付树兵, 高兴宇, 陆佳琪, 赵东升
(桂林电子科技大学 机电工程学院,广西 桂林 541004)
机器人的定位误差95%是由于初始运动学模型不准确所造成的[1]。提高机器人定位精度的方法主要有2类:1)提高机器人零件的加工及装配精度,该方法对减少机器人几何误差,提高绝对定位精度有一定作用,但是对于高精度作业要求的机器人,提高精度效果不明显,投入成本骤增;2)建立运动学模型,测量末端位置误差,辨识几何参数误差值,在控制器上进行误差补偿,该方法是提高机器人精度标定的主要方法,其中参数辨识算法是提高定位精度、降低成本最有效、最直接的方法。目前,使用最广的辨识算法仍然是最小二乘算法,但是传统的最小二乘算法对部分相关参数辨识精度低,且无法对冗余参数进行辨识,从而导致部分参数误差无法补偿或补偿精度低。张虎[1]采用DH建模,先后对比最小二乘法、优化算法、遗传算法和退火算法补偿效果,最大定位误差从17.966 8 mm降至1.350 0 mm,MDH模型比DH模型最大定位误差降低了约0.001 0 mm。王坤[2]以HSR-JR605机器人为实验对象,采用二级标定方法,采用不同的方法对几何参数误差和非几何参数误差进行补偿,机器人的平均定位误差由4.111 3 mm降至1.060 8 mm。目前机器人标定的最大定位误差大多数还停留在毫米级。为此,提出一种基于分步式自适应学习参数辨识方法,此方法辨识精度高,辨识结果稳定,算法程序化方便,可执行性强,补偿后最大定位误差降低至0.2 mm以内。
目前的工业机器人仍然主要采用经典的D-H模型建模。……