn)動(dòng)學(xué)建模，將機(jī)器人的關(guān)節(jié)與姿態(tài)聯(lián)系在一起；(2)使用慣性測(cè)量儀測(cè)量機(jī)器人的姿態(tài)，并結(jié)合四元數(shù)算法(FQA)和卡爾曼濾波(KFs)對(duì)姿態(tài)數(shù)據(jù)進(jìn)行估計(jì)，從而得到穩(wěn)定的機(jī)器人姿態(tài)；(3)利用機(jī)器人的姿態(tài)辨識(shí)機(jī)器人參數(shù)。本發(fā)明通過結(jié)合四元數(shù)算法(FQA)和卡爾曼濾波(KFs)對(duì)姿態(tài)數(shù)據(jù)進(jìn)行估計(jì)，從而得到穩(wěn)定的機(jī)器人姿態(tài)，并利用機(jī)器人的姿態(tài)估計(jì)機(jī)器人的參數(shù)。
文檔編號(hào)B25J13/08GK103170979SQ20131004856
公開日2013年6月26日 申請(qǐng)日期2013年2月6日 優(yōu)先權(quán)日2013年2月6日
發(fā)明者張平, 杜廣龍, 盧曉敏 申請(qǐng)人:華南理工大學(xué)