工业机器人运动学参数误差敏感度分析与补偿研究
工业机器人凭借其高柔性、人机交互、制造成本较低、通用性强等显著优势而得到了智能制造技术的青睐，尤其在重复性操作较高、高精度及工作环境较差等工作场所具有极大的优越性。由于机器人本体结构及工作环境等因素的限制，使其稳定性及定位精度难以满足现代工业技术中研制周期短和装配精度高的综合要求。 本文针对实际工作过程中工业机器人本体结构误差分析及精度补偿问题，提出了一种实用性强的误差敏感度分析及补偿方法。本文在探究影响工业机器人位姿误差来源的基础上，基于MATLAB仿真分析各项参数误差向量对机器人末端法兰盘位姿误差的影响规律及程度，研究了参数误差辨识算法及笛卡尔空间误差补偿方法，从而提高工业机器人在工作过程中的精度，进一步优化机器人离线编程作业。本文主要工作如下： （1）基于MD-H模型建立工业机器人运动学模型及位姿误差模型，为后续展开参数误差敏感性分析及误差补偿提供理论支撑。应用MD-H模型构建FANUC型机器人运动学模型，并对其进行仿真验证；针对影响工业机器人位姿误差因素进行分析，将其归纳为结构参数及运动变量的影响。 （2）基于位姿误差模型对机器人进行误差敏感性分析，探究了几何误差对机器人末端法兰盘位姿的影响规律及程度，提出了一种误差源筛选方案。基于误差敏感度系数建立了机器人MD-H参数误差敏感度评价指标；对MD-H参数误差的影响程度进行定量仿真分析，揭示了位姿误差模型中误差传递规律，为简化误差辨识模型提供理论依据。 （3）基于距离误差的性质建立了机器人距离误差辨识模型，提出并验证了基于二阶阻尼最小二乘法参数误差辨识方法。基于机器人位姿误差模型与距离误差模型分析了机器人末端法兰盘距离误差与参数误差之间的关系；提出了Eye-in-hand的视觉系统测量技术，为后续开展误差辨识工作提供了数据来源；基于二阶阻尼最小二乘法对参数误差进行辨识并建立了参数误差辨识评价指标。 （4）提出并验证了工业机器人在工作过程中的定位误差补偿方法，提高了机器人运动轨迹契合度。阐述了工业机器人误差补偿原理并搭建了误差补偿实验平台进行实验验证，实验表明机器人末端法兰盘平均距离误差补偿效果到达79.14%；对X、Y、Z轴平均姿态误差补偿效果分别到达63.86%、73.20%、75.59%；基于MATLAB/GUI编写了机器人误差补偿界面，有助于用户直观地操作和理解机器人定位误差补偿整体步骤。
工业机器人;运动学模型;误差敏感度;参数辨识;误差补偿
哈尔滨理工大学
硕士
机械制造及其自动化
付鹏强
2022
中文
TP242.2
2022-09-21（万方平台首次上网日期，不代表论文的发表时间）