机器人多参数辨识创新理论与提高绝对定位精度的校准系统研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
51875165
项目类别：
面上项目
资助金额：
60.0万
负责人：
于连栋
依托单位：
合肥工业大学
学科分类：
E0511.机械测试理论与技术
结题年份：
2022
批准年份：
2018
项目状态：
已结题
起止时间：
2019-01-01 至2022-12-31

项目参与者：
李维诗；姜一舟；郑仁昊；罗辉；鲍文慧；张虎；闫新宇；
关键词：
误差分析与建模建模与算法坐标测量机

项目摘要

Aming at the problem of low absolute positioning accuracy of industrial robot caused by machining and assembling of parts ，the following aspects are studied in this project：Coordinate transformation relationship between each joint of robot is analyzed, Improved screw theory to establish a kinematics model of robot is proposed;By combining the robot Jacobian matrix condition number and robot error similarity theory，the observability indices to evaluate the advantages and disadvantages of the sampling points and a new sampling strategy are proposed;An innovative differential evolution algorithm based on differential evolution algorithm combining simulated annealing algorithm and constructing the population evaluation function of differential evolution algorithm is proposed.A portable articulated coordinate measuring machine (PACMM) special for robot parameter identification is developed. Using the above study contents, a multi-parameter identification system for robot is developed in this project. Taking UR5 robot as the research object, the absolute positioning accuracy is improved to less than 0.2mm. The research results of the project will greatly improve the positioning accuracy of the robot, which has important theoretical significance and application value.

针对由于零件加工、装配等因素造成的工业机器人绝对定位精度不高的问题，本项目拟开展如下几个方面的研究：综合分析机器人各关节之间的坐标转换关系，采用改进旋量理论和广义误差模型，建立全新的机器人运动学模型，为搭建机器人多参数辨识系统提供理论基础；结合机器人雅克比矩阵条件数与机器人误差相似度理论，提出新的评估采样点优劣的可观测度函数和新的采样策略；以差分进化算法为基础，结合模拟退火算法，并构建差分进化算法种群评价函数，最终提出新的差分进化算法；研制一台变臂长的专用于机器人参数辨识的便携关节式坐标测量机，并综合以上研究内容，搭建一套机器人多参数辨识系统，以优傲公司的UR5机器人为研究对象，将其绝对定位精度提高至0.2mm以内。项目研究成果将大幅度提高机器人绝对定位精度，具有重要理论意义与应用价值。

结项摘要

工业机器人是现代制造业的一种重要自动化设备，也是《中国制造2025》提出的需要引导社会各类资源集聚，推动优势和战略产业快速发展的重要领域之一。但工业机器人重复定位精度较高而绝对定位精度较低，制约了机器人在高精度场合的应用，限制了工业机器人的发展。. 为了提高工业机器人的绝对定位精度，本项目开展工业机器人多参数辨识理论与提高绝对定位精度的校准系统研究，主要研究内容包括以下几个方面：建立了基于广义误差模型和旋量理论的机器人运动学模型，为搭建工业机器人多参数辨识系统提供了理论基础；针对标准差分进化算法全局收敛能力较弱，容易陷入局部最优点的缺陷，结合模拟退火算法，并提出了种群多样性评价函数评价种群粒子的聚集程度，该改进的差分进化算法增强了算法的全局搜索能力，提高了参数辨识精度；提出了基于R-优化准则的可观测度指数。并在算法中引入随机性的方式对IOOPS方法进行改进，减小了初始采样点的选择对优化结果的影响；提出了基于支持向量机的定位误差预测方法，进一步对非运动学因素引入的误差进行了修正；提出了基于相关系数理论的冗余参数剔除方法，增强了参数辨识结果的鲁棒性，提高了参数辨识精度；研发了专用于工业机器人参数辨识的变臂长关节臂式坐标测量机。综合以上研究内容，搭建了一套工业机器人多参数辨识系统，以六自由度串联机器人Universal Robot 5为研究对象，进行机器人参数辨识实验，机器人的绝对定位精度显著提高，其平均定位误差由3.076mm减小至0.081mm。. 本项目的研究成果丰富和完善了工业机器人精度保障体系，具有较大的科学意义；研发的变臂长便携关节式坐标测量机为工业机器人的运动学参数辨识提供了新的方案，顺应我国工业现代化智能化的发展需要，具有较高的应用价值。