一种基于POE公式的最小模型与视觉测量的机器人标定方法

• 作者: 石怀涛 张执锦 祁若龙 冯大阔
• 来源期刊: 沈阳建筑大学学报（自然科学版）
• 关键词: 指数积(POE) 最小化 自动标定 视觉测量 参数辨识
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 机械工程|Mechanical Engineering
• 页码范围: 354-361
• 页数: 8页
• 分类号: TU391
• 语种: 中文
• DOI: 10.11717/j.issn:2095-1922.2021.02.20

摘要

目的 提出一种基于POE公式的最小模型与视觉测量的机器人标定方法,解决现有机器人运动学标定模型中存在的奇异性、参数冗余现象,以及传统标定方法中测量系统难以实现在线自动标定的难题.方法 基于指数积(POE)公式建立正向运动学模型,对运动学方程取微分建立线性化的运动学误差模型,并通过最小化处理消除冗余参数,获得运动学标定方程;通过安装在机器人末端的双目相机和棋盘式标定板建立基于视觉测量的标定系统,无需外部设备即可对机器人末端位姿的实际值进行自动测量,采用最小二乘法对标定方程进行参数辨识.结果 对MOTOMAN-MH80机器人进行运动学标定仿真,结果表明:该方法有效避免了传统模型迭代过程中归一化、正交化的操作,在参数迭代过程中运动学参数能快速收敛到稳定值,且在机器人运动学标定补偿前后,机器人的末端位置和姿态误差都明显降低.结论 采用笔者提出的基于POE公式的最小模型与视觉测量的机器人标定方法,能够有效提高机器人的绝对定位精度,且实现了机器人的在线自动标定,提升了标定方法的自动化程度.