基于高斯模型和视觉测量的机械臂在线自标定方法研究
对于在空间站、核电站或其他无人环境中工作的特种机械臂,过载、碰撞、振动、温度变化和应力释放等都会对结构几何参数产生影响,长期使用操作精度会不断降低.因此,当无人操作机械臂在执行高精度操作或维护时,应进行自主标定以提高操作精度.提出了一种基于多标识点的在线自标定方法,用固定在机械臂末端的相机测量1~3个标识点,形成非稳态多传感器手眼系统.针对系统存在的运动误差和传感器测量误差,提出了高斯运动(GM)方法,建立了可行的标定模型,并将线性二次型调节器(LQR)控制与扩展卡尔曼滤波(EKF)相结合,实现了误差影响下的标定运动轨迹跟踪.同时,在视觉系统存在测量误差和标识点非稳态识别造成间歇信号反馈时,为了形成高精度、稳定的信号采集,提出了基于蒙特卡罗方法,根据测量点方差筛选最优测量点.为了更加契合机械臂几何误差形态,采用了 DH增广模型,一次逼近30个模型参数.基于中国空间站的生命科学手套箱机械臂的数据比较分析和试验结果证明了所提方法的有效性和可行性.
自标定、机械臂、高斯运动、视觉测量、系统误差
57
TP24(自动化技术及设备)
中国博士后基金;辽宁省自然科学基金;机器人学国家重点实验室开放课题
2021-07-01(万方平台首次上网日期,不代表论文的发表时间)
共9页
63-71