欢迎来到知嘟嘟! 联系电话:13095918853 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13095918853
知嘟嘟经纪人
收藏
专利号: 2020107367464
申请人: 沈阳建筑大学
专利类型:发明专利
专利状态:已下证
专利领域: 手动工具;轻便机动工具;手动器械的手柄;车间设备;机械手
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于视觉测量的机械臂自主标定方法,其特征在于:包括以下步骤:步骤一:构建非稳态多传感器机械臂视觉系统;

步骤二:根据高斯运动方法建立标定模型;

步骤三:根据扩展卡尔曼滤波测量多标识点;

步骤四:根据线性二次型调节器修正运动轨迹;

步骤五:基于蒙特卡罗方法筛选最优测量点;

步骤六:采用DH增广模型逼近模型参数。

2.根据权利要求1所述的一种基于视觉测量的机械臂自主标定方法,其特征在于,步骤一包括如下步骤:

1)以中国空间站生命科学手套箱机械臂为研究平台,建立改进DH模型,在DH表中添加一组角度,即连杆绕y轴旋转的误差角;

2)机械臂末端的测量系统基于三个空间位置已知的二维码标识和一个相机模组,机械臂可以使用该相机自动识别二维码标识以形成一种多源信息反馈,将机械臂的基坐标{Cb}设为整个系统的基坐标,基坐标系下三个二维代码标识的位姿为 已通过离线测量确定,当标识点处于摄像机视野中时,终点的实际位置是相机测量坐标系下实时获得的标识点位置;当相机同时检测到视场内多个标识点,得到具有一定误差范围的多个测量值;视觉系统的测量是非稳态的, 呈现出时变的、有界的误差特性。

3.根据权利要求1所述的一种基于视觉测量的机械臂自主标定方法,其特征在于,步骤二包括如下步骤:假设Γ={x(t),u(t)}是规划得到的轨迹,x(t)∈Rn和u(t)∈Rn是各个控制周期的目的位置及其输入指令,根据离散系统控制原理,第(t+1)步中的状态可以写成x(t+1)=A(t)x(t)+B(t)u(t)+C(t)w(t)#(2)其中,w(t)是白噪声,A(t)、B(t)和C(t)是具有兼容尺度的时变矩阵;

对于本文平台的手眼测量系统,测量值和系统状态之间的关系可以写为yi(t)=Hi(t)x(t)+vi(t),i=1,2,3#(3)其中,yi(t)通过第i个标识测量测量得到的机械臂末端位置,Hi(t)是机械臂状态空间与测量坐标空间的映射矩阵。

4.根据权利要求1所述的一种基于视觉测量的机械臂自主标定方法,其特征在于,步骤三包括如下步骤:根据局部最优卡尔曼滤波器,在第(t+1)步中使用标记的反馈值获得机械手末端的最优位置第(t+1)步的先验估计是 Ki是卡尔曼增益,εi是测量值与原理值之差,假设w(t)和vi(t)都是白噪声;

δj,k是克罗内克积增量函数,而j,k分别表征其行和列,先验估计为其中,

那么测量值和理论值之间的误差为

卡尔曼增益可计算为

Pi(t+1|t)是先验估计协方差,最优估计协方差是Pi(t+1|t+1)Pi(t+1|t+1)=[In-Ki(t+1)Hi(t+1)]·Pi(t+1|t)#(10)利用方程(4)~(10),可以估计得到机械臂的最优末端位置,实时地,当视觉相机捕获I个标记时(I=1,2,3),测量系统计算出I个互异的最优位置 那么最终的测量值可以用矩阵权重来计算其中最佳矩阵权重Δi,i=1,2,3计算如下-1 T -1 -1

Δ=Λ e(eΛ e) #(12)

Δ=[Δ1,Δ2,Δ3]T,e=[In,In,In]T and Λ=(Pij)3n×3n,(i,j=1,2,3)是正定矩阵。

5.根据权利要求1所述的一种基于视觉测量的机械臂自主标定方法,其特征在于,步骤四包括如下步骤:假设预先规划的自动运动轨迹

Γ={(x1,u1),(x2,u2),…9xt,ut),…,(xm,um)}当机械臂存在结构误差时,实际运动轨迹会偏离规划轨迹,有与障碍物发生干涉碰撞的可能,因此,为了安全连续的自动运动,需要实时修正其运动轨迹,修改过程是典型的LQR控制,当最优目标写为E=α·I

F=β·I

式(13)的解是控制输入的修正,其解可以写为Sl=E

6.根据权利要求1所述的一种基于视觉测量的机械臂自主标定方法,其特征在于,步骤五包括如下步骤:据卡尔曼滤波,位置估计更精确的测量点对应的协方差更小,从数学角度,协方差以矩阵表达,从几何角度,协方差是一个空间椭球,对最优估计协方差Pi(t+1|t+1)进行特征分解,得到特征值Di和特征向量Vi,[Di,Vi]=Eig(Pi(t+1|t+1))#(15)特征值Di是椭球体的轴长,选择最小协方差的评估标准利用式(16)的计算结果作为评估标准,选择方差椭球最小的测量点标定机械臂,被选择的点集Ψ可表示为Ψ=[xb,0,…,xb,k,…xb,m](0≤k≤m)#(17)。

7.根据权利要求1所述的一种基于视觉测量的机械臂自主标定方法,其特征在于,步骤六包括如下步骤:为了避免从测量坐标到机械臂基坐标的变换,从而减少测量误差累积,提出了一种基于距离误差的运动学标定模型,以修正扩展DH参数,避免复杂的坐标变换,简化测量过程,距离误差Δlk,t=|xc,k-xc,t|-|xb,k-xb,t|(0≤k,t≤m)#(18)其中,xc,k,xc,t,xb,k,xb,t是机械臂末端位置矢量,xc,k,xc,t是测量坐标系中的点矢量,xb,k,xb,t是机械臂基坐标中的位置矢量;式(18)也可以写成其中,dx是位置误差的矢量,根据扩展DH参数,关节的变换矩阵可以写成Ti=R(αi-1)T(ai-1)T(θi)R(di)R(βi)#(20)对于单个关节,关节偏差是所有误差项的叠加;

末端执行器的姿态矩阵及其误差矩阵

展开式(16),省略二阶微分项

在式(19)中,根据李代数,齐次矩阵的偏差应该满足式(21)的形式式(20)与式(21)相对应,方程集合

其中:

dx=[dx dy dz]T,

将式(22)代入式(16)

由于 和 很小,可以视为相等的,因

此可写成

xb,k和xb,t是由式(10)估计的样本集合中的第k个和第t个点的最优估计对增广DH参数 的标定可以通过求解方程(26)来计算,新的DH参数可以通过将 累加到最后的参数值中进行校正