工業(yè)機器人運動軌跡的各項技術介紹及精度測量與加工規(guī)劃

　　1.機器人視覺，運動前的準備

　　實際的工業(yè)現(xiàn)場環(huán)境復雜，多種因素都有可能導致系統(tǒng)在運行過程中產(chǎn)生一定的偏差、

　　測量精度降低，引起誤差的原因主要有溫度漂移和關節(jié)松動變形等，使測量模型的參數(shù)值改變從而導致定位誤差增大，因此需要定期對工業(yè)機器人視覺測量系統(tǒng)進行精確的校準，從而實現(xiàn)精確定位和視覺測量。更少不得必要的優(yōu)化。

　　1.1基于單目視覺的工業(yè)機器人運動軌跡準確度檢測

　　建立的工業(yè)機器人單目視覺系統(tǒng)，整個系統(tǒng)主要由單目視覺單元，監(jiān)控單元和機器人執(zhí)行單元三大單元組成。單目視覺單元為一臺固定在機器人上方的CCD攝像機，負責攝取工作環(huán)境中的目標并存入圖像采集卡緩沖區(qū)；監(jiān)控單元負責監(jiān)控各工作站的當前狀態(tài)，并完成對存儲圖像進行相關處理的工作，達到識別定位目標的目的；執(zhí)行單元負責驅動機械手實施抓取操作。

　　1.2基于雙目視覺的工業(yè)機器人運動軌跡準確度檢測

　　以立體視覺理論為基礎，研究了基于空間直線的二維投影面方程。根據(jù)投影面的空間解析幾何約束關系，建立基于直線特征匹配的雙目視覺誤差測量的數(shù)學模型。在該模型基礎上采用將兩臺攝像機固定于工業(yè)機器人末端的方案．對關節(jié)型工業(yè)機器人運動軌跡的準確度進行了檢測。結果表明，該檢測方法簡單實用，基本上可以滿足工業(yè)機器人CP性能檢測的要求。

　　1.3一種面向工業(yè)機器人智能抓取的視覺引導技術研究

　　為實現(xiàn)工業(yè)機器人自主識別并抓取指定的目標，提出了一種基于計算機視覺引導的解決

　　方法。該方法利用指定目標的3D數(shù)據(jù)模型，以及由兩臺或者多臺CCD攝像機從工作場景中不同角度獲；取到的數(shù)字圖像，經(jīng)過目標姿態(tài)估算、投影計算并生成投影圖像，再利用投影圖像與目標真實圖像進行比較，實現(xiàn)了目標的識別與位姿獲取。實驗結果表明該方法可以較復雜的環(huán)境下識剮指定目標，并獲得目；標的姿態(tài)信息，從而為工業(yè)機器人抓取目標提供引導。

　　1.4視覺溫度測量系統(tǒng)在線校準改進

　　汽車車身總成、分總成的加工過程中應用工業(yè)機器人視覺測量系統(tǒng)對關鍵尺寸進行在線實時監(jiān)測。機械臂及環(huán)境溫度變化導斂桿件和關節(jié)熱膨脹變形，造成測量結果產(chǎn)生溫度漂移．本文提出了一種在線校準方法．首先根據(jù)機器人的D.H正向運動學模型和微分運動學模型建沈末端關節(jié)坐標系的定位誤差模型，然后結合軸動實驗并利用多元線性pJ歸方法確定受溫度變化影響最為顯著的機器人連桿參數(shù)，最后建口基于基準球的溫度誤差補償模型．現(xiàn)場測量數(shù)據(jù)表明，該方法能將溫度變化引起的測量誤差控制在0.05mm左右，并且適應生產(chǎn)線的正常節(jié)拍。

　　2.路徑跟蹤與軌跡規(guī)劃

　　手部路徑跟蹤和關節(jié)軌跡規(guī)劃是機器人應用領域中一個非常重要的課題 在以往的研究中往往是通過在設定的路徑上增加節(jié)點數(shù)和路徑分段數(shù)來提高機器人手部跟蹤設定路徑的精但這種方法會導致在線計算量大幅度增加。

　　2.1一種新的實時高精度路徑跟蹤與關節(jié)軌跡規(guī)劃方法

　　通常，為了減少工業(yè)機器人控制系統(tǒng)的在線計算負擔，運動控制是在關節(jié)坐標空間中進行的。為此，首先必須在笛卡兒空間中設定的路徑上選取足夠多的點稱為節(jié)點，再將它們一一轉換成對應的關節(jié)坐標，然后在關節(jié)空間中將這些坐標用某種方式進行擬合形成光滑的關節(jié)軌跡。

