[发明专利]多自由度机器人参数标定中冗余参数分析剔除方法

说明书

本发明公开了一种多自由度机器人参数标定中冗余参数分析剔除方法，采用DH模型为连杆建立连体坐标系，输入多自由度机器人运动学参数后，计算雅克比矩阵并对其列向量相关性进行分析，得到冗余参数表。将冗余参数表中的冗余参数分为三类，分别为独立参数、相关参数和不起作用参数，剔除第三类冗余参数与系数较大的第二类冗余参数，保留其余参数作为剩余参数并输出，即可完成冗余参数的剔除过程。对于任意多自由度机器人的DH参数，可以通过该法发明得到其冗余参数表，并在参数识别模型中直接剔除冗余参数，该方法简单直观，并可在后续标定中取得更好的收敛性与精确性。

技术领域

本发明涉及一种多自由度机器人参数标定方法中冗余参数分析方法，该种标定方法通过建立末端位置误差识别模型，识别DH运动学参数并进行冗余参数分析，提出了冗余参数剔除方法，增加了模型参数辨识的鲁棒性，保证了机器人参数标定的可靠性，提高了机器人的定位精度，具有较好的实用性。

背景技术

近年来，移动机械臂的研究逐渐受到重视，因其兼有机械臂的操作灵活性和移动机器人的可移动性，应用领域和前景非常广泛，如反恐排爆、废墟救援等。相较一般工业机械臂重复定位的定位方式，移动机械臂的定位方式为绝对定位，依赖于精确的运动学模型[参见：Mads Hvilshoj，Simon Bogh，et a1.Autonomous Industrial MobileManipulation(A1MM)：Past，Present and Future[J].Industrial Robot—AnInternational Journal。2012，39(2)：120—135.]。可采用标定的方法，来获得精确的运动学模型。

根据标定方法的不同，运动学标定可细分为基于运动学模型的参数标定，机器人自标定以及基于神经网络的正、逆标定。采用基于运动学D-H参数模型进行标定[参见：Dean—Leon.E，Nair.S，et a1.User Friendly Matlab—Toolbox for Symbolic RobotDynamic Modeling used for Control Design[A].Robotics and Biomimetics(ROBl0).2012of IEEE International Conference on[C].2181—2188.]，主要有以下两类。

首先是基于误差模型的方法，即推导出机械臂末端位姿误差与D-H参数误差之间的微分关系，将微分方程线性化得到线性方程组，通过解方程组得到D-H参数误差，优点是测量数据少、实时性好，缺点是公式复杂、存在收敛性问题，且依赖于机械臂关节角的准确性。

其次是基于几何分析的方法，从D-H参数的几何意义出发，测量并拟合关节旋转轴，进而构建D-H坐标系，最后解析D-H参数，优点是测量数据具有完备性、无收敛性问题。缺点是测量工作量大。

对于几何方法的改进，邓启文等人在使用激光跟踪器标定机械臂D-H参数时，提出了一种通过旋转测点和作图来建立机械臂D-H参数的方法。这种测量方法的基本原理是由一个圆上多余三个的点就可以确定圆的圆心，进而可以约定通过圆心并垂直于圆所在平面的垂线。通过该方法依次得到各关节的D-H坐标系，从而得到机械臂的DH参数。