机器人铣削加工误差视觉跟踪测量与补偿研究
机器人铣削加工是大型复杂构件的重要加工手段,然而由于机器人本体结构特点及零部件制造、安装等误差,使其在大行程运动过程中轨迹绝对精度较低,严重制约机器人铣削加工的应用工况.现有机器人精度的传感测量控制方法主要集中在基于视觉的定位误差预测和激光跟踪仪的轨迹误差测量等,前者难以考虑铣削轨迹误差,后者操作复杂且设备极其昂贵.为此,提出一种利用双目视觉系统跟踪测量的机器人铣削加工刀具端位置误差计算和加工误差补偿方法,实现机器人铣削加工误差的高效准确预测和补偿.其中通过训练粒子群算法(Particle swarm optimization,PSO)优化的BP神经网络建立了位姿相关的机器人加工刀具TCP位置误差预测模型,基于弦截法建立了位置误差迭代模型,制定了轨迹误差的综合补偿策略.试验结果表明机器人铣削加工最大切深误差从1.354 mm降低到0.244 mm,为机器人铣削加工工况扩展提供了理论和技术基础.
机器人铣削、视觉跟踪测量、加工误差、综合补偿、BP神经网络
58
TH16
国家自然科学基金;国家自然科学基金;国家自然科学基金
2022-09-30(万方平台首次上网日期,不代表论文的发表时间)
共9页
35-43