[发明专利]一种基于PMPSD的工业机器人绝对精度校准方法

说明书

本发明公开了一种基于PMPSD的工业机器人绝对精度校准方法，其特征是：建立机器人误差运动学模型，构建空间多点虚拟约束，使用PSD(Position Sensitive Detector)装置进行数据采样；利用空间矢量关系修正机器人末端激光器的位姿，并利用修正后的位姿对机器人关节转角进行修正，以取代从机器人示教器或从控制器得到的关节转角；构建模型约束目标函数，并利用最小化方法对约束目标函数进行优化，得到工业机器人的参数误差。最后利用参数误差对几何参数名义值进行修正，完成工业机器人的运动学标定，实现机器人的绝对精度校准。本发明提供的基于PMPSD的工业机器人绝对精度校准方法，避免了采用PSD反馈控制的策略及坐标变换带来的误差问题，适用于串联关节型及平面关节型机器人。

技术领域

本发明涉及机器人标定技术领域，特别是涉及一种基于PMPSD(Pose ModifyPosition Sensitive Detector)的工业机器人绝对精度校准方法。

背景技术

随着工业机器人应用领域的扩大和高端制造产业的需求，对工业机器人的性能提出了更高的要求。定位精度是反映机器人综合性能的一个重要指标，可以分为重复定位精度和绝对定位精度。目前工业机器人的重复定位精度比较高，而其绝对定位精度较低，难以满足高精度行业(如汽车制造业、电子电气行业)的生产需求。

工业机器人的定位误差主要分为几何误差和非几何误差，其中几何误差成为影响工业机器人定位误差的主要因素。因此，需要利用标定技术对其进行运动学标定，辨识出机器人的几何参数误差，并对几何参数名义值进行修正，从而对机器人的绝对定位精度进行校准。

目前，标定方法可以分为：基于神经网络补偿法、基于插补思想补偿法、微分误差补偿法、关节空间补偿法。按照建模方式补偿又可分为有机理建模和实验建模两大类。微分误差补偿法和关节空间补偿法是按照机器人的运动学规律补偿的一种方式，属于有机理建模。而神经网络补偿法和插补思想补偿法是研究机器人对象，并估算其输入与输出的建模方法，属于实验建模。

上述研究多为基于高精度测量设备的条件下，对工业机器人末端位姿进行测量，如：激光跟踪仪、三坐标测量仪、机器人关节臂、拉线式机器人测量和性能分析系统等。而这些设备昂贵，使用时需要耗费大量的时间进行测量系统与机器人基坐标系之间的坐标变换，对操作人员的水平依赖高，主要适合于实验室场景下研究。

针对设备昂贵、操作复杂等问题，在机器人末端施加约束而形成运动学闭合链的方法被提出来。该方法避开了昂贵的设备，并且不需要耗费时间建立测量设备与机器人基坐标之间的转换关系，同样避免了坐标转换误差。提出了采用一种基于PSD(PositionSensitive Detector)的标定方法，在工业机器人末端安装激光器，并投射激光束于PSD中心，以构成空间点约束形成闭合运动链的方法，通过构建约束目标函数，利用最小化方法辨识出工业机器人的几何参数误差。但是该方法存在的问题是，对于精度低的工业机器人很难通过反馈控制，将激光束准确地投射到PSD中心，因此不能准确地采用点约束方法构建正确的约束目标函数，进而不能准确地辨识出工业机器人的几何参数误差。

发明内容

本发明目的是针对工业机器人绝对定位精度低，提出一种基于PMPSD的工业机器人绝对精度校准方法。

为了实现上述目的，本发明通过如下技术方案实现：

第一步：建立机器人误差运动学模型；

第二步：建立空间多点虚拟约束，使用PSD装置进行数据采样；

第三步：利用空间矢量关系修正机器人末端激光器的位姿，并利用修正后的位姿对机器人关节转角进行修正，以取代从机器人示教器或从控制器得到的关节转角；

第四步：构建模型约束目标函数；

第五步：利用最小化方法对约束目标函数进行优化，得到工业机器人的参数误差；