　　在實際控制過程中，只需讓各關節(jié)沿其對應的軌跡運動，所有關節(jié)運動的綜合效果就表現(xiàn)為機器人手部近似地沿笛卡兒空間中設定的路徑運動。顯然，所取的節(jié)點數(shù)越多，路徑跟蹤的精度也就越高。但這會導致關節(jié)軌跡分段數(shù)和關節(jié)軌跡方程數(shù)量大大增加，在線計算時控制系統(tǒng)的運算量大幅度增加。

　　同時，手部路徑跟蹤精度在首尾兩段路徑中的各節(jié)點之間有所降低。

　　新方法對這一缺陷將對其首、尾2段路徑上的關節(jié)軌跡方程進行改進 在這2段路徑上除引入1個正弦函數(shù)和1余弦函數(shù)外再引入1新的函數(shù)，函數(shù)由1正弦函數(shù)和1個1次多項式的乘積構成，并且這2段上原來的4次多項式將降低為3次多項式。這樣，在首、尾2段路徑上關節(jié)軌跡方程將由1個3次多項式與1個正弦函數(shù)1個余弦函數(shù)以及新引入的函數(shù)相加組成。來避免運算量增大的問題，同時提高精度。

　　2.2機器人柔性坐標測量系統(tǒng)現(xiàn)場校準技術

　　機器人柔性坐標測量系統(tǒng)能夠實現(xiàn)大型工件尺寸在線快速測量，是自動化生產(chǎn)線的關鍵質(zhì)量監(jiān)控設備?，F(xiàn)場校準技術是柔性坐標測鼉系統(tǒng)的關鍵技術之一，校準精度直接影響系統(tǒng)測量精度?，F(xiàn)場精確建立機器人末端工具坐標系與視覺傳感器坐標系形成的手眼關系、機器人運動學模型參數(shù)以及機器人基坐標系是現(xiàn)場校準的主要內(nèi)容。

　　通過設計中間靶標，利用激光跟蹤儀直接測量的方法建立手眼關系，其轉換精度不受機器人運動學誤差影響；設立校準球體，實現(xiàn)基于距離不變模型的連

　　桿參數(shù)現(xiàn)場快速校準；根據(jù)機器人正向運動學模型和激光跟蹤儀的測量，利用基于奇異值分解的配準方法求解轉換矩陣，高精度地建立機器人基坐標系。經(jīng)過激光跟蹤儀一次校準后，測量系統(tǒng)可利用基準球體實現(xiàn)機器人快速在線校準，減小模型參數(shù)變化對測量系統(tǒng)精度的影響。

　　柔性在線坐標測量系統(tǒng)由相對獨立的2部分組成，多自由度的工業(yè)機器人和安裝在機器人末端關節(jié)的立體視覺傳感器 ，測量過程為：當機器人接收到開始測量信號后，就按預先規(guī)劃的測量路徑帶動視覺傳感器運動，依次使被測點進入到傳感器的測量區(qū)域內(nèi)，由視覺傳感器和測量主機完成測量，測量結束后機器人回到初始狀態(tài)并發(fā)送測量完畢信號。

　　2.3工業(yè)機器人位姿誤差建模

　　機器人標定一般分4個步驟進行：建模、測量、辨識與補償。

　　一般建模時就是把影響機器人精度的因素包含在機器人的運動學模型中，測量出機器人末端操作器的實際位姿，再與理論位姿相比較，得到機器人的位姿誤差，通過辨識的方法，獲得影響機器人精度的因素的大小，再用軟件的形式進行補償，從而提高機器人的精度．在標定過程中，誤差建模與位姿的測量是緊密相關的．用于機器人標定的測量儀器通常有激光動態(tài)跟蹤儀、經(jīng)緯儀、三坐標測量機、CCD交互測量儀、隨動測量機構等。上述建模就工作量比較大且繁瑣。

　　而，20世紀90年代，以Zhuang等人為代表，開展了基于機器人手眼系統(tǒng)的機器人標

　　定，并提出了攝像機與機器人同時標定的數(shù)學模型MCPC的運動學模型。該模型雖然克服了平行關節(jié)的問題，但由于現(xiàn)行的機器人，主要是基于D—H模型進行運動控制的，因此還存在著參數(shù)之間轉換的問題

　　大都假設機器人的基坐標系相對于測量系統(tǒng)坐標系是可準確測量的，沒有考慮機器人基坐標與測量系統(tǒng)的坐標之間的轉換誤差，而在實際的測量中，機器人的基坐標是很難準確測量的。

　　基于D-H運動學模型，采用視覺測量機器人的三維姿態(tài)，考慮測量系統(tǒng)坐標與機器人基坐標之間的轉換誤差